基于径向基神经网络的荧光温度解调系统技术方案

本实用新型专利技术公开了一种基于径向基神经网络的荧光温度解调系统，通过主控制器采集荧光温度解调仪和恒温箱的数据进行对比，并将对比信号转发至PC机，在PC机内对数据进行处理，最后得出满足生产要求的径向基神经网络，并烧录至荧光温度解调仪中，本系统能够实现数据自动化采集，程序批量下载，产品性能检验，实现规模化生产，解决标定过程需要耗费大量人力财力物力，生产效率低下，成本高昂问题。

【技术实现步骤摘要】
基于径向基神经网络的荧光温度解调系统
本技术属于光纤传感器领域，具体涉及一种基于径向基神经网络的荧光温度解调系统。
技术介绍
荧光测温技术具有耐高温、抗电磁干扰、高压绝缘、尺寸小、灵敏度高及寿命长等电传感技术无法比拟的优势，获得了广泛关注与研究。如今逐步进入商用化应用阶段，被应用于高压电器设备、微波工业、热疗设备、石油化工、航空航天等行业。然而，经过三十多年的发展，荧光测温产品仍然只是小范围、小规模应用，究其原因主要是测量精度达不到应用需求、标定过程繁琐、成本高、以及系统稳定性有待提高。荧光测温原理是基于荧光材料自身的某种物理属性与温度的关系，如荧光强度与荧光寿命，利用荧光寿命来进行温度测量因其明显的优势已经逐渐成为主要方式。根据荧光测温的一般性理论，荧光余辉曲线是指数曲线，余辉常数与激发光源强度、耦合效率、光纤长度、损耗等系统的其它变量无关，但实践中发现其影响因素是多方面的，如探头一致性、通道特性、光源漂移、环境变化等都会影响测温精度和稳定性。因而，实际余辉曲线呈现出非指数变化倾向。为了解决上述问题，专利号为2013104125995(授权公告号：CN103428982B)的中国技术专利《一种用于荧光光纤激励的光强自调整电路》中使用反馈控制技术，通过控制发光体流经的电流，自动调整光强在预定的范围，输出恒定的光强，消除光强波动对测量的干扰，但激励光强只是影响因素之一，未能消除其它外部因素的影响；贾丹平等人在《荧光余辉的非指数分量及处理》文章中将余辉曲线的非指数变化近似为多指数函数叠加，采用普罗尼法分离求解余辉的各个寿命，但求解过程复杂，对硬件设备要求较高，依然存在标定难、产能不足问题。上述改进方案，一定程度上提高了荧光测温系统的精度和稳定性，但都具有片面性，不是系统整体解决方案。
技术实现思路
本技术的目的在于克服上述不足，提供一种基于径向基神经网络的荧光温度解调系统，解决现有技术存在的标定过程繁琐、产能不足、成本高、精度和稳定性不高问题。为了达到上述目的，基于径向基神经网络的荧光温度解调系统，包括主控制器，主控制器连接荧光温度解调仪、恒温箱和PC机，荧光温度解调仪和PC机均连接烧录机，荧光温度解调仪连接恒温箱，烧录机连接若干烧录机座；主控制器用于采集荧光温度解调仪和恒温箱的数据进行对比，并将对比信号转发至PC机；PC机用于筛选合格的径向基神经网络，并通过烧录机烧录在荧光温度解调仪中。荧光温度解调仪通过荧光探头接入恒温箱。主控制器包括控制模块，控制模块上具有用于连接烧录器的烧录器接口和用于连接PC机的主控制器接口，控制模块通过两路信号连接光学系统，控制模块通过一路信号上设置的激励光驱动模块后连接光学系统，控制模块通过另一路信号上依次设置有的数据处理模块和荧光信号探测模块后连接光学系统，光学系统连接用于与恒温箱连接的荧光探头，控制模块连接显示器。荧光温度解调仪包括CPU，CPU上具有恒温箱接口、荧光温度解调仪接口、显示器接口和PC机接口。主控制器的CPU采用STM32F103C8T6。主控制器通过串行总线接口与RS485转换电路与恒温箱、荧光温度解调仪和PC机相连。与现有技术相比，本技术的系统通过主控制器采集荧光温度解调仪和恒温箱的数据进行对比，并将对比信号转发至PC机，在PC机内对数据进行处理，最后得出满足生产要求的径向基神经网络，并烧录至荧光温度解调仪中，本系统能够实现数据自动化采集，程序批量下载，产品性能检验，实现规模化生产，解决标定过程需要耗费大量人力财力物力，生产效率低下，成本高昂问题。附图说明图1为本技术的系统原理框图；图2为本技术的主控制器原理框图；图3为本技术的荧光温度解调仪原理框图；图中：1-恒温箱，2-荧光温度解调仪，21-荧光探头，22-光学系统，23-荧光信号探测模块，24-数据处理模块，25-激励光驱动模块，26-控制模块，27-烧录器接口，28-主控制器接口，29-显示器，3-主控制器，31-恒温箱接口，32-荧光温度解调仪接口，33-CPU，34-显示器接口，35-PC机接口，4-PC机，5-烧录器，6-烧录器座。具体实施方式下面结合附图对本技术作进一步说明。参见图1，基于径向基神经网络的荧光温度解调系统，包括主控制器3，主控制器3连接荧光温度解调仪2、恒温箱1和PC机，荧光温度解调仪2和PC机均连接烧录机5，荧光温度解调仪2连接恒温箱1，荧光温度解调仪2通过荧光探头21接入恒温箱1烧录机5连接若干烧录机座6；主控制器3用于采集荧光温度解调仪2和恒温箱1的数据进行对比，并将对比信号转发至PC机；PC机用于筛选合格的径向基神经网络，并通过烧录机烧录在荧光温度解调仪2中。参见图2，主控制器3包括控制模块26，控制模块26上具有用于连接烧录器5的烧录器接口27和用于连接PC机的主控制器接口28，控制模块26通过两路信号连接光学系统22，控制模块26通过一路信号上设置的激励光驱动模块25后连接光学系统22，控制模块26通过另一路信号上依次设置有的数据处理模块24和荧光信号探测模块23后连接光学系统22，光学系统22连接用于与恒温箱1连接的荧光探头21，控制模块26连接显示器29。参见图3，荧光温度解调仪2包括CPU33，CPU33上具有恒温箱接口31、荧光温度解调仪接口32、显示器接口34和PC机接口35。主控制器CPU采用STM32F103C8T6。主控制器3通过串行总线接口与RS485转换电路实现与恒温箱1、荧光温度解调仪2和PC机4相连。基于径向基神经网络的荧光温度解调系统的工作方法，包括离线训练阶段和在线选来阶段；其中，离线训练阶段包括以下步骤：步骤一，将主控制器3工作模式设置为离线训练，在主控制器3内设置最低采集温度、最高采集温度和温度采集间隔，当恒温箱1达到指定温度时，主控制器3发送采集命令到荧光温度解调仪2进行数据采集，选取荧光余辉曲线中时间间隔为Δt的两段，分别求电压信号值的累加和，将这两个值作为神经网络的输入，与参考温度组成数据集发送到PC机，保存数据，并根据主控器设定的温度采集间隔，自动进行下一次采集直至结束；间隔为Δt的两段余辉曲线，第一个起始点时间为脉冲终止时间t1，假设余辉强度为I0，则第二个起始点是余辉强度值为I0/e时对应的时刻t2，Δt取值为5至20个采样点；步骤二，将采集到的数据集做归一化处理；步骤三，将数据集的80％作为训练集和20％作为测试集；步骤四，初始化参数，将训练集输入三层径向基神经网络进行训练，并保存结果数据；径向基神经网络的训练过程包括三个方面：根据所有输入样本确定隐含层高斯核函数的中心值ti、宽度σj，在确定好隐含层参数的基础上，采用最小二乘法求取隐含层到输出层之间的连接权值ωi，具体步骤如下：4.1，采用k-means聚类算法求取径向基函数的中心值ti；ti(n)表示第n次迭代第i个聚类中心，其中，i＝1,2,3,…,I，I值根据经验选取或随机选择；4.2，初始化；选择I个互不相同的向量作为初始聚类中心ti(O)(i＝1,2,3,…,I)；4.3，计算输入空间各个样本点Xk与聚类中心点的欧式距离‖Xk-ti(n)‖(k＝1,2,3,…,N)，N为样本总数；4.4，相似匹配；令i*代表竞争获本文档来自技高网...

【技术保护点】
1.基于径向基神经网络的荧光温度解调系统，其特征在于，包括主控制器(3)，主控制器(3)连接荧光温度解调仪(2)、恒温箱(1)和PC机(4)，荧光温度解调仪(2)和PC机均连接烧录机(5)，荧光温度解调仪(2)连接恒温箱(1)，烧录机(5)连接若干烧录机座(6)；主控制器(3)用于采集荧光温度解调仪(2)和恒温箱(1)的数据进行对比，并将对比信号转发至PC机(4)；PC机(4)用于筛选合格的径向基神经网络，并通过烧录机烧录在荧光温度解调仪(2)中。

【技术特征摘要】
1.基于径向基神经网络的荧光温度解调系统，其特征在于，包括主控制器(3)，主控制器(3)连接荧光温度解调仪(2)、恒温箱(1)和PC机(4)，荧光温度解调仪(2)和PC机均连接烧录机(5)，荧光温度解调仪(2)连接恒温箱(1)，烧录机(5)连接若干烧录机座(6)；主控制器(3)用于采集荧光温度解调仪(2)和恒温箱(1)的数据进行对比，并将对比信号转发至PC机(4)；PC机(4)用于筛选合格的径向基神经网络，并通过烧录机烧录在荧光温度解调仪(2)中。2.根据权利要求1所述的一种基于径向基神经网络的荧光温度解调系统，其特征在于，荧光温度解调仪(2)通过荧光探头(21)接入恒温箱(1)。3.根据权利要求1所述的一种基于径向基神经网络的荧光温度解调系统，其特征在于，主控制器(3)包括控制模块(26)，控制模块(26)上具有用于连接烧录器(5)的烧录器接口(27)和用于连接PC机(4)的主控制器接口(28)，控制模块(26)通过两路信号连接光学系...

【专利技术属性】
技术研发人员：何镇安，赵源，刘舵，徐能，马世清，高贵龙，
申请(专利权)人：江苏博亨光电科技有限公司，西安双愉光电科技有限公司，
类型：新型
国别省市：江苏,32