基于遺傳支持向量機(jī)和模糊PID控制的傳感器校正.pdf

1、傳感器是測試系統(tǒng)中的核心部件，其測試精度的高低對整個測試系統(tǒng)的性能起著決定性的影響。因此，針對傳感器靜態(tài)特性和動態(tài)特性進(jìn)行校正研究也逐漸成為國內(nèi)外學(xué)者研究的重點(diǎn)。本文主要利用遺傳算法來優(yōu)化支持向量機(jī)參數(shù)選取的方法對傳感器進(jìn)行靜態(tài)校正，并對瓦斯傳感器動態(tài)特性進(jìn)行了模糊PID校正。
　　本論文主要圍繞傳感器的靜態(tài)非線性校正、動態(tài)非線性辨識和動態(tài)特性模糊PID校正三個主要問題進(jìn)行理論研究，并進(jìn)行了仿真實(shí)驗(yàn)。
　　首先，針對支持向量

2、機(jī)的參數(shù)選取比較困難的問題，結(jié)合遺傳算法全局搜索能力強(qiáng)的特點(diǎn)，提出了用遺傳算法來優(yōu)化支持向量機(jī)參數(shù)選取的方法，建立了針對傳感器靜態(tài)非線性的校正模型。在實(shí)現(xiàn)過程中，應(yīng)用Matlab語言編制訓(xùn)練程序?qū)G-8型瓦斯傳感器進(jìn)行非線性校正并驗(yàn)證遺傳支持向量機(jī)方法的可行性，通過分別與支持向量機(jī)方法和BP神經(jīng)網(wǎng)絡(luò)法校正的結(jié)果進(jìn)行對比分析，驗(yàn)證該方法的優(yōu)越性。
　　其次，將傳感器的動態(tài)特性分解為靜態(tài)非線性模塊和動態(tài)線性模塊，本文重點(diǎn)研究的Ham

3、merstein模型是由一個靜態(tài)非線性增益環(huán)節(jié)后串聯(lián)一個動態(tài)線性增益環(huán)節(jié)構(gòu)成的。對傳感器動態(tài)特性的辨識是進(jìn)行校正和補(bǔ)償研究的前提，針對Hammerstein模型的辨識，本文采用了支持向量機(jī)回歸的辨識方法，通過仿真驗(yàn)證，該方法對Hammerstein模型的辨識達(dá)到了一定的辨識精度。
　　最后，根據(jù)瓦斯傳感器的輸出特性，建立了模糊PID控制系統(tǒng)的模糊控制規(guī)則，在Simulink平臺上分別建立PID控制與模糊PID控制仿真模型。通過對所