摘要
本文介绍了基于PSD的位移检测系统的研究和设计过程,重点介绍了二维PSD输出的非线性及BP神经网络的非线性校正方法。该系统是以重力直坝为背景而设计的一套自动检测大坝位移的装置。
大坝由许多坝段构成,每个坝段作为一个测量节点,装有一套位移检测系统。基于PSD的位移检测系统主要是用来检测重力直坝的水平方向及铅直方向的位移情况,它主要由主机和各节点单机构成。该测量系统采用基于RS485总线的分布式主从结构,主机可以同时对各节点单机进行控制,并接收各节点单机传送回来的数据。由于二维PSD的输出具有严重的非线性失真,因此,本文详细介绍了BP神经网络的非线性校正方法,给出了PSD输出校正前、校正后的数据,提高了系统的测量精度。
本文首先介绍了该课题的来源和背景以及设计该系统的目的和意义,并在此基础上提出了该系统要实现的功能,接下来的章节阐述了根据系统功能所设计的单节点检测系统的原理及硬件实现过程,介绍了PSD非线性的校正方法及系统软件设计,并给出了影响本系统测量精度的其他因素及消除这些因素影响的方法,最后说明经过软/硬件联调之后,系统满足其设计要求。
本系统在保证测量精度及系统使用寿命的前提下,采用二维PSD作为敏感器件、激光器作光源的位移检测系统,提高测量系统的自动化程度,而且系统结构简单,使整个系统的可靠性和实用性也得到了很大的提高。
The process of design and research on the displacement detection system based on PSD is introduced in this paper, especially the nonlinear of the planar PSD output and the non-linearity correcting method of the BP neural network. The displacement detection system in this paper is used to detect the displacement of the gravity bam.
The dam is built up by several parts, each part can be a detect point, and a suit of the displacement detection system is installed. The displacement detection system based on PSD is used to detect the displacement of the gravity dam on horizontal orientation and perpendicular orientation. This displacement detection system is made up by host computer and some computers on each detect point. The network of system is based on RS485 protocol and sub-controllers are connected to the host. The host computer can control the computer on each detect point at the same time, and also can receive data from the computer on each detect point at the same time. Because of the nonlinear distortion of the planar PSD output, it’s introduced the non-linearity correcting method of the BP neural network detailed in this paper, and showed the data before and after the PSD correcting. From the figures it’s testified that BP neural network can improves the detect precision of the system very well.
Firstly it’s introduced the origin and background of the project and the design purpose and significance; based on this it’s brought forward the function of the system, in the following chapters expatiated on the principle of the single point detection based on the system function and the realization of the hardware. Then it’s introduced the software of nonlinear correcting and the design of the system, and set out the influencing factors of detect precision of the system as well as the method to eliminate these factors. In the end it’s proved by the experiments that the designed system meets with the requirements of produce.
The system on condition that guarantees the detect precision and the life of the system, introduces the planar PSD as the sensing element and the laser as the displacement detection system of the lamp-house, improved the autoimmunization degree of the detection system, further more the structure of the system is very simple, so that improved the reliability and practicability of the system.
引文
[1] 李珍照编著.大坝安全监测[M].中国电力出版社.1997年:3-5
[2] 李彦军.大坝安全检测技术[M].西安地图出版社,2000年10月第1版:1-2
[3] 王元庆.新型传感器原理及应用[M]. 北京:机械工业出版社.2002年4月第1版.43-44
[4] 曾超.基于二维位置敏感探测器PSD的研究及应用[J],浙江大学硕士学位论文:11-12
[5] 李成.光笔式无导轨三坐标测量仪二维检测技术的研究.河北工业大学硕士学位论文.2002.3.1:13-15
[6] 李忠科,秦永元,郭强.人工神经网在二维PSD器件非线性修正中的应用[J]. 计算机测量与控制. 2004 . 12 ( 5):461-463
[7] 王裕琛主编.积分式A/D转换器其他专用集成电路分册[M]. 科学技术文献出版社.2003.01
[8] 章兼源编.微机控制技术[M]. 电子工业出版社.2003-07:118-124
[9] 严仍友, 汪仁煌. ICL7135 的串行采集方式在单片机电压表中的应用[J].国外电子元器件.2003 年第9 期2003 年9 月:12-14
[10] 赵海兰, 赵祥伟.智能温度传感器 DS18B20 的原理与应用[J].现代电子技术.2003年第 14 期总第 157 期:32-34
[11] 魏英智.DS18B20在温度控制中的应用[J].煤矿机械.2005年第3期:92-93
[12] 孙洁,孟庆洪,张景春,钱莉.单片机砸磁粉探伤机参数监测中的应用[J].电器应用.2005 年第 24 卷第 6 期:97-99
[13] 周正华,蒋文军,朱维乐.PSD 及其集成装置标定实验研究[J].电子测量与仪器学报.第 14 卷第 4 期:6-9
[14] 卢智远, 周永军, 李卫军.传感器非线性误差校正的 BP 神经网络方法研究[J].传感器技术.2005 年第 24 卷第 2 期:11-12 15] 谭超.基于三次样条函数的传感器特性曲面二维插值[J].传感器技术.2005 年第24 卷第 1 期:69-71
[16] 张家田 董秀莲.非线性传感器的校正方法[J].计量技术.第 18 卷第 6 期:27-29 [
[17] 周保玉,陈培锋,朱明珠,曾为.位置敏感探测器非线性误差修正实验研究[J].光学仪器.第 27 卷第 5 期, 2005 年 10 月:11-15 1 版:1-2,18-20 21 期
[21] 络的灌溉用水量预测研究[J].武汉大学硕士学位论文.2004
[22] 现[M].电子工业出版社.2005 年 5 月第
[23] 的多目标二维位移测量系统.南京理工大学硕士学位论文.20051 期:61-64 1999
[27] TLAB 的 BP 神经网络的设计与训练[J]. 内9
[28] BP 网络学习算法[J].自动化技术与应用.2002 年第
[29] 非线性修正[J].光学技术.第 28 卷第 2
[30] 9 系列单片机原理及接口技术[M].北京航空航天大学出版
[18] 徐丽娜编著.神经网络控制[M].电子工业出版社.2003 年 2 月第
[19] 姚文俊.BP 算法的改进在 Matlab 的实现研究[J].现代电子技术.2003 年第总第 164 期:95-98
[20] 倪飞舟,李桂权.基于 LM 算法的现场测量系统的传感器非线性误差校正方法[J].测控技术.2004 年第 23 卷第 6 期:70-71 郑玉胜.基于神经网年 5 月:30-31 李国勇编著.智能控制及其 MATLAB 实一版:111-112 缪烨.基于 PSD年 5 月:39-40
[24] 袁红星,吕爱民,贺安之.稳定背景下 PSD 的位置误差分析[J].传感器技术.1998年第 17 卷第 5 期:33-36
[25] 王广志, 丁海曙, 丁辉.位置敏感器件(PSD ) 的杂光干扰研究[J].清华大学学报(自然科学版).1997 年第 37 卷.第
[26] 巨军让,卓戎.BP 神经网络在 MATLAB 上的方便实现[J].新疆石油学院院报.年第 2 期:42-46 张圣楠,郭文义,肖力墉.基于 MA蒙古科技与经济.2005 .06 .25: 5-98 齐占光,王雪光.一种改进的2 期:13-14 汪晓东, 叶美盈.二维光电位置敏感器件的期.2002 年 3 月:174-178 王幸之等编著.AT8社.2004 年 5 月第 1 版
[31] 朱庆保,钱刚.神经网络与回归相结合实现传感器特性线性化[J].仪器仪表学报.第22 卷第 4 期.2001 年 8 月:422～427。
[32] 刘晋钢, 韩 燮, 李华玲.BP 神经网络改进算法的应用[J].华北工学院学报.2002年第 23 卷第 6 期:449～451
[33] 李忠科,秦永元.大型拱坝多维变形自动观测方法研究[J].计算机测量与控
[34]. PSD 非线性修正的神经网络算法的研究
[35]. 件非线性校正方法综述[J].上海计量测试.2004,(02) ,(08) 6. J ].International Conference on Multi sensor
[44]. and sensitive CMOS position2sensitive photo detector [J ]. Electronics Letters, 1998, (12) 制.2004.12(6):517～519 莫长涛,陈长征,张黎丽,孙凤久.二维[J].光电子·激光. 2003, (04) 范凯.传感器软
[36]. 张晓芳,俞信,蒋诚志,王宝光.位置敏感探测器 PSD 特性的试验研究[J].仪器仪表学报.2003
[37]. 徐妙君.计算机采样数据的线性化处理[J].浙江海洋学院学报(自然科学版).2002,(01)
[38]. 蔡煜东,姚林声.传感器非线性校正的人工神经网络方法[J].仪器仪表学报.1994,(03)
[39]. 莫长涛,陈长征,张黎丽.二维 PSD 非线性修正共轭梯度算法[J].东北大学学报.2003,(05)
[40]. 闵惜琳,刘国华.用 MATLAB 神经网络工具箱开发 BP 网络应用[J].计算机应用.2001,(08)
[41]. 张广军.PSD 器件及其在精密测量中的应用[J].北京航天航空大学学报.1997,(03)
[42] M.T.Hagan,H.B.Demuth.《Neural Network Design》.PWS publishing company, Boston. 199
[43]. MasayukiK. Hole position and inclination sensor with 2 dimensional PSD, and its application to automatic shaft inserting [and Integration for Intelligent Systems, 2000, (4) Makymen A . Linear
[45]. Yuan H X, Wang Z X, He A Z.Algorithm study of non-linear correction of PSD [J ].Journal of Instrument Ap-pearance .1999, (3). (in chinese)
[46]. WANG Wang-jun, Itene J Busch Vishniac.The linearity and sensitivity of lateral effect position sensitive devices —An improved geometry [ J ]. IEEE Transactions on
[47]. . eta1 Optimum method about weights and thresholds of er optic
[49]. H ork design,机械工业出版社, 2002
[51]. 8-bit Microcontroller with 2K Bytes Flash AT89C2051. 2000.
[53]. .Low-Power, Dual, 12-bit Voltage-Output DACs With Serial Interface Electron Devices. 1989. (11) Hou X L, Chen C Z, Yu H J nerve network [J ].Journal, of Northeastern University (Natural Science ) , 1999, (4). (in chinese)
[48]. Wang X D , Ye M Y RBF. neural network application in the surface rough fibsensor[J ]. Journal of Optoelectronics ·Laser (光电子·激光) , 2001, (10). (in chinese) AGAN M T. Neural netw
[50]. NILSSON N J. Artificial intelligence anew synthesis.机械工业出版社,1999 ATMEL.
[52]. ATMEL. 8-bit Microcontroller with 4K Bytes Flash AT89C51. 2000. MAXIMMAX5154/MAX5155. 1997.