حل مشكلة اللاخطية المزدوجة الحرارية: كيفية قياس درجة الحرارة ببساطة ودقة؟

كيف يمكن تحقيق قياس درجة حرارة عالي الدقة بسهولة-والتخلص من اللاخطية في المزدوجات الحرارية؟

المزدوجات الحرارية، باعتبارها واحدة من أجهزة الاستشعار الأكثر استخدامًا على نطاق واسع في قياس درجة الحرارة الصناعية، يفضلها المهندسون بسبب نطاق درجات الحرارة الواسع، والمتانة، والاستجابة السريعة. ومع ذلك، فإن اللاخطية بين جهد خرج المزدوج الحراري ودرجة الحرارة كانت دائمًا مشكلة كبيرة تعيق دقة القياس.

سنستكشف اليوم كيفية تحسين طرق جدول البحث والتصحيحات الخوارزمية من منظور التطبيق العملي لتقليل تعقيد النظام مع تحسين دقة القياس.

تحدي اللاخطية الحرارية

العلاقة بين جهد خرج المزدوج الحراري ودرجة الحرارة ليست علاقة خطية بسيطة. على سبيل المثال، تتمتع المزدوجة الحرارية من النوع K بحساسية تبلغ 39 μV/°C عند 0°C، ولكنها تصبح 47 μV/°C عند 100°C.

تجعل هذه اللاخطية حساب درجة الحرارة مباشرة من قراءات الجهد أمرًا معقدًا، كما أن طرق المعالجة الخطية التقليدية تقدم أخطاء كبيرة، خاصة في درجات الحرارة المرتفعة. على سبيل المثال، المزدوجة الحرارية من النوع K المزودة بترتيب خامس -متعدد الحدود به خطأ أقل من 0.1 درجة مئوية أقل من 200 درجة مئوية، ولكن الخطأ يزيد إلى 1.2 درجة مئوية عند 800 درجة مئوية.

تحسين طريقة جدول البحث: ترقية ذكية للحلول التقليدية

تعد طريقة جدول البحث واحدة من أكثر طرق التصحيح غير الخطية المباشرة. يقوم بتحويل الجهد المقاس إلى درجة الحرارة المقابلة عن طريق تخزين بيانات جدول معايرة المزدوجة الحرارية. تتطلب جداول البحث التقليدية تخزين كمية كبيرة من البيانات. على سبيل المثال، يحتاج نظام اختبار محرك جوي معين- يستخدم طريقة جدول البحث لتخزين 100000 مجموعة من البيانات، مما يؤدي إلى وصول إشغال موارد FPGA إلى 75%.

تتضمن استراتيجيات التحسين ما يلي:

جدول البحث المجزأ مع الاستيفاء الخطي: تقسيم نطاق درجة الحرارة إلى عدة أجزاء وإجراء حسابات الاستيفاء الخطي داخل كل مقطع. وهذا يضمن الدقة مع تقليل كمية البيانات المطلوبة للتخزين بشكل كبير.

استراتيجية التجزئة الديناميكية: استخدام فترات مقطعية مختلفة بناءً على درجة اللاخطية ضمن نطاق درجة الحرارة. يتم استخدام المقاطع الأكثر كثافة في المناطق ذات اللاخطية الشديدة، بينما يتم استخدام المقاطع المتناثرة في المناطق ذات اللاخطية الأقل، مما يؤدي إلى تحسين استخدام الموارد.

الجمع بين خوارزميات الضغط: ضغط بيانات جدول المعايرة وتخزينها، مما يتطلب إلغاء الضغط في الوقت الفعلي- أثناء الاستخدام، وبالتالي تقليل متطلبات مساحة التخزين.

تصحيح الخوارزمية: الحساب الذكي يحل محل تعقيد الأجهزة

يحقق تصحيح الخوارزمية تعويضًا غير خطي من خلال الحسابات الرياضية، مما يقلل الاعتماد على موارد الأجهزة بشكل فعال.

1. خوارزمية تركيب متعدد الحدود

تستخدم هذه الخوارزمية معادلات متعددة الحدود لتقريب الخصائص غير الخطية للمزدوجات الحرارية. على سبيل المثال، قد يكون ترتيب كثير الحدود- الثالث: V_out=a0 + a1T + a2T² + a3T³. يتم الحصول على المعاملات متعددة الحدود عن طريق تركيب البيانات التجريبية، مما يوفر دقة كافية ضمن نطاق درجة حرارة معينة. يتضمن التحسين اختيار ترتيب مناسب-الترتيب المنخفض جدًا يؤدي إلى حدوث أخطاء، بينما يؤدي الترتيب المرتفع جدًا إلى زيادة التعقيد الحسابي وقد يؤدي إلى التجاوز.

2. خوارزمية التحسين الذكي

أظهر الجمع بين تحسين سرب الجسيمات (PSO) وآلة ناقل دعم المربعات الصغرى (LSSVM) أداءً ممتازًا في السنوات الأخيرة. يتم استخدام خوارزمية PSO لضبط المعلمات ذات الصلة لنموذج LSSVM تلقائيًا لتحقيق دقة واستقرار أعلى للتنبؤ.

تظهر النتائج التجريبية أن هذه الطريقة تحقق دقة تنبؤ عالية في ظل مجموعات بيانات وظروف اختبار مختلفة، وتقلل بشكل كبير من الأخطاء مقارنة بنماذج الانحدار الخطي التقليدية.

3. نموذج خوارزمية التحكم التنبؤي (MPC).

يمكن لتقنية التحكم التنبؤي للنموذج المستندة إلى FPGA-، من خلال إنشاء نموذج تصحيح ديناميكي غير خطي والاستفادة من مزايا الحوسبة المتوازية للأجهزة، تحقيق استجابة على مستوى -ملي ثانية وتعويض عالي الدقة-.

بعد اعتماد MPC في نظام قياس درجة حرارة الفرن العالي لشركة الصلب، تم تقليل وقت تعديل جهد التعويض من 3 ثوانٍ إلى 8 مللي ثانية، وانخفض خطأ قياس درجة الحرارة من 5 درجات إلى 0.3 درجة.

استراتيجيات عملية للحد من تعقيد النظام

وبغض النظر عن الطريقة المستخدمة، يجب تحقيق التوازن بين الدقة والتعقيد:

الجمع بين تسريع الأجهزة وتحسين البرامج: الاستفادة من إمكانات المعالجة المتوازية لـ FPGAs للتعامل مع الخوارزميات المعقدة مع تحسين خوارزميات البرامج لتقليل الحمل الحسابي.

خوارزميات التصحيح التكيفي: تطوير خوارزميات يمكنها ضبط المعلمات تلقائيًا وفقًا لبيئة العمل، مما يقلل الحاجة إلى التدخل اليدوي وتعديل الأجهزة.

حلول متكاملة: استخدام حلول شرائح متكاملة للغاية، مثل مضخم الصوت المزدوج الحراري AD8495، المصمم خصيصًا للمزدوجات الحرارية من النوع K-، مع دمج تعويض الوصلات المرجعية ودوائر تكييف الإشارة.

اتجاهات التنمية المستقبلية

مع التقدم التكنولوجي، يتجه التصحيح اللاخطي المزدوج الحراري نحو مزيد من الذكاء والتكامل:

تكامل الذكاء الاصطناعي: نماذج ديناميكية تعتمد على هياكل الشبكات العصبية مثل LSTM، باستخدام نقل التعلم لتقليل متطلبات بيانات التدريب مع تحسين دقة التنبؤ.

تطبيقات الحوسبة الطرفية: يؤدي توزيع بعض مهام الحوسبة على الأجهزة الطرفية إلى تقليل العبء على وحدة المعالجة المركزية وتحسين سرعة استجابة النظام.

وظيفة المعايرة التلقائية: باستخدام خوارزمية المعايرة التلقائية-المضمنة، يمكن للنظام إجراء معايرة ذاتية دورية-تلقائية، مما يقلل من متطلبات الصيانة.