傳感與檢測技術_11傳感檢測新技術

1、第11章 傳感檢測新技術 11.1 智能傳感器11.2 傳感器數(shù)據(jù)融合技術11.3 軟測量技術11.4 虛擬儀器11.5 網(wǎng)絡化檢測儀器 當前，傳感器技術的主要發(fā)展方向:1.開展基礎研究，發(fā)現(xiàn)新現(xiàn)象、新材料和新加工工藝，開發(fā)新型傳感器；2.實現(xiàn)傳感器的集成化與多功能化；3.實現(xiàn)傳感器智能化；4.研究生物器官，開發(fā)仿生傳感器。 檢測技術的發(fā)展方向:數(shù)據(jù)融合技術軟測量技術虛擬儀器網(wǎng)絡化檢測技術等。 本章以智能傳感器、數(shù)據(jù)融合技術、軟測量技術、虛擬儀器和網(wǎng)絡化檢測儀器為例講述傳感檢測技術的發(fā)展。 11.1 智能傳感器11.1.1 智能傳感器的概念 傳感器在經(jīng)歷了模擬量信息處理和數(shù)字量變換這兩個階段后

2、，正朝著智能化、集成化、小型化方向發(fā)展。利用微處理器技術使傳感器智能化是20世紀80年代新型傳感器的一大進展，通常稱之為智能傳感器（Intellingent Sensor）。在美國還有一個通俗的名稱Smart Sensor，含有聰明、伶俐、精明能干的意思。 什么是智能傳感器，至今尚無公認的科學定義，很多人認為智能傳感器是將“傳感器與微型計算機組裝在一塊芯片上的裝置”，或者認為智能傳感器是將“一個或數(shù)個敏感元件和信號處理器集成在同一塊硅或砷化鎵芯片上的裝置”。顯然，這種定義不夠全面。 智能傳感器這一名稱雖然至今未有確切的定義，但從字面上看，意指這種傳感器具有一定人工智能，即使用電路代替一部分腦力

3、勞動。近年來，傳感器越來越多地和微處理器相結合，使傳感器不僅有視、嗅、味和聽覺的功能，還具有存儲、思維、邏輯判斷、數(shù)據(jù)處理、自適應等功能。智能傳感器內(nèi)既有傳感元件、又有信號預處理電路和微處理器，其輸出方式可以是通信線RS-232或ES-422串行輸出，也可以是IEEE-488標準總線的并行輸出。智能傳感器是一個微機小系統(tǒng)，其中作為系統(tǒng)“大腦”的微處理器一般是單片機。無論何種智能傳感器，都可以用圖11.1的框圖來表示。 根據(jù)以上對智能傳感器的認識，對它比較科學的定義是：將傳感器與微型計算機集成在一塊芯片上，并具有“感知”和“認知”被測量的功能，把傳感技術和信息處理技術進行完美結合的裝置。 傳 感

4、器 被測量 預 處 理 數(shù)據(jù)采集 A/D 輸入接口控制 輸入接口 傳感器輸出信號 計算機接口 計 算 機 圖 11.1 智能傳感器的組成框圖 11.1.2 智能傳感器的功能和特點1. 智能傳感器的主要功能是： (1) 具有自校零、自標定、自校正功能； (2) 具有自動補償功能； (3) 能夠自動采集數(shù)據(jù)，并對數(shù)據(jù)進行預處理； (4) 能夠自動進行檢驗、自選量程、自尋故障等； (5) 具有數(shù)據(jù)存儲、記憶與信息處理功能； (6) 具有雙向通信、標準化數(shù)字輸出或者符號輸出功能； (7) 具有判斷、決策處理功能。 2.智能傳感器的特點是： (1) 高精度； (2) 高可靠性與高穩(wěn)定性 ； (3) 高信

5、噪比與高分辨力； (4) 較強的自適應性； (5) 性價比高；11.1.3 傳感器智能化的技術途徑1. 傳感器和信號處理裝置的功能集成化是實現(xiàn)傳感器智能化的主要技術途徑 集成或混合集成傳感器是以硅作為基本材料，采用微機械加工技術和大規(guī)模集成電路工藝技術制作敏感元件、信號調(diào)理電路、微處理器單元，并把它們集成在一塊芯片上構成，利用駐留在集成體內(nèi)的軟件，實現(xiàn)對測量過程的控制、邏輯判斷和數(shù)據(jù)處理以及信息傳輸?shù)裙δ?，構成集成智能傳感器（Integrated Smart/Intelligent Sensor）。這類傳感器具有小型化、性能可靠、可批量生產(chǎn)、價格便宜等優(yōu)點，因而被認為是智能傳感器的主要發(fā)展方向

6、。2. 基于新的檢測原理和結構，實現(xiàn)信號處理智能化是傳感器智能化的重要技術途徑 采用新的檢測原理，通過微機械精細加工工藝和納米技術設計新型結構，使之 能真實地反映被測對象的完整信息，這也是傳感器智能化的重要技術途徑之一?，F(xiàn)在已經(jīng)成功研究的多振動智能傳感器就是利用這種方式實現(xiàn)傳感器智能化的。 3. 研制人工智能材料是實現(xiàn)智能傳感器以及實現(xiàn)人工智能的最新手段和最新學科 人工智能材料AIM（Artificial Intelligent Materials）的研究是當今世界上的高新技術領域中的一個研究熱點，也是全世界有關科學家和工程技術人員主要的研究課題。人工智能材料是繼天然材料、人造材料、精細材料后

7、的第四代功能材料。它有三個基本特征：能感知環(huán)境條件的變化（普通傳感器的功能），進行自我判斷（處理器的功能）以及發(fā)出指令和自行采取行動（執(zhí)行器的功能）。 11.1.4 智能傳感器的應用1. 由智能溫度傳感器構成的溫度測控系統(tǒng) 由DS18B20型智能溫度傳感器和80C31單片機構成的溫度測控系統(tǒng)的電路圖如圖11.2所示。該系統(tǒng)采用6片DS18B20同時測控6路溫度，另外使用一片DS18B20專門監(jiān)測機內(nèi)P的溫度。 +5V穩(wěn)壓電源（7805）電磁干擾濾波器220V50Hz電源主機P（80C31）看門狗電路（NE555）六路固態(tài)繼電器（SSR1 SSR6）單線數(shù)字溫度計（DS18B207）達林頓驅(qū)動器

8、（MC1413）上電復位和手動復位電路（CD4069）645鍵盤9位共陰極LED顯示器位譯碼驅(qū)動器（74LS145）地址鎖存器（74LS373）段譯碼驅(qū)動器（74LS245）ROM（2732）RAM（6264）可編程鍵盤及顯示器接口（8279）圖11.2 由智能溫度傳感器構成溫度測控系統(tǒng)的電路框圖2. 分布式光纖溫度傳感器系統(tǒng) 分布式光纖溫度傳感器系統(tǒng)是一種能實時測量空間溫度場的高新科技產(chǎn)品。它能連續(xù)測量光纖沿線所在處的溫度，信號傳輸距離可達幾千米，空間定位精度為1m。它具有精度高、數(shù)據(jù)傳輸速度快、自適應能力強等優(yōu)點，可取代傳統(tǒng)的電纜式溫感火災探測系統(tǒng)。最近，我國自行開發(fā)的分布式光纖溫度傳感器

9、系統(tǒng)采用先進的半導體激光技術、光纖光學濾波技術、高速光電轉換和信號采集技術。其測量原理是在給光纖注入一定能量和寬度的激光脈沖時，它就在傳輸?shù)耐瑫r不斷產(chǎn)生后向散射光波。這些后向散射光波的狀態(tài)與所在光纖散射點的溫度有關，將散射回來的光波經(jīng)過波分復用、檢測、解調(diào)后，再進行信號處理便可獲得溫度信號，最終顯示出實時溫度值。11.1.5 智能傳感器的發(fā)展前景 人工智能材料和智能傳感器，最近幾年以及今后若干年的時間內(nèi)，仍然是世人矚目的一門學科。雖然，在人工智能材料及智能器件的研究方面已向前邁進了重要一步。但是，目前人們還不能隨意地設計和制造人造思維系統(tǒng)，還只處在實驗室開拓研究的初級階段。今后人工智能材料和智

10、能傳感器的研究內(nèi)容主要集中在如下幾個方面：（1）利用微電子學，使傳感器和微處理器結合在一起實現(xiàn)各種功能的單片智能傳感器，仍然是智能傳感器的主要發(fā)展方向之一。 （2）微結構（智能結構）是今后智能傳感器的重要發(fā)展方向之一。（3）利用生物工藝和納米技術研制傳感器功能材料，以此技術為基礎研制分子和原子生物傳感器是一門新興學科，是21世紀的超前技術。 （4）完善智能器件原理和智能材料的設計方法，也將是今后幾十年極其重要的課題。11.2 傳感器數(shù)據(jù)融合技術 隨著智能檢測系統(tǒng)的飛速發(fā)展，多傳感器系統(tǒng)在工業(yè)與民用方面得到了廣泛應用。如何把多種傳感器集中于一個檢測控制系統(tǒng)，綜合利用來自多傳感器的信息，獲得對被測

11、對象一致性的可靠了解和解釋，以利于系統(tǒng)作出正確的響應、決策和控制，成為智能檢測控制系統(tǒng)中亟待解決的問題。數(shù)據(jù)融合作為消除系統(tǒng)不確定因素、提供準確觀測結果與新的觀測信息的智能化處理技術可以作為智能檢測系統(tǒng)、智能控制系統(tǒng)的一個基本組成部分，因此數(shù)據(jù)融合可直接用于檢測、控制、態(tài)勢評估和決策過程。11.2.1 數(shù)據(jù)融合的基本內(nèi)容1. 數(shù)據(jù)融合的基本原理和目的 多傳感器數(shù)據(jù)融合的基本原理就象人腦綜合處理信息一樣，充分利用多個傳感器資源，通過對多傳感器及其觀測信息的合理支配和使用，把多傳感器在空間或時間上可冗余或互補的信息，依據(jù)某種準則來進行組合，以獲得被測對象的一致性解釋或描述。 數(shù)據(jù)融合的目的是通過數(shù)

12、據(jù)組合而不是出現(xiàn)在輸入信息中的任何個別元素，推導出更多的信息，得到最佳協(xié)同作用的結果，即利用多個傳感器共同或聯(lián)合操作的優(yōu)勢，提高傳感器系統(tǒng)的有效性，消除單個或少量傳感器的局限性。2.數(shù)據(jù)融合的定義 由于傳感器數(shù)據(jù)融合技術在諸多領域獲得了普遍關注和廣泛應用，“融合”一詞幾乎無限制地被眾多應用領域所引用。對于這樣一個具有廣泛應用領域的概念，很難為數(shù)據(jù)融合給出一個統(tǒng)一的定義。目前的數(shù)據(jù)融合是針對一個系統(tǒng)中使用多種傳感器(多個或多類)這一特定問題而進行的新的信息處理方法，因此，數(shù)據(jù)融合又稱作多傳感器信息融合。 數(shù)據(jù)融合比較確切的定義可概括為：充分利用不同時間與空間的多傳感器信息資源，采用計算機技術對按

13、時序獲得的多傳感器觀測信息在一定準則下加以自動分析、綜合、支配和使用，獲得對被測對象的一致性解釋與描述，以完成所需的決策和估計任務，使系統(tǒng)獲得比它的各組成部分更優(yōu)越的性能. 因此，多傳感器系統(tǒng)是數(shù)據(jù)融合的硬件基礎，多源信息是數(shù)據(jù)融合的加工對象，協(xié)調(diào)優(yōu)化和綜合處理是數(shù)據(jù)融合的核心。3. 數(shù)據(jù)融合的時間性和空間性 分布在不同空間位置上的多傳感器在對運動目標進行觀測時，各傳感器不同時間的和不同空間的觀測值將不同，從而形成一個觀測值集合。例如s個傳感器在n個時刻觀測同一個目標可以有sn個觀測值，其集合Z為 Z=Zj (j=1, 2, s) Zj =Zj(k) (k=1,2, n) (11-1)式中，Z

14、j為第j號傳感器的觀測值的集合，Zj(k)為第j號傳感器在k時刻的觀測值。對于目標運動狀態(tài)的觀測，存在數(shù)據(jù)融合的時間性與空間性問題。（1）數(shù)據(jù)融合的時間性 數(shù)據(jù)融合的時間性表示按時間先后對觀測目標在不同時間的觀測值進行融合。利用單傳感器在不同時間的觀測結果進行數(shù)據(jù)融合時，要考慮數(shù)據(jù)融合的時間性。（2）數(shù)據(jù)融合的空間性 數(shù)據(jù)融合的空間性表示對同一時刻不同空間位置的多傳感器觀測值進行數(shù)據(jù)融合。利用多傳感器在同一時刻的觀測結果進行數(shù)據(jù)融合時，要考慮數(shù)據(jù)融合的空間性。 實際應用中，為獲得觀測目標的準確狀態(tài)，往往需要同時考慮數(shù)據(jù)融合的時間性與空間性。具體情況有：1)先對每個傳感器在不同時間的觀測值進行融

15、合，得出每個傳感器對目標狀態(tài)的估計，然后將各個傳感器的估計進行空間融合，從而得到目標狀態(tài)的最終估計。2)先對同一時間不同空間位置的各傳感器的觀測值進行融合，得出各個不同時間的觀測目標估計，然后對不同時間的觀測目標估計按時間順序進行融合，得出最終狀態(tài)。3)同時考慮數(shù)據(jù)融合的時間性與空間性，即上述(a)、(b)同時進行，這樣可以減少信息損失，提高數(shù)據(jù)融合系統(tǒng)的實時性。但同時進行的難度大，只適合于大型多計算機的數(shù)據(jù)融合系統(tǒng)。11.2.2 數(shù)據(jù)融合的體系結構 1. 數(shù)據(jù)融合的結構形式 數(shù)據(jù)融合的結構有串聯(lián)、并聯(lián)和混合融合三種形式： 串聯(lián)融合時，當前傳感器要接收前一組傳感器的輸出結果，每個傳感器既有接收

16、信息處理信息的功能，又有信息融合的功能。各傳感器的處理同前一級傳感器輸出的信息形式有很大關系。最后一個傳感器綜合了所有前級傳感器輸出的信息，得到的輸出將作為串聯(lián)融合系統(tǒng)的結論。因此，串聯(lián)融合時，前級傳感器的輸出對后級傳感器輸出的影響大。 并聯(lián)融合時，各個傳感器直接將各自的輸出信息傳輸?shù)絺鞲衅魅诤现行?，傳感器之間沒有影響，融合中心對各信息按適當方法綜合處理后，輸出最終結果。因此，并聯(lián)融合時，各傳感器的輸出之間不存在影響。 混合融合方式是串聯(lián)融合和并聯(lián)融合兩種方式的結合，或總體串聯(lián)，局部并聯(lián)；或總體并聯(lián)，局部串聯(lián)。2. 數(shù)據(jù)融合的層次 數(shù)據(jù)融合可分為三個層次：像素級融合、特征級融合和決策級融合:（

17、1）像素級融合 直接在采集到的原始數(shù)據(jù)層上進行的融合為像素級融合。這種融合在各種傳感器的原始觀測信息未經(jīng)預處理之前就進行數(shù)據(jù)綜合分析，是最低層次的融合。（2）特征級融合 先對來自傳感器的原始信息進行特征提取(特征可以是被觀測對象的各種物理量)，然后對特征信息進行綜合分析和處理，這樣的數(shù)據(jù)融合即為特征級融合。特征級融合屬于中間層次，其融合過程為：首先提取像素信息的表示量或統(tǒng)計量，即提取特征信息，然后按特征信息對多傳感器數(shù)據(jù)進行分類、綜合和分析。（3）決策級融合 決策級融合是一種高層次融合，其結果為檢測、控制、指揮、決策提供依據(jù)。決策級融合從具體決策問題出發(fā)，充分利用特征級融合的最終結果，直接針對

18、具體決策目標，融合結果直接影響決策水平。11.2.3 數(shù)據(jù)融合的方法 盡管多傳感器數(shù)據(jù)融合至今尚未形成基本的理論框架和有效的廣義融合模型及算法，但不少應用領域的研究人員根據(jù)各自的具體應用背景，已經(jīng)提出了許多比較成熟且有效的融合方法，下面介紹部分數(shù)據(jù)融合方法。 1. 數(shù)據(jù)融合方法簡介 作為一種智能化數(shù)據(jù)綜合處理技術，數(shù)據(jù)融合是許多傳統(tǒng)學科 和新技術的集成與應用。表11.1歸納了常用的一些數(shù)據(jù)融合方法。表11.1 常用的數(shù)據(jù)融合方法2. 基于Bayes參數(shù)估計的數(shù)據(jù)融合 若檢測信號是符合正態(tài)分布的隨機信號，則采用參數(shù)估計的方法比較合適。智能檢測系統(tǒng)的多傳感器觀測數(shù)據(jù)大多是在隨機擾動的環(huán)境中同一特征

19、的測量值，因此，首先應在理論上建立基于Bayes參數(shù)估計的多傳感器數(shù)據(jù)融合算法，得出數(shù)據(jù)融合公式，然后對剔除了誤差的一致性觀測數(shù)據(jù)進行融合計算。 設在某一時刻被測樣品的狀態(tài)為x，傳感器的測量值為y，則該傳感器的測模型是 y=f(x)+v (11-2)式中，f(x)為y與x的函數(shù)關系；v為隨機擾動。 智能檢測系統(tǒng)中的數(shù)據(jù)融合，就是由N(有限)個傳感器得到的測量值y1、y2、yN，按照某種估計準則函數(shù)，從y1、y2、yN中估計出狀態(tài)x的真實值。 對于智能檢測系統(tǒng)中單個傳感器S1的測量結果，設其測量值為y，狀態(tài)x的估計值為，并定義L,x為損失函數(shù)，根據(jù)Bayes估計，相應的風險表達式為 (11-3)

20、式中，P(y)為檢測數(shù)據(jù)的分布概率；P(x|y)為狀態(tài)x的后驗概率。 取風險最小的估計準則，必須使 (11-4)才能獲得狀態(tài)的估計值。由(11-3)式可見，對應不同的L,x，將得到不同的估計結果。常用的L,x有以下三種形式： (11-5)式中，A是正定權矩陣。 (11-6) (11-7)式中，為任意小的正數(shù)。相應的狀態(tài)最優(yōu)估計值分別是：后驗均值估計： (11-8)后驗中位數(shù)估計： (11-9) 最大后驗估計： (11-10) 在系統(tǒng)中加入另一個獨立的傳感器S2，其測量值為y2。將原有的傳感器的測量值記為y1，則基于y = (y1 y2)尋求到的最優(yōu)估計即為數(shù)據(jù)融合后的值。顯然，在這種抽象水平上

21、，與的估計算法是一致的。因此，基于(11-7)式定義的損失函數(shù)的狀態(tài)最優(yōu)估計為 (11-11) 如果系統(tǒng)中有N個獨立的傳感器S1, S2, , SN ，類似地，可得到基于(11-7)式定義的損失函數(shù)的N個傳感器的測量數(shù)據(jù)的融合值為 (11-12) 至此，多傳感器融合就轉化為如何得到狀態(tài)x的后驗概率P(x|y)的問題，并找到相應的最大后驗估計值。根據(jù)Bayes定理有 (11-13)可以認為N個獨立的傳感器的測量值是統(tǒng)計獨立的，即 (11-14)由(11-13)、(11-14)式及Bayes定理有 (11-15)式中， 和 均與x無關，可視為歸一化因子，在求最大后驗估計時可不予考慮。因而(11-1

22、2)式可變?yōu)?(11-16)式中，P(x|yi)為得到傳感器檢測量yi后，對狀態(tài)x的后驗概率估計。 3. 基于DS證據(jù)推理的數(shù)據(jù)融合 DS(Dempster-Shafer)證據(jù)推理是貝葉斯推理的擴充，在多傳感器目標識別、軍事指揮和控制等方面得到了廣泛的應用。(1) DS方法的推理結構 一個完整的推理系統(tǒng)需要用幾個不同推理級來保持精確的可信度。DS方法的推理結構自上而下分為三級，如圖11.3所示。 第一級為目標合成，其作用是把來自幾個獨立傳感器的觀測結果合成為一個總的輸出結果(ID)。 第二級為推斷，其作用是獲取傳感器的觀測結果并進行推斷，將傳感器的觀測結果擴展成為目標報告。這種推理的基礎是：一

23、定的傳感器觀測結果以某種可信度在邏輯上定會產(chǎn)生可信的某些目標觀測結果。 第三級為更新。由于傳感器存在隨機誤差，在時間上充分獨立的來自同一傳感器的一組連續(xù)報告，比任何單一報告都可靠。因此，在進行推斷和多傳感器合成之前要先組合(更新)傳感器的觀測信息。(2) DS證據(jù)推理原理 DS證據(jù)推理的三個要點是基本概率賦值函數(shù)m、信任函數(shù)Bel(A)和似然函數(shù)Pls(A)。1)基本概率賦值函數(shù)m設是一個鑒別框架，則函數(shù)m：2 0,1稱為基本概率賦值函數(shù)，且滿足 m()=0 (11-17) m(A)=1 A (11-18)2)信任函數(shù)若是一個鑒別框架，則函數(shù)Bel：20,1是信任函數(shù)，且滿足 Bel()=0

24、(11-19) Bel()=1 (11-20)對每個正整數(shù)n與的子集A1，A2，An，有 (11-21)信任函數(shù)與基本概率賦值函數(shù)的關系如下 (11-22)(11-22)式表示，在證據(jù)推理中，賦予A的可信度中，一部分是賦予A的某些子集的，其余部分是確切賦予A的。 3)似然函數(shù)似然函數(shù)定義為 (11-23)信任函數(shù)Bel(A)表示集合A信任度的下界，似然函數(shù)Pls(A)表示集合A信任度的上界。(3) DS證據(jù)推理的應用在多傳感器數(shù)據(jù)融合中，應用DS推理的基本過程如圖11.4所示。DS推理過程包括三步：1)計算各個證據(jù)的基本概率賦值函數(shù)mi、信任函數(shù)Beli和似然函數(shù)Plsi。2)用DS組合規(guī)則計

25、算所有證據(jù)聯(lián)合作用下的基本概率賦值函數(shù)、信任函數(shù)和似然函數(shù)。3)根據(jù)一定的決策規(guī)則，選擇聯(lián)合作用下支持度最大的假設。11.2.4 多傳感器數(shù)據(jù)融合技術的應用舉例1. 熱處理爐溫度測控系統(tǒng)的數(shù)據(jù)融合 熱處理爐溫度測量系統(tǒng)原理框圖如圖11.5所示。熱處理爐各溫區(qū)的典型位置均設有測溫傳感器(每個溫區(qū)有8個)，屬于多傳感器系統(tǒng)。 通常，數(shù)據(jù)處理的方法是用疏忽誤差剔除準則去掉含疏忽誤差的數(shù)據(jù)，即得到關于被測量的一致性測量數(shù)據(jù)后，再用算術平均值作為實際溫度的近似值；而熱處理爐溫度測量數(shù)據(jù)融合的目的是依據(jù)有限的傳感器資源，消除測量中的不確定性，獲得更準確、更可靠的測量結果。由于采用了數(shù)據(jù)融合處理，當系統(tǒng)中的

26、某些傳感器失效時，系統(tǒng)可以依據(jù)其他非失效傳感器提供的信息，通過數(shù)據(jù)融合獲知各溫區(qū)的準確溫度。 用8個溫度傳感器在相同時間對某恒溫區(qū)單獨測量，得到的數(shù)據(jù)結果如表11.2所示。表11.2 多傳感器溫度測量結果2. 刀具切削過程中的數(shù)據(jù)融合 在機械制造領域的智能監(jiān)控中，AE信號與力信號、AE信號與電機功率信號、力信號與電機電流信號、電機功率信號與主軸短時轉速信號等都可以進行多種形式的數(shù)據(jù)融合。在切削加工過程中，運用基于人工神經(jīng)網(wǎng)絡的多傳感器信息融合技術能夠?qū)崿F(xiàn)對刀具狀態(tài)的自動化監(jiān)測。（1）鉆削實驗表明，軸向切削力信號對刀具磨損、鉆頭即將打滑兩種狀態(tài)比較敏感，而主電機振動信號對切屑堵塞、積屑瘤、鉆頭即

27、將打滑三種狀態(tài)較為敏感。顯然，同時采用這兩種信號就能對切削刀具的多種狀態(tài)進行監(jiān)測，具有一定的互補性和冗余性。（2）為了適應多狀態(tài)的實時監(jiān)測要求，在特征級對以上兩種信號進行融合處理。根據(jù)多種特征對于多種刀具狀態(tài)的識別圖以及特征評價指標的計算結果，提取分類性能較好的多個特征參數(shù)，作為監(jiān)測的有效特征向量。（3）采用并行結構，將獲得的有效特征向量輸入數(shù)據(jù)融合中心。根據(jù)監(jiān)測優(yōu)先和少冗余特征的分析要求，運用層次化監(jiān)控模型，使危險性較大的狀態(tài)優(yōu)先報警，同時使整個系統(tǒng)能快速處理。在融合算法上，利用函數(shù)鏈神經(jīng)網(wǎng)絡實現(xiàn)監(jiān)督學習和無監(jiān)督學習相結合，先用無監(jiān)督學習模塊自動識別當前的加工狀態(tài)是否正常。若正常，則繼續(xù)采集

28、新的數(shù)據(jù)進行判斷。否則，利用監(jiān)督學習模塊自動識別異常狀態(tài)的類型。然后，根據(jù)這一類型自動轉入相應的控制模塊。 測試結果表明，所采用的智能監(jiān)測技術能明顯提高多種狀態(tài)的識別率，而且，在一定范圍內(nèi)，可變加工參數(shù)的改變并不影響監(jiān)測效果，使該技術具有較大的適用性。11.3 軟測量技術 軟測量技術主要包括四部分的內(nèi)容：（1）輔助變量的選??；（2）數(shù)據(jù)處理；（3）軟測量模型的建立；（4）軟測量模型的自校正及維護。11.3.1 輔助變量的選擇 輔助變量的選擇非常重要，因為不可測的主導變量需要由這些輔助變量推斷出來；這其中包括輔助變量的類型、數(shù)目及測點位置三個關鍵點。這三點是互相關聯(lián)的，在實際中受到經(jīng)濟性、維護的

29、難易等額外因素的制約。 對輔助變量的選擇通常遵循如下原則：（1）靈敏性。能對過程輸出（或不可測擾動）作出快速反應。（2）特異性。能對過程輸出（或不可測擾動）之外的干擾不敏感。（3）工業(yè)適應性。工程上易于獲得并達到一定的測量精度。（4）精確性。構成的估計器達到要求的精度。（5）魯棒性。構成的估計器對模型誤差不敏感。11.3.2 測量數(shù)據(jù)的處理1. 誤差處理 從現(xiàn)場采集的測量數(shù)據(jù)，由于受到儀表精度和測量環(huán)境的影響，一般都不可避免地帶有誤差，有時甚至有嚴重的過失誤差。如果將這些現(xiàn)場測量數(shù)據(jù)直接用于軟測量，會導致軟測量的精度降低，甚至完全失敗。因此，測量數(shù)據(jù)必須經(jīng)過誤差處理。測量數(shù)據(jù)的誤差分為隨機誤差

30、、系統(tǒng)誤差和過失誤差。2. 數(shù)據(jù)的變換 對數(shù)據(jù)的變換包括標度、轉換和權函數(shù)三個方面。(1)標度:利用合適的因子對數(shù)據(jù)進行標度，能夠改善算法的精度和穩(wěn)定性。(2)轉換:通過對數(shù)據(jù)的轉換，可以有效地降低非線性特性。 (3)權函數(shù):可實現(xiàn)對變量動態(tài)特性的補償。合理使用權函數(shù)使我們有可能用穩(wěn)態(tài)模型實現(xiàn)對過程的動態(tài)估計。11.3.3 軟測量模型的建立 軟測量建模就是設法根據(jù)某種最優(yōu)原則由可測變量得到無法直接測量的主導變量的估計值。軟測量模型的建立方法主要有機理建模方法和辨識建模方法兩大類。 （1）機理建模方法 在全面深刻地了解生產(chǎn)過程的工藝機理后，就可以列出多種有關的平衡方程式，從而確定不可測的主導變量

31、和可測的二次變量之間的數(shù)學關系，建立起用來估計主導變量的機理模型。機理模型的性能最優(yōu)越，它能處理動態(tài)、靜態(tài)、非線性的各種對象。但目前生產(chǎn)過程中仍有許多機理并不完全清楚，所以使用機理建模往往會有一定的困難。 （2）辨識建模方法1）動態(tài)軟測量模型的間接辨識2）靜態(tài)軟測量模型的辨識回歸分析法3）非線性軟測量模型的建立11.3.4 軟測量模型的自校正及維護 工業(yè)生產(chǎn)過程的對象特征由于工藝改造、原料特性變化、操作條件改變等原因都會發(fā)生變化。如果軟測量模型不作修正，測量精度必然下降，因此模型采用在線自校正和不定期更新的兩級學習機制。（1）在線自校正。根據(jù)對被測量參數(shù)的離線測量值（人工采樣，實驗室分析）與軟

32、測量中主導變量估計值之間的偏差來對模型進行在線修正，使軟測量估計器能跟蹤系統(tǒng)特性的變化，最簡便的在線校正算法為常數(shù)項修正法。（2）模型更新。當對象特性發(fā)生較大變化，即使軟測量估計器進行在線學習也無法保證估計值的精度時，則必須使用已積累的歷史數(shù)據(jù)進行模型更新。通常要在人工干預下進行模型離線重構。 為了實現(xiàn)軟測量模型長周期的自動更新，可以設計一個軟測量估計器評價軟件模塊，由它自動作出需要更新模型的決策，并調(diào)用離線模塊來更新模型。11.3.5 模型實時演算的工程化實施技術 軟測量是一種工程實用技術，它通過對軟測量模型的在線計算給出被測量即主導變量的估計值。完成這個工作的裝置稱為軟測量估計器或軟測量儀

33、表，對它的要求是簡易性、有效性和可靠性。設計一個軟測量估計器可按如下的步驟進行：（1）輔助變量的選擇。 （2）現(xiàn)場數(shù)據(jù)采集與處理。 （3）軟測量模型結構選擇。 （4）模型參數(shù)的估計。 （5）軟測量模型的實施。 11.3.6 軟測量的工業(yè)應用 1. 軟儀表在過程操作和監(jiān)控方面有十分重要的作用。軟儀表實現(xiàn)成分、物性等特殊變量的在線測量，而這些變量往往對過程評估和質(zhì)量非常重要。沒有儀表的時候，操作人員要主動收集溫度、壓力等過程信息，經(jīng)過頭腦中經(jīng)驗的綜合，對生產(chǎn)情況進行判斷和估算。 2. 軟儀表對過程控制也很重要，可以構成推斷控制。所謂推斷控制就是利用模型由可測信息將不可測的被控輸出變量推算出來，以實

34、現(xiàn)反饋控制，或者將不可測的擾動推算出來，以實現(xiàn)前饋控制的一類控制系統(tǒng)。 3. 軟儀表在過程優(yōu)化中也有應用。這時，軟測量或者為過程優(yōu)化提供重要的調(diào)優(yōu)變量估計，成為優(yōu)化模型的一部分；或者本身就是重要的優(yōu)化目標，如質(zhì)量等，直接作為優(yōu)化模型使用。根據(jù)不同的優(yōu)化模型，按照一定的優(yōu)化目標，采取相應的優(yōu)化方法，在線求出最佳操作參數(shù)條件，使系統(tǒng)運行在最優(yōu)工作點處，實現(xiàn)自適應優(yōu)化控制。11.4 虛擬儀器 虛擬儀器是指通過應用程序?qū)⒂嬎銠C與功能器件（完成信號獲取、轉換和調(diào)理的專用硬件）結合起來，從而把計算機的強大運算存儲和通信能力與功能硬件的測量和轉換能力融為一體，形成一種多功能，高精度，可靈活組合并帶有通信功能

35、的測試技術平臺。 11.4.1 系統(tǒng)構成 虛擬儀器一般由計算機、功能硬件模塊和應用軟件三大功能部件組成，它們之間通過標準總線進行數(shù)據(jù)交換，虛擬儀器的構成如圖11.7所示。 傳感器 PC機、工作站 信號調(diào)理 數(shù)據(jù)采集卡 通用接口卡 VXI 儀器 現(xiàn)場總線設備 其他計算機硬件 通用接口 GPIB 儀器 串行口儀器、 PLC 圖 11.7 虛擬儀器構成的基本框圖 目前常用的虛擬儀器系統(tǒng)是經(jīng)過信號調(diào)理的數(shù)據(jù)采集系統(tǒng)；GPIB（General Purpose Interface Bus，通用接口總線）儀器控制系統(tǒng)；VXI儀器系統(tǒng)以及三者之間的任意組合。 下面重點介紹這三種系統(tǒng)的構成方法: 1. 數(shù)據(jù)采集

36、系統(tǒng)的構成方法 一個典型的數(shù)據(jù)采集虛擬儀器系統(tǒng)由信號獲取、信號調(diào)理、數(shù)據(jù)采集和數(shù)據(jù)處理四部分組成 2. GPIB儀器控制系統(tǒng)的構成方法 一個典型的GPIB測試系統(tǒng)一般由一臺PC機，一塊GPIB接口板卡和若干臺GPIB儀器通過標準GPIB電纜連接而成。在標準情況下，一塊GPIB接口板卡最多可以帶14臺儀器，電纜總長20m，對于小型測試系統(tǒng)這已足夠了，對于大型的測試系統(tǒng)可利用GPIB的擴展技術在儀器數(shù)量和通信距離上作進一步擴展。 3. VXI儀器控制系統(tǒng)的構成方 一個VXI儀器系統(tǒng)可以有三種不同的配置方法： （1）GPIB控制方案（2）嵌入式計算機控制方案（3）MXI總線控制方案 11.4.2 軟

37、件結構 （1）輸入/輸出接口軟件。存在于儀器與儀器驅(qū)動程序之間，是一個完成對儀器內(nèi)部寄存器單元進行直接存取數(shù)據(jù)操作、對VXI總線背板與器件作測試與控制、并為儀器與儀器驅(qū)動程序提供信息傳遞的底層軟件層，它是實現(xiàn)開放的、統(tǒng)一的虛擬儀器系統(tǒng)的基礎與核心。 （2）儀器驅(qū)動程序。儀器驅(qū)動程序的實質(zhì)是為用戶提供了用于儀器操作的較抽象的操作函數(shù)集。對于儀器的操作與管理，又是通過輸入/輸出軟件所提供的統(tǒng)一基礎和統(tǒng)一格式的函數(shù)庫（VISA）的調(diào)用來實現(xiàn)的。對于應用程序設計人員來說，一旦有了儀器驅(qū)動程序，就算還不十分了解儀器的內(nèi)部操作過程，也可以進行虛擬儀器系統(tǒng)的設計工作。 （3）應用軟件開發(fā)環(huán)境。應用軟件開發(fā)環(huán)

38、境的選擇，可因開發(fā)人員的喜好不同而不同，但最終都必須提供給用戶界面友好、功能強大的應用程序。 11.4.3 硬件結構 虛擬儀器系統(tǒng)的硬件主要包括數(shù)據(jù)采集設備及各種計算機系統(tǒng)。1.數(shù)據(jù)采集設備 數(shù)據(jù)采集設備主要有：傳感器、采樣/保持裝置、信號調(diào)理裝置、A/D卡和D/A卡、通信卡等，這些部件構成虛擬儀器測試系統(tǒng)的基礎。 2.計算機及附件系統(tǒng) 虛擬儀器系統(tǒng)中，必須配備計算機系統(tǒng)。究竟選擇普通式計算機、便攜式計算機、工作站、嵌入式計算機還是高性能工業(yè)控制計算機，應視具體應用而定。在此基礎上，再確定計算機系統(tǒng)的配置，如系統(tǒng)主頻、CPU頻率、存儲容量、顯卡、光盤驅(qū)動器、打印機等。11.4.4 軟件開發(fā)平臺

39、 軟件是虛擬儀器的核心，而目前軟件的開發(fā)平臺主要有以下幾種：美國國家儀器公司（NI）的LabView，Lab Windows/CVI，HP公司的VEE等。虛擬儀器完全符合國際上流行的“硬件軟件化”的發(fā)展趨勢，因而也被稱為“軟件儀器”。 在虛擬儀器系統(tǒng)中，硬件僅僅是為了解決信號的輸入、輸出，軟件才是整個系統(tǒng)的關鍵，系統(tǒng)所有的功能主要由軟件來實現(xiàn)，任何一個用戶都可以用修改軟件的方法很方便地改變、增減系統(tǒng)的功能與規(guī)模。構筑自己需要的通用的或有特色的測試平臺。 構成虛擬儀器的四個要素是：計算機是動力，軟件是核心，傳感器和信號調(diào)理板卡是關鍵，而標準接口和通信總線是連接各部分的橋梁。虛擬儀器的出現(xiàn)是儀器發(fā)展史上的一場革命，代表著儀器發(fā)展的最新方向和潮流，是信息革命的一個重要領域。11.5 網(wǎng)絡化檢測儀器 總線式儀器、虛擬儀器等微機化儀器技術的應用，使組建集中和分布式測控系統(tǒng)變得更為容易。但集中測控越來越滿足不了復雜遠程（異地）和范圍較大的測控任務的需求，為此，組建網(wǎng)絡化的測控系統(tǒng)就顯得非常必要。在網(wǎng)絡化儀器環(huán)境條件下，被測對象可通過檢測現(xiàn)