基于神經(jīng)網(wǎng)絡融合的傳感器溫度誤差補償

3實驗
用簡化的海底管道檢測裝置(漏磁檢測部件中僅安裝一排7個漏磁傳感器和一個溫度傳感器)，在實驗室條件下，取10個溫度點(－10～80℃，每10℃一個點)，分別對一個半剖管道進行檢測。該管道和實際海底管道具有相同材質(zhì)和管徑(195 mm)，并按美國無損檢測標準要求，用電火花加工的方法，在其內(nèi)表面加工了多處不同尺寸、形狀和類型的缺陷。在每個溫度點處，每個漏磁傳感器取55個數(shù)據(jù)，組成55組數(shù)據(jù)，取44組作為訓練樣本數(shù)據(jù)，11組作為測試數(shù)據(jù)，用上述神經(jīng)網(wǎng)絡方法進行訓練和測試，實現(xiàn)溫度誤差的融合補償。由于是多維輸入，訓練速度較慢。在網(wǎng)絡誤差設為0.001的情況下，用高斯函數(shù)訓練，一般需要經(jīng)過2 300步左右網(wǎng)絡才可以滿足要求。用遺傳算法訓練，只需要1 700步。

對一個長10 mm，深5 mm的標準矩形缺陷進行檢測，在兩個典型溫度點下的網(wǎng)絡輸出見圖4。圖中實線是期望的輸出，兩條虛線分別是70℃和－10℃下，未融合的輸出，“ ○”線和“＋”線是這兩個溫度點下融合后的輸出。由圖可見，融合前的兩條輸出波形偏離目標曲線，而且表示缺陷特征的波峰波谷的水平和豎直間距與目標值有一定的差距。融合后的輸出與期望值幾乎重合，補償效果顯著。圖5是反演后的缺陷圖。線型的意義與圖4相同。－10℃和70℃下的數(shù)據(jù)融合后反演出的缺陷與實際缺陷基本重合。未融合數(shù)據(jù)反演出的缺陷與實際缺陷深度有偏差。

定義傳感器的溫度敏感系數(shù)αS為在工作溫度范圍內(nèi)，溫度變化1 K所引起的輸出電壓最大相對變化的平均值。

其中，S∈(1，2，…，44)為測量點序號，隨著裝置在管道內(nèi)爬行，代表不同的檢測位置。t1、t2是工作溫度的上、下限值，U(t1)、U(t2)是S處溫度分別為t1、t2時傳感器的輸出值。用測試數(shù)據(jù)對網(wǎng)絡進行校驗，檢驗網(wǎng)絡的靈敏度和適應能力。融合前后7個傳感器的平均溫度敏感系數(shù)分別為3.1×10-3K-1和2.3×10-5K-1。可見，多傳感器融合進行溫度補償后傳感器的溫度敏感系數(shù)降低了兩個數(shù)量級。

4結(jié)論
該文將數(shù)據(jù)融合理論和神經(jīng)網(wǎng)絡方法應用到漏磁傳感器誤差補償中，大大提高了漏磁檢測傳感器的穩(wěn)定性和準確性。對多個漏磁傳感器和溫度傳感器檢測數(shù)據(jù)融合后，輸出值的溫度敏感系數(shù)降低了兩個數(shù)量級，為整個檢測系統(tǒng)在高溫環(huán)境下測得高準確度的結(jié)果提供了保障。當 輸入節(jié)點多時，用遺傳算法比用高斯函數(shù)訓練網(wǎng)絡速度快。