摘要
本发明公开了一种基于改进BP神经网络的电容式液位传感器温度补偿方法,包括建立基于相对介电常数进行温度补偿的电容式液位传感器电容输出模型;基于电容式液位传感器电容输出模型,根据不同的液位值获取在不同的环境温度条件下相应的电容式液位传感器中水和空气的相对介电常数,以作为样本数据;并将样本数据随机划分为样本训练集与样本测试集;构建电容式液传感器的温度补偿BP神经网络;根据样本训练集与样本测试集对温度补偿BP神经网络的初始权值与阈值进行寻优,获取优化温度补偿BP神经网络;根据优化温度补偿BP神经网络,实现在不同环境温度下电容式液位传感器的温度补偿。解决了传统的温度补偿模型通过输入温度数据和待补偿液位数据,得到补偿后的液位,相当于直接寻找温度和传感器液位的关系,而忽略了中间变量介电常数的影响,进而造成补偿精度不足的问题。
技术关键词
电容式液位传感器
BP神经网络
温度补偿方法
样本
粒子
绝缘护套
算法
内电极
训练集
空气
位置更新
表达式
数据
介质
液体
极值
速度
系统为您推荐了相关专利信息
混沌粒子群算法
模型参数辨识
建模方法
综合负荷模型
广义
模糊控制规则
数据训练神经网络
粒子群优化算法
规则集
模糊算法
构建轨道交通
深度强化学习算法
机器学习算法
大数据分析技术
轨道交通车辆