霍爾傳感器檢測電動(dòng)機(jī)電流的誤差補(bǔ)償

1、2003年第22卷第12期傳感器技術(shù)(JournalofTransducerTechnology)65霍爾傳感器檢測電動(dòng)機(jī)電流的誤差補(bǔ)償李祖林(湖南建材高等?？茖W(xué)校電子信息系,湖南衡陽421008)摘要:針對溫度引起霍爾傳感器檢測電動(dòng)機(jī)電流的誤差,設(shè)計(jì)了基于BP神經(jīng)網(wǎng)絡(luò)的溫度誤差補(bǔ)償系統(tǒng),并對系統(tǒng)進(jìn)行了仿真和實(shí)驗(yàn)測試,結(jié)果表明,BPNN補(bǔ)償準(zhǔn)確度高。關(guān)鍵詞:BP神經(jīng)網(wǎng)絡(luò);霍爾傳感器;誤差補(bǔ)償中圖分類號(hào):TP212文獻(xiàn)標(biāo)識(shí)碼:B文章編號(hào):1000-9787(2003)12-0065-03ErrorcompensationofmeasuringmotorcurrentwithHallsensorL

2、IZu2lin(DeptofElctInfo,HunanBuildingMaterialsCollege,Hengyang421008,China)Abstract:AimedaterrorofdetectingmotorcurrentwithtemperatureerrorcompensationsystembasedonBPneuralnetworkisdesiged.andverifiedthataccuracyofBPNNerrorcompensationisKeywords:BPneuralcompensation0引言意圖。個(gè)領(lǐng)域,制造霍爾元件最常見的是采用半導(dǎo)體材料,而半導(dǎo)體材料

3、對環(huán)境溫度的變化比較敏感,從而使霍爾傳感器的輸出線性度受溫度影響嚴(yán)重,使得傳感器的輸出誤差偏大,因此,必須對該傳感器的輸出誤差進(jìn)行綜合修正。本文針對霍爾傳感器檢測電機(jī)電流受溫度影響產(chǎn)生的誤差,設(shè)計(jì)了BP神經(jīng)網(wǎng)絡(luò)進(jìn)行補(bǔ)償,并進(jìn)行了仿真測試和實(shí)驗(yàn)圖1測量電路Fig1Measurecircuit圖2是霍爾傳感器檢測電機(jī)電流時(shí),不同材料構(gòu)成的霍爾傳感器輸出電壓與溫度變化的關(guān)系曲線。研究。1霍爾傳感器的神經(jīng)網(wǎng)絡(luò)溫度補(bǔ)償分析1.1溫度對霍爾傳感器檢測電機(jī)電流的影響霍爾傳感器能將交流電流變?yōu)橹绷麟妷狠敵?可用于檢測電機(jī)電流的變化,它具有良好的隔離性能、體積小、質(zhì)量輕等特點(diǎn),但是用于惡劣環(huán)境如冶金、礦山的電機(jī)

4、,其環(huán)境溫度經(jīng)常變化,且變化范圍大,這對霍爾傳感器的輸出電壓造成較大的誤差,從而造成測量電機(jī)電流不準(zhǔn)確。圖1是霍爾傳感器檢測電機(jī)電流的原理示收稿日期:2003-07-21圖2UH/UH02t曲線Fig2UH/UH02tcurve傳感器技術(shù)第22卷66由圖2可見,電機(jī)所處的環(huán)境溫度變化時(shí),霍爾傳感器的輸出非線性很嚴(yán)重,造成較大的測量誤差,因此,須采用一種好的方法進(jìn)行誤差修正。在圖2中,UH0(mV)為溫度t0時(shí)的霍爾電勢,;UH(mV)為溫度變化到t時(shí)的霍爾電勢。1.2.2神經(jīng)網(wǎng)絡(luò)的誤差綜合補(bǔ)償用BP神經(jīng)網(wǎng)絡(luò)修正溫度對霍爾傳感器檢測電機(jī)電流的誤差原理如圖4所示。1.2BP神經(jīng)網(wǎng)絡(luò)的誤差修正1.2

5、.1BP神經(jīng)網(wǎng)絡(luò)構(gòu)造BP神經(jīng)網(wǎng)絡(luò)是對非線性可微函數(shù)進(jìn)行權(quán)值訓(xùn)練的多層前向網(wǎng)絡(luò),利用BP網(wǎng)絡(luò)的輸入矢量與相應(yīng)輸出矢量訓(xùn)練網(wǎng)絡(luò)逼近一個(gè)函數(shù),若輸出層得到期望輸出,則網(wǎng)絡(luò)學(xué)習(xí)算法結(jié)束,否則,將誤差信號(hào)(樣本輸出與網(wǎng)絡(luò)輸出之差)反向傳播,并按梯度下降算法調(diào)整各層神經(jīng)元的權(quán)值,使誤差減小,直至達(dá)到期望輸出。在BP網(wǎng)絡(luò)中隱含層采用S型激活函數(shù),BP網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。圖4BP網(wǎng)絡(luò)誤差補(bǔ)償Fig4BPnetworkerrorcompensation將受環(huán)境溫度影響的霍爾傳感器的輸出經(jīng)過調(diào)理電路進(jìn)行歸一化處理,即將調(diào)理電路的最大輸出調(diào)整為1V,使輸入樣本在0,1之間,經(jīng)A/D采樣,取采樣序列中的10個(gè)樣值作為

6、BP網(wǎng)絡(luò)的輸入神經(jīng)元,BP,選用12個(gè)節(jié)點(diǎn)作,為網(wǎng)絡(luò)訓(xùn)練的輸出。,利用梯度下降算法求權(quán)值變化及誤差的反向傳播。算法3由輸出層開始逐層調(diào)整權(quán)值算法為wij(t+1)=wij(t)+wij(t)-jzi+wij(t-1),圖3BP神經(jīng)網(wǎng)絡(luò)Fig3BPneuralnetworkyj(1-yj)(y-yj)對輸出層,j=zj(1-zj)kwjk對隱含層,kBP網(wǎng)絡(luò)隱含層第n節(jié)點(diǎn)(神經(jīng)元)輸出為wpmum+bn,p=1,2,j,qn=f1m=1式中wpm為第m輸入到隱含層第p節(jié)點(diǎn)的權(quán)值;f1(.)為S型激活函數(shù),f1(x)=ik=1,2,12;j=1,2,10;式中y為節(jié)點(diǎn)j的期望輸出(歸一化);yj為

7、節(jié)點(diǎn)j的實(shí)際計(jì)算輸出(歸一化);wij為i節(jié)點(diǎn)到j(luò)節(jié)點(diǎn)的權(quán)值;1+e-x;為學(xué)習(xí)因子;為勢態(tài)因子。網(wǎng)絡(luò)的權(quán)重值W通過使下列誤差函數(shù)值為最小來進(jìn)行調(diào)整,即J=Ey(k)-y(k)bn為隱含層第n神經(jīng)元的閾值。輸出層第h神經(jīng)元的輸出為whnqi+bn,h=1,2,k,yh=f2n=1j=Ey(k)-f(W×式中f2(x)=1+e-x為輸出層激活函數(shù);Z)2,并使J<,為任意給定大于0的很小值,網(wǎng)whn為qn到y(tǒng)h的權(quán)值;bh第h輸出節(jié)點(diǎn)的閾值。絡(luò)的訓(xùn)練直到使J滿足為止。其中Z=(z1,z2,z10)T,W=(w1,w2,w12)。定義網(wǎng)絡(luò)的目標(biāo)函數(shù)(誤差函數(shù))為k(th-yh)2,

8、E(W,B)=h2=12實(shí)例結(jié)果分析式中th為第h輸入對應(yīng)的樣本。設(shè)計(jì)好的神經(jīng)網(wǎng)絡(luò)還不能在實(shí)際中應(yīng)用,須不第12期李祖林:霍爾傳感器檢測電動(dòng)機(jī)電流的誤差補(bǔ)償67斷對網(wǎng)絡(luò)進(jìn)行訓(xùn)練和調(diào)整,使訓(xùn)練目標(biāo)達(dá)到要求,因此,在MATLAB5.3Simulink的神經(jīng)網(wǎng)絡(luò)工具箱上,對所設(shè)計(jì)的BP神經(jīng)網(wǎng)絡(luò)補(bǔ)償溫度誤差進(jìn)行反復(fù)測試。輸入樣本z=00.11,學(xué)習(xí)因子取=0.8,=0.7。訓(xùn)練循環(huán)次數(shù)最大為3000,目標(biāo)誤差為0.001,隱層節(jié)點(diǎn)取8,9,10,12,13,15,16,其對應(yīng)的12345678表2實(shí)際測試結(jié)果Tab2PracticeTestResult序號(hào)被測電流(A)6.4606.46013.590

9、13.59016.20016.20019.49019.49024.38024.380溫度)t(25505075257550752575調(diào)理電路輸出(歸一化)0.20120.20320.44690.44210.53380.52470.63810.63260.80720.8002補(bǔ)償后輸出(歸一化)0.21400.21790.45100.45000.54190.54370.64650.64590.81120.8087誤差(%)0.160.230.220.320.190.370.330.390.130.38訓(xùn)練次數(shù)設(shè)為3000,2200,1710,1490,1490,1180,1180,測試結(jié)果如表

10、1。從表1可看出,隱節(jié)點(diǎn)多,訓(xùn)練目標(biāo)可達(dá)到,但訓(xùn)練時(shí)間增長,由表1取隱層節(jié)點(diǎn)為12。表1MATLAB上訓(xùn)練結(jié)果Tab1DrillingresultonMATLAB910序號(hào)神經(jīng)元節(jié)點(diǎn)數(shù)1234567891012131516訓(xùn)練次數(shù)30002200171014901490時(shí)間(s)241.320193.420154.560123.450010誤差平方和0.41200.12380.04560.0010017400.00103結(jié)束語BP,具有復(fù)雜的非,誤差補(bǔ)償準(zhǔn)確度:1陳潤泰,許琨,檢測技術(shù)與智能儀表M.長沙:中南工業(yè)大學(xué)出版社,1995.107-111.將所設(shè)計(jì)的網(wǎng)絡(luò)應(yīng)用于實(shí)驗(yàn)測試,所設(shè)計(jì)的BP網(wǎng)

11、絡(luò)是基于TMS320C24X完成的,實(shí)驗(yàn)測試結(jié)果如表2。)和被測電表2中的溫度變化(設(shè)定25752叢爽.神經(jīng)網(wǎng)絡(luò)、模糊系統(tǒng)及其在運(yùn)動(dòng)控制中的應(yīng)用M.合肥:中國科學(xué)技術(shù)出版社,2001.15-17.3劉君華.智能傳感器系統(tǒng)M.西安:西安電子科技大學(xué)出版流(030A),從表2可看出,所設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)能補(bǔ)償溫度所引起的誤差,網(wǎng)絡(luò)補(bǔ)償后的相對誤差不超過0.5%。(上接第64頁)(3)傳統(tǒng)設(shè)備操作旋鈕易損壞,存在量程轉(zhuǎn)換誤社,2000.398-399.作者簡介:李祖林(1966-),男,湖南衡陽人,碩士,講師,工程師,主要從事自動(dòng)檢測技術(shù)、智能控制系統(tǒng)方面的研究。動(dòng)測試,還可用于其它機(jī)械振動(dòng)分析,具有一

12、定應(yīng)用價(jià)值。虛擬儀器技術(shù)也為其它測試提供了應(yīng)用前景。參考文獻(xiàn):1安靜賢.虛擬儀器技術(shù)在振動(dòng)測試中的應(yīng)用J.北京林業(yè)大差,本方法不涉及此問題;(4)在選擇同樣的傳感器和電荷放大器基礎(chǔ)上,本方法消除了由過多其它硬件帶來的誤差,準(zhǔn)確度主要取決于傳感器,誤差小于傳統(tǒng)方法;(5)若需改變儀器功能,僅需改變程序,方便快學(xué)學(xué)報(bào),2002,24(2):67-69.2劉君華.虛擬儀器編程語言LabWindows/CVI教程M.北京:電子工業(yè)出版社,2001.1-3.3雷振山.用虛擬儀器技術(shù)構(gòu)建的振動(dòng)測試系統(tǒng)J.唐山高等捷,功能強(qiáng),不需增加硬件設(shè)備。5結(jié)論?？茖W(xué)校學(xué)報(bào),2001,14(2):74-76.4吳鋒.織機(jī)機(jī)架結(jié)構(gòu)動(dòng)態(tài)特性分析及織機(jī)運(yùn)轉(zhuǎn)狀態(tài)下的振動(dòng)基