前沿传感技术课件.ppt

1、第第1111章章 前沿传感技术前沿传感技术v11.1 11.1 概述概述v11.2 11.2 微机电传感器微机电传感器 v11.3 11.3 软测量与软传感器软测量与软传感器 v11.4 11.4 模糊传感器模糊传感器 v11.5 11.5 混沌测量混沌测量 v11.6 11.6 仿生学传感器仿生学传感器11.1 概述概述v1.1.什么叫前沿什么叫前沿 根据科学的思维方法，一般认为：人类的某些先进的根据科学的思维方法，一般认为：人类的某些先进的思维、思想、概念、观点、理论、模式、方式、学科、思维、思想、概念、观点、理论、模式、方式、学科、专业、技能、产品、服务、技巧、心理体验等的信息综专业、技

2、能、产品、服务、技巧、心理体验等的信息综合，称为前沿。合，称为前沿。v2.2.前沿传感技术前沿传感技术 传感技术是前沿技术，传感技术学科属前沿学科；传感技术是前沿技术，传感技术学科属前沿学科；本章内容主要介绍其他章节较少涉及的内容；本章内容主要介绍其他章节较少涉及的内容；只作常识介绍只作常识介绍v 单一微传感器单一微传感器。显著特点是尺寸小(从微米级到毫米级、有的甚至达到纳米级)，主要采用精密加工、微电子技术以及MEMS技术，使尺寸大大减小。v 集成微传感器集成微传感器。将微小的敏感元件、信号处理器、将微小的敏感元件、信号处理器、数据处理装置封装在一块芯片上，形成集成的传感器。数据处理装置封装

3、在一块芯片上，形成集成的传感器。v 微传感器系统微传感器系统。包括微传感器、微执行器，可以独包括微传感器、微执行器，可以独立工作。此外，还可以由多个微传感器组成传感器立工作。此外，还可以由多个微传感器组成传感器网络网络或者通过其他网络实现异地联网。或者通过其他网络实现异地联网。11.2 11.2 微机电传感器微机电传感器 11.2.1 11.2.1 微传感器微传感器1 1力力微传感器：（微传感器：（1 1）工作）工作原理原理v由于力的作用，能够引起物体的变形，因此只要能由于力的作用，能够引起物体的变形，因此只要能够测得变形量，就能够测到力。够测得变形量，就能够测到力。v在这种通过物体变形来测量

4、力的系统中，一般由弹在这种通过物体变形来测量力的系统中，一般由弹性元件来感受力的作用，产生弹性变形，再由敏感性元件来感受力的作用，产生弹性变形，再由敏感元件将这种变形转换成另一种信号输出。元件将这种变形转换成另一种信号输出。11.2.3 几种典型微机电传感器几种典型微机电传感器1 1力力微传感器：（微传感器：（2 2）电容式硅微加速度计）电容式硅微加速度计v该加速度计由一个与两端固定的梁带动中央该加速度计由一个与两端固定的梁带动中央的质量块构成，质量块的位移由其上下金属的质量块构成，质量块的位移由其上下金属电极的电容信号读出。电极的电容信号读出。11xAC22xAC2 2微陀螺：（微陀螺：（1

5、 1）工作原理）工作原理v微机械振动陀螺：利用振动元件来测出角速微机械振动陀螺：利用振动元件来测出角速度，振动陀螺的工作原理是基于哥氏效应，度，振动陀螺的工作原理是基于哥氏效应，通过一定形式的装置产生并检测哥氏加速度。通过一定形式的装置产生并检测哥氏加速度。vac2)(2mFc2 2微陀螺：（微陀螺：（2 2）微陀螺示例）微陀螺示例v微机械振动陀螺：利用振动元件来测出角速微机械振动陀螺：利用振动元件来测出角速度。度。11.3.1 11.3.1 软测量概述软测量概述11.3.2 11.3.2 软测量技术基本原理软测量技术基本原理11.3.3 11.3.3 软测量技术的应用软测量技术的应用 11.

6、3 软测量与软传感器软测量与软传感器v软测量技术一般是根据某种最优准则，通过选择软测量技术一般是根据某种最优准则，通过选择一些容易测量且与一些容易测量且与主导变量主导变量密切联系的密切联系的二次变量二次变量(辅助变量辅助变量)来预测主导变量，它所建立的软测量来预测主导变量，它所建立的软测量模型可以完成一些实际硬件检测仪器所不能完成模型可以完成一些实际硬件检测仪器所不能完成的测量任务。的测量任务。v在测量中不存在直接的物理传感器或仪器实体，在测量中不存在直接的物理传感器或仪器实体，而是利用其他由直接物理传感器实体得到的信息，而是利用其他由直接物理传感器实体得到的信息，通过数学模型计算手段得到所需

7、检测信息的一种通过数学模型计算手段得到所需检测信息的一种功能实体。功能实体。11.3.1 软测量概述软测量概述1 1软测量技术的软测量技术的数学描述数学描述和结构和结构v软测量的目的就是利用所有可以获得的信息求取主导变量的软测量的目的就是利用所有可以获得的信息求取主导变量的最佳估计值，即构造从可测信息集最佳估计值，即构造从可测信息集到到 的映射。可测信息的映射。可测信息集集包括所有的可测主导变量包括所有的可测主导变量y(y可能部分可测可能部分可测)、辅助变量、辅助变量、控制变量控制变量u和可测扰动和可测扰动d1 1。f为估计函数关系，即软测量为估计函数关系，即软测量模型。模型。v在这样的框架结

8、构下，软测量的性能主要取决于过程的描述、在这样的框架结构下，软测量的性能主要取决于过程的描述、噪声和扰动的特性、辅助变量的选取以及最优准则。噪声和扰动的特性、辅助变量的选取以及最优准则。y),(1udfy 11.3.2 软测量技术基本原理软测量技术基本原理1 1软测量技术的数学描述和软测量技术的数学描述和结构结构v软测量技术的软测量技术的核心核心是建立工业对象的精确可靠的是建立工业对象的精确可靠的模型模型。v初始初始软测量模型是对过程变量的软测量模型是对过程变量的历史历史数据进行辨识而来的。数据进行辨识而来的。v在现场测量数据中可能含有随机误差甚至粗大误差，必须在现场测量数据中可能含有随机误差

9、甚至粗大误差，必须经过数据变换和数据校正等经过数据变换和数据校正等预处理预处理，将真实信号从含噪声，将真实信号从含噪声的混合信号中分离出来，才能用于软测量建模或作为软测的混合信号中分离出来，才能用于软测量建模或作为软测量模型的输入。量模型的输入。v软测量模型的软测量模型的输出输出就是就是软测量对象的软测量对象的实时估计实时估计值值。2 2影响软测量性能的主要因素影响软测量性能的主要因素（1 1）中间）中间辅助变量辅助变量的选择：的选择：1)1)变量变量类型类型的选择的选择 v灵敏性灵敏性：能对过程输出或不可测扠动作出快速反应；：能对过程输出或不可测扠动作出快速反应；v特异性特异性：对过程输出或

10、不可测扰动之外的干扰不敏感；：对过程输出或不可测扰动之外的干扰不敏感；v过程适用性过程适用性：工程上易于获得并能达到一定的测量精度；：工程上易于获得并能达到一定的测量精度；v精确性精确性：构成的软测量估计器满足精度要求；：构成的软测量估计器满足精度要求；v鲁棒性鲁棒性：构成的软测量估计器对模型误差不敏感。：构成的软测量估计器对模型误差不敏感。v遗憾的是以上选择原则难以用定量的形式表示，而现代工遗憾的是以上选择原则难以用定量的形式表示，而现代工业某些对象具有数百个检测变量，面对如此庞大的可测变业某些对象具有数百个检测变量，面对如此庞大的可测变量集，若采用定性分析的方法对每个变量逐一进行判断，量集

11、，若采用定性分析的方法对每个变量逐一进行判断，工作量非常大，简直不可能实现。现在主要根据工业对象工作量非常大，简直不可能实现。现在主要根据工业对象的机理、工艺流程以及专家经验来选择辅助变量。的机理、工艺流程以及专家经验来选择辅助变量。2 2影响软测量性能的主要因素影响软测量性能的主要因素（1 1）中间）中间辅助变量辅助变量的选择：的选择：2)2)变量变量数目数目的选择的选择v辅助变量数量的下限是被估计的变量数，然而最优数量的确辅助变量数量的下限是被估计的变量数，然而最优数量的确定目前尚无统一的结论。一般来说，原始辅助变量数目、类定目前尚无统一的结论。一般来说，原始辅助变量数目、类型很多，往往有

12、数十个，并且相关程度差异较大，为了实时型很多，往往有数十个，并且相关程度差异较大，为了实时运行方便，有必要对输入变量进行适当的降维处理。运行方便，有必要对输入变量进行适当的降维处理。v选择选择思想思想是对各原始辅助变量与主导变量之间的相关性进行是对各原始辅助变量与主导变量之间的相关性进行分析，根据分析所得相关性的强弱，以决定哪些适合作为建分析，根据分析所得相关性的强弱，以决定哪些适合作为建模用的辅助变量。模用的辅助变量。2 2影响软测量性能的主要因素影响软测量性能的主要因素（1 1）中间）中间辅助变量辅助变量的选择：的选择：3)3)检测点检测点位置位置的选择的选择v对于许多工业工程，与各辅助变

13、量相对应的检测点位置的选对于许多工业工程，与各辅助变量相对应的检测点位置的选择是相当重要的。在使用软测量技术时，检测位置对模型的择是相当重要的。在使用软测量技术时，检测位置对模型的动态特性有一定影响。因此，对输入中间辅助变量各个检测动态特性有一定影响。因此，对输入中间辅助变量各个检测点的检测方法、位置和仪表精确度等需有一定要求。点的检测方法、位置和仪表精确度等需有一定要求。v采用奇异值分解或工业控制仿真软件等方法进行检测点的选采用奇异值分解或工业控制仿真软件等方法进行检测点的选取，一般情况下，辅助变量的数目和位置常常是同时确定的，取，一般情况下，辅助变量的数目和位置常常是同时确定的，用于选择变

14、量数目的准则往往也被用于检测点位置的选择。用于选择变量数目的准则往往也被用于检测点位置的选择。2 2影响软测量性能的主要因素影响软测量性能的主要因素（2 2）输入数据的处理输入数据的处理v软仪表是根据过程测量数据经过数值计算从而实现软测量的，软仪表是根据过程测量数据经过数值计算从而实现软测量的，其性能很大程度上依赖于所获过程测量数据的准确性和有效其性能很大程度上依赖于所获过程测量数据的准确性和有效性。性。v一方面，在数据采集时，要注意数据的一方面，在数据采集时，要注意数据的“信息信息”量，均匀分量，均匀分配采样点，尽量拓宽数据的涵盖范围，减少信息重叠，避免配采样点，尽量拓宽数据的涵盖范围，减少

15、信息重叠，避免某一方面信息冗余，否则会影响最终建模的质量；另一方面，某一方面信息冗余，否则会影响最终建模的质量；另一方面，对采集来的数据进行适当的处理，因为现场采集的数据必然对采集来的数据进行适当的处理，因为现场采集的数据必然会受到不同程度环境噪声的影响而存在误差。会受到不同程度环境噪声的影响而存在误差。2 2影响软测量性能的主要因素影响软测量性能的主要因素（2 2）输入数据的处理输入数据的处理v数据数据预处理预处理：由于工业现场采集的数据具有一定随机性，数：由于工业现场采集的数据具有一定随机性，数据预处理主要是消除突变噪声和周期性波动噪声的影响。为据预处理主要是消除突变噪声和周期性波动噪声的

16、影响。为提高数据处理的精确度，除去随机噪声，可采用数据平滑化提高数据处理的精确度，除去随机噪声，可采用数据平滑化方法如时域平滑滤波和频域滤波法等。方法如时域平滑滤波和频域滤波法等。v数据数据二次处理二次处理：根据软测量采用的系统建模方法及其机理不：根据软测量采用的系统建模方法及其机理不同，须对预处理后的数据进行二次处理，如采用神经网络方同，须对预处理后的数据进行二次处理，如采用神经网络方法进行系统建模需要对预处理后的数据进行归一化处理，采法进行系统建模需要对预处理后的数据进行归一化处理，采用模糊逻辑方法需对预处理后的数据进行量化处理。用模糊逻辑方法需对预处理后的数据进行量化处理。2 2影响软测

17、量性能的主要因素影响软测量性能的主要因素（3 3）数学模型数学模型的建立：的建立：1 1）机理机理方法方法v机理模型通常由代数方程组或微分方程组组成。在对工业对机理模型通常由代数方程组或微分方程组组成。在对工业对象的物理化学过程获得了全面清晰的认识后，通过列写对象象的物理化学过程获得了全面清晰的认识后，通过列写对象的平衡方程的平衡方程(如物料平衡、能量平衡、动量平衡、相平衡等如物料平衡、能量平衡、动量平衡、相平衡等)和反映流体传热传质等基本规律的动力学方程、物性参数方和反映流体传热传质等基本规律的动力学方程、物性参数方程和设备特性方程等，确定不可测主导变量和可测辅助变量程和设备特性方程等，确定

18、不可测主导变量和可测辅助变量的数学关系，建立估计主导变量的精确数学模型。的数学关系，建立估计主导变量的精确数学模型。v机理建模的应用受模型准确程度的影响，而且由于要求解方机理建模的应用受模型准确程度的影响，而且由于要求解方程组，计算量大，收敛慢，难以满足在线实时估计的要求，程组，计算量大，收敛慢，难以满足在线实时估计的要求，对模型进行简化必然会降低模型的精度。计算时间和计算精对模型进行简化必然会降低模型的精度。计算时间和计算精度的矛盾制约了机理建模的应用。度的矛盾制约了机理建模的应用。2 2影响软测量性能的主要因素影响软测量性能的主要因素（3 3）数学模型数学模型的建立：的建立：1 1）机理机

19、理方法方法v由于大多数实际过程存在着严重的非线性和不确定性，难以由于大多数实际过程存在着严重的非线性和不确定性，难以单独采用机理方法，但可以借助已知的对象特性确定经验模单独采用机理方法，但可以借助已知的对象特性确定经验模型的结构或辅助变量，再利用经验方法确定模型的具体参数。型的结构或辅助变量，再利用经验方法确定模型的具体参数。这种方法目前应用最广泛。这种方法目前应用最广泛。（3 3）数学模型数学模型的建立：的建立：2 2）经验经验方法方法v经验模型是根据测量对象的外特性来描述其动态行为的模型。经验模型是根据测量对象的外特性来描述其动态行为的模型。由测量数据直接求取模型的方法称为系统辨识；根据既

20、定模由测量数据直接求取模型的方法称为系统辨识；根据既定模型结构由测量数据确定参数的方法称为参数估计。型结构由测量数据确定参数的方法称为参数估计。2 2影响软测量性能的主要因素影响软测量性能的主要因素（3 3）数学）数学模型模型的的建立建立：3)3)基于基于人工智能人工智能的方法的方法v人工智能技术因无需对象精确的数学模型成为软测量技术中人工智能技术因无需对象精确的数学模型成为软测量技术中建模的有效方法。人工神经网络、模糊技术等模仿人脑的逻建模的有效方法。人工神经网络、模糊技术等模仿人脑的逻辑思维，用于处理模型未知或不精确的控制问题，在软测量辑思维，用于处理模型未知或不精确的控制问题，在软测量中

21、也得到大量的应用。中也得到大量的应用。（4 4）数学模型的）数学模型的修正修正v由于过程的随机噪声和不确定性，所建数学模型与实际对象由于过程的随机噪声和不确定性，所建数学模型与实际对象间有误差，如果误差大于工艺允许的范围时，应对数学模型间有误差，如果误差大于工艺允许的范围时，应对数学模型进行校正。校正方法可以是自学习方法，也可根据当前数据进行校正。校正方法可以是自学习方法，也可根据当前数据进行重新建模。采用卡尔曼进行重新建模。采用卡尔曼布西观测器进行状态估计时，布西观测器进行状态估计时，可通过闭环校正进行数学模型修正。可通过闭环校正进行数学模型修正。1 1软测量技术的应用条件软测量技术的应用条

22、件v软测量技术作为一种新的检测与控制技术，与其他技术相似，软测量技术作为一种新的检测与控制技术，与其他技术相似，只有在其适用范围内才能充分发挥自身优势，因此，必须对只有在其适用范围内才能充分发挥自身优势，因此，必须对其适用条件进行分析；其适用条件进行分析；v通过软测量技术所得到的过程变量估计值必须在工艺过程所通过软测量技术所得到的过程变量估计值必须在工艺过程所允许的精确度范围内；允许的精确度范围内；v能通过其他检测手段根据过程变量估计值对系统数学模型进能通过其他检测手段根据过程变量估计值对系统数学模型进行校验，并根据两者偏差确定数学模型校正与否；行校验，并根据两者偏差确定数学模型校正与否；v直

23、接检测被估过程变量的自动化仪器仪表较贵或维护困难；直接检测被估过程变量的自动化仪器仪表较贵或维护困难；v被估过程变量应具有灵敏性、精确性、鲁棒性、合理性及特被估过程变量应具有灵敏性、精确性、鲁棒性、合理性及特异性。异性。11.3.3 软测量技术的应用软测量技术的应用2工程化实施步骤工程化实施步骤 v(1)二次变量的选择二次变量的选择 v(2)现场数据采集与处理现场数据采集与处理 v(3)软测量模型结构选择软测量模型结构选择 v(4)软测量模型的在线校正软测量模型的在线校正 v(5)软测量模型的实施软测量模型的实施 3软测量技术在工业中的应用软测量技术在工业中的应用 v推断控制 推断控制简介推断

24、控制简介主导变量主导变量 以软件来代替硬件控制以软件来代替硬件控制软仪表和控制器软仪表和控制器4 4研究展望研究展望v（1 1）与与控制技术控制技术结合：检测的目的是为了控制，好的检测结合：检测的目的是为了控制，好的检测手段是精确控制的基础。因此，将软测量技术与各种控制方手段是精确控制的基础。因此，将软测量技术与各种控制方法相结合将推动过程工业的更快发展。同时，飞速发展的通法相结合将推动过程工业的更快发展。同时，飞速发展的通讯技术为现场检测数据的实时传播提供了便利的条件，尤其讯技术为现场检测数据的实时传播提供了便利的条件，尤其采用基于现场总线的智能仪表后，在一台仪表中实现多个回采用基于现场总线

25、的智能仪表后，在一台仪表中实现多个回路的控制将成为可能。路的控制将成为可能。v（2 2）与与计算机技术计算机技术结合：即实现软测量技术软件化，通用结合：即实现软测量技术软件化，通用化。这将大大提高软测量技术的可用性，降低应用难度，拓化。这将大大提高软测量技术的可用性，降低应用难度，拓宽其应用领域。宽其应用领域。4 4研究展望研究展望v（3 3）与与虚拟仪器系统虚拟仪器系统集成：虚拟仪器技术综合运用了计算集成：虚拟仪器技术综合运用了计算机软件技术、智能测试技术、模板及总线的标准化技术、数机软件技术、智能测试技术、模板及总线的标准化技术、数字信号处理字信号处理(DSP)(DSP)技术、图形处理技术

26、、图形处理(GPS)(GPS)技术及高速专用集成技术及高速专用集成电路电路(ASIC)(ASIC)制造技术等，虚拟仪器是建立在标准化、系列化、制造技术等，虚拟仪器是建立在标准化、系列化、模块化、积木化的硬件与软件平台上的一个完全开放的系统，模块化、积木化的硬件与软件平台上的一个完全开放的系统，一个仪器集成的系统。软测量方法与虚拟仪器技术具有内在一个仪器集成的系统。软测量方法与虚拟仪器技术具有内在的、密切的结构上的联系。二者的结合将成为现代测试系统的、密切的结构上的联系。二者的结合将成为现代测试系统发展的主流，在诸多工业过程难测参数中亦将展示其优势。发展的主流，在诸多工业过程难测参数中亦将展示其

27、优势。4 4研究展望研究展望v（4 4）与与传感器硬件传感器硬件结合：软测量方法的发展带动传感器技结合：软测量方法的发展带动传感器技术的软件和硬件紧密结合共同发展，集高速数据处理能力和术的软件和硬件紧密结合共同发展，集高速数据处理能力和直接传感器实体为直接传感器实体为体的新一代传感器产品将会有更广阔的体的新一代传感器产品将会有更广阔的前景。前景。v（5 5）与与因特网技术因特网技术结合：利用不断普及和发展结合：利用不断普及和发展InternetInternet资资源，在更广泛的领域里有效地利用各种数据信息，发展真正源，在更广泛的领域里有效地利用各种数据信息，发展真正意义的网络协同软测量，实现基

28、于意义的网络协同软测量，实现基于InternetInternet的广域交互检测的广域交互检测控制网络。控制网络。11.4 11.4 模糊传感器模糊传感器v11.4.1 11.4.1 模糊理论与模糊传感器模糊理论与模糊传感器v11.4.2 11.4.2 模糊传感器的结构模糊传感器的结构v11.4.3 11.4.3 模糊传感器的应用模糊传感器的应用 11.4.1 11.4.1 模糊理论简述模糊理论简述v概念概念是思维的基本形式之一，它反映了客观事物的本质特征。是思维的基本形式之一，它反映了客观事物的本质特征。人类在认识过程中，把感觉到的事物的共同特点抽象出来加人类在认识过程中，把感觉到的事物的共同

29、特点抽象出来加以概括，这就形成了概念。以概括，这就形成了概念。v一个概念有它的一个概念有它的内涵内涵和和外延外延：内涵内涵是指该概念所反映的事物是指该概念所反映的事物本质属性的总和，也就是概念的内容；本质属性的总和，也就是概念的内容；外延外延是指一个概念所是指一个概念所确指的对象的范围。确指的对象的范围。v所谓所谓模糊概念模糊概念是指这个概念的是指这个概念的外延外延具有不确定性，或者说它具有不确定性，或者说它的外延是不清晰的，是模糊的。的外延是不清晰的，是模糊的。v模糊性是精确性的对立面，但不能消极地理解模糊性代表的模糊性是精确性的对立面，但不能消极地理解模糊性代表的是落后的生产力，恰恰相反，

30、我们在处理客观事物时，经常是落后的生产力，恰恰相反，我们在处理客观事物时，经常借助于模糊性。借助于模糊性。11.4.1 11.4.1 模糊理论简述模糊理论简述v在实用上有必要将传统明确集合中绝对属于的概念扩充在实用上有必要将传统明确集合中绝对属于的概念扩充至相对属于的概念；即允许论域中的元素在某种程度上至相对属于的概念；即允许论域中的元素在某种程度上是属于该集合，同時也可以在某种程度上不属于该集合，是属于该集合，同時也可以在某种程度上不属于该集合，强调具有强调具有“亦此亦彼的模糊概念集合亦此亦彼的模糊概念集合”便称之为便称之为“模糊模糊集合集合”。v模糊理论是以模糊集合为基础，其基本精神是接受

31、模糊模糊理论是以模糊集合为基础，其基本精神是接受模糊性现象存在的事实，而以处理概念模糊不确定的事物为性现象存在的事实，而以处理概念模糊不确定的事物为其研究目标，并积极的将其严密的量化成计算机可以处其研究目标，并积极的将其严密的量化成计算机可以处理的讯息，不主张用繁杂的数学分析即模型来解决模型。理的讯息，不主张用繁杂的数学分析即模型来解决模型。11.4.1 11.4.1 模糊理论简述模糊理论简述v传统的传感器测量是一种数值测量。它将被测量映传统的传感器测量是一种数值测量。它将被测量映射到实数集合中，以射到实数集合中，以数值符号的形式数值符号的形式来描述被测量来描述被测量状态，因此称之为数值传感器

32、。它一方面具有精度状态，因此称之为数值传感器。它一方面具有精度高、无冗余的优点，另一方面又存在测量结果不易高、无冗余的优点，另一方面又存在测量结果不易理解，数值存储量大和涉及人类自身行为以及某些理解，数值存储量大和涉及人类自身行为以及某些高层逻辑信息难以描述的问题。高层逻辑信息难以描述的问题。v模糊传感器是在经典传感器数值测量的基础上，经模糊传感器是在经典传感器数值测量的基础上，经过模糊推理与知识集成，以过模糊推理与知识集成，以自然语言符号自然语言符号描述的形描述的形式输出测量结果。式输出测量结果。11.4.2 11.4.2 模糊传感器的结构模糊传感器的结构v（1 1）学习功能）学习功能：人类

33、知识积累的实现、测量结果的高级逻：人类知识积累的实现、测量结果的高级逻辑表达等都是通过学习功能实现的；能够根据测量任务的要辑表达等都是通过学习功能实现的；能够根据测量任务的要求学习有关知识是模糊传感器与传统传感器的重要差别；模求学习有关知识是模糊传感器与传统传感器的重要差别；模糊传感器的学习功能是通过有导师学习算法和无导师学习算糊传感器的学习功能是通过有导师学习算法和无导师学习算法完成的。法完成的。v（2 2）推理联想功能）推理联想功能：模糊传感器在接收到外界信息后，可：模糊传感器在接收到外界信息后，可以通过对人类知识的集成而生成的模糊推理规则实现传感器以通过对人类知识的集成而生成的模糊推理规

34、则实现传感器信息的综合处理，对被测量的测量值进行拟人类自然语言的信息的综合处理，对被测量的测量值进行拟人类自然语言的表达等；为了实现这一功能，推理机制和知识库表达等；为了实现这一功能，推理机制和知识库(存放基本存放基本模糊推理规则模糊推理规则)是必不可少的。是必不可少的。1、模糊传感器的基本功能、模糊传感器的基本功能 1.1.模糊传感器的基本功能模糊传感器的基本功能v（3 3）感知功能）感知功能：模糊传感器与传统传感器一：模糊传感器与传统传感器一样可以感知敏感元件确定的被测量，但是模样可以感知敏感元件确定的被测量，但是模糊传感器不仅可以输出数量值，而且可以输糊传感器不仅可以输出数量值，而且可以

35、输出易于人类理解和掌握的自然语言符号量，出易于人类理解和掌握的自然语言符号量，因此必须具有因此必须具有数值数值/符号符号转换器。转换器。v（4 4）通信功能）通信功能：模糊传感器具有自组织能力，：模糊传感器具有自组织能力，不仅可进行自检测、自校正、自诊断等，而不仅可进行自检测、自校正、自诊断等，而且可以与上级系统进行信息交换。且可以与上级系统进行信息交换。2.2.模糊传感器的基本结构模糊传感器的基本结构 v逻辑逻辑框图框图：其逻辑结构可以分为转换部分和其逻辑结构可以分为转换部分和符号处理与通信部分。从功能上看，有信息符号处理与通信部分。从功能上看，有信息调理与转换层、数值符号转换层、符号处调理

36、与转换层、数值符号转换层、符号处理层、有指导信息层和通信层。这些功能有理层、有指导信息层和通信层。这些功能有机地集成在一起，完成数值符号转换功能。机地集成在一起，完成数值符号转换功能。2.2.模糊传感器的基本结构模糊传感器的基本结构 v物理物理结构框图：模糊传感器以结构框图：模糊传感器以CPUCPU为核心，以为核心，以传统测量为基础，采用软件实现符号的生成与传统测量为基础，采用软件实现符号的生成与处理，在人机智能接口的支持下实现有导师学处理，在人机智能接口的支持下实现有导师学习功能，通过通信单元实现与外部的通信。习功能，通过通信单元实现与外部的通信。2.2.模糊传感器的基本结构模糊传感器的基本

37、结构 v多维多维模糊传感器结构：基础测量单元完成传统的传感测量任模糊传感器结构：基础测量单元完成传统的传感测量任务；语言符号生成与处理单元，实现模糊传感器的核心工作务；语言符号生成与处理单元，实现模糊传感器的核心工作“数值符号转换数值符号转换”，即模糊变换。，即模糊变换。v知识库知识库中存放的知识主要有符号量及其隶属函数、合成概念中存放的知识主要有符号量及其隶属函数、合成概念的规则、被测对象的背景知识及测量系统的有关知识等。知的规则、被测对象的背景知识及测量系统的有关知识等。知识库中经验隶属函数可通过模糊统计、选择比较等方法产生。识库中经验隶属函数可通过模糊统计、选择比较等方法产生。对不同测量

38、对象具体确定相应的隶属函数时，既可在知识库对不同测量对象具体确定相应的隶属函数时，既可在知识库中经验隶属函数的基础上，通过模糊语言关系自动产生，也中经验隶属函数的基础上，通过模糊语言关系自动产生，也可在导师指导下通过学习和训练来产生和修正隶属函数，这可在导师指导下通过学习和训练来产生和修正隶属函数，这正是设计正是设计学习单元学习单元的主要目的。的主要目的。v调整好的符号量和调整好的符号量和隶属关系放入知识隶属关系放入知识库中。通过调整符库中。通过调整符号量的隶属函数，号量的隶属函数，可使模糊传感器适可使模糊传感器适于不同测量目的。于不同测量目的。v通过对一组采样样本的训练，模糊传感器可自动产生

39、一个概通过对一组采样样本的训练，模糊传感器可自动产生一个概念序列，放在念序列，放在数据库数据库中。有数值测量结果送入时，按最大隶中。有数值测量结果送入时，按最大隶属度原则选一符号量输出，即实现了数值符号转换。属度原则选一符号量输出，即实现了数值符号转换。v语言概念合成器语言概念合成器主要用来实现合成多个语言概念。语言概念主要用来实现合成多个语言概念。语言概念的合成是建立在经验知识基础上的，不能通过公式计算，须的合成是建立在经验知识基础上的，不能通过公式计算，须利用知识库中的经验知识通过模糊推理实现。利用知识库中的经验知识通过模糊推理实现。v为实现有导师学习，为实现有导师学习，还必须具有还必须具

40、有输入设备输入设备，用户通过它实现对传用户通过它实现对传感器的控制和调整概感器的控制和调整概念。念。v语言数值转换器语言数值转换器则可将语言符号转换为数值量。则可将语言符号转换为数值量。v通信接口通信接口实现模糊传感器与上级系统之间的信息交换，把测实现模糊传感器与上级系统之间的信息交换，把测量结果量结果(数值量与符号量数值量与符号量)输出到系统总线，并从系统总线接输出到系统总线，并从系统总线接收上级系统的命令。人机接口是模糊传感器与操作者进行信收上级系统的命令。人机接口是模糊传感器与操作者进行信息交流的通道。息交流的通道。11.4.3 11.4.3 模糊传感器的应用模糊传感器的应用1模糊血压传

41、感器模糊血压传感器 模糊血压传感器的功能模糊血压传感器的功能 隶属函数产生过程隶属函数产生过程 模糊血压传感器的工作过程模糊血压传感器的工作过程 2模糊温度传感器模糊温度传感器 硬件结构硬件结构 数值符号变换原理数值符号变换原理有导师学习有导师学习 主程序流程主程序流程11.5 11.5 混沌测量混沌测量v11.5.1 11.5.1 混沌理论概述混沌理论概述v11.5.2 11.5.2 混沌在测量中的应用混沌在测量中的应用v混沌是指发生在确定性系统中的貌似随机的不规则运动，一混沌是指发生在确定性系统中的貌似随机的不规则运动，一个确定性理论描述的系统，其行为却表现为不确定性个确定性理论描述的系统

42、，其行为却表现为不确定性不可不可重复、不可预测，这就是混沌现象。重复、不可预测，这就是混沌现象。v混沌现象起因于物体不断以某种规则复制前一阶段的运动状混沌现象起因于物体不断以某种规则复制前一阶段的运动状态，而产生无法预测的随机效果。所谓态，而产生无法预测的随机效果。所谓“差之毫厘，失之千差之毫厘，失之千里里”正是此一现象的最佳批注。正是此一现象的最佳批注。v混沌现象发生于易变动的物体或系统，该物体在行动之初极混沌现象发生于易变动的物体或系统，该物体在行动之初极为单纯，但经过一定规则的连续变动之后，却产生始料所未为单纯，但经过一定规则的连续变动之后，却产生始料所未及的后果，也就是混沌状态。但是此

43、种混沌状态不同于一般及的后果，也就是混沌状态。但是此种混沌状态不同于一般杂乱无章的的混乱状况，此一混沌现象经过长期及完整分析杂乱无章的的混乱状况，此一混沌现象经过长期及完整分析之后，可以从中理出某种规则出来。之后，可以从中理出某种规则出来。v混沌是非线性动力系统的固有特性，是非线性系统普遍存在混沌是非线性动力系统的固有特性，是非线性系统普遍存在的现象。的现象。10.5.1 混沌理论概述混沌理论概述线性线性系统与系统与非线性非线性系统的系统的区别区别 v 运动的形式不同。线性系统典型地在空间和时间上表现运动的形式不同。线性系统典型地在空间和时间上表现为光滑、规则运动，而非线性系统往往会表现出从光

44、滑变为为光滑、规则运动，而非线性系统往往会表现出从光滑变为混沌运动，看上去像随机行为。混沌运动，看上去像随机行为。v 对于线性系统来说，当它的参数有微小的变化时，其响对于线性系统来说，当它的参数有微小的变化时，其响应曲线仍然是光滑的。而对于非线性系统来说，参数的变化应曲线仍然是光滑的。而对于非线性系统来说，参数的变化可能产生运动轨迹巨大量的差异。可能产生运动轨迹巨大量的差异。v 线性系统中孤立的脉冲通常会随着时间而传播、衰减，线性系统中孤立的脉冲通常会随着时间而传播、衰减，而非线性系统中，由于可以存在高度相干稳定的局部结构，而非线性系统中，由于可以存在高度相干稳定的局部结构，而可以长时间维持下

45、去。而可以长时间维持下去。混沌现象的混沌现象的基本特征基本特征 v1 1、内在随机性。从确定性非线性系统的演化过程看，它们、内在随机性。从确定性非线性系统的演化过程看，它们在混沌区的行为都表现出随机不确定性。然而这种不确定性在混沌区的行为都表现出随机不确定性。然而这种不确定性不是来源于外部环境的随机因素对系统运动的影响，而是系不是来源于外部环境的随机因素对系统运动的影响，而是系统自发产生的。统自发产生的。v2 2、初值敏感性。对于没有内在随机性的系统，只要两个初、初值敏感性。对于没有内在随机性的系统，只要两个初始值足够接近从它们出发的两条轨线在整个系统溟过程中都始值足够接近从它们出发的两条轨线

46、在整个系统溟过程中都将保持足够接近。但是对具有内在随机性的混沌系统而言，将保持足够接近。但是对具有内在随机性的混沌系统而言，从两个非常接近的初值出发的两个轨线在经过长时间演化之从两个非常接近的初值出发的两个轨线在经过长时间演化之后，可能变得相距后，可能变得相距“足够足够”远，表现出对初值的极端敏感，远，表现出对初值的极端敏感，即所谓即所谓“失之毫厘，谬之千里失之毫厘，谬之千里”。v传统的测量技术以线性方法为主传统的测量技术以线性方法为主,强调的是稳定、强调的是稳定、平衡和均匀性。平衡和均匀性。v用用 “混沌混沌”方法的非线性观点却以不稳定、非平方法的非线性观点却以不稳定、非平衡和不均匀性作为它

47、的基本特征，非线性系统就是衡和不均匀性作为它的基本特征，非线性系统就是在不稳定、非平衡的状态中来提取信息、处理信息，在不稳定、非平衡的状态中来提取信息、处理信息，从而来显示它特有的优点的。从而来显示它特有的优点的。v混沌测量具有极高的灵敏度和极高的分辨率，而且混沌测量具有极高的灵敏度和极高的分辨率，而且它还具有极强的适应能力，是很有发展前途的领域。它还具有极强的适应能力，是很有发展前途的领域。11.5.2 混沌在测量中的应用混沌在测量中的应用1引言引言v混沌系统中最重要的一个性质是初值敏感性混沌系统中最重要的一个性质是初值敏感性和参数敏感性。和参数敏感性。v初值敏感性是指混沌系统中初值有一微小

48、变初值敏感性是指混沌系统中初值有一微小变化就会引起混沌轨道的很大变化；同样，参化就会引起混沌轨道的很大变化；同样，参数敏感性是指当混沌系统的参数有一微小变数敏感性是指当混沌系统的参数有一微小变化时，经过一定时间的演化，其混沌轨道也化时，经过一定时间的演化，其混沌轨道也将发生显著的变化。将发生显著的变化。2测量原理测量原理11.5.2 混沌在测量中的应用混沌在测量中的应用3.3.基于混沌系统初值敏感性的检测技术基于混沌系统初值敏感性的检测技术v基于混沌系统初值敏感性的检测技术的基本思想就是将敏感元件作为混基于混沌系统初值敏感性的检测技术的基本思想就是将敏感元件作为混沌电路的一部分，其敏感参数随待

49、测量变化而变化，并使系统的混沌轨沌电路的一部分，其敏感参数随待测量变化而变化，并使系统的混沌轨道变化，测出混沌轨道的变化从而得到被测量。如基于混沌理论的频率道变化，测出混沌轨道的变化从而得到被测量。如基于混沌理论的频率测量、温度测量、电阻电容电感测量等。测量、温度测量、电阻电容电感测量等。11.5.2 混沌在测量中的应用混沌在测量中的应用11.6 11.6 仿生学传感器仿生学传感器v11.5.1 11.5.1 仿生学概述仿生学概述v11.5.2 11.5.2 仿生传感器的工作原理仿生传感器的工作原理v11.5.3 11.5.3 电子鼻电子鼻 v仿生学的任务就是要研究生物系统的优异能力及产生的原

50、理，仿生学的任务就是要研究生物系统的优异能力及产生的原理，并把它模式化，然后应用这些原理去设计和制造新的技术设并把它模式化，然后应用这些原理去设计和制造新的技术设备。备。v仿生学的主要研究方法就是提出模型，进行模拟。其研究程仿生学的主要研究方法就是提出模型，进行模拟。其研究程序大致有以下序大致有以下三个阶段三个阶段：首先首先是对生物原型的研究。根据生是对生物原型的研究。根据生产实际提出的具体课题，将研究所得的生物资料予以简化，产实际提出的具体课题，将研究所得的生物资料予以简化，吸收对技术要求有益的内容，取消与生产技术要求无关的因吸收对技术要求有益的内容，取消与生产技术要求无关的因素，得到一个生