电容传感器测量水流泥沙含量的神经网络融合算法

摘要：

为了消除温度对电容传感器在线测量水流泥沙含量的影响,采用人工神经网络方法对传感器的输出值进行数据融合处理.用电容传感器的泥沙测量值和温度值作为网络的输入,采用改进的BP算法对网络进行训练得到融合输出值,以消除温度干扰.试验结果表明,该数据融合方法可有效地消除环境温度对电容传感器所产生的影响,未经数据融合处理时的电容传感器输出波动的相对值为65.15﹪,经过数据融合处理后输出波动的相对值仅为2.72﹪,输出稳定值提高了23.95倍,效果十分显著.采用传统的基于标准梯度下降法的BP人工神经网络算法在求解时常因收敛速度太慢而影响求解质量,而采用经过优化的改进算法可以显著提高收敛速度.

关键词： 电容传感器 含沙量 神经网络 数据融合 在线测量

作者: 李小昱 王为 雷廷武

作者单位: 华中农业大学工程技术学院,武汉,430070;中国科学院水土保持研究所黄土高原土壤侵蚀与旱地农业国家重点实验室,杨凌,712100 华中农业大学工程技术学院,武汉,430070 中国科学院水土保持研究所黄土高原土壤侵蚀与旱地农业国家重点实验室,杨凌,712100;中国农业大学水利与土木工程学院,北京,100080

会议类型: 国内会议

会议名称: 全国高校机械工程测试技术研究会、中国振动工程学会动态测试专业委员会2004年代表大会暨学术年会

会议地点: 南昌

会议语种:中文

页码: 41-43

在线出版日期: 2004-10-28（万方平台首次上网日期，不代表论文的发表时间）