傳感與檢測(cè)技術(shù)_11傳感檢測(cè)新技術(shù)

1、第11章 傳感檢測(cè)新技術(shù) 11.1 智能傳感器11.2 傳感器數(shù)據(jù)融合技術(shù)11.3 軟測(cè)量技術(shù)11.4 虛擬儀器11.5 網(wǎng)絡(luò)化檢測(cè)儀器 當(dāng)前，傳感器技術(shù)的主要發(fā)展方向:1.開展基礎(chǔ)研究，發(fā)現(xiàn)新現(xiàn)象、新材料和新加工工藝，開發(fā)新型傳感器；2.實(shí)現(xiàn)傳感器的集成化與多功能化；3.實(shí)現(xiàn)傳感器智能化；4.研究生物器官，開發(fā)仿生傳感器。 檢測(cè)技術(shù)的發(fā)展方向:數(shù)據(jù)融合技術(shù)軟測(cè)量技術(shù)虛擬儀器網(wǎng)絡(luò)化檢測(cè)技術(shù)等。 本章以智能傳感器、數(shù)據(jù)融合技術(shù)、軟測(cè)量技術(shù)、虛擬儀器和網(wǎng)絡(luò)化檢測(cè)儀器為例講述傳感檢測(cè)技術(shù)的發(fā)展。 11.1 智能傳感器11.1.1 智能傳感器的概念 傳感器在經(jīng)歷了模擬量信息處理和數(shù)字量變換這兩個(gè)階段后

2、，正朝著智能化、集成化、小型化方向發(fā)展。利用微處理器技術(shù)使傳感器智能化是20世紀(jì)80年代新型傳感器的一大進(jìn)展，通常稱之為智能傳感器（Intellingent Sensor）。在美國還有一個(gè)通俗的名稱Smart Sensor，含有聰明、伶俐、精明能干的意思。 什么是智能傳感器，至今尚無公認(rèn)的科學(xué)定義，很多人認(rèn)為智能傳感器是將“傳感器與微型計(jì)算機(jī)組裝在一塊芯片上的裝置”，或者認(rèn)為智能傳感器是將“一個(gè)或數(shù)個(gè)敏感元件和信號(hào)處理器集成在同一塊硅或砷化鎵芯片上的裝置”。顯然，這種定義不夠全面。 智能傳感器這一名稱雖然至今未有確切的定義，但從字面上看，意指這種傳感器具有一定人工智能，即使用電路代替一部分腦力

3、勞動(dòng)。近年來，傳感器越來越多地和微處理器相結(jié)合，使傳感器不僅有視、嗅、味和聽覺的功能，還具有存儲(chǔ)、思維、邏輯判斷、數(shù)據(jù)處理、自適應(yīng)等功能。智能傳感器內(nèi)既有傳感元件、又有信號(hào)預(yù)處理電路和微處理器，其輸出方式可以是通信線RS-232或ES-422串行輸出，也可以是IEEE-488標(biāo)準(zhǔn)總線的并行輸出。智能傳感器是一個(gè)微機(jī)小系統(tǒng)，其中作為系統(tǒng)“大腦”的微處理器一般是單片機(jī)。無論何種智能傳感器，都可以用圖11.1的框圖來表示。 根據(jù)以上對(duì)智能傳感器的認(rèn)識(shí)，對(duì)它比較科學(xué)的定義是：將傳感器與微型計(jì)算機(jī)集成在一塊芯片上，并具有“感知”和“認(rèn)知”被測(cè)量的功能，把傳感技術(shù)和信息處理技術(shù)進(jìn)行完美結(jié)合的裝置。 傳 感

4、器 被測(cè)量 預(yù) 處 理 數(shù)據(jù)采集 A/D 輸入接口控制 輸入接口 傳感器輸出信號(hào) 計(jì)算機(jī)接口 計(jì) 算 機(jī) 圖 11.1 智能傳感器的組成框圖 11.1.2 智能傳感器的功能和特點(diǎn)1. 智能傳感器的主要功能是： (1) 具有自校零、自標(biāo)定、自校正功能； (2) 具有自動(dòng)補(bǔ)償功能； (3) 能夠自動(dòng)采集數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理； (4) 能夠自動(dòng)進(jìn)行檢驗(yàn)、自選量程、自尋故障等； (5) 具有數(shù)據(jù)存儲(chǔ)、記憶與信息處理功能； (6) 具有雙向通信、標(biāo)準(zhǔn)化數(shù)字輸出或者符號(hào)輸出功能； (7) 具有判斷、決策處理功能。 2.智能傳感器的特點(diǎn)是： (1) 高精度； (2) 高可靠性與高穩(wěn)定性 ； (3) 高信

5、噪比與高分辨力； (4) 較強(qiáng)的自適應(yīng)性； (5) 性價(jià)比高；11.1.3 傳感器智能化的技術(shù)途徑1. 傳感器和信號(hào)處理裝置的功能集成化是實(shí)現(xiàn)傳感器智能化的主要技術(shù)途徑 集成或混合集成傳感器是以硅作為基本材料，采用微機(jī)械加工技術(shù)和大規(guī)模集成電路工藝技術(shù)制作敏感元件、信號(hào)調(diào)理電路、微處理器單元，并把它們集成在一塊芯片上構(gòu)成，利用駐留在集成體內(nèi)的軟件，實(shí)現(xiàn)對(duì)測(cè)量過程的控制、邏輯判斷和數(shù)據(jù)處理以及信息傳輸?shù)裙δ?，?gòu)成集成智能傳感器（Integrated Smart/Intelligent Sensor）。這類傳感器具有小型化、性能可靠、可批量生產(chǎn)、價(jià)格便宜等優(yōu)點(diǎn)，因而被認(rèn)為是智能傳感器的主要發(fā)展方向

6、。2. 基于新的檢測(cè)原理和結(jié)構(gòu)，實(shí)現(xiàn)信號(hào)處理智能化是傳感器智能化的重要技術(shù)途徑 采用新的檢測(cè)原理，通過微機(jī)械精細(xì)加工工藝和納米技術(shù)設(shè)計(jì)新型結(jié)構(gòu)，使之 能真實(shí)地反映被測(cè)對(duì)象的完整信息，這也是傳感器智能化的重要技術(shù)途徑之一?，F(xiàn)在已經(jīng)成功研究的多振動(dòng)智能傳感器就是利用這種方式實(shí)現(xiàn)傳感器智能化的。 3. 研制人工智能材料是實(shí)現(xiàn)智能傳感器以及實(shí)現(xiàn)人工智能的最新手段和最新學(xué)科 人工智能材料AIM（Artificial Intelligent Materials）的研究是當(dāng)今世界上的高新技術(shù)領(lǐng)域中的一個(gè)研究熱點(diǎn)，也是全世界有關(guān)科學(xué)家和工程技術(shù)人員主要的研究課題。人工智能材料是繼天然材料、人造材料、精細(xì)材料后

7、的第四代功能材料。它有三個(gè)基本特征：能感知環(huán)境條件的變化（普通傳感器的功能），進(jìn)行自我判斷（處理器的功能）以及發(fā)出指令和自行采取行動(dòng)（執(zhí)行器的功能）。 11.1.4 智能傳感器的應(yīng)用1. 由智能溫度傳感器構(gòu)成的溫度測(cè)控系統(tǒng) 由DS18B20型智能溫度傳感器和80C31單片機(jī)構(gòu)成的溫度測(cè)控系統(tǒng)的電路圖如圖11.2所示。該系統(tǒng)采用6片DS18B20同時(shí)測(cè)控6路溫度，另外使用一片DS18B20專門監(jiān)測(cè)機(jī)內(nèi)P的溫度。 +5V穩(wěn)壓電源（7805）電磁干擾濾波器220V50Hz電源主機(jī)P（80C31）看門狗電路（NE555）六路固態(tài)繼電器（SSR1 SSR6）單線數(shù)字溫度計(jì)（DS18B207）達(dá)林頓驅(qū)動(dòng)器

8、（MC1413）上電復(fù)位和手動(dòng)復(fù)位電路（CD4069）645鍵盤9位共陰極LED顯示器位譯碼驅(qū)動(dòng)器（74LS145）地址鎖存器（74LS373）段譯碼驅(qū)動(dòng)器（74LS245）ROM（2732）RAM（6264）可編程鍵盤及顯示器接口（8279）圖11.2 由智能溫度傳感器構(gòu)成溫度測(cè)控系統(tǒng)的電路框圖2. 分布式光纖溫度傳感器系統(tǒng) 分布式光纖溫度傳感器系統(tǒng)是一種能實(shí)時(shí)測(cè)量空間溫度場(chǎng)的高新科技產(chǎn)品。它能連續(xù)測(cè)量光纖沿線所在處的溫度，信號(hào)傳輸距離可達(dá)幾千米，空間定位精度為1m。它具有精度高、數(shù)據(jù)傳輸速度快、自適應(yīng)能力強(qiáng)等優(yōu)點(diǎn)，可取代傳統(tǒng)的電纜式溫感火災(zāi)探測(cè)系統(tǒng)。最近，我國自行開發(fā)的分布式光纖溫度傳感器

9、系統(tǒng)采用先進(jìn)的半導(dǎo)體激光技術(shù)、光纖光學(xué)濾波技術(shù)、高速光電轉(zhuǎn)換和信號(hào)采集技術(shù)。其測(cè)量原理是在給光纖注入一定能量和寬度的激光脈沖時(shí)，它就在傳輸?shù)耐瑫r(shí)不斷產(chǎn)生后向散射光波。這些后向散射光波的狀態(tài)與所在光纖散射點(diǎn)的溫度有關(guān)，將散射回來的光波經(jīng)過波分復(fù)用、檢測(cè)、解調(diào)后，再進(jìn)行信號(hào)處理便可獲得溫度信號(hào)，最終顯示出實(shí)時(shí)溫度值。11.1.5 智能傳感器的發(fā)展前景 人工智能材料和智能傳感器，最近幾年以及今后若干年的時(shí)間內(nèi)，仍然是世人矚目的一門學(xué)科。雖然，在人工智能材料及智能器件的研究方面已向前邁進(jìn)了重要一步。但是，目前人們還不能隨意地設(shè)計(jì)和制造人造思維系統(tǒng)，還只處在實(shí)驗(yàn)室開拓研究的初級(jí)階段。今后人工智能材料和智

10、能傳感器的研究內(nèi)容主要集中在如下幾個(gè)方面：（1）利用微電子學(xué)，使傳感器和微處理器結(jié)合在一起實(shí)現(xiàn)各種功能的單片智能傳感器，仍然是智能傳感器的主要發(fā)展方向之一。 （2）微結(jié)構(gòu)（智能結(jié)構(gòu)）是今后智能傳感器的重要發(fā)展方向之一。（3）利用生物工藝和納米技術(shù)研制傳感器功能材料，以此技術(shù)為基礎(chǔ)研制分子和原子生物傳感器是一門新興學(xué)科，是21世紀(jì)的超前技術(shù)。 （4）完善智能器件原理和智能材料的設(shè)計(jì)方法，也將是今后幾十年極其重要的課題。11.2 傳感器數(shù)據(jù)融合技術(shù) 隨著智能檢測(cè)系統(tǒng)的飛速發(fā)展，多傳感器系統(tǒng)在工業(yè)與民用方面得到了廣泛應(yīng)用。如何把多種傳感器集中于一個(gè)檢測(cè)控制系統(tǒng)，綜合利用來自多傳感器的信息，獲得對(duì)被測(cè)

11、對(duì)象一致性的可靠了解和解釋，以利于系統(tǒng)作出正確的響應(yīng)、決策和控制，成為智能檢測(cè)控制系統(tǒng)中亟待解決的問題。數(shù)據(jù)融合作為消除系統(tǒng)不確定因素、提供準(zhǔn)確觀測(cè)結(jié)果與新的觀測(cè)信息的智能化處理技術(shù)可以作為智能檢測(cè)系統(tǒng)、智能控制系統(tǒng)的一個(gè)基本組成部分，因此數(shù)據(jù)融合可直接用于檢測(cè)、控制、態(tài)勢(shì)評(píng)估和決策過程。11.2.1 數(shù)據(jù)融合的基本內(nèi)容1. 數(shù)據(jù)融合的基本原理和目的 多傳感器數(shù)據(jù)融合的基本原理就象人腦綜合處理信息一樣，充分利用多個(gè)傳感器資源，通過對(duì)多傳感器及其觀測(cè)信息的合理支配和使用，把多傳感器在空間或時(shí)間上可冗余或互補(bǔ)的信息，依據(jù)某種準(zhǔn)則來進(jìn)行組合，以獲得被測(cè)對(duì)象的一致性解釋或描述。 數(shù)據(jù)融合的目的是通過數(shù)

12、據(jù)組合而不是出現(xiàn)在輸入信息中的任何個(gè)別元素，推導(dǎo)出更多的信息，得到最佳協(xié)同作用的結(jié)果，即利用多個(gè)傳感器共同或聯(lián)合操作的優(yōu)勢(shì)，提高傳感器系統(tǒng)的有效性，消除單個(gè)或少量傳感器的局限性。2.數(shù)據(jù)融合的定義 由于傳感器數(shù)據(jù)融合技術(shù)在諸多領(lǐng)域獲得了普遍關(guān)注和廣泛應(yīng)用，“融合”一詞幾乎無限制地被眾多應(yīng)用領(lǐng)域所引用。對(duì)于這樣一個(gè)具有廣泛應(yīng)用領(lǐng)域的概念，很難為數(shù)據(jù)融合給出一個(gè)統(tǒng)一的定義。目前的數(shù)據(jù)融合是針對(duì)一個(gè)系統(tǒng)中使用多種傳感器(多個(gè)或多類)這一特定問題而進(jìn)行的新的信息處理方法，因此，數(shù)據(jù)融合又稱作多傳感器信息融合。 數(shù)據(jù)融合比較確切的定義可概括為：充分利用不同時(shí)間與空間的多傳感器信息資源，采用計(jì)算機(jī)技術(shù)對(duì)按

13、時(shí)序獲得的多傳感器觀測(cè)信息在一定準(zhǔn)則下加以自動(dòng)分析、綜合、支配和使用，獲得對(duì)被測(cè)對(duì)象的一致性解釋與描述，以完成所需的決策和估計(jì)任務(wù)，使系統(tǒng)獲得比它的各組成部分更優(yōu)越的性能. 因此，多傳感器系統(tǒng)是數(shù)據(jù)融合的硬件基礎(chǔ)，多源信息是數(shù)據(jù)融合的加工對(duì)象，協(xié)調(diào)優(yōu)化和綜合處理是數(shù)據(jù)融合的核心。3. 數(shù)據(jù)融合的時(shí)間性和空間性 分布在不同空間位置上的多傳感器在對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行觀測(cè)時(shí)，各傳感器不同時(shí)間的和不同空間的觀測(cè)值將不同，從而形成一個(gè)觀測(cè)值集合。例如s個(gè)傳感器在n個(gè)時(shí)刻觀測(cè)同一個(gè)目標(biāo)可以有sn個(gè)觀測(cè)值，其集合Z為 Z=Zj (j=1, 2, s) Zj =Zj(k) (k=1,2, n) (11-1)式中，Z

14、j為第j號(hào)傳感器的觀測(cè)值的集合，Zj(k)為第j號(hào)傳感器在k時(shí)刻的觀測(cè)值。對(duì)于目標(biāo)運(yùn)動(dòng)狀態(tài)的觀測(cè)，存在數(shù)據(jù)融合的時(shí)間性與空間性問題。（1）數(shù)據(jù)融合的時(shí)間性 數(shù)據(jù)融合的時(shí)間性表示按時(shí)間先后對(duì)觀測(cè)目標(biāo)在不同時(shí)間的觀測(cè)值進(jìn)行融合。利用單傳感器在不同時(shí)間的觀測(cè)結(jié)果進(jìn)行數(shù)據(jù)融合時(shí)，要考慮數(shù)據(jù)融合的時(shí)間性。（2）數(shù)據(jù)融合的空間性 數(shù)據(jù)融合的空間性表示對(duì)同一時(shí)刻不同空間位置的多傳感器觀測(cè)值進(jìn)行數(shù)據(jù)融合。利用多傳感器在同一時(shí)刻的觀測(cè)結(jié)果進(jìn)行數(shù)據(jù)融合時(shí)，要考慮數(shù)據(jù)融合的空間性。 實(shí)際應(yīng)用中，為獲得觀測(cè)目標(biāo)的準(zhǔn)確狀態(tài)，往往需要同時(shí)考慮數(shù)據(jù)融合的時(shí)間性與空間性。具體情況有：1)先對(duì)每個(gè)傳感器在不同時(shí)間的觀測(cè)值進(jìn)行融

15、合，得出每個(gè)傳感器對(duì)目標(biāo)狀態(tài)的估計(jì)，然后將各個(gè)傳感器的估計(jì)進(jìn)行空間融合，從而得到目標(biāo)狀態(tài)的最終估計(jì)。2)先對(duì)同一時(shí)間不同空間位置的各傳感器的觀測(cè)值進(jìn)行融合，得出各個(gè)不同時(shí)間的觀測(cè)目標(biāo)估計(jì)，然后對(duì)不同時(shí)間的觀測(cè)目標(biāo)估計(jì)按時(shí)間順序進(jìn)行融合，得出最終狀態(tài)。3)同時(shí)考慮數(shù)據(jù)融合的時(shí)間性與空間性，即上述(a)、(b)同時(shí)進(jìn)行，這樣可以減少信息損失，提高數(shù)據(jù)融合系統(tǒng)的實(shí)時(shí)性。但同時(shí)進(jìn)行的難度大，只適合于大型多計(jì)算機(jī)的數(shù)據(jù)融合系統(tǒng)。11.2.2 數(shù)據(jù)融合的體系結(jié)構(gòu) 1. 數(shù)據(jù)融合的結(jié)構(gòu)形式 數(shù)據(jù)融合的結(jié)構(gòu)有串聯(lián)、并聯(lián)和混合融合三種形式： 串聯(lián)融合時(shí)，當(dāng)前傳感器要接收前一組傳感器的輸出結(jié)果，每個(gè)傳感器既有接收

16、信息處理信息的功能，又有信息融合的功能。各傳感器的處理同前一級(jí)傳感器輸出的信息形式有很大關(guān)系。最后一個(gè)傳感器綜合了所有前級(jí)傳感器輸出的信息，得到的輸出將作為串聯(lián)融合系統(tǒng)的結(jié)論。因此，串聯(lián)融合時(shí)，前級(jí)傳感器的輸出對(duì)后級(jí)傳感器輸出的影響大。 并聯(lián)融合時(shí)，各個(gè)傳感器直接將各自的輸出信息傳輸?shù)絺鞲衅魅诤现行?，傳感器之間沒有影響，融合中心對(duì)各信息按適當(dāng)方法綜合處理后，輸出最終結(jié)果。因此，并聯(lián)融合時(shí)，各傳感器的輸出之間不存在影響。 混合融合方式是串聯(lián)融合和并聯(lián)融合兩種方式的結(jié)合，或總體串聯(lián)，局部并聯(lián)；或總體并聯(lián)，局部串聯(lián)。2. 數(shù)據(jù)融合的層次 數(shù)據(jù)融合可分為三個(gè)層次：像素級(jí)融合、特征級(jí)融合和決策級(jí)融合:（

17、1）像素級(jí)融合 直接在采集到的原始數(shù)據(jù)層上進(jìn)行的融合為像素級(jí)融合。這種融合在各種傳感器的原始觀測(cè)信息未經(jīng)預(yù)處理之前就進(jìn)行數(shù)據(jù)綜合分析，是最低層次的融合。（2）特征級(jí)融合 先對(duì)來自傳感器的原始信息進(jìn)行特征提取(特征可以是被觀測(cè)對(duì)象的各種物理量)，然后對(duì)特征信息進(jìn)行綜合分析和處理，這樣的數(shù)據(jù)融合即為特征級(jí)融合。特征級(jí)融合屬于中間層次，其融合過程為：首先提取像素信息的表示量或統(tǒng)計(jì)量，即提取特征信息，然后按特征信息對(duì)多傳感器數(shù)據(jù)進(jìn)行分類、綜合和分析。（3）決策級(jí)融合 決策級(jí)融合是一種高層次融合，其結(jié)果為檢測(cè)、控制、指揮、決策提供依據(jù)。決策級(jí)融合從具體決策問題出發(fā)，充分利用特征級(jí)融合的最終結(jié)果，直接針對(duì)

18、具體決策目標(biāo)，融合結(jié)果直接影響決策水平。11.2.3 數(shù)據(jù)融合的方法 盡管多傳感器數(shù)據(jù)融合至今尚未形成基本的理論框架和有效的廣義融合模型及算法，但不少應(yīng)用領(lǐng)域的研究人員根據(jù)各自的具體應(yīng)用背景，已經(jīng)提出了許多比較成熟且有效的融合方法，下面介紹部分?jǐn)?shù)據(jù)融合方法。 1. 數(shù)據(jù)融合方法簡介 作為一種智能化數(shù)據(jù)綜合處理技術(shù)，數(shù)據(jù)融合是許多傳統(tǒng)學(xué)科 和新技術(shù)的集成與應(yīng)用。表11.1歸納了常用的一些數(shù)據(jù)融合方法。表11.1 常用的數(shù)據(jù)融合方法2. 基于Bayes參數(shù)估計(jì)的數(shù)據(jù)融合 若檢測(cè)信號(hào)是符合正態(tài)分布的隨機(jī)信號(hào)，則采用參數(shù)估計(jì)的方法比較合適。智能檢測(cè)系統(tǒng)的多傳感器觀測(cè)數(shù)據(jù)大多是在隨機(jī)擾動(dòng)的環(huán)境中同一特征

19、的測(cè)量值，因此，首先應(yīng)在理論上建立基于Bayes參數(shù)估計(jì)的多傳感器數(shù)據(jù)融合算法，得出數(shù)據(jù)融合公式，然后對(duì)剔除了誤差的一致性觀測(cè)數(shù)據(jù)進(jìn)行融合計(jì)算。 設(shè)在某一時(shí)刻被測(cè)樣品的狀態(tài)為x，傳感器的測(cè)量值為y，則該傳感器的測(cè)模型是 y=f(x)+v (11-2)式中，f(x)為y與x的函數(shù)關(guān)系；v為隨機(jī)擾動(dòng)。 智能檢測(cè)系統(tǒng)中的數(shù)據(jù)融合，就是由N(有限)個(gè)傳感器得到的測(cè)量值y1、y2、yN，按照某種估計(jì)準(zhǔn)則函數(shù)，從y1、y2、yN中估計(jì)出狀態(tài)x的真實(shí)值。 對(duì)于智能檢測(cè)系統(tǒng)中單個(gè)傳感器S1的測(cè)量結(jié)果，設(shè)其測(cè)量值為y，狀態(tài)x的估計(jì)值為，并定義L,x為損失函數(shù)，根據(jù)Bayes估計(jì)，相應(yīng)的風(fēng)險(xiǎn)表達(dá)式為 (11-3)

20、式中，P(y)為檢測(cè)數(shù)據(jù)的分布概率；P(x|y)為狀態(tài)x的后驗(yàn)概率。 取風(fēng)險(xiǎn)最小的估計(jì)準(zhǔn)則，必須使 (11-4)才能獲得狀態(tài)的估計(jì)值。由(11-3)式可見，對(duì)應(yīng)不同的L,x，將得到不同的估計(jì)結(jié)果。常用的L,x有以下三種形式： (11-5)式中，A是正定權(quán)矩陣。 (11-6) (11-7)式中，為任意小的正數(shù)。相應(yīng)的狀態(tài)最優(yōu)估計(jì)值分別是：后驗(yàn)均值估計(jì)： (11-8)后驗(yàn)中位數(shù)估計(jì)： (11-9) 最大后驗(yàn)估計(jì)： (11-10) 在系統(tǒng)中加入另一個(gè)獨(dú)立的傳感器S2，其測(cè)量值為y2。將原有的傳感器的測(cè)量值記為y1，則基于y = (y1 y2)尋求到的最優(yōu)估計(jì)即為數(shù)據(jù)融合后的值。顯然，在這種抽象水平上

21、，與的估計(jì)算法是一致的。因此，基于(11-7)式定義的損失函數(shù)的狀態(tài)最優(yōu)估計(jì)為 (11-11) 如果系統(tǒng)中有N個(gè)獨(dú)立的傳感器S1, S2, , SN ，類似地，可得到基于(11-7)式定義的損失函數(shù)的N個(gè)傳感器的測(cè)量數(shù)據(jù)的融合值為 (11-12) 至此，多傳感器融合就轉(zhuǎn)化為如何得到狀態(tài)x的后驗(yàn)概率P(x|y)的問題，并找到相應(yīng)的最大后驗(yàn)估計(jì)值。根據(jù)Bayes定理有 (11-13)可以認(rèn)為N個(gè)獨(dú)立的傳感器的測(cè)量值是統(tǒng)計(jì)獨(dú)立的，即 (11-14)由(11-13)、(11-14)式及Bayes定理有 (11-15)式中， 和 均與x無關(guān)，可視為歸一化因子，在求最大后驗(yàn)估計(jì)時(shí)可不予考慮。因而(11-1

22、2)式可變?yōu)?(11-16)式中，P(x|yi)為得到傳感器檢測(cè)量yi后，對(duì)狀態(tài)x的后驗(yàn)概率估計(jì)。 3. 基于DS證據(jù)推理的數(shù)據(jù)融合 DS(Dempster-Shafer)證據(jù)推理是貝葉斯推理的擴(kuò)充，在多傳感器目標(biāo)識(shí)別、軍事指揮和控制等方面得到了廣泛的應(yīng)用。(1) DS方法的推理結(jié)構(gòu) 一個(gè)完整的推理系統(tǒng)需要用幾個(gè)不同推理級(jí)來保持精確的可信度。DS方法的推理結(jié)構(gòu)自上而下分為三級(jí)，如圖11.3所示。 第一級(jí)為目標(biāo)合成，其作用是把來自幾個(gè)獨(dú)立傳感器的觀測(cè)結(jié)果合成為一個(gè)總的輸出結(jié)果(ID)。 第二級(jí)為推斷，其作用是獲取傳感器的觀測(cè)結(jié)果并進(jìn)行推斷，將傳感器的觀測(cè)結(jié)果擴(kuò)展成為目標(biāo)報(bào)告。這種推理的基礎(chǔ)是：一

23、定的傳感器觀測(cè)結(jié)果以某種可信度在邏輯上定會(huì)產(chǎn)生可信的某些目標(biāo)觀測(cè)結(jié)果。 第三級(jí)為更新。由于傳感器存在隨機(jī)誤差，在時(shí)間上充分獨(dú)立的來自同一傳感器的一組連續(xù)報(bào)告，比任何單一報(bào)告都可靠。因此，在進(jìn)行推斷和多傳感器合成之前要先組合(更新)傳感器的觀測(cè)信息。(2) DS證據(jù)推理原理 DS證據(jù)推理的三個(gè)要點(diǎn)是基本概率賦值函數(shù)m、信任函數(shù)Bel(A)和似然函數(shù)Pls(A)。1)基本概率賦值函數(shù)m設(shè)是一個(gè)鑒別框架，則函數(shù)m：2 0,1稱為基本概率賦值函數(shù)，且滿足 m()=0 (11-17) m(A)=1 A (11-18)2)信任函數(shù)若是一個(gè)鑒別框架，則函數(shù)Bel：20,1是信任函數(shù)，且滿足 Bel()=0

24、(11-19) Bel()=1 (11-20)對(duì)每個(gè)正整數(shù)n與的子集A1，A2，An，有 (11-21)信任函數(shù)與基本概率賦值函數(shù)的關(guān)系如下 (11-22)(11-22)式表示，在證據(jù)推理中，賦予A的可信度中，一部分是賦予A的某些子集的，其余部分是確切賦予A的。 3)似然函數(shù)似然函數(shù)定義為 (11-23)信任函數(shù)Bel(A)表示集合A信任度的下界，似然函數(shù)Pls(A)表示集合A信任度的上界。(3) DS證據(jù)推理的應(yīng)用在多傳感器數(shù)據(jù)融合中，應(yīng)用DS推理的基本過程如圖11.4所示。DS推理過程包括三步：1)計(jì)算各個(gè)證據(jù)的基本概率賦值函數(shù)mi、信任函數(shù)Beli和似然函數(shù)Plsi。2)用DS組合規(guī)則計(jì)

25、算所有證據(jù)聯(lián)合作用下的基本概率賦值函數(shù)、信任函數(shù)和似然函數(shù)。3)根據(jù)一定的決策規(guī)則，選擇聯(lián)合作用下支持度最大的假設(shè)。11.2.4 多傳感器數(shù)據(jù)融合技術(shù)的應(yīng)用舉例1. 熱處理爐溫度測(cè)控系統(tǒng)的數(shù)據(jù)融合 熱處理爐溫度測(cè)量系統(tǒng)原理框圖如圖11.5所示。熱處理爐各溫區(qū)的典型位置均設(shè)有測(cè)溫傳感器(每個(gè)溫區(qū)有8個(gè))，屬于多傳感器系統(tǒng)。 通常，數(shù)據(jù)處理的方法是用疏忽誤差剔除準(zhǔn)則去掉含疏忽誤差的數(shù)據(jù)，即得到關(guān)于被測(cè)量的一致性測(cè)量數(shù)據(jù)后，再用算術(shù)平均值作為實(shí)際溫度的近似值；而熱處理爐溫度測(cè)量數(shù)據(jù)融合的目的是依據(jù)有限的傳感器資源，消除測(cè)量中的不確定性，獲得更準(zhǔn)確、更可靠的測(cè)量結(jié)果。由于采用了數(shù)據(jù)融合處理，當(dāng)系統(tǒng)中的

26、某些傳感器失效時(shí)，系統(tǒng)可以依據(jù)其他非失效傳感器提供的信息，通過數(shù)據(jù)融合獲知各溫區(qū)的準(zhǔn)確溫度。 用8個(gè)溫度傳感器在相同時(shí)間對(duì)某恒溫區(qū)單獨(dú)測(cè)量，得到的數(shù)據(jù)結(jié)果如表11.2所示。表11.2 多傳感器溫度測(cè)量結(jié)果2. 刀具切削過程中的數(shù)據(jù)融合 在機(jī)械制造領(lǐng)域的智能監(jiān)控中，AE信號(hào)與力信號(hào)、AE信號(hào)與電機(jī)功率信號(hào)、力信號(hào)與電機(jī)電流信號(hào)、電機(jī)功率信號(hào)與主軸短時(shí)轉(zhuǎn)速信號(hào)等都可以進(jìn)行多種形式的數(shù)據(jù)融合。在切削加工過程中，運(yùn)用基于人工神經(jīng)網(wǎng)絡(luò)的多傳感器信息融合技術(shù)能夠?qū)崿F(xiàn)對(duì)刀具狀態(tài)的自動(dòng)化監(jiān)測(cè)。（1）鉆削實(shí)驗(yàn)表明，軸向切削力信號(hào)對(duì)刀具磨損、鉆頭即將打滑兩種狀態(tài)比較敏感，而主電機(jī)振動(dòng)信號(hào)對(duì)切屑堵塞、積屑瘤、鉆頭即

27、將打滑三種狀態(tài)較為敏感。顯然，同時(shí)采用這兩種信號(hào)就能對(duì)切削刀具的多種狀態(tài)進(jìn)行監(jiān)測(cè)，具有一定的互補(bǔ)性和冗余性。（2）為了適應(yīng)多狀態(tài)的實(shí)時(shí)監(jiān)測(cè)要求，在特征級(jí)對(duì)以上兩種信號(hào)進(jìn)行融合處理。根據(jù)多種特征對(duì)于多種刀具狀態(tài)的識(shí)別圖以及特征評(píng)價(jià)指標(biāo)的計(jì)算結(jié)果，提取分類性能較好的多個(gè)特征參數(shù)，作為監(jiān)測(cè)的有效特征向量。（3）采用并行結(jié)構(gòu)，將獲得的有效特征向量輸入數(shù)據(jù)融合中心。根據(jù)監(jiān)測(cè)優(yōu)先和少冗余特征的分析要求，運(yùn)用層次化監(jiān)控模型，使危險(xiǎn)性較大的狀態(tài)優(yōu)先報(bào)警，同時(shí)使整個(gè)系統(tǒng)能快速處理。在融合算法上，利用函數(shù)鏈神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)相結(jié)合，先用無監(jiān)督學(xué)習(xí)模塊自動(dòng)識(shí)別當(dāng)前的加工狀態(tài)是否正常。若正常，則繼續(xù)采集

28、新的數(shù)據(jù)進(jìn)行判斷。否則，利用監(jiān)督學(xué)習(xí)模塊自動(dòng)識(shí)別異常狀態(tài)的類型。然后，根據(jù)這一類型自動(dòng)轉(zhuǎn)入相應(yīng)的控制模塊。 測(cè)試結(jié)果表明，所采用的智能監(jiān)測(cè)技術(shù)能明顯提高多種狀態(tài)的識(shí)別率，而且，在一定范圍內(nèi)，可變加工參數(shù)的改變并不影響監(jiān)測(cè)效果，使該技術(shù)具有較大的適用性。11.3 軟測(cè)量技術(shù) 軟測(cè)量技術(shù)主要包括四部分的內(nèi)容：（1）輔助變量的選?。唬?）數(shù)據(jù)處理；（3）軟測(cè)量模型的建立；（4）軟測(cè)量模型的自校正及維護(hù)。11.3.1 輔助變量的選擇 輔助變量的選擇非常重要，因?yàn)椴豢蓽y(cè)的主導(dǎo)變量需要由這些輔助變量推斷出來；這其中包括輔助變量的類型、數(shù)目及測(cè)點(diǎn)位置三個(gè)關(guān)鍵點(diǎn)。這三點(diǎn)是互相關(guān)聯(lián)的，在實(shí)際中受到經(jīng)濟(jì)性、維護(hù)的

29、難易等額外因素的制約。 對(duì)輔助變量的選擇通常遵循如下原則：（1）靈敏性。能對(duì)過程輸出（或不可測(cè)擾動(dòng)）作出快速反應(yīng)。（2）特異性。能對(duì)過程輸出（或不可測(cè)擾動(dòng)）之外的干擾不敏感。（3）工業(yè)適應(yīng)性。工程上易于獲得并達(dá)到一定的測(cè)量精度。（4）精確性。構(gòu)成的估計(jì)器達(dá)到要求的精度。（5）魯棒性。構(gòu)成的估計(jì)器對(duì)模型誤差不敏感。11.3.2 測(cè)量數(shù)據(jù)的處理1. 誤差處理 從現(xiàn)場(chǎng)采集的測(cè)量數(shù)據(jù)，由于受到儀表精度和測(cè)量環(huán)境的影響，一般都不可避免地帶有誤差，有時(shí)甚至有嚴(yán)重的過失誤差。如果將這些現(xiàn)場(chǎng)測(cè)量數(shù)據(jù)直接用于軟測(cè)量，會(huì)導(dǎo)致軟測(cè)量的精度降低，甚至完全失敗。因此，測(cè)量數(shù)據(jù)必須經(jīng)過誤差處理。測(cè)量數(shù)據(jù)的誤差分為隨機(jī)誤差

30、、系統(tǒng)誤差和過失誤差。2. 數(shù)據(jù)的變換 對(duì)數(shù)據(jù)的變換包括標(biāo)度、轉(zhuǎn)換和權(quán)函數(shù)三個(gè)方面。(1)標(biāo)度:利用合適的因子對(duì)數(shù)據(jù)進(jìn)行標(biāo)度，能夠改善算法的精度和穩(wěn)定性。(2)轉(zhuǎn)換:通過對(duì)數(shù)據(jù)的轉(zhuǎn)換，可以有效地降低非線性特性。 (3)權(quán)函數(shù):可實(shí)現(xiàn)對(duì)變量動(dòng)態(tài)特性的補(bǔ)償。合理使用權(quán)函數(shù)使我們有可能用穩(wěn)態(tài)模型實(shí)現(xiàn)對(duì)過程的動(dòng)態(tài)估計(jì)。11.3.3 軟測(cè)量模型的建立 軟測(cè)量建模就是設(shè)法根據(jù)某種最優(yōu)原則由可測(cè)變量得到無法直接測(cè)量的主導(dǎo)變量的估計(jì)值。軟測(cè)量模型的建立方法主要有機(jī)理建模方法和辨識(shí)建模方法兩大類。 （1）機(jī)理建模方法 在全面深刻地了解生產(chǎn)過程的工藝機(jī)理后，就可以列出多種有關(guān)的平衡方程式，從而確定不可測(cè)的主導(dǎo)變量

31、和可測(cè)的二次變量之間的數(shù)學(xué)關(guān)系，建立起用來估計(jì)主導(dǎo)變量的機(jī)理模型。機(jī)理模型的性能最優(yōu)越，它能處理動(dòng)態(tài)、靜態(tài)、非線性的各種對(duì)象。但目前生產(chǎn)過程中仍有許多機(jī)理并不完全清楚，所以使用機(jī)理建模往往會(huì)有一定的困難。 （2）辨識(shí)建模方法1）動(dòng)態(tài)軟測(cè)量模型的間接辨識(shí)2）靜態(tài)軟測(cè)量模型的辨識(shí)回歸分析法3）非線性軟測(cè)量模型的建立11.3.4 軟測(cè)量模型的自校正及維護(hù) 工業(yè)生產(chǎn)過程的對(duì)象特征由于工藝改造、原料特性變化、操作條件改變等原因都會(huì)發(fā)生變化。如果軟測(cè)量模型不作修正，測(cè)量精度必然下降，因此模型采用在線自校正和不定期更新的兩級(jí)學(xué)習(xí)機(jī)制。（1）在線自校正。根據(jù)對(duì)被測(cè)量參數(shù)的離線測(cè)量值（人工采樣，實(shí)驗(yàn)室分析）與軟

32、測(cè)量中主導(dǎo)變量估計(jì)值之間的偏差來對(duì)模型進(jìn)行在線修正，使軟測(cè)量估計(jì)器能跟蹤系統(tǒng)特性的變化，最簡便的在線校正算法為常數(shù)項(xiàng)修正法。（2）模型更新。當(dāng)對(duì)象特性發(fā)生較大變化，即使軟測(cè)量估計(jì)器進(jìn)行在線學(xué)習(xí)也無法保證估計(jì)值的精度時(shí)，則必須使用已積累的歷史數(shù)據(jù)進(jìn)行模型更新。通常要在人工干預(yù)下進(jìn)行模型離線重構(gòu)。 為了實(shí)現(xiàn)軟測(cè)量模型長周期的自動(dòng)更新，可以設(shè)計(jì)一個(gè)軟測(cè)量估計(jì)器評(píng)價(jià)軟件模塊，由它自動(dòng)作出需要更新模型的決策，并調(diào)用離線模塊來更新模型。11.3.5 模型實(shí)時(shí)演算的工程化實(shí)施技術(shù) 軟測(cè)量是一種工程實(shí)用技術(shù)，它通過對(duì)軟測(cè)量模型的在線計(jì)算給出被測(cè)量即主導(dǎo)變量的估計(jì)值。完成這個(gè)工作的裝置稱為軟測(cè)量估計(jì)器或軟測(cè)量儀

33、表，對(duì)它的要求是簡易性、有效性和可靠性。設(shè)計(jì)一個(gè)軟測(cè)量估計(jì)器可按如下的步驟進(jìn)行：（1）輔助變量的選擇。 （2）現(xiàn)場(chǎng)數(shù)據(jù)采集與處理。 （3）軟測(cè)量模型結(jié)構(gòu)選擇。 （4）模型參數(shù)的估計(jì)。 （5）軟測(cè)量模型的實(shí)施。 11.3.6 軟測(cè)量的工業(yè)應(yīng)用 1. 軟儀表在過程操作和監(jiān)控方面有十分重要的作用。軟儀表實(shí)現(xiàn)成分、物性等特殊變量的在線測(cè)量，而這些變量往往對(duì)過程評(píng)估和質(zhì)量非常重要。沒有儀表的時(shí)候，操作人員要主動(dòng)收集溫度、壓力等過程信息，經(jīng)過頭腦中經(jīng)驗(yàn)的綜合，對(duì)生產(chǎn)情況進(jìn)行判斷和估算。 2. 軟儀表對(duì)過程控制也很重要，可以構(gòu)成推斷控制。所謂推斷控制就是利用模型由可測(cè)信息將不可測(cè)的被控輸出變量推算出來，以實(shí)

34、現(xiàn)反饋控制，或者將不可測(cè)的擾動(dòng)推算出來，以實(shí)現(xiàn)前饋控制的一類控制系統(tǒng)。 3. 軟儀表在過程優(yōu)化中也有應(yīng)用。這時(shí)，軟測(cè)量或者為過程優(yōu)化提供重要的調(diào)優(yōu)變量估計(jì)，成為優(yōu)化模型的一部分；或者本身就是重要的優(yōu)化目標(biāo)，如質(zhì)量等，直接作為優(yōu)化模型使用。根據(jù)不同的優(yōu)化模型，按照一定的優(yōu)化目標(biāo)，采取相應(yīng)的優(yōu)化方法，在線求出最佳操作參數(shù)條件，使系統(tǒng)運(yùn)行在最優(yōu)工作點(diǎn)處，實(shí)現(xiàn)自適應(yīng)優(yōu)化控制。11.4 虛擬儀器 虛擬儀器是指通過應(yīng)用程序?qū)⒂?jì)算機(jī)與功能器件（完成信號(hào)獲取、轉(zhuǎn)換和調(diào)理的專用硬件）結(jié)合起來，從而把計(jì)算機(jī)的強(qiáng)大運(yùn)算存儲(chǔ)和通信能力與功能硬件的測(cè)量和轉(zhuǎn)換能力融為一體，形成一種多功能，高精度，可靈活組合并帶有通信功能

35、的測(cè)試技術(shù)平臺(tái)。 11.4.1 系統(tǒng)構(gòu)成 虛擬儀器一般由計(jì)算機(jī)、功能硬件模塊和應(yīng)用軟件三大功能部件組成，它們之間通過標(biāo)準(zhǔn)總線進(jìn)行數(shù)據(jù)交換，虛擬儀器的構(gòu)成如圖11.7所示。 傳感器 PC機(jī)、工作站 信號(hào)調(diào)理 數(shù)據(jù)采集卡 通用接口卡 VXI 儀器 現(xiàn)場(chǎng)總線設(shè)備 其他計(jì)算機(jī)硬件 通用接口 GPIB 儀器 串行口儀器、 PLC 圖 11.7 虛擬儀器構(gòu)成的基本框圖 目前常用的虛擬儀器系統(tǒng)是經(jīng)過信號(hào)調(diào)理的數(shù)據(jù)采集系統(tǒng)；GPIB（General Purpose Interface Bus，通用接口總線）儀器控制系統(tǒng)；VXI儀器系統(tǒng)以及三者之間的任意組合。 下面重點(diǎn)介紹這三種系統(tǒng)的構(gòu)成方法: 1. 數(shù)據(jù)采集

36、系統(tǒng)的構(gòu)成方法 一個(gè)典型的數(shù)據(jù)采集虛擬儀器系統(tǒng)由信號(hào)獲取、信號(hào)調(diào)理、數(shù)據(jù)采集和數(shù)據(jù)處理四部分組成 2. GPIB儀器控制系統(tǒng)的構(gòu)成方法 一個(gè)典型的GPIB測(cè)試系統(tǒng)一般由一臺(tái)PC機(jī)，一塊GPIB接口板卡和若干臺(tái)GPIB儀器通過標(biāo)準(zhǔn)GPIB電纜連接而成。在標(biāo)準(zhǔn)情況下，一塊GPIB接口板卡最多可以帶14臺(tái)儀器，電纜總長20m，對(duì)于小型測(cè)試系統(tǒng)這已足夠了，對(duì)于大型的測(cè)試系統(tǒng)可利用GPIB的擴(kuò)展技術(shù)在儀器數(shù)量和通信距離上作進(jìn)一步擴(kuò)展。 3. VXI儀器控制系統(tǒng)的構(gòu)成方 一個(gè)VXI儀器系統(tǒng)可以有三種不同的配置方法： （1）GPIB控制方案（2）嵌入式計(jì)算機(jī)控制方案（3）MXI總線控制方案 11.4.2 軟

37、件結(jié)構(gòu) （1）輸入/輸出接口軟件。存在于儀器與儀器驅(qū)動(dòng)程序之間，是一個(gè)完成對(duì)儀器內(nèi)部寄存器單元進(jìn)行直接存取數(shù)據(jù)操作、對(duì)VXI總線背板與器件作測(cè)試與控制、并為儀器與儀器驅(qū)動(dòng)程序提供信息傳遞的底層軟件層，它是實(shí)現(xiàn)開放的、統(tǒng)一的虛擬儀器系統(tǒng)的基礎(chǔ)與核心。 （2）儀器驅(qū)動(dòng)程序。儀器驅(qū)動(dòng)程序的實(shí)質(zhì)是為用戶提供了用于儀器操作的較抽象的操作函數(shù)集。對(duì)于儀器的操作與管理，又是通過輸入/輸出軟件所提供的統(tǒng)一基礎(chǔ)和統(tǒng)一格式的函數(shù)庫（VISA）的調(diào)用來實(shí)現(xiàn)的。對(duì)于應(yīng)用程序設(shè)計(jì)人員來說，一旦有了儀器驅(qū)動(dòng)程序，就算還不十分了解儀器的內(nèi)部操作過程，也可以進(jìn)行虛擬儀器系統(tǒng)的設(shè)計(jì)工作。 （3）應(yīng)用軟件開發(fā)環(huán)境。應(yīng)用軟件開發(fā)環(huán)

38、境的選擇，可因開發(fā)人員的喜好不同而不同，但最終都必須提供給用戶界面友好、功能強(qiáng)大的應(yīng)用程序。 11.4.3 硬件結(jié)構(gòu) 虛擬儀器系統(tǒng)的硬件主要包括數(shù)據(jù)采集設(shè)備及各種計(jì)算機(jī)系統(tǒng)。1.數(shù)據(jù)采集設(shè)備 數(shù)據(jù)采集設(shè)備主要有：傳感器、采樣/保持裝置、信號(hào)調(diào)理裝置、A/D卡和D/A卡、通信卡等，這些部件構(gòu)成虛擬儀器測(cè)試系統(tǒng)的基礎(chǔ)。 2.計(jì)算機(jī)及附件系統(tǒng) 虛擬儀器系統(tǒng)中，必須配備計(jì)算機(jī)系統(tǒng)。究竟選擇普通式計(jì)算機(jī)、便攜式計(jì)算機(jī)、工作站、嵌入式計(jì)算機(jī)還是高性能工業(yè)控制計(jì)算機(jī)，應(yīng)視具體應(yīng)用而定。在此基礎(chǔ)上，再確定計(jì)算機(jī)系統(tǒng)的配置，如系統(tǒng)主頻、CPU頻率、存儲(chǔ)容量、顯卡、光盤驅(qū)動(dòng)器、打印機(jī)等。11.4.4 軟件開發(fā)平臺(tái)

39、 軟件是虛擬儀器的核心，而目前軟件的開發(fā)平臺(tái)主要有以下幾種：美國國家儀器公司（NI）的LabView，Lab Windows/CVI，HP公司的VEE等。虛擬儀器完全符合國際上流行的“硬件軟件化”的發(fā)展趨勢(shì)，因而也被稱為“軟件儀器”。 在虛擬儀器系統(tǒng)中，硬件僅僅是為了解決信號(hào)的輸入、輸出，軟件才是整個(gè)系統(tǒng)的關(guān)鍵，系統(tǒng)所有的功能主要由軟件來實(shí)現(xiàn)，任何一個(gè)用戶都可以用修改軟件的方法很方便地改變、增減系統(tǒng)的功能與規(guī)模。構(gòu)筑自己需要的通用的或有特色的測(cè)試平臺(tái)。 構(gòu)成虛擬儀器的四個(gè)要素是：計(jì)算機(jī)是動(dòng)力，軟件是核心，傳感器和信號(hào)調(diào)理板卡是關(guān)鍵，而標(biāo)準(zhǔn)接口和通信總線是連接各部分的橋梁。虛擬儀器的出現(xiàn)是儀器發(fā)展史上的一場(chǎng)革命，代表著儀器發(fā)展的最新方向和潮流，是信息革命的一個(gè)重要領(lǐng)域。11.5 網(wǎng)絡(luò)化檢測(cè)儀器 總線式儀器、虛擬儀器等微機(jī)化儀器技術(shù)的應(yīng)用，使組建集中和分布式測(cè)控系統(tǒng)變得更為容易。但集中測(cè)控越來越滿足不了復(fù)雜遠(yuǎn)程（異地）和范圍較大的測(cè)控任務(wù)的需求，為此，組建網(wǎng)絡(luò)化的測(cè)控系統(tǒng)就顯得非常必要。在網(wǎng)絡(luò)化儀器環(huán)境條件下，被測(cè)對(duì)象可通過檢測(cè)現(xiàn)