基于BP神经网络的红外测温补偿算法研究_李贞.pdf
《基于BP神经网络的红外测温补偿算法研究_李贞.pdf》由会员分享,可在线阅读,更多相关《基于BP神经网络的红外测温补偿算法研究_李贞.pdf(4页珍藏版)》请在咨信网上搜索。
1、信息技术李贞,等基于 BP 神经网络的红外测温补偿算法研究第一作者简介:李贞(1985),女,青海西宁人,讲师,硕士,研究方向为机电一体化。DOI:1019344/j cnki issn16715276202301042基于 BP 神经网络的红外测温补偿算法研究李贞,魏勇(平顶山工业职业技术学院 机电工程学院,河南 平顶山 467001)摘要:基于 BP 神经网络学习算法构建了新型红外测温仪的技术框架;利用目标物体温度与环境温度实验数据,拟合了环境温度 2 阶多项式回归方程;利用体表温度与腋窝温度实验数据,拟合了体表温度 2 阶多项式回归方程。通过单片机内建的 BP 神经网络学习算法,可进一步
2、利用检测数据优化温度补偿算法中的某些参数,能更有效地提高红外测温仪体温检测数据的精度。关键词:红外测温;温度补偿;BP 神经网络中图分类号:TP273;TH77文献标志码:B文章编号:1671-5276(2023)01-0170-03esearch on Infrared Temperature Measurement Compensation Algorithm Based onBP Neural NetworkLI Zhen,WEI Yong(Department of Mechanical and Electrical Engineering,Pingdingshan Polytechn
3、ic College,Pingdingshan 467001,China)Abstract:Based on the BP neural network learning algorithm,the technical framework of the new infrared thermometer isconstructed The experimental data of object temperature and ambient temperatur is applied to fit the 2nd order polynomial regressionequation of am
4、bient temperature,and experimental data of body surface temperature and armpit temperature is used to fit the 2ndorder polynomial regression equation of surface temperature With the built in BP neural network learning algorithm of themicrocontroller,the detection data can be further used to optimize
5、 some parameters in the temperature compensation algorithm formore effective improvement of the temperature detection data accuracy with infrared thermometerKeywords:infrared temperature measurement;temperature compensation;BP neural network0引言非接触测温最常见的就是采用红外辐射原理测温1。红外测温无需与被测物体接触,具有检测过程干净卫生、响应速度快、可靠
6、性高等优点。目前市场上在售的红外测温仪包含的温度补偿算法过于简单,检测体表温度数据与实际体温数据对比误差较大,尤其在冬季室外温度与体温相差大时尤其突出2。由于温度补偿算法需要大量数据修正,很多红外测温仪出厂时的各种计算参数已经固化在程序中,用户无法进一步修正数据以提高精度。如果能让用户使用时可根据采集的数据,进一步优化温度补偿算法以提高测温精度,这种红外测温仪无疑具有一定技术意义。BP(back propagation)神经网络可以追踪变化的数据,实现磁轴承 PID 控制3 和热处理工艺参数优化4。因此,考虑应用 BP 神经网络来优化修正测温仪中的温度补偿算法数学模型参数,使得用户可以随着测量
7、数据的积累进一步优化提高测温仪精度。1系统总体方案设计基于 BP 神经网络学习算法,优化温度补偿算法参数的新型红外测温仪,包含硬件和软件两部分组成,技术框架如图 1 所示。初始的温度补偿算法数学模型参数存储在单片机的 EEPOM 中,用户拿到红外测温仪后,可以在使用过程中根据大量的测试数据,利用内含的 BP 神经网络优化学习算法进一步训练修正温度补偿算法中的一些参数变量并存储在 EEPOM 中,以进一步提高红外测温仪的检测精度。图1基于 BP 神经网络优化学习算法的测温仪技术框架2红外测温仪硬件测温仪硬件主要由 MLX90614 红外测温传感器、AV单片机等组成。MLX90614 红外测温传感
8、器如图 2 所示。Atmega328 单片机核心板如图 3 所示。071信息技术李贞,等基于 BP 神经网络的红外测温补偿算法研究图 2MLX90614 红外测温传感器图 3Atmega328 单片机核心板MLX90614 系列测温传感模块由比利时某公司生产5,MLX90614 系列测温传感模块集成了红外感应热电堆探测器芯片和信号处理专用集成芯片。由于集成了低噪声放大器、17 位模数转换器和强大的数字信号处理单元,使得高精度和高分辨度的温度计得以实现。该传感器环境温度范围为40 +125,物体温度范围为70 +380,标准精确度05。出厂前进行校验,保证检测数据的可靠性。该模块能输出目标物体温
9、度和环境温度 2 个数据。Atmega328 是 AV 系列单片机中性能较高的微控制器型号,主频 16MHz,闪存容量 32kB,满足 C 语言嵌入式开发较大程序运算和内存需求。3温度补偿算法首先,基于红外测温原理,红外测温传感器对周围环境温度的变化特别敏感,尤其在冬季室外使用时,较大的环境温度与目标物体温度的差值可能导致较大的测量误差2。其次,红外测温仪一般检测的是额头、手腕内关等方便测量部位的体表温度,这些部位的体表温度与平时水银体温计检测的腋窝部位温度比较,仍然有一定的数据差异6。因此,设计开发优良的温度补偿算法对提高测温系统的精度和适应性具有重要意义。为评估环境温度对本系统的 MLX9
10、0614 红外测温模块检测数据的影响,利用步入式温湿度实验箱 LTH24PC进行实验。通过改变环境温度,以 10为间隔,从 10增加至 40,对目标物体温度进行测量得到实验数据。目标物体为 ISOTECH982 黑体,黑体目标温度设定为 25。测量时将传感器对准黑体腔体的中心,使黑体腔体完全覆盖传感器的视场,读取 8 次读数,记录数据如表 1 所示。表 1环境温度对目标温度的影响单位:环境温度10203040目标温度测量值248725062507251424892510251225092498251125172521250224982496251724822496250225032483249
11、12510249825082487248925112478250424982493以表 1 中实验数据为基础构建从环境温度到目标温度的数学模型,通过计算目标温度测量值的 2 阶均差,利用 2 阶多项式来光滑化数据曲线工作量较小,且满足拟合精度的需要78。设目标温度 TO和环境温度 TA之间的函数关系式为TO=a1+b1TA+c1T2A(1)式中:TO表示目标温度;TA表示环境温度。利用最小二乘法准则确定 a1、b1、c1,产生最佳拟合数据的 2 阶多项式数学模型。依照最小二乘准则有Min(S)=mi=1 TOi(a+bTAi+cT2Ai)2(2)曲线拟合结果为 a1=24808,b1=0011
12、 8,c1=0000 1。环境温度 TA与目标温度 TO数据拟合的 2 阶多项式回归如图 4 所示。图 4环境温度 2 阶多项式回归则环境温度补偿后修正测量体表温度值为TB=TOBJ+TO25(3)式中:TOBJ表示红外传感器采集的额头、手腕内关等处目标温度;TB表示体表温度。上述得到的是额头、手腕内关等处体表温度补偿修正值,并不代表日常体温检测时腋窝温度,因此还需要进一步修正。利用红外测温仪检测额头体表温度,同时用水银温度计检测对应腋窝温度,多次记录数据,实验测试得到的体表温度与人体腋窝温度值对照表如表 2 所示。表 2体表温度与对应腋窝温度值 单位:体表温32132332632833133
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 BP 神经网络 红外 测温 补偿 算法 研究 李贞
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。