基于蚁群算法的RBF神经网络在冲量式谷物流量传感器中的应用

刘畅 李志刚 伟利国 王吉中 李阳

摘要：针对压力传感器存在温度漂移的问题，提出了一种基于蚁群算法的RBF神经网络优化算法。首先根据压力传感器测量电路得到电压Ub与电流I的关系，因其存在很大的温度误差，须要采用适当的补偿方法对外界温度造成的误差加以修正。然后通过压力传感器输出电压U与温度T、压强P、电源波动γ的关系建立压力传感器温度补偿模型，分别在18.4、32.5、41.8、65.6 ℃共4个温度点进行试验数据采集并对试验结果进行归一化处理。最后利用蚁群算法进行寻优和自适应调整发挥系数的特点作为聚类算法确定RBF神经网络基函数中心，选取BP算法、RBF算法、基于蚁群的RBF算法3种方法对压力传感器进行非线性温度补偿仿真试验。结果表明：基于蚁群算法的RBF神经网络模型补偿精度最高，收敛速度最快。将此研究应用于冲量式谷物流量传感器中，可大大提高传感器的稳定性和准确性。

关键词：压力传感器;蚁群算法;RBF神经网络;非线性温度补偿;冲量式谷物流量传感器

中图分类号： TP212.6;S126

文献标志码： A

文章编号：1002-1302（2019）15-0259-04

冲量式谷物流量传感器是谷物联合收割机测产系统的核心部件，因其结构设计简单、制作成本低、田间试验便于安装、适用于大多数谷物种类等特点而被广泛应用。但是，由于机器自身振动、谷物的含水率、田间的坡度等因素对测量精度影响很大，其中联合收割机的振动影响最为明显。联合收割机自身振动产生的宽带噪声信号夹杂在冲量式流量传感器的输出信號中，影响测产精度。目前，国外已经有商品化的谷物流量传感器，国内还没有相对成熟化的产品。为了提高传感器的测量精度、减少机身振动对传感器的影响，胡均万等设计了一种双板冲量式谷物流量传感器以及信号采集电路，其中信号采集电路设计为差分消振式，可检测前后2个板的振动信号并利用差分法消除振动噪声信号，提高信噪比，田间试验测产误差小于5%[1]。丛秉华等设计了一种双平行梁结构的冲量式流量传感器，对测量平行梁和参考平行梁进行谐波信号提取处理，并采用LMS算法进行自适应干扰对消去除参考平行梁的噪声信号。试验表明，在试验台处于最大振动条件下，经过处理后的传感器最大相对误差小于1.9%，提高了测量的稳定性[2]。以上方法能较好地减弱由于机身振动产生的噪声信号，但由于测量信号和参考信号受到环境因素的影响，难以保证测量同步性，传感器的精度受到了制约。

本研究自主设计的谷物流量传感器选型中国台湾Mavin足立5 kg压阻式压力传感器，具有灵敏度高、结构设计简单、响应速度快等特点。但由于传感器由半导体硅材料制成，易受到环境温度变化的影响产生温度漂移现象，从而对测量精度具有一定的影响。为了降低温度变化对传感器精度的影响，提出了一种基于蚁群算法的神经网络优化算法。首先建立压力传感器温度补偿模型，通过蚁群算法确定神经网络的基函数中心;然后利用RBF神经网络对压力传感器进行非线性温度补偿;最后在算法补偿的数据基础上分析验证，从而减小温度对压力传感器的输出所造成的影响，达到温度补偿的目的。将此研究基础应用到冲量式谷物流量传感器中，从而进一步提高传感器的测量精度。

1 冲量式谷物流量传感器

1.1 结构设计

本研究的冲量式谷物流量传感器主要有冲击板、承重板、传感器支架、仪表盒、压力传感器组成，通过多次试验分析，最终确定选用5 kg的压力称重模块。其中仪表盒、冲击板为白色塑料材质，承重板和传感器支架为钢材料。仪表盒保护压力传感器不会受到外部冲击，支架与承重板可以有效减少收割机对传感器振动的影响。其流量传感器结构装置如图1所示。

1.2 测量原理

冲量式谷物流量传感器安装在粮食输送装置末端，当谷物流打击冲击板时，会引起谷物流量传感器内部压力称重模块的形变，此形变表现形式为压力称重模块电阻应变片的形变，通过阻值的变化转换为电压的变化测得冲击力。传感器将力信号转换为电信号，可通过电压标定的方式进一步转换为谷物的流量[3]。

根据冲量定理有：

式中：F（t）是谷物在m时刻作用在冲击板的冲击力;Δt是谷物冲击时间;Δm（t）是t时刻内打击冲击板的谷物质量;Δv是打击冲击板前后谷物速度变化量;q（t）是t时刻的谷物质量流量，取Δt为极小值，则q（t）为瞬时质量流量。

1.3 RBF神经网络

RBF神经网络是一种3层前向网络，由输入到输出的映射都是非线性的，而隐含层空间到输出层空间的映射是线性的。因此，当径向基函数的中心确定时，映射关系也就确定了[4]。

具有3个隐含层的RBF网络结构如图2所示。RBF网络中，x=[xi]T为网络的输入，网络的隐含层输出为h=[hj]T，hj为隐含层第j个神经元的输出：

与RBF网络相比，BP网络是一种全局逼近网络，学习过程中收敛速度慢，易于陷入局部最小，难以满足控制系统实时性要求，因而选择RBF网络对压力传感器进行温度补偿。

2 压力传感器温度补偿方法

2.1 问题分析

本研究自主设计的谷物流量传感器选型台湾Mavin足立压阻式压力传感器，具有灵敏度高、结构设计简单、响应速度快等特点[5]。压力传感器由半导体硅材料制成，该材料容易受到环境温度变化影响使传感器输出信号不稳定，从而对测量精度具有一定的影响，其测量电路如图3所示。当施加压力时，四臂电桥电路中阻值会产生变化，同时还会受到温度的影响。

式中：R0为温度为T0、压强为0时的电阻值;ΔRT为温度变化ΔT引起的阻值变化;ΔRP为输入压强引起的电阻变化;RT为温度为T、压强为0时的电阻值;α为材料的电阻温度系数。

式中：电桥电压Ub与输入压强产生的应变没有关系，仅与温度变化引起的应变有关。因此，可以利用压力传感器自身温度变化的特点对传感器进行非线性温度补偿。