IEEE1451智能傳感器多傳感信息自校正方法研究*

葉廷東，黃國健

(1．廣東輕工職業(yè)技術(shù)學院計算機工程系，廣州510300;2．廣州市特種機電設(shè)備檢測研究院，廣州510180)

隨著物聯(lián)網(wǎng)信息時代的到來，智能傳感技術(shù)的功能、內(nèi)涵得到不斷加強和完善，智能傳感器的地位也越來越重要。智能傳感器一般具有自校正、自補償、自診斷、多傳感、存儲和網(wǎng)絡(luò)化通信等功能，其中傳感信息的自校正是它的一個非常重要功能特點[1－2]。由于智能傳感器發(fā)展非常迅速，為了統(tǒng)一不同廠家智能傳感器的接口與組網(wǎng)協(xié)議，IEEE傳感技術(shù)委員會和美國國家標準技術(shù)研究所(NIST)聯(lián)合制定了IEEE 1451智能變換器接口系列標準[3]。通過該標準特有的變換器電子數(shù)據(jù)表格TEDS(Transducers Electronic Data Sheet)校正引擎可實現(xiàn)多傳感信息自校正[4]。

在很多復(fù)雜應(yīng)用系統(tǒng)中，多傳感信息之間經(jīng)常存在信息耦合問題，因此多傳感信息解耦補償是多傳感信息建模校正方法的研究熱點之一[5]。目前多傳感信息的解耦補償方法主要包括:傳遞函數(shù)矩陣分析方法[6－8]和人工神經(jīng)網(wǎng)絡(luò)方法[9]及插值解耦方法[10]。其中傳遞函數(shù)矩陣分析方法十分依賴于傳遞函數(shù)矩陣模型的準確辨識[8];人工神經(jīng)網(wǎng)絡(luò)的解耦方法利用神經(jīng)網(wǎng)絡(luò)的非線性映射能力進行解耦建模[11]，但算法復(fù)雜，只適用于實時性要求不高的系統(tǒng)。插值解耦方法則采用插值計算的方法實現(xiàn)對傳感信息解耦計算，它無需限制樣本點和分割數(shù)學模型，具有準確度高、收斂性好的優(yōu)點[12]。根據(jù)IEEE 1451標準，校正引擎采用顯式的解耦建模方式較容易與TEDS標準形式實現(xiàn)統(tǒng)一，為此論文將在IEEE 1451標準架構(gòu)下，基于插值解耦方法，研究智能傳感器的多傳感信息自校正方法。

1 智能傳感器多傳感信息自校正模型

對于存在信息耦合的多個被測傳感量，提出如圖1所示的IEEE1451智能傳感器多感信息自校正模型。此模型中，智能傳感器需要檢測多個參量(X、R、S…)，在圖中用點劃線框①、②、③分別表示n 個傳感元件組(X1、R1、S1…)，(X2、R2、S2…)，…，(Xn、Rn、Sn…)，X、R 及 S 之間存在相互信息耦合。IEEE1451智能傳感器在運行時先對各參量的傳感輸出信息進行初步自評估，以確保傳感檢測的可靠性，并可依此進行傳感元件基本故障診斷。通過傳感元件輸出信息自評估可保證STIM(Smart Transducer Interface Module)模塊對多傳感信息進行準確解耦校正的可靠性。

圖1 IEEE1451智能傳感器多感信息自校正模型圖

模型中的NCAP(Network Capable Application Processor)模塊在運行中裝載嵌入式系統(tǒng)，負責數(shù)據(jù)存儲、網(wǎng)絡(luò)通信等功能，NCAP與STIM模塊間通過TII(Transducer Independent Interface)接口實現(xiàn)短距離數(shù)據(jù)的同步傳輸。從圖1可知，IEEE1451多傳感信息自校正模型具有自診斷、自校正、多傳感、存儲和網(wǎng)絡(luò)化通信等功能，以此研發(fā)的智能傳感器符合實際應(yīng)用與發(fā)展的需求。

2 傳感信息自評估技術(shù)

在實際應(yīng)用中，智能傳感器通常需要通過分析當前所有可用信息源，對自身工作性能、狀態(tài)進行內(nèi)部在線評估，以保障傳感器可靠運行、準確檢測，實現(xiàn)傳感元件器件的故障診斷和自免疫[13－14]。但若對所有信息源進行分析評估，對傳感器的運算能力要求會很高，如果能獲得被測信號的一些特殊信息，比如傳感器信號特征(幅度范圍等)、信號變化趨勢等，則可使自評估技術(shù)大為簡化。由于IEEE 1451智能傳感器TEDS預(yù)留的用戶自定義區(qū)域可用于記錄傳感元件的各種特殊信息，圖2為結(jié)合TEDS技術(shù)的傳感信息自評估流程圖。

圖2 TEDS多信息特征的傳感信號自評估流程圖

在圖2中，智能傳感的STIM模塊將傳感器信號特征等以電子數(shù)據(jù)表格形式存儲在TEDS上，通過信號幅值評估、趨勢評估等對傳感輸出信息分析評估，實現(xiàn)傳感元件自身狀態(tài)的判斷。其基本原理為:

事先獲得被測信號的幅度范圍M∈[ML，MH]、變化率范圍|dM/dt|≤Δ，將這些特征根據(jù)IEEE1451標準定義寫入TEDS中，在工作時，傳感信號通過表決器表決后，則利用傳感元件的實際輸出特征在STIM中與TEDS既定特征信息進行比較判斷即可。若信號幅值M?[ML，MH]或|dM/dt|＞Δ，則傳感檢測信息不可靠，傳感元件可能發(fā)生故障，從而啟動自免疫功能，屏蔽其輸出。其中在應(yīng)用中|dM/dt|的計算可按一定周期對傳感信號進行微分運算得到。

傳感信息自評估的各傳感信息特征的TEDS配置表如表1所示，其中“MaxRate”為定義的某傳感元件的信號最大變化率值(4 byte)，而字段項“HiLim”、“LoLim”(4 byte)則分別對應(yīng)某路傳感檢測信號的幅度上、下限值。

表1 信號自評估的TEDS配置表

3 基于TEDS的傳感信息解耦校正方法

為了表示的方便，設(shè)待測物理量 x1，x2，x3，…，xn間存在信息耦合，若要根據(jù)傳感耦合模型Y1=f1(x1，x2，…，xn)，獲得Y1=f1(x1)特征函數(shù)，則可根據(jù)作者在文獻[12]中提出的多傳感信息插值解耦方法原理，實現(xiàn)對多傳感信息的解耦校正。為了更好理解多傳感信息的插值解耦數(shù)學原理，用圖3所示的四維空間耦合例來描述其插值解耦過程。

圖3 多傳感信息插值解耦原理圖

圖3 中，取傳感量 x2為 x20，…，x2i，x2(i+1)，…，x2m，x3為 x30，…，x3i，x3(i+1)，…，x3m進行組合試驗標定，得到x2、x3組合因素下的若干條特性曲線 Y1=f(x1，x2j，x3j)(j=0，1，…，m)。在多傳感信息解耦過程中，先根據(jù)檢測到的x3t值進行判斷，若x3t∈[x3i，x3(i+1)]，則利用一元函數(shù)插值方法(如分段線性插值)，得到x3=x3t時的特征曲線 Y1=f(x1，x2j，x3t)(圖中曲線 C0，…，Ci，…，Cm)，再根據(jù)檢測到的x2t值進行判斷，若x2t∈[x2i，x2(i+1)]，則根據(jù)獲得的曲線C0，…，Ci，…，Cm，再次利用一元函數(shù)插值，得到 x2=x2t時的特征曲線 Y1=f(x1，x2t，x3t)(圖中曲線Bt)，最終得到x1與Y1在任意環(huán)境x2t、x3t下二維特征曲線，實現(xiàn)信息解耦。

基于上述插值解耦方法，校正TEDS配置的重點將是把各傳感器的標定點數(shù)據(jù)xij(i≤n，j≤m)作為校正引擎的插值參數(shù)，把這些標定點的數(shù)據(jù)以矩陣數(shù)據(jù)表格形式輸入TEDS中，根據(jù)IEEE 1451標準，采用分段多項式函數(shù)作為校正引擎:

式中，Xn為傳感器xn的輸出變量值;Hn為輸出變量的修正值;D(n)為輸出變量的階數(shù)，應(yīng)用中一般采用二階即可;Ci，j，…，p為多項式每一項的系數(shù)。智能傳感器在實際運行中，校正引擎先從TEDS讀取標定點的數(shù)據(jù)，然后對多傳感信息的進行傳感解耦校正計算。

4 試驗與分析

圖4(a)為研制的IEEE1451網(wǎng)絡(luò)化智能傳感器裝置STIM模塊。為了評價網(wǎng)絡(luò)化智能傳感器裝置自評估技術(shù)的有效性，實驗利用傳感信號波形特征，模擬了五個網(wǎng)絡(luò)化智能傳感器裝置中溫度傳感元件的幅度、變化率評估。

圖4 基于IEEE1451網(wǎng)絡(luò)化智能傳感器裝置STIM模塊及其實驗系統(tǒng)框圖

試驗時將熱敏傳感元件(－50℃ ～+300℃)的量程范圍和其對應(yīng)電阻的下限值803．063 Ω～上限值2120．515 Ω，以及變化率范圍，輸入智能傳感器裝置的TEDS中;然后用STIM模塊驅(qū)動傳感器接入模塊中的片選開關(guān)、程控電阻，來實現(xiàn)傳感信息的輸出控制，觀察此時傳感器自評估的故障免疫響應(yīng)。圖5為試驗所得溫度傳感元件的自評估數(shù)據(jù)曲線圖，橫坐標為試驗序號，縱坐標為溫度值。圖中傳感器s1、s2產(chǎn)生了超限故障，傳感器s2在信號5與6，25與26間產(chǎn)生了變化率超限故障，裝置在檢測到傳感器超限時，實時啟用了故障免疫響應(yīng)，屏蔽其信號輸出，并給出相應(yīng)的狀態(tài)提示。

圖5 熱敏傳感元件的自評估數(shù)據(jù)曲線圖

圖4(b)為網(wǎng)絡(luò)化智能傳感裝置實驗系統(tǒng)框圖，裝置在使用前需要進行標定以獲得TEDS校正參數(shù)，然后通過現(xiàn)場以太網(wǎng)絡(luò)就可實現(xiàn)對各個監(jiān)測點的網(wǎng)絡(luò)化檢測。由于氣體乙醇濃度的檢測應(yīng)用廣泛，且它受到溫度、濕度因素影響，其檢測是一個典型多維傳感信息耦合實例，下面針對氣體乙醇濃度的檢測開展多傳感信息解耦校正的試驗研究。

在檢測試驗時，配置一定濃度的液態(tài)乙醇液，置于精餾反應(yīng)塔釜內(nèi)，然后將一組乙醇氣敏、溫度、濕敏傳感器裝在釜頂?shù)膫鞲衅鹘尤肟趦?nèi)。通過逐步點滴添加乙醇和加熱塔釜的方式實現(xiàn)對校正標記數(shù)據(jù)xij的標定，然后將這些標定點的數(shù)據(jù)可以以矩陣數(shù)據(jù)表格形式輸入TEDS中，表2為3通道的插值解耦校正TEDS配置信息表。為了便于網(wǎng)絡(luò)化傳輸，表2中傳感檢測值(輸入通道)全部以頻率值表示，通道1、2、3分別接乙醇、濕度、溫度傳感器，采用2階1段多項式函數(shù)即可實現(xiàn)對多傳感信息插值解耦校正。

表2 三通道插值解耦校正TEDS配置信息表

圖6(a)為氣敏乙醇傳感器的輸出頻率曲線，智能傳感裝置校正引擎從TEDS讀取標定點的數(shù)據(jù)，利用插值解耦原理進行反復(fù)插值計算，即可得到圖6(b)所示的氣敏乙醇傳感器的信息解耦曲線，其最大解耦檢測誤差為±0．601%，解耦時間為28．5 ms，具有良好檢測準確度和實時性。

圖6 乙醇傳感器檢測及解耦曲線

5 結(jié)論

(1)基于IEEE1451標準，可建立一種通用的多傳感信息自校正模型，它具有自診斷、自校正、多傳感、存儲和網(wǎng)絡(luò)化通信等功能?；谠摼W(wǎng)絡(luò)化的IEEE 1451智能傳感器模型，將可提高傳感器系統(tǒng)的開發(fā)質(zhì)量，減少開發(fā)時間。

(2)基于傳感元件輸出信號額定特征，可從信號幅度、變化趨勢，甚至信號預(yù)測等方面進行傳感器故障判斷，并實現(xiàn)對故障的自免疫處理，試驗證明傳感元件的自評估技術(shù)可有效提高智能傳感器系統(tǒng)和自校正的可靠性。

(3)對多傳感信息耦合模型 Y1=f1(x1，x2，…，xn)，可通過反復(fù)多次的一元函數(shù)插值實現(xiàn)任意環(huán)境因素下多傳感信息的解耦校正?；谠撛?，可建立基于特定TEDS格式的校正引擎，試驗表明通過該解耦校正引擎，可實現(xiàn)對多傳感耦合信息的良好校正補償，提高檢測準確度。

[1]Jin H Z，Lu H，Cho S K，et al．Nonlinear Compensation for Non-Contact Electronic Joystick with a Single Hall Senso[J]．Science，Measurement＆ Technology，2008，2(1):9－17．

[2]Jamaluddin，Hishamuddin，Abd Samad M F．et al．Optimum Grouping in a Modified Genetic Algorithm for Discrete-Time，Non-Linear System Identification[J]．Journal of Systems and Control Engineering，2007，221(7):975－989．

[3]Deniz Gurkan，Xiaojing Yuan，Driss Benhaddou，et al．UH-ToSS:A Sensor Networking Testbed with IEEE 1451 Compatibility for Space Exploration[C]//3rd International Conference on Testbeds and Research Infrastructure for the Development of Networks and Communities，Lake Buena Vista，F(xiàn)L，USA:IEEE Press，2007．144－149．

[4]Institute of Electrical and Electronics Engineers．IEEE Standard for a Smart Transducer Interface for Sensors and Actuators-Common Functions，Communication Protocols，and Transducer Electronic Data Sheet(TEDS)Formats[S]．New York:I EEE Std1451．0－2007，2007．

[5]劉桂雄，李夏妮，周德光．基于多尺度數(shù)值計算的傳感信息解耦新方法[J]．光學精密工程，2005，13(11):164－167．

[6]Xu Kejun，Li Cheng．Dynamic Decoupling and Compensation Methods of Multi-Axis Force Sensors[J]．IEEE Transactions on Instrumentation and Measurement，2000，49(5):935－941．

[7]包建東，王昌明．握把力傳感器的動態(tài)解耦補償[J]．傳感技術(shù)學報，2008，21(10):1700－1703．

[8]明理，梁宏，王祁，等．基于小生境遺傳算法的多維傳感器動態(tài)解耦方法[J]．傳感技術(shù)學報，2006，19(3):667－671．

[9]Yu Dongchuan，Meng Qinghao，Wang Jiang，et al．Neural Network Based Left-Inverse System Dynamic Decoupling＆Compensating Method ofMulti-Dimension Sensors[C]//American Control Conference，2005，6(3):1727－1732．

[10]Ye Tingdong，Liu Guixiong，Hong Xiaobing，et al．Modeling Method of Multi-Sensor Information Fusion Based on Multi-Scale Interpolation Decoupling[C]//International Symposium on Precision Mechanical Measurements HeFei:HFUT，2008．531－536．

[11]張小龍，馮能蓮，張為公，等．車輪多分力傳感器靜態(tài)解耦方法[J]．農(nóng)業(yè)機械學報，2008，39(4):18－23．

[12]葉廷東，劉桂雄，黃國健．基于多尺度逼近的多維傳感信息解耦方法[J]．華南理工大學學報(自然科學版)，2009(4):86－89，110．

[13]Henry M P，Clarke D W．Self-Validating Sensor:Rationale，Definitions and Examples[J]．Control Engineering Practice，1993，1(4):585－610．

[14]Feng Zhigang，Wang Qi，Shida K．Design and Implementation of a Self-Validating Pressure Sensor[J]．IEEE Sensors Journal，2009，9(3):207－218．