基于最小二乘支持向量机的N型热电偶非线性校正及应用

　　1　引　　言

　　热电偶是温度测量的主要传感器,N型热电偶自20世纪70年代由澳大利亚首次研制成功以来,就以其优越的性能,逐渐成为有可能替代K、E、J、T型等贱金属热电偶和部分S型贵金属热电偶的一种温度测量的主要传感器。通常由于热电偶的输出信号与被测温度之间的非线性,在实际应用的许多场合,需要对其非线性进行校正。目前常用的校正方法有分段线性化的非线性模拟电路法,以及通过微处理器(或单片机)的查表或智能化校正方法等;但这些方法由于外部测温范围、热电偶热电阻自身变化,尤其是在热电偶采取一定的防氧化保护措施等原因后,都会引起热电偶或热电阻输出特性的改变,所以在高精度温度自动校正系统和高精确温度测量与控制系统中,用以上方法就不能满足其高精度温度测量和控制的要求。

　　近几年来,随着神经网络的发展,利用BP网络逼近任意非线性函数的特点,对热电偶等传感器进行非线性校正,取得了较为满意的结果[123]。但由于BP网络本身是基于经验风险最小化原则的,在历史样本数据有限的情况下,容易出现过学习问题,并且存在局部极小点、结构和类型的选择过分依赖经验等缺陷;同时,基于RBF网络的校正方法,也取得了一定的成果[4],但该方法需要较大的存储空间,而且网络的初始参数确定比较困难,选择不好会影响校正效果。因此,本文针对以上问题,提出了基于ISSV M的校正方法，该方法可以较好地解决了小样本、非线性、高维数、局部极小点等问题，具有较强的泛化能力，通过与基于RBF,ANFLS的校正方法比较[5]，结果表明这一方法的校正精度高于现有的几种方法。

        2热电偶非线性校正的基本原理

　　热电偶的模型可以表示为:

　　一般只适用于实验室中，而在工业生产中通常将热电势信号传送到远处的模拟指示仪表或计算机，然后使用减小测量范围或采用非线性指示刻度及单片机存储器查表法等方法，完成热电势与显示温度之间的转换。如前所述，用这些方法完成传感器非线性输出特性校正显得有些力不从心;但若能知道热电势与温度之间的逆特性，则热电势与显示温度之间转换的非线性误差就可以被有效消除〔7);即通过一个逆补偿模型g(x)得到补偿后的输出P:

　　如果使补偿后的输出具有理想特性，则P=T。显然g(x)也是非线性的，而且实际过程中非常复杂，很难用解析式表达，所以用最小二乘支持向量机校正热电偶的非线性，实际上就是利用其能够在任意精度下逼近非线性函数的特点，构建一个补偿模型，使补偿后的输出具有理想特性。