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()
【技术实现步骤摘要】
本专利技术属于机载计算机领域,涉及机电设备模拟量采集修正技术,具体涉及一种高安全宽温域的模拟量修正方法、系统、设备及介质。
技术介绍
1、飞机机电系统中有温度、压力、转速等模拟量采集的多个传感器,模拟量采集是飞机机电综合系统的重要功能组成部分,其硬件接口的采集精度、数据处理速度和数据的可靠性会直接影响机电管理系统控制性能指标,因此系统对传感器的采集精度、采集速度及数据稳定性的要求越来越高。
2、近年来国内传感器电子元器件制造产业已经取得了一定的发展,但由于工艺原因,传感器元器件的一致性较差,不少关键元器件在性能、功能及可靠性方面与系统要求存在一定差距。尤其是对于航空电子设备,工作温度要求在-55℃~125℃之间属于宽温域要求,在极端温度条件会导致部分传感器元器件性能参数漂移,无法满足性能要求。因此,在实际的应用中,为了获得更好的采集性能指标且满足低成本的要求,通常使用特定的处理算法对采集的机载设备的模拟量进行修正。传统的模拟量修正方法是对采集值进行统一且固定的修正,该方式不能针对产品模拟量接口采集时的温度漂移特性进行修正。
技术实现思路
1、为了解决传感器元器件在宽温域条件下使用时,通过统一且固定的修正方式对模拟量采集值进行修正,因存在温度漂移导致的修正结果精度低的技术问题,本专利技术公开了一种高安全宽温域的模拟量修正方法,所述方法包括以下步骤:
2、s1、依据接口元器件温漂特性,获取与温漂相关的影响因子,所述影响因子包括环境温度;
3、s2、采
4、s3、通过所述训练数据集对初始bp神经网络训练,得到训练的bp神经网络,将修正配置信息和训练的bp神经网络存储至非易失存储区中;
5、s4、依据从非易失存储区中读取训练的bp神经网络和与模拟量接口对应的修正配置信息,对模拟量采集接口采集的模拟量数据修正得到最终模拟量数据。
6、进一步地,步骤s2中,采集每个模拟量采集接口在每个测试温度下不同激励值对应的模拟量数据,得到训练数据集,包括:
7、s21、依据预设时间,将每个所述模拟量采集接口的工作温度范围划分为多个温度段;
8、s22、在每个所述温度段内,依据预设激励值将每个所述模拟量采集接口的激励范围划分为多个激励段;
9、s23、采集每个所述温度段中每个所述激励段对应的模拟量值,得到训练数据集。
10、进一步地,所述模拟量接口包括电压信号采集接口、电流信号采集接口、电阻信号采集接口和频率信号采集接口中的任意一种。
11、进一步地,所述初始bp神经网络包括输入层、多个隐含层和输出层,所述输入层输入测试温度和所述测试温度下每个激励值对应的模拟量数据,所述隐含层选用relu激活函数,所述输出层选用线性激活函数用于输出修正后的模拟量数据。
12、进一步地,步骤s3中,通过所述训练数据集对初始bp神经网络训练,得到训练的bp神经网络,包括:
13、s31、采用随机梯度下降算法,以mmse损失函数最小作为约束,通过所述训练数据集对初始bp神经网络训练,使得到训练的bp神经网络,将训练的bp神经网络封装;
14、s32、将封装的训练的bp神经网络和每个模拟量接口的修正配置信息存储至非易失存储区中,所述修正配置信息包括温漂修正和温漂不修正。
15、进一步地,步骤s4中,依据从非易失存储区中读取训练的bp神经网络和与模拟量接口对应的修正配置信息,对模拟量采集接口采集的模拟量数据修正得到最终模拟量数据,包括:
16、s41、从非易失存储区中读取与模拟量接口对应的修正配置信息,对修正配置信息校验;
17、s42、校验通过且读取的修正配置信息为温漂修正时,使用训练的bp神经网络对模拟量采集接口采集的模拟量数据修正得到最终模拟量数据;
18、s43、校验未通过,或者校验通过但读取的修正配置信息为温漂不修正时,将模拟量采集接口采集的模拟量数据作为最终模拟量数据。
19、本专利技术实施例还提供了一种高安全宽温域的模拟量修正系统,包括影响因子获取模块、数据获取模块、网络训练模块和模拟量修正模块。
20、其中,所述影响因子获取模块用于依据接口元器件温漂特性,获取与温漂相关的影响因子,所述影响因子包括环境温度;
21、所述数据获取模块用于采集每个模拟量采集接口在每个测试温度下不同激励值对应的模拟量数据,得到训练数据集;
22、所述网络训练模块用于通过所述训练数据集对初始bp神经网络训练,得到训练的bp神经网络,将修正配置信息和训练的bp神经网络存储至非易失存储区中;
23、所述模拟量修正模块用于依据从非易失存储区中读取训练的bp神经网络和与模拟量接口对应的修正配置信息,对模拟量采集接口采集的模拟量数据修正得到最终模拟量数据。
24、本专利技术实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意的高安全宽温域的模拟量修正方法,以解决解决传感器元器件在宽温域条件下使用时,通过统一且固定的修正方式对模拟量采集值进行修正,因存在温度漂移导致的修正结果精度低的技术问题。
25、本专利技术实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述任意的高安全宽温域的模拟量修正方法的计算机程序,以解决传感器元器件在宽温域条件下使用时,通过统一且固定的修正方式对模拟量采集值进行修正,因存在温度漂移导致的修正结果精度低的技术问题。
26、与现有技术相比,本说明书实施例采用的上述至少一个技术方案能够达到的有益效果至少包括:本专利技术的方法该方案可以对产品中各个模拟量接口,在宽温度范围下的采集误差进行有效修正,极大提高了产品的采集性能,在不增加设计成本的条件下有效提高飞机控制性能。
本文档来自技高网...【技术保护点】
1.一种高安全宽温域的模拟量修正方法,其特征在于,包括:
2.根据权利要求1所述的高安全宽温域的模拟量修正方法,其特征在于,采集每个模拟量采集接口在每个测试温度下不同激励值对应的模拟量数据,得到训练数据集,包括:
3.根据权利要求1所述的高安全宽温域的模拟量修正方法,其特征在于,所述模拟量接口包括电压信号采集接口、电流信号采集接口、电阻信号采集接口和频率信号采集接口中的任意一种。
4.根据权利要求1所述的高安全宽温域的模拟量修正方法,其特征在于,所述初始BP神经网络包括输入层、多个隐含层和输出层,所述输入层输入测试温度和所述测试温度下每个激励值对应的模拟量数据,所述隐含层选用ReLU激活函数,所述输出层选用线性激活函数用于输出修正后的模拟量数据。
5.根据权利要求1或4所述的高安全宽温域的模拟量修正方法,其特征在于,通过所述训练数据集对初始BP神经网络训练,得到训练的BP神经网络,包括:
6.根据权利要求1所述的高安全宽温域的模拟量修正方法,其特征在于,依据从非易失存储区中读取训练的BP神经网络和与模拟量接口对应的修正配
7.一种高安全宽温域的模拟量修正系统,其特征在于,包括:
8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的高安全宽温域的模拟量修正方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至6中任一项所述的高安全宽温域的模拟量修正方法的计算机程序。
...【技术特征摘要】
1.一种高安全宽温域的模拟量修正方法,其特征在于,包括:
2.根据权利要求1所述的高安全宽温域的模拟量修正方法,其特征在于,采集每个模拟量采集接口在每个测试温度下不同激励值对应的模拟量数据,得到训练数据集,包括:
3.根据权利要求1所述的高安全宽温域的模拟量修正方法,其特征在于,所述模拟量接口包括电压信号采集接口、电流信号采集接口、电阻信号采集接口和频率信号采集接口中的任意一种。
4.根据权利要求1所述的高安全宽温域的模拟量修正方法,其特征在于,所述初始bp神经网络包括输入层、多个隐含层和输出层,所述输入层输入测试温度和所述测试温度下每个激励值对应的模拟量数据,所述隐含层选用relu激活函数,所述输出层选用线性激活函数用于输出修正后的模拟量数据。
5.根据权利要求1或4所述的高安全宽温域的模...
【专利技术属性】
技术研发人员:曹艳梅,鲁鹏,王琳,张煜辰,漆旭平,李军,
申请(专利权)人:中国航空工业集团公司西安航空计算技术研究所,
类型:发明
国别省市:
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。