System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于短记忆灰色模型的压电传感器动态测试标定方法技术_技高网
当前位置: 首页 > 专利查询>南通大学专利>正文

一种基于短记忆灰色模型的压电传感器动态测试标定方法技术

技术编号:44326379 阅读:0 留言:0更新日期:2025-02-18 20:35
本申请公开了一种基于短记忆灰色模型的压电传感器动态测试标定方法,包括:构建压电传感器动态测试短记忆灰色模型;将短记忆灰色模型转化为代数模型;基于压电传感器的标定,建立模型参数辨识算法;基于传感器的输出,通过短记忆灰色模型对压电传感器输入进行标定。本申请根据压电传感器动态响应特性建模,利用压力输入信号将在未来一段时间内响应特性,反过来,利用未来一段时间内的输出来标定压力输入信号。该模型更符合压力信号动态响应特性,标定更准确。本申请利用根据传感器响应快速性,对响应截断,获得短记忆模型,既确保了标定精度,又降低了计算复杂性,降低计算时间,不显著降低测量快速性。

【技术实现步骤摘要】

本申请属于动态误差标定,具体涉及一种基于短记忆灰色模型的压电传感器动态测试标定方法


技术介绍

1、压电传感器将压力信号转化为电信号进行测量,广泛应用于压力、振动信号采集。

2、从系统角度看,可将压电传感器看作一个系统,该系统输入信号是压力信号,输出信号为电信号。因此,可以将压力信号看着系统输入,电信号看着系统输出。系统输出是系统输出和系统冲击响应的卷积,测得的电信号不仅与当前输入压力信号有关,还有历史输入的压力信号有关。相应地,系统输入有一个响应过程,只是不同系统响应速度不同,响应快慢各异。

3、测试过程就是根据输出反过来标定输入,根据输出准确再现输入的过程。根据系统响应特性,任何时刻的输入都有一个响应过程,相应地,任何时刻的输入都需要一定时间内的输出来反演。如果输入变化相对于系统响应很慢,也就是响应过程内的输入变化很慢,在响应过程内,输入信号变化不大,可以用瞬时测量结果进行标定。但当输入信号具有较大动态时,这样处理必然有较大误差。


技术实现思路

1、本申请提供一种基于短记忆灰色模型的压电传感器动态测试标定方法,以解决压电传感器动态测试标定困境的技术问题。

2、为解决上述技术问题,本申请采用的一个技术方案是:一种基于短记忆灰色模型的压电传感器动态测试标定方法,包括:

3、构建压电传感器动态测试短记忆灰色模型;

4、将短记忆灰色模型转化为代数模型;

5、基于压电传感器的标定,建立模型参数辨识算法;

6、基于传感器的输出,通过短记忆灰色模型对压电传感器输入进行标定。

7、进一步,构建压电传感器动态测试短记忆灰色模型的方法,包括:

8、基于高精度传感器采样输出作为压力标称值,建立压电传感器输入输出的标定灰色模型;

9、将标定灰色模型转化为累加模型;

10、基于累加模型以及记忆长度,获得压电传感器动态测试标定的短记忆灰色模型。

11、进一步,基于累加模型以及记忆长度,获得压电传感器动态测试标定的短记忆灰色模型的方法包括:

12、基于公式(1),获取压电传感器输入输出的标定灰色模型;其中,公式(1)为:

13、y(n)=(x1(nt)α+c2)*x(n)   (1);

14、其中,(nt)α表示tα在nt时刻的抽样,c1、c2和α是待辨识参数,符号*表示卷积运算。标定灰色模型表示压电传感器的冲激响应为:c1(t)α+c2;其中c1(nt)α+c2是冲激响应的离散化处理。

15、进一步,获得压电传感器动态测试标定的短记忆灰色模型的方法,包括:

16、基于公式(2),获取短记忆灰色模型;其中,公式(2)为:

17、

18、其中,sm表示记忆的起点,当n-l≥0时,sm=n-l;当n-l<0时,sm=0。

19、进一步,基于压电传感器的标定,建立模型参数辨识算法的方法,包括:

20、基于代数模型,构建代价函数;

21、基于布谷鸟优化搜索算法以及代价函数,获取模型参数。

22、进一步,基于布谷鸟优化搜索算法以及代价函数,获取模型参数的方法,包括:

23、初始化鸟巢位置并计算对应的代价函数,保存为最优代价函数;

24、全局搜索获取新的鸟巢位置,更新鸟巢位置并计算对应的代价函数;将更新的巢位置对应的代价函数与最优代价函数进行比较,选择最小的代价函数进行更新并保存为最优代价函数,并全局更新最优鸟巢位置及对应的代价函数;

25、局部搜索获取新的鸟巢位置,第二次更新鸟巢位置并计算对应的代价函数;将第二次更新的巢位置对应的代价函数与最优代价函数进行比较,选择最小的代价函数进行更新并保存为最优代价函数,并局部更新最优鸟巢位置及对应的代价函数;

26、重复上述步骤,直到最优代价函数小于预设阈值,保存最终鸟巢位置作为最优鸟巢位置,并将最优鸟巢位置参数作为模型参数。

27、本申请的有益效果是:本申请根据压电传感器动态响应特性建模,利用压力输入信号将在未来一段时间内响应特性,反过来,利用未来一段时间内的输出来标定压力输入信号。该模型更符合压力信号动态响应特性,标定更准确。本申请利用根据传感器响应快速性,对响应截断,获得短记忆模型,既确保了标定精度,又降低了计算复杂性,降低计算时间,不显著降低测量快速性。本申请根据仿生原理利用二次学习辨识参数,有利于改善辨识收敛性,避免局部最优。

本文档来自技高网...

【技术保护点】

1.一种基于短记忆灰色模型的压电传感器动态测试标定方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述构建压电传感器动态测试短记忆灰色模型的方法,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述累加模型以及记忆长度,获得压电传感器动态测试标定的短记忆灰色模型的方法包括:

4.根据权利要求4所述的方法,其特征在于,所述获得压电传感器动态测试标定的短记忆灰色模型的方法,包括:

5.根据权利要求2所述的方法,其特征在于,所述基于压电传感器的标定,建立模型参数辨识算法的方法,包括:

6.根据权利要求5所述的方法,其特征在于,所述基于布谷鸟优化搜索算法以及所述代价函数,获取模型参数的方法,包括:

【技术特征摘要】

1.一种基于短记忆灰色模型的压电传感器动态测试标定方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述构建压电传感器动态测试短记忆灰色模型的方法,包括:

3.根据权利要求2所述的方法,其特征在于,所述基于所述累加模型以及记忆长度,获得压电传感器动态测试标定的短记忆灰色模型的方法包括:

4...

【专利技术属性】
技术研发人员:赵灵冬李洪均高月红许小梅
申请(专利权)人:南通大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1