专利名称：棉花水分智能检测控制系统的利记博彩app
技术领域：
本发明涉及纤维水分检测技术，特别是一种棉花水分智能检测控制系统。
背景技术：
棉纤维的含水率是影响棉花加工质量的一个关键参数，也是棉花加工质量监控系 统中的一项重要控制参考量。而我国目前使用的棉花水分测定仪，基本上是一九五六年研 制的电阻式测定仪，该控制系统存在着精度低，速度慢，可靠性低等缺陷。国内外棉花水分 测量控制系统中非线性校正部分和温度补偿部分以查表法和数学处理为主流。随着社会的 发展和科技的进步，经典的控制策略和方法已经不能够满足发展的需要。因此研制一种从 根本上解决以上缺陷的控制系统，已经势在必行。
发明内容
本发明的目的是为了提供一种棉花水分智能检测控制系统，从而改进原有的控制 策略，同时提供新的控制策略和控制算法，从根本上解决现有棉花水分测定仪控制系统存 在的精度低、速度慢、可靠性低的问题。具有工作效率高、求解速度快、硬件要求简单、可靠 性高的优点。本发明的技术方案是该棉花水分智能检测控制系统，包括安装有虚拟软件的上 位计算机，其技术要点是所述虚拟软件采用改进BP人工神经网络技术，具体控制过程为
首先，所述上位计算机通过RS485转换模块采集来自水分传感器的数据，并对数值进 行归一化处理；
然后，采用所述非线性最小二乘法改进BP人工神经网络技术对归一化数值进行非线 性校正和温度补偿，产生棉花的水分测量值。所述改进BP人工神经网络的权矩阵和阈值向量通过离线训练和在线修正的方法 获得，并以最小为准则，实时改进BP网络的梯度，以便加快求解速度。本发明的优点及积极的技术效果是该棉花水分智能检测控制系统对硬件的要求 相对简单、便于携带、并且工作效率高、精度高、性能可靠、智能化，大大缩短了检测周期，提 高了棉纤维的加工质量。
下面将结合附图对本发明作进一步详细说明 图1是本发明的非线性校正及温度补偿的原理图。
具体实施例方式根据图1对本发明作详细描述。本发明的关键点在于采用了非线性最小二乘法改 进BP人工神经网络技术进行非线性校正和温度补偿。BP (Back I^ropagation)神经网络是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射 关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通 过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网络模型拓 扑结构包括输入层(input)、隐层(hide layer)和输出层(output layer)。输入层各神经元负责接收来自外界的输入信息，并传递给中间层各神经元；中间 层(隐层)是内部信息处理层，负责信息变换，根据信息变化能力的需求，中间层可以设计为 单隐层或者多隐层结构；最后一个隐层传递到输出层各神经元的信息，经进一步处理后，完 成一次学习的正向传播处理过程，由输出层向外界输出信息处理结果。当实际输出与期望 输出不符时，进入误差的反向传播阶段。误差通过输出层，按误差梯度下降的方式修正各层 权值，向隐层、输入层逐层反传。周而复始的信息正向传播和误差反向传播过程，是各层权 值不断调整的过程，也是神经网络学习训练的过程，此过程一直进行到网络输出的误差减 少到可以接受的程度，或者预先设定的学习次数为止。本发明所述的棉花水分智能检测控制系统如下所述如图1所示，本发明主要包 括安装有虚拟软件的上位计算机，其中虚拟软件采用改进BP人工神经网络技术，具体控 制过程为首先，上位计算机通过RS485转换模块采集来自水分传感器的数据，并对数值进 行归一化处理；然后，然后，采用所述非线性最小二乘法改进BP人工神经网络技术对归一 化数值进行非线性校正和温度补偿，产生棉花的水分测量值，使水分传感器的精度和稳定 性达到国内领先水平。改进的BP人工神经网络的权矩阵和阈值向量可通过离线训练和在线修正的方法 获得，并以最小为准则，实时改进BP网络的梯度，以便加快求解速度。实验数据表明温度Ti越高，水分传感器的输出值Mi越大，特别在高水分条件 下，如不进行非线性校正和温度补偿，测量误差达到6 8%(水分)。由于线性补偿的局 限性很大，如图1所示，系统采用了利用大量实验数据离线训练的拓扑结构的BP神经网络 进行软件校正和补偿，网络的输入为水分传感器的测量输出的归一化数值，网络的输出值 为棉花的水分Mi。BP神经网络校正和补偿后在-20 +50°C温度范围内，水分的测量误 差小于士0. 4%(水分在5 15%)或士0. 5%(水分在15 25%)。当原始水分为13. 1%和 17. 5%的棉花，经冬天室内室外的温度变化，水分测量值的波动范围为12. 680% 13. 213% 和17. 409 17. 803%，波动值为0. 523和0. 394。BP神经网校正系统在很大程度上消除了 温度变化对水分测量值的影响，水分的变动范围在士0. 4%之间。非线性最小二乘法改进BP神经网络算法设计
权利要求
1.一种棉花水分智能检测控制系统，包括安装有虚拟软件的上位计算机，其特征在 于所述虚拟软件采用非线性最小二乘法改进BP人工神经网络技术，具体控制过程为首先，所述上位计算机通过RS485转换模块采集来自水分传感器的数据，并对数值进 行归一化处理；然后，采用所述非线性最小二乘法改进BP人工神经网络技术对归一化数值进行非线 性校正和温度补偿，产生棉花的水分测量值。
2.根据权利要求1所述的棉花水分智能检测控制系统，其特征在于所述改进BP人工 神经网络的权矩阵和阈值向量通过离线训练和在线修正的方法获得，并以最小为准则，实 时改进BP网络的梯度，以便加快求解速度。
全文摘要
一种棉花水分智能检测控制系统，从根本上解决现有棉花水分测定仪控制系统存在的精度低、速度慢、可靠性低的问题。它包括安装有虚拟软件的上位计算机，其技术要点是所述虚拟软件采用非线性最小二乘法改进BP人工神经网络技术，具体控制过程为首先，所述上位计算机通过RS485转换模块采集来自水分传感器的数据，并对数值进行归一化处理；然后，采用所述非线性最小二乘法改进BP人工神经网络技术对归一化数值进行非线性校正和温度补偿，产生棉花的水分测量值。具有工作效率高、求解速度快、硬件要求简单、可靠性高的优点。
文档编号G05B19/418GK102129243SQ20111009593
公开日2011年7月20日 申请日期2011年4月18日 优先权日2011年4月18日
发明者丁羽, 孙永华, 王伟 申请人:塔里木大学