基于思维进化神经网络的真空绝热板真空度测量精度改进方法研究

来源:真空技术网(www.chvacuum.com)厦门大学机电工程系 作者:黄 俊

  以基于红外热成像机理测量真空绝热板(VIP)的真空度为研究对象。鉴于目前此方案测量真空度存在精度低的问题,本文提出一种基于BP神经网络的真空度测量精度改进方法。针对BP神经网络存在易陷入局部最优、收敛速度慢等缺陷,本文巧妙利用思维进化算法优化BP神经网络的初始权值和阈值,从而弥补以上缺陷。最终实验结果表明,利用思维进化算法优化BP神经网络创建的数学模型大大提高了真空绝热板真空度的测量精度,其实际测量精度优于2%。因此,本文所提方法具有广泛推广的应用价值。

  真空绝热板(Vacuum Insulation Panel,VIP)是当今世界上最先进的高效保温材料,相当于普通绝热材料的十倍甚至更高,而其厚度仅为普通绝热材料的1/7,因此具有环保和高效节能的特性。VIP主要依靠其内部的真空度来提高绝热性能。VIP内部真空度越高,其导热系数则越低,保温效果则越佳。在生产制造VIP的过程中,对生产高真空度的VIP提出了较高的要求,因此有必要精确测量VIP的真空度。另外,VIP使用长久之后,气体会渗透到板内,使板内真空度破坏,引起导热系数提高,保温性能下降。因此,为了检测VIP的老化程度,也有必要精确测量VIP的真空度。

  本文以基于热红外技术测量真空绝热板真空度为研究对象。然而目前此方案测量真空绝热板真空度一般会导致10%的误差。鉴于上述测量精度低的问题,本文致力于研究出一种基于思维进化算法优化BP神经网络的测量精度改进方法。其测量范围为1~100Pa,测量时间约为3min。最终实验结果表明,实际测量精度优于2%。

1、基于红外热成像机理的VIP真空度测量原理

  图1所示为VIP导热系数与其内部气体压强的关系曲线。从图1中可以看出,当内部气体压强下降到10kPa时,VIP导热系数维持为常数;当内部气体压强在1~103 Pa之间,VIP导热系数随内部气体压强呈线性变化;当内部气体压强低于1Pa时,VIP导热系数逐渐减小且趋于常数。所以,在生产制作VIP时,选择VIP板内的真空度通常在1Pa以下。

基于思维进化神经网络的真空绝热板真空度测量精度改进方法研究

图1 VIP导热系数与内部气体压强的关系曲线

  红外热成像机理就是利用光学系统和红外探测器接受被测目标的红外辐射能量,然后将能量分布图反映到红外探测器的光敏元件上,从而获得红外热像图。

  在传热学中,热量传递有导热、对流和热辐射三种基本方式。导热、对流这两种热量传递方式只在有物质存在的条件下才能实现,而在真空环境下,物体以辐射方式传递热量最为有效。根据Stefan-Boltzmann定律描述了黑体辐射力随表面温度的变化规律,即

基于思维进化神经网络的真空绝热板真空度测量精度改进方法研究

  式中,E(T)为黑体的辐射热流密度;σ=5.67×10-8 W/(m2·K4),称为黑体辐射常数;T 为黑体表面的热力学温度。由Stefan-Boltzmann定律可知,黑体的辐射热流密度随温度升高而迅速增大。设一个电阻被内置于表面积为A 的VIP内部,VIP处于温度为Tsurr的环境中。当电阻被加热到温度Ts时,电阻与周围环境之间的净辐射传热量为

基于思维进化神经网络的真空绝热板真空度测量精度改进方法研究

  式中,ε为电阻的表面发射率,取值范围为0~1,是描述电阻与黑体在发射热辐射能力上差别的物理量。在室温相同,置于VIP内部电阻的初始温度(远高于室温)相同的条件下,VIP内部气体压强越大,电阻热辐射强度的变化也就越快,红外探测器采集到的红外热像图变化也就越快。为了改善热像图的画质,使图像显示效果更加清晰,本文将获得的热像图通过MATLAB进行灰度变换处理,转化为灰度图像。当电阻的辐射强度越大,图像的灰度值则越高,也就越亮。

2、测量系统的建立

  根据上述VIP真空度测量原理,设计测量系统的整体框图如图2所示。

基于思维进化神经网络的真空绝热板真空度测量精度改进方法研究

图2 测量系统的整体框图

  该测量系统的工作流程为:首先在PC机软件界面上按下“开始检测”按钮,该信号通过232串口通信模块传送给PIC单片机模块,然后PIC单片机产生一有效电平启动无线供电模块。无线供电模块基于磁耦合共振技术,将能量无线传送给内置热辐射模块中的无线供电接收电路,从而为整个内置热辐射模块供电。此时内置热辐射模块中的被加热电阻开始加热,红外探测器接收到被加热电阻的红外辐射,此时光信号转换为电信号。该电信号经信号调理电路、图像采集卡转换为数字信号,再传送给PC机。当内置热辐射模块中的被加热电阻达到预设的温度值时,其内部的加热控制电路自动控制被加热电阻停止加热。在相同环境温度,相同的被加热电阻(被置于VIP内部的位置、初始温度均相同)的条件下,由于不同VIP板的内部气体压强存在差异,导致电阻热辐射强度的变化不同。最后将采集到的红外热像图,经图像处理、算法分析,计算得到VIP的真空度。

3、结论

  MEA和BPNN作为一种分析问题、解决问题的新方法,目前已广泛应用于非线性函数逼近、机器人控制、故障诊断等众多领域。本文提出利用MEA优化BPNN 初始权值和阈值的方法,从而进行VIP真空度测量中的非线性补偿。最终实验结果表明,该方法不但实现了全局最优的目标,而且弥补了以往真空度测量中测量精度低的缺陷。因此,本文所提方法具有广泛推广的应用价值,有利于推动国内高精度真空度测量的发展。

  基于思维进化神经网络的真空绝热板真空度测量精度改进方法研究为真空技术网首发,转载请以链接形式标明本文首发网址。

  http://www.chvacuum.com/application/else/VIP/066548.html

  与 真空绝热板 真空绝热板 相关的文章请阅读:

  真空绝热板http://www.chvacuum.com/application/else/VIP/