葉廷東，黃國健

(1．廣東輕工職業(yè)技術(shù)學(xué)院計(jì)算機(jī)工程系，廣州510300;2．廣州市特種機(jī)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(qiáng)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(bǔ)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(diǎn)[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(biāo)準(zhǔn)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(biāo)準(zhǔn)[3]。通過該標(biāo)準(zhǔn)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(shí)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(bǔ)償是多傳感信息建模校正方法的研究熱點(diǎn)之一[5]。目前多傳感信息的解耦補(bǔ)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(zhǔn)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(jìn)行解耦建模[11]，但算法復(fù)雜，只適用于實(shí)時性要求不高的系統(tǒng)。插值解耦方法則采用插值計(jì)算的方法實(shí)現(xiàn)對傳感信息解耦計(jì)算，它無需限制樣本點(diǎn)和分割數(shù)學(xué)模型，具有準(zhǔn)確度高、收斂性好的優(yōu)點(diǎn)[12]。根據(jù)IEEE 1451標(biāo)準(zhǔn)，校正引擎采用顯式的解耦建模方式較容易與TEDS標(biāo)準(zhǔn)形式實(shí)現(xiàn)統(tǒng)一，為此論文將在IEEE 1451標(biāo)準(zhǔn)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(diǎn)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(yùn)行時先對各參量的傳感輸出信息進(jìn)行初步自評估，以確保傳感檢測的可靠性，并可依此進(jìn)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(jìn)行準(zhǔn)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(yùn)行中裝載嵌入式系統(tǒng)，負(fù)責(zé)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(shí)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(shí)際應(yīng)用與發(fā)展的需求。

2 傳感信息自評估技術(shù)

在實(shí)際應(yīng)用中，智能傳感器通常需要通過分析當(dāng)前所有可用信息源，對自身工作性能、狀態(tài)進(jìn)行內(nèi)部在線評估，以保障傳感器可靠運(yùn)行、準(zhǔn)確檢測，實(shí)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(jìn)行分析評估，對傳感器的運(yùn)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(shí)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(biāo)準(zhǔn)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(shí)際輸出特征在STIM中與TEDS既定特征信息進(jìn)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(jì)算可按一定周期對傳感信號進(jìn)行微分運(yùn)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(xiàng)“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(xiàn)[12]中提出的多傳感信息插值解耦方法原理，實(shí)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(xué)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(jìn)行組合試驗(yàn)標(biāo)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(jìn)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(jìn)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(shí)現(xiàn)信息解耦。

基于上述插值解耦方法，校正TEDS配置的重點(diǎn)將是把各傳感器的標(biāo)定點(diǎn)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(biāo)定點(diǎn)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(biāo)準(zhǔn)，采用分段多項(xiàng)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(xiàng)式每一項(xiàng)的系數(shù)。智能傳感器在實(shí)際運(yùn)行中，校正引擎先從TEDS讀取標(biāo)定點(diǎn)的數(shù)據(jù)，然后對多傳感信息的進(jìn)行傳感解耦校正計(jì)算。

4 試驗(yàn)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(shí)驗(yàn)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(shí)驗(yàn)系統(tǒng)框圖

試驗(yàn)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(shí)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(yàn)所得溫度傳感元件的自評估數(shù)據(jù)曲線圖，橫坐標(biāo)為試驗(yàn)序號，縱坐標(biāo)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(shí)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(shí)驗(yàn)系統(tǒng)框圖，裝置在使用前需要進(jìn)行標(biāo)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(shí)現(xiàn)對各個監(jiān)測點(diǎn)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(shí)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(yàn)研究。

在檢測試驗(yàn)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?xì)饷?、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(diǎn)滴添加乙醇和加熱塔釜的方式實(shí)現(xiàn)對校正標(biāo)記數(shù)據(jù)xij的標(biāo)定，然后將這些標(biāo)定點(diǎn)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(xiàng)式函數(shù)即可實(shí)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(biāo)定點(diǎn)的數(shù)據(jù)，利用插值解耦原理進(jìn)行反復(fù)插值計(jì)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(zhǔn)確度和實(shí)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(biāo)準(zhǔn)，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(jìn)行傳感器故障判斷，并實(shí)現(xiàn)對故障的自免疫處理，試驗(yàn)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(shí)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(yàn)表明通過該解耦校正引擎，可實(shí)現(xiàn)對多傳感耦合信息的良好校正補(bǔ)償，提高檢測準(zhǔn)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(jì)算的傳感信息解耦新方法[J]．光學(xué)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(bǔ)償[J]．傳感技術(shù)學(xué)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(xué)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(jī)械學(xué)報，2008，39(4):18－23．

[12]葉廷東，劉桂雄，黃國?。诙喑叨缺平亩嗑S傳感信息解耦方法[J]．華南理工大學(xué)學(xué)報(自然科學(xué)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．