- Tính sai lệch Emớ
ỨNG DỤNG MẠNG NƠRON ĐỂ HIỆU CHỈNH ĐẶC TÍNH THANG ĐO CỦA CẢM BIẾN
THANG ĐO CỦA CẢM BIẾN
4.1 Đặt vấn đề
Đường cong đặc tính của cảm biến x=f(y) là một hàm đơn trị, giữa x và y có ánh xạ một-một. Ta có thể biểu diễn : y=f-1(x), f-1 là hàm ngược của f.
Giả sử đường đặc tính thực tế có phương trình là: x=f1(y) và đường đặc tính lý thuyết của cảm biến có phương trình : x=f2(y). Ta ký hiệu x1 là giá trị đo đúng và x2 là giá trị đo thực tế của cảm biến. Sơ đồ cấu trúc và các đường đặc tính của cảm biến như hình 4.1.
Hình 4.1 : Sơđồ cấu trúc và các đường đặc tính của cảm biến
Đường đặc tính thực tế có sai số so với đường đặc tính lý thuyết vượt quá giới hạn cho phép do đó kết quả đo cần phải được hiệu chỉnh theo phương trình: x1=f1(y)= f1(f2−1(x2))=ϕ(x2). CB CĐCH A/D VXL Đối tượng đo x1 y y x2 x1 =f1(y) Đặc tính thực tế Đặc tính lý thuyết x1=f1(y)= f1( f2−1(x2))=ϕ(x2) x2=f2(y) hay y= 1 2 − f (x2)
85
Theo lý thuyết mạng nơron ta có thể thực hiện xấp xỉ hoá hàm phi tuyến x1=ϕ(x2) với độ chính xác tuỳ ý. Hàm x1=ϕ(x2) là hàm đơn trị, đồng biến hoặc nghịch biến do đó để xấp xỉ hàm này ta có thể sử dụng mạng nơron hai lớp sigmoid/linear. Mạng này có thể xấp xỉ hầu hết các hàm phi tuyến với độ chính xác tùy ý nếu có đủ số nơron cần thiết. Ta có sơ đồ huấn luyện mạng như hình 4.3.
Ở sơ đồ trên {x1} và {x2} là tập các giá trị đo của cảm biến chuẩn (xem như là tập giá trị đúng) và cảm biến sai tương ứng. Tập {x2} là tập giá trị đầu
Đặc tính thực tế - (1)
Đường hiệu chuẩn (Đặc tính lý thuyết) – (2)
Ym= 100% Y 100% X 0 Y 2 X 1 X
Hình 4.2: Đường cong đặc tính thực tế và lý thuyết
Hình 4.3: Sơđồ huấn luyện mạng nơron hiệu chỉnh sai số
Cảm biến sai x1=ϕ(x2) x1 {x2 } MNN W x 1 ≈ϕ(x2) Đối tượng đo Cảm biến chuẩn {x1 } +
86
vào và tập {x1} là tập giá trị đích dùng để huấn luyện mạng. Sau khi huấn luyện mạng sẽ cho ra hàm xấp xỉ mong muốn x1=ϕ(x2).
Mạng nơron đặc biệt hữu hiệu trong việc hiệu chỉnh sai số hoặc tự động khắc độ của hệ thống đo gồm nhiều điểm đo. Mạng này được thiết kế với một đầu vào và nhiều đầu ra.
Trong tự động khắc độ nhiều cảm biến thì mỗi đầu ra thứ i tương ứng với một chuyển đổi và hàm đặc tính của chuyển đổi thứ i: X=fi(Y).
Để hiệu chỉnh sai số ta cũng sử dụng cấu trúc mạng tương tự, đầu ra thứ i tương ứng với hàm biến đổi hiệu chỉnh sai số: x1=ϕi (x2). Giả sử hệ thống đo gồm n điểm đo cùng một đại lượng, ta có mô hình mạng nơron dùng để hiệu chỉnh sai số:
Tín hiệu đo thực tế của các chuyển đổi x2 được đưa vào mạng nơron để xấp xỉ hoá các hàm x1=ϕi (x2) đồng thời. Mạng nơron đã huấn luyện sẽ dùng chung cho nhiều chuyển đổi.
Y X=f1 (Y).