摘要:对热电偶的非线性误差补偿方法进行了研究,提出了一种基于Profibus—DP的新型热电偶温度监测系统,系统对热电偶采集从站的非线性误差在上位机进行在线补偿。Matlab编写的应用程序采用DDE协议实现与MCGS软件的数据交换,它从MCGS实时数据库获取训练温度样本集,并采用遗传算法训练建立的BP神经网络模型,利用训练好的BP网络对待补偿的温度数据进行校正,并把校正结果传递给MCGS在线显示。实验表明,补偿模型把补偿数据的最大相对误差从9.969/6降低到1.40%。新系统减轻了热电偶从站的负担,具有模型可靠、实时性强、计算精度高等特点。
关键词:热电偶 非线性补偿 遗传算法 神经网络
单位:武汉大学动力与机械学院 湖北武汉430072
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社