基于BP神經(jīng)網(wǎng)絡(luò)的溫度傳感器輻射誤差分析

蔡晶晶 劉清惓 戴偉 楊杰

關(guān)鍵詞： 計(jì)算流體動(dòng)力學(xué); 溫度傳感器; 太陽輻射誤差; 仿真數(shù)據(jù); BP神經(jīng)網(wǎng)絡(luò)算法; 誤差修正

中圖分類號(hào)： TN820.1?34 ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ? ? ? ? 文章編號(hào)： 1004?373X（2019）02?0022?04

Radiation error analysis of temperature sensor based on BP neural network

CAI Jingjing1，2，3， LIU Qingquan1，2，3， DAI Wei4， YANG Jie5

（1. Jiangsu Collaborative Innovation Center of Atmospheric Environment and Equipment Technology， Nanjing University of Information Science & Technology， Nanjing 210044， China; 2. School of Electronics and Information Engineering， Nanjing University of Information Science & Technology， Nanjing 210044， China;

3. Jiangsu Key Laboratory of Meteorological Observation and Information Processing， Nanjing University of Information Science & Technology，

Nanjing 210044， China;4. Key Laboratory of MEMS of Ministry of Education， Southeast University， Nanjing 210096， China;

5. School of Atmospheric Physics， Nanjing University of Information Science & Technology， Nanjing 210044， China）

Abstract： The radiation errors of the temperature sensor under different air flow velocities and solar altitude angles are obtained by the simulation adopting the computational fluid dynamics （CFD） method， so as to reduce the influence of solar radiation on ground temperature measurement and correct solar radiation errors. The simulation data is fitted by using the BP neural network algorithm， to obtain the radiation error correction equation， and realize correction of measured ground temperature. The root mean square error between the fitting results of BP neural network and the simulation results is 0.05 °C. An error correction software is also designed in this paper， so as to apply the algorithm to solve the radiation errors of the temperature sensor in any environmental parameter condition.

Keywords： computational fluid dynamics; temperature sensor; solar radiation error; simulation data; BP neural network algorithm; error correction

大氣中的溫度、濕度、氣壓、風(fēng)向和風(fēng)速等信息分布是氣候變化和天氣預(yù)報(bào)科學(xué)研究的重要條件，其中溫度是最重要的指標(biāo)之一[1]。目前用于觀測(cè)大氣溫度的傳感器測(cè)量誤差主要來源于太陽輻射，鑒于太陽輻射對(duì)溫度測(cè)量影響較大，故在大氣溫度測(cè)量時(shí)不得不采取措施來降低輻射誤差。為了減少太陽輻射的影響，通常將測(cè)量溫度的傳感器探頭安裝在防輻射罩中，可在一定程度上阻擋太陽輻射對(duì)測(cè)溫探頭的直接照射，減小輻射誤差[2]。國(guó)內(nèi)外學(xué)者對(duì)太陽輻射影響溫度傳感器測(cè)量精度展開了一系列研究，發(fā)現(xiàn)輻射誤差[3]可達(dá)到1 ℃量級(jí)。

本文采用計(jì)算流體動(dòng)力學(xué)方法（Computational Fluid Dynamics，CFD）對(duì)溫度傳感器進(jìn)行仿真模擬，并提出一種BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)算法對(duì)仿真結(jié)果進(jìn)行擬合，獲得輻射誤差修正方程的方法，為溫度傳感器的輻射誤差修正和測(cè)量精度改善提供支撐[4]。

1 ?溫度傳感器的多物理場(chǎng)仿真分析

1.1 ?網(wǎng)格劃分

本文采用自適應(yīng)性較強(qiáng)的非結(jié)構(gòu)化網(wǎng)格劃分技術(shù)生成防輻射罩和外圍空氣域的網(wǎng)格模型，對(duì)不同計(jì)算區(qū)域采用不同的網(wǎng)格大小[5]，防輻射罩的網(wǎng)格尺寸取0.5 cm，外圍空氣域網(wǎng)格尺寸取5 cm。為驗(yàn)證網(wǎng)格無關(guān)性，選50萬～150萬網(wǎng)格數(shù)量模型進(jìn)行驗(yàn)證，仿真結(jié)果顯示，60萬～100萬網(wǎng)格條件下仿真結(jié)果差距低于0.01，可認(rèn)為達(dá)到網(wǎng)格無關(guān)性要求，因此選擇60萬的網(wǎng)格進(jìn)行仿真[6]，其非結(jié)構(gòu)網(wǎng)格劃分如圖1所示。

1.2 ?多物理場(chǎng)仿真分析

溫度傳感器及其屏蔽裝置防輻射罩的熱平衡是由內(nèi)部導(dǎo)熱、太陽輻射、下墊面長(zhǎng)波輻射、外部空氣對(duì)流換熱共同耦合作用下形成的[7]。防輻射罩結(jié)構(gòu)、尺寸、材料的變化對(duì)這種熱平衡有顯著影響，從而引起內(nèi)部溫度傳感器在同一物理環(huán)境下對(duì)應(yīng)不同的輻射誤差[8]。在仿真過程中，設(shè)定太陽輻射強(qiáng)度、下墊面長(zhǎng)波輻射強(qiáng)度、太陽高度角、海拔高度、防輻射罩表面涂層反射率、環(huán)境氣流速度和下墊面反射率分別為1 000 W/m2，300 W/m2，45°，0 km，0.87，2 m/s和0.2，物質(zhì)材料導(dǎo)熱系數(shù)、密度和比熱容分別為0.2 W/（m·K）、110 kg/m3和1 591 J/（kg·K）?；谏鲜鰠?shù)獲得自然通風(fēng)防輻射罩的溫度場(chǎng)和速度場(chǎng)分布圖，如圖2所示。

為驗(yàn)證溫度傳感器測(cè)溫結(jié)果受太陽高度角影響，利用計(jì)算流體動(dòng)力學(xué)方法對(duì)不同的氣流速度、太陽高度角條件下溫度傳感器進(jìn)行多物理場(chǎng)仿真如圖3所示。由圖3可知，當(dāng)海拔高度為0 km，太陽輻射強(qiáng)度為1 000 W/m2的條件下，輻射誤差隨氣流速度增大而減小。

2 ?輻射誤差修正算法

由于計(jì)算流體動(dòng)力學(xué)方法僅能計(jì)算有限的離散值模型，難以分析連續(xù)變化的物理量，因此若能獲得任意條件下溫度傳感器的輻射誤差修正方程，則可解決上述問題[9]。本文提出利用BP神經(jīng)網(wǎng)絡(luò)算法在海拔高度為0 km，太陽輻射強(qiáng)度為1 000 W/m2時(shí)的仿真結(jié)果進(jìn)行擬合處理，獲得輻射誤差修正方程。BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型如圖4所示。利用Matlab進(jìn)行BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)，由已完成訓(xùn)練學(xué)習(xí)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，得到預(yù)測(cè)輸出量即輻射誤差，并將其計(jì)算公式以及模型最終權(quán)值W和閾值θ傳輸至微處理器中[10]。

輻射誤差ΔT與氣流速度V、太陽高度角R三者之間關(guān)系式為：

[ΔT=purelin{tansig（V*Wi1+R*Wi2+θi）*Wki+ak}]

式中：[Wi1，Wi2]分別是氣流速度V和太陽高度角R對(duì)應(yīng)的由輸入層到隱含層的權(quán)值;而輸入層神經(jīng)元為2，輸出層為1，則j=2，k=1;Wki為隱含層到輸出層的權(quán)值;θi為隱含層閾值;ak為輸出層閾值。

具體值如下：

[Wij=0.599 20.021 60.228 00.350 48.834 3-0.166 4-0.366 9-0.305 0，Wki=0.029 23.249 9-0.076 14.362 9]

[θi=-6.710 90.561 9-4.996 8-0.528 7，ak=0.117 9]

為驗(yàn)證輻射誤差修正方程（1）的準(zhǔn)確性，選取不同氣流速度、太陽高度角參數(shù)值代入輻射誤差修正方程，得到修正值。在相同環(huán)境條件下，利用CFD方法進(jìn)行仿真，得到仿真值[11]。將修正值與仿真值進(jìn)行對(duì)比，對(duì)比結(jié)果如表1所示。

根據(jù)表1對(duì)比結(jié)果可知，修正方程計(jì)算值與仿真值的均方根誤差為0.05 ℃。

3 ?輻射誤差修正軟件設(shè)計(jì)

為便于研究者獲得任意環(huán)境參數(shù)下的輻射誤差值，本文采用C#編程語言設(shè)計(jì)了一款基于BP神經(jīng)網(wǎng)絡(luò)算法的太陽輻射誤差修正軟件。該軟件由用戶登錄模塊、數(shù)據(jù)管理模塊、數(shù)據(jù)查詢及修正模塊三部分組成。

當(dāng)用戶登錄成功后，進(jìn)入主窗體。主窗體分為系統(tǒng)菜單欄、選項(xiàng)卡控件、系統(tǒng)狀態(tài)欄三部分。通過操作主窗體可以調(diào)用各個(gè)子模塊。

圖5是歷史數(shù)據(jù)界面，主要功能是記錄歷史數(shù)據(jù)。用戶可按物理環(huán)境參數(shù)查詢歷史數(shù)據(jù)，方便用戶對(duì)氣象參數(shù)進(jìn)行批量分析。

4 ?結(jié) ?語

為降低太陽輻射對(duì)地面溫度測(cè)量造成的影響，修正太陽輻射誤差。本文應(yīng)用計(jì)算流體動(dòng)力學(xué)的方法對(duì)溫度傳感器進(jìn)行模擬分析，獲得任意環(huán)境參數(shù)下的輻射誤差值。通過BP神經(jīng)網(wǎng)絡(luò)算法對(duì)CFD仿真結(jié)果擬合處理獲得修正方程，經(jīng)驗(yàn)證，修正值與仿真結(jié)果的均方根誤差值為0.05 ℃。最后設(shè)計(jì)開發(fā)了基于C#的自然通風(fēng)溫度傳感器太陽輻射誤差修正軟件，可對(duì)輻射升溫量進(jìn)行修正，也可對(duì)輻射誤差的歷史數(shù)據(jù)進(jìn)行查詢。這種算法與軟件在氣象傳感器數(shù)據(jù)處理領(lǐng)域具有一定的潛在應(yīng)用前景。

參考文獻(xiàn)

[1] 嚴(yán)家德，王成剛，金蓮姬，等.百葉箱和通風(fēng)防輻射罩氣溫觀測(cè)系統(tǒng)的數(shù)據(jù)對(duì)比與訂正[J].氣候與環(huán)境研究，2015，20（5）：533?543.

YAN Jiade， WANG Chenggang， JIN Lianji， et al. A comparative and modification study of louvred and aspirated shield temperature systems [J]. Climatic and environmental research， 2015， 20（5）： 533?543.

[2] HUBBART J A. An inexpensive alternative solar radiation shield for ambient air temperature micro?sensors [J]. Journal of natural & environmental sciences， 2011， 2（2）： 9?14.

[3] QIAN Z， HU J， FENG G， et al. Characteristics of the spatiotemporal distribution of daily extreme temperature events in China： minimum temperature records in different climate states against the background of the most probable temperature [J]. Chinese physics B， 2012， 21（10）： 614?621.

[4] World Meteorological Organization. Guide to meteorological instruments and methods of observation [EB/OL]. [2017?08?11]. https：//max.book118.com/html/2017/0727/124725191.shtm.

[5] 宋海賓，楊平，徐立波.MEMS傳感器隨機(jī)誤差分析及分析處理[J].傳感技術(shù)學(xué)報(bào)，2013，26（12）：1719?1723.

SONG Haibin， YANG Ping， XU Libo. Analysis and processing on stochastic error of MEMS sensor [J]. Chinese journal of sensors and actuators， 2013， 26（12）： 1719?1723.

[6] LOPARDO G， BERTIGLIA F， CURCI S， et al. Comparative analysis of the influence of solar radiation screen ageing on temperature measurements by means of weather stations [J]. International journal of climatology， 2014， 34（4）： 1297?1310.

[7] HARRISON R G， WOOD C R. Ventilation effects on humidity measurements in thermometer screens [J]. Quarterly journal of the Royal Meteorological Society， 2012， 138（665）： 1114?1120.

[8] 齊月，房世波，周文佐.近50年來中國(guó)東、西部地面太陽輻射變化及其與大氣環(huán)境變化的關(guān)系[J].物理學(xué)報(bào)，2015，64（8）：398?407.

QI Yue， FANG Shibo， ZHOU Wenzuo. Correlative analysis between the changes of surface solar radiation and its relationship with air pollution， as well as meteorological factor in East and West China in recent 50 years [J]. Acta Physica Sinica， 2015， 64（8）： 398?407.

[9] 陳友良，盛可軍，王陽陽.基于ASP.NET三層結(jié)構(gòu)軟件的研究與開發(fā)[J].現(xiàn)代電子技術(shù)，2010，33（6）：58?60.

CHEN Youliang， SHENG Kejun， WANG Yangyang. Research and development of three?layer architecture software based on ASP.NET [J]. Modern electronics technique， 2010， 33（6）： 58?60.

[10] 田東霞，郭建俠，陳挺，等.運(yùn)用CFD方法分析障礙物對(duì)風(fēng)場(chǎng)的影響[C/OL].[2016?01?08]. http：//www.docin.com/p?1419915469.html.

TIAN Dongxia， GUO Jianxia， CHEN Ting， et al. Using the CFD method to analyze the influence of obstacles on wind field [C/OL]. [2016?01?08]. http：//www.docin.com/p?1419915469.html.

[11] THOMAS C K， SMOOT A R. An effective， economic， aspirated radiation shield for air temperature observations and its spatial gradients [J]. Journal of atmospheric and oceanic technology， 2013， 30（3）： 526?537.