基于HHO-KELM的FBG流量温度复合传感解耦

作     者：孙世政 刘照伟 张辉 于竞童 何泽银 SUN Shizheng;LIU Zhaowei;ZHANG Hui;YU Jingtong;HE Zeyin

作者机构：重庆交通大学机电与车辆工程学院重庆400074 

基　　金：国家自然科学基金资助项目(No.52105542) “成渝地区双城经济圈建设”科技创新项目(No.KJCX2020032) 上海市轨道交通结构耐久与系统安全重点实验室开放基金资助项目(No.202004) 重庆市教委科学技术研究计划重点项目(No.KJZD-K202002401) 

出 版 物：《光学精密工程》 (Optics and Precision Engineering)

年 卷 期：2022年第30卷第11期

页      码：1290-1300页

摘      要：针对光纤布拉格光栅(Fiber Bragg Grating,FBG)流量温度复合传感耦合干扰严重的问题,以小型探针式FBG流量温度复合传感器为研究对象,提出了基于哈里斯鹰算法优化核极限学习机(Harris Hawks Optimizer algorithm Optimized Kernel Extreme Learning Machine,HHO-KELM)的解耦算法。首先,设计了以空心圆柱悬臂梁为受力载体的小型探针式FBG流量温度复合传感器,揭示了该传感器波长漂移量与流量温度的映射关系;然后,构建实验系统进行了流量温度复合传感实验,分析了流量温度耦合特征;最后,利用哈里斯鹰算法优化核极限学习机,获取核极限学习机的最优正则化系数和核函数参数组合,建立了HHO-KELM算法流量温度解耦模型,解耦后流量在2~30 m^(3)/h内,流量平均误差为0.038 m^(3)/h,均方误差为1.91×10^(-3)m^(3)/h,温度平均误差为0.027℃,均方误差为1.03×10^(-3)℃。为验证解耦效果,将HHO-KELM算法与BP算法、ELM算法的解耦结果进行对比。实验结果表明:HHO-KELM算法具有较好的解耦精度和解耦效率,能够有效降低流量温度耦合干扰,提高了传感器的测量精度和稳定性,可实现流量温度的实时动态解耦。

主 题 词：光纤布拉格光栅 流量温度复合传感 耦合干扰 核极限学习机 哈里斯鹰算法 

学科分类：070207[070207] 07[理学] 08[工学] 080401[080401] 0804[工学-材料学] 0714[0714] 0701[理学-数学类] 081102[081102] 0811[工学-水利类] 0812[工学-测绘类] 0702[理学-物理学类] 

核心收录：

D　O　I：10.37188/OPE.20223011.1290

馆 藏 号：203112492...