基于神經(jīng)網(wǎng)絡的微小反應器溫度測量方法
【技術(shù)領域】
[0001] 本發(fā)明設及一種用于微小反應器的溫度測量方法，特別是基于神經(jīng)網(wǎng)絡的微小反 應器溫度測量方法，可對溫度信號進行降噪、校正、提高信噪比和測量精度。
【背景技術(shù)】
[0002] 微小反應器一般指流體通道在微米到毫米量級的反應系統(tǒng)，其獨特優(yōu)點是對質(zhì)量 和熱量傳遞過程的強化W及流動方式的提高方面，在效能上要高出若干數(shù)量級，微小反應 器內(nèi)部的傳熱傳質(zhì)過程在生化分析、生物工程和化學合成、制備W及微型能量系統(tǒng)領域有 著廣泛的應用背景，對眾多應用和前沿領域的工藝過程、產(chǎn)品質(zhì)量、生產(chǎn)效率和生產(chǎn)方式存 在關(guān)鍵性的影響。微小反應器易受外界干擾，溫度信號強度和信噪比低，內(nèi)部溫度場精確測 量困難，傳統(tǒng)測溫方式應用于微小反應器存在局限性。通過改進絕緣、使用參比方法和高精 度溫度控制裝置可一定程度上緩解問題，但該些措施增加了系統(tǒng)成本和運行復雜程度，減 少了其應用的范圍，重要的是不能從有效信號根本上提高測量精度。在現(xiàn)有測試手段和條 件的局限性下，采用模擬、預測的方法可對信號進行降噪、校正、提高信噪比和測量精度。
[0003]BP神經(jīng)網(wǎng)絡（BackPropagationNetworks)是一種按誤差逆?zhèn)鞑ニ惴ㄓ柧毜亩鄬?前饋網(wǎng)絡，具有大規(guī)模并行處理、分布式信息存儲、良好的自組織自學習能力等特點，在工 程預測和控制中得到廣泛應用。針對微小反應器的溫度測試方法，引入BP神經(jīng)網(wǎng)絡描述和 預測降噪、校正，可獲得較高的信噪比和更準確的溫度測量數(shù)據(jù)。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是為了克服現(xiàn)有微小反應器溫度測量過程易受干擾，信噪比低，難 W準確、有效反映真實溫度值的缺陷，利用神經(jīng)網(wǎng)絡方法，實現(xiàn)目標溫度值的快速、準確、可 靠的描述和預測，可用于分析、微化工、微型能量系統(tǒng)等領域設及微小反應器溫度的測量。
[0005] 本發(fā)明的技術(shù)方案是，一種基于神經(jīng)網(wǎng)絡的微小反應器溫度測量方法。包括如下 步驟： (1)獲取不同位置的特征溫度測量信號和目標溫度測量信號參數(shù)。
[0006] 按照不同設定位置，所述的多個特征溫度的依次為遠離微小反應器入口的來流溫 度，微小反應器入口位置的入口溫度，微小反應器出口位置的出口溫度，微小反應器內(nèi)壁界 面位置的內(nèi)壁溫度，微小反應器多層壁面各界面位置的溫度，微小反應器外壁界面的外壁 溫度，臨近微小反應器的環(huán)境溫度。
[0007] 所述的目標溫度為所需測量的微小反應器溫度分布的一點或多點位置的溫度值。
[0008] 所述的不同位置特征溫度測量信號和目標溫度測量信號可W是非接觸式和接觸 式溫度測量方法得到，非接觸式測量方法可W是福射（比色、紅外等)、核磁共振、微波等原 理，接觸式測量方法可W是常規(guī)的溫度傳感器，像熱電阻、熱電偶等，可W是點狀、柱狀等， 體積盡量小，W獲得較小的時間常數(shù)并減少介入干擾。
[0009] (2)建立神經(jīng)網(wǎng)絡。
[0010] 所述的神經(jīng)網(wǎng)絡是基于L-M化evenbe巧-Marquar化）算法的BP神經(jīng)網(wǎng)絡。
[0011] 所述的神經(jīng)網(wǎng)絡包括一個輸入層、一個隱含層和一個輸出層，結(jié)構(gòu)如圖1所示。
[0012] 所述的輸入層包括如下輸入變量；微小反應器的來流溫度XT1，微小反應器入口 位置的入口溫度XT2,微小反應器出口位置的出口溫度XT3,微小反應器內(nèi)壁界面位置的內(nèi) 壁溫度XTI，微小反應器多層壁面各界面位置的間壁溫度XTI1~XTIn，微小反應器外壁界面 的外壁溫度XT0,臨近微小反應器的環(huán)境溫度XTE。
[0013] 所述的隱含層節(jié)點接收所有輸入信號，記為：
【主權(quán)項】
1. 一種基于神經(jīng)網(wǎng)絡的微小反應器溫度測量方法，包括如下步驟： (1) 獲取不同位置的特征溫度測量信號和目標溫度測量信號參數(shù)； 按照不同設定位置，所述的多個特征溫度的依次為遠離微小反應器（R)入口的來流溫 度XTl，微小反應器（R)入口位置的入口溫度XT2，微小反應器（R)出口位置的出口溫度XT3， 微小反應器（R)內(nèi)壁界面位置的內(nèi)壁溫度XTI，微小反應器（R)多層壁面各界面位置的間壁 溫度XTIl~XTIn，微小反應器（R)外壁界面的外壁溫度XTO,臨近微小反應器（R)的環(huán)境溫 度 XTE ; 所述的目標溫度為所需測量的微小反應器（R)溫度分布的一點或多點位置的溫度值 YTl-YTn ； (2) 建立神經(jīng)網(wǎng)絡； 所述的神經(jīng)網(wǎng)絡是基于L-M (Levenberg-Marquardt)算法的BP神經(jīng)網(wǎng)絡； 所述的神經(jīng)網(wǎng)絡包括一個輸入層、一個隱含層和一個輸出層； 所述的輸入層包括如下輸入變量：來流溫度XTl、入口溫度XT2、出口溫度XT3、內(nèi)壁溫 度XTI、間壁溫度XTI 1~ XTIn、外壁溫度XTO和環(huán)境溫度XTE ; 所述的輸出層的目標為目標溫度YTl~YTn ; 所述的基于L-M算法的BP神經(jīng)網(wǎng)絡，可以通過Matlab、C/C++、Fortran等語言系統(tǒng)編 程實現(xiàn)； (3) 對所述的神經(jīng)網(wǎng)絡進行訓練和測試； 設定微小反應器（R)的工況參數(shù)和外部環(huán)境參數(shù)，按照所述的步驟（1)獲取不同位置 的特征溫度測量信號作為輸入變量，同時獲取微小反應器（R)目標溫度測量信號參數(shù)，作為 訓練和測試樣本； 按照所述的步驟（2)建立神經(jīng)網(wǎng)絡，設置訓練次數(shù)及訓練目標誤差，使用訓練樣本進行 訓練，訓練組越多，神經(jīng)網(wǎng)絡學習越充分，經(jīng)驗值越大，預測精度越高； 當所述的神經(jīng)網(wǎng)絡訓練結(jié)束后，利用測試樣本檢驗，當所述的神經(jīng)網(wǎng)絡在測試樣本數(shù) 據(jù)的預測誤差低于規(guī)定水平即通過測試，可以用于微小反應器（R)目標溫度的測量； (4) 利用所述的神經(jīng)網(wǎng)絡測量微小反應器（R)的目標溫度； 將所述的步驟（2) (3)建立并訓練和測試的神經(jīng)網(wǎng)絡算法編程寫入微處理器和計算 機（PC)，將所述的步驟（1)得到的不同位置特征溫度和目標溫度測量信號數(shù)據(jù)引入微處理 器和計算機（PC)進行處理，使用不同位置特征溫度測量信號利用所述的神經(jīng)網(wǎng)絡得到微小 反應器（R)目標溫度的預測值，通過所述的目標溫度的預測值和測量值比較消除干擾和噪 聲信號，得到微小反應器（R)目標溫度的真實值。
【專利摘要】一種基于神經(jīng)網(wǎng)絡的微小反應器溫度測量方法，包括如下步驟：（1）獲取不同位置的特征溫度測量信號和目標溫度測量信號參數(shù)，（2）建立神經(jīng)網(wǎng)絡，（3）對所述的神經(jīng)網(wǎng)絡進行訓練和測試，（4）利用所述的神經(jīng)網(wǎng)絡測量微小反應器目標溫度；本發(fā)明的神經(jīng)網(wǎng)絡是基于L-M算法的BP神經(jīng)網(wǎng)絡，包括一個輸入層、一個隱含層和一個輸出層，輸入層的輸入變量為微小反應器的來流溫度、入口溫度、出口溫度、內(nèi)壁溫度、多層壁面各界面位置的間壁溫度、外壁溫度、環(huán)境溫度；所述的輸出層的目標為微小反應器被測點的目標溫度值。本發(fā)明實現(xiàn)微小反應器目標溫度值的快速、準確、可靠的描述和預測，可用于分析、微化工、微型能量系統(tǒng)等領域涉及微小反應器溫度的測量，同樣適用于其他微小溫度變化以及較低信噪比的溫度測量領域。
【IPC分類】G01K13-00
【公開號】CN104864984
【申請?zhí)枴緾N201510262157
【發(fā)明人】鄭藝華, 劉君
【申請人】青島大學
【公開日】2015年8月26日
【申請日】2015年5月21日