結(jié)冰傳感器的非線性校正

結(jié)冰傳感器是用于探測結(jié)冰厚度的設(shè)備。它是基于振動原理設(shè)計的，振動體采用振管形式。當振管垂直立于環(huán)境中時，激振電路為振管提供交變磁場，振管在磁場的作用下產(chǎn)生磁致伸縮作軸向振動，同時信號拾取電路將此機械振動信號轉(zhuǎn)變?yōu)殡娦盘柗答伣o激振電路，使電路諧振于振管的軸向振動固有頻率上。根據(jù)振動理論，當振管表面出現(xiàn)冰層時，其軸向振動固有頻率會產(chǎn)生偏移，使電路的諧振頻率也產(chǎn)生偏移，因此根據(jù)頻率偏移量即可確定冰層的厚度。

結(jié)冰傳感器是一種檢測飛機、輸電線、建筑等物體表面結(jié)冰厚度的傳感器，通過結(jié)冰傳感器可以將結(jié)冰信號轉(zhuǎn)換為可以直接檢測的電學(xué)信號。 結(jié)冰傳感器的分類方法很多。根據(jù)檢測機理可將結(jié)冰傳感器分為：光學(xué)式、電學(xué)式、機械式等。光學(xué)式根據(jù)冰、水與空氣的光學(xué)性質(zhì)的不同檢測結(jié)冰。

結(jié)冰傳感器的非線性校正方法：

人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetworks,簡寫為ANNs）也簡稱為神經(jīng)網(wǎng)絡(luò)（NNs）或稱作連接模型（ConnectionistModel），它是一種模范動物神經(jīng)網(wǎng)絡(luò)行為特征，進行分布式并行信息處理的算法數(shù)學(xué)模型。這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度，通過調(diào)整內(nèi)部大量節(jié)點之間相互連接的關(guān)系，從而達到處理信息的目的。

d=F（f′-f0）    （1）

式中：d為冰層厚度；

f′為結(jié)冰后的振動頻率；

f0為結(jié)冰前的振動頻率。

f0為定值，所以冰層厚度只與頻率值f′有關(guān)系，但頻率值與冰層厚度為非線性關(guān)系，不能簡單地由頻率值確定所測的冰層厚度，這樣增加了厚度顯示和處理的復(fù)雜性。為了保證一定的測量精度以便于在測控系統(tǒng)中應(yīng)用，必須對其進行非線性校正。

結(jié)冰傳感器的非線性校正具體做法：

神經(jīng)網(wǎng)絡(luò)方法為結(jié)冰傳感器的非線性校正方法的研究開辟了新的途徑。具體做法是，以實驗數(shù)據(jù) 為樣本訓(xùn)練BP網(wǎng)絡(luò)，得到結(jié)冰傳感器的逆模型，從而使傳感器經(jīng)神經(jīng)網(wǎng)絡(luò)組成的系統(tǒng)線性化，傳感器的非線性特性得到補償，校正后的網(wǎng)絡(luò)可按線性特性處理，提高了測量精度，大大拓展了結(jié)冰傳感器的應(yīng)用范圍。

神經(jīng)網(wǎng)絡(luò)作為一種分析、處理問題的新方法已經(jīng)在很多領(lǐng)域顯示了強 大的生 命力。由于神經(jīng)網(wǎng)絡(luò)具有高速并行計算能力和非線性變換能力，能夠隨時進行再學(xué)習(xí)且學(xué)習(xí) 效率很高， 特別對于產(chǎn)品性能一致性不高的結(jié)冰傳感器更見其效果。相對其他校正方式而言，神經(jīng)網(wǎng)絡(luò) 無須深入了解對象的機理，具 有很強的曲線擬合能力。結(jié)冰傳感器的非線性校正實驗表明，補償?shù)男Ч钊藵M意，大大方便了結(jié)冰傳感器在測控系 統(tǒng)中的應(yīng)用。

黛爾特公司產(chǎn)品：攻角傳感器|側(cè)滑角傳感器|空速管|

五孔空速管|攻角傳感器|側(cè)滑角傳感器系統(tǒng)                    加熱型空速管

碳纖維不加熱空速管                     微型迎角傳感器|側(cè)滑角傳感器|空速管系統(tǒng)