王博

[摘 要] 自動檢測與智能儀表是未來檢測技術(shù)的主要發(fā)展方向，對培養(yǎng)學(xué)生解決實際工業(yè)過程中的檢測問題起到了積極的作用，同時也對教師實際教學(xué)工作提出了更高的要求和新的挑戰(zhàn)。在分析電氣類專業(yè)“自動檢測與智能儀表技術(shù)”課程傳統(tǒng)內(nèi)容的基礎(chǔ)上，闡述在課程中引入人工智能檢測技術(shù)的最新內(nèi)容，將智能信息處理方法和軟測量技術(shù)應(yīng)用于自動檢測與智能儀表。教學(xué)實踐表明，改革后的自動檢測與智能儀表技術(shù)課程的教學(xué)效果良好。

[關(guān)鍵詞] 自動檢測;智能儀表;人工智能檢測

一、引言

隨著傳感器技術(shù)和檢測技術(shù)的迅速發(fā)展[1，2]，各種新型傳感器和智能檢測技術(shù)不斷涌現(xiàn)，傳統(tǒng)的“自動檢測與智能儀表技術(shù)”課程中所講授內(nèi)容已經(jīng)落伍陳舊，跟不上現(xiàn)代智能檢測技術(shù)發(fā)展的步伐[3，4]。電氣工程專業(yè)秉承“以學(xué)生為中心”的課堂教學(xué)理念，為了使課程適應(yīng)時代的需要和智能檢測技術(shù)的發(fā)展，使學(xué)生能夠更為深入了解智能檢測新技術(shù)，針對專業(yè)核心課程“自動檢測與智能儀表技術(shù)”進行改革和創(chuàng)新。

二、熱電偶溫度傳感器非線性動態(tài)補償

熱電偶傳感器根據(jù)導(dǎo)體或半導(dǎo)體材料的熱電效應(yīng)原理進行溫度測量，即根據(jù)不同的測量溫度輸出不同的熱電勢，其輸出與輸入溫度之間呈非線性關(guān)系E=f（t）（t為熱電偶的輸入，即測量溫度;E為熱電偶的輸出），由于非線性函數(shù)f（t）會造成測量結(jié)果存在一定的非線性測量誤差，為消除這一非線性誤差，一般在E后串聯(lián)一個非線性補償環(huán)節(jié)F（·），使得Y=F（E）=f■（t）=t，補償后的輸出Y與實際測量溫度t保持一致，使得熱電偶傳感器具有理想線性特征，非線性誤差得到有效減小。目前常用的傳感器動態(tài)補償方法一般有查表法、曲線擬合法和硬件電路補償法等，但這些方法難以做到全過程動態(tài)補償，且非線性補償精度也不高，實際應(yīng)用過程中受到很大限制。支持向量機是建立在統(tǒng)計學(xué)習(xí)理論和結(jié)構(gòu)風(fēng)險最小原理基礎(chǔ)上的一種新型機器學(xué)習(xí)方法，它克服了傳統(tǒng)補經(jīng)網(wǎng)絡(luò)方法容易陷入局部極小、過擬合等缺點，具備更好的擬合能力和泛化能力，可以有效解決有限樣本情況下的傳感器非線性動態(tài)補償問題。針對非線線補償環(huán)節(jié)f（·）難以直接準確求出這一問題，課堂講授傳感器非線性動態(tài)補償這一知識點時，增加了“熱電偶溫度傳感器非線性動態(tài)補償”這一教學(xué)環(huán)節(jié)，主要講授如何利用人工智能方法（以支持向量機為例）對熱電偶傳感器進行非線性動態(tài)補償。首先詳細講解支持向量機理論的基本原理和算法，如支持向量機回歸補償器的結(jié)構(gòu)、支持向量機算法、懲罰系數(shù)C與核函數(shù)的選取方法等，使學(xué)生對支持向量機方法有一個基本認知;然后基于訓(xùn)練樣本集（E■，Y■），講授如何應(yīng)用Matlab的支持向量機工具箱設(shè)計和訓(xùn)練支持向量機模塊，使學(xué)生了解應(yīng)用Matlab工具箱訓(xùn)練支持向量機的完整流程，使他們不僅知其然，還要知其所以然;最后講授如何將支持向量機補償環(huán)節(jié)串聯(lián)在熱電偶溫度傳感器之后構(gòu)建非線性誤差補償系統(tǒng)，使學(xué)生對基于支持向量機的傳感器非線性動態(tài)補償方法有一個基本理解。

三、軟傳感器智能檢測系統(tǒng)設(shè)計

針對實際生產(chǎn)裝置中某些關(guān)鍵過程變量難以直接通過物理傳感器直接測量的問題，如精餾塔的產(chǎn)品組分濃度，微生物液發(fā)酵過程的菌體深度，化學(xué)反應(yīng)器的反應(yīng)物濃度及產(chǎn)品分布等，課堂講授智能檢測系統(tǒng)設(shè)計知識點時，在教學(xué)過程增加“軟傳感器智能檢測系統(tǒng)設(shè)計”這一教學(xué)環(huán)節(jié)，主要講授如何利用人工智能方法實現(xiàn)微生物液態(tài)發(fā)酵過程關(guān)鍵過程變量軟測量。首先，給學(xué)生講解微生物液態(tài)發(fā)酵過程的工藝機理和生產(chǎn)流程，使學(xué)生了解微生物發(fā)酵過程有哪些輸入變量（環(huán)境參量）和輸出變量（不直接可測過程變量菌體濃度、基質(zhì)濃度和產(chǎn)物濃度）;其次，給學(xué)生詳細講解了軟測量技術(shù)的基本概念、數(shù)學(xué)描述、結(jié)構(gòu)分類等相關(guān)知識點。使學(xué)生掌握軟測量技術(shù)的基本原理和基本方法，了解較前沿的軟測量應(yīng)用技術(shù)，能從智能檢測系統(tǒng)整體出發(fā)考慮如何應(yīng)用軟測量設(shè)計方法完成復(fù)雜難測過程變量的在線檢測。在前期理論授課的基礎(chǔ)上，最后給學(xué)生講解軟傳感器智能檢測系統(tǒng)設(shè)計原理及方案，使學(xué)生建立現(xiàn)代智能檢測系統(tǒng)概念，學(xué)習(xí)領(lǐng)會自動檢測與智能儀表基本工作原理、主要技術(shù)和設(shè)計方法，能夠結(jié)合實際測量儀表開展系統(tǒng)設(shè)計。課堂講授的智能檢測系統(tǒng)主要包括輸入變量獲取、數(shù)據(jù)預(yù)處理、關(guān)鍵過程變量軟測量和結(jié)果輸出等環(huán)節(jié)。輸入變量獲取時，由于微生物發(fā)酵過程中各輸入變量為具有不同特征的非電變量，在進行系統(tǒng)設(shè)計過程中，首先要通過各種物理傳感器—變送器電路將其轉(zhuǎn)換成電信號，然后通過A/D轉(zhuǎn)換電路將輸入變量轉(zhuǎn)化為數(shù)字信號;考慮到數(shù)字化后的電信號由于外界隨機因素的影響，不可避免地存在干擾和噪音信號，因此系統(tǒng)設(shè)計過程中要通過預(yù)處理模塊（數(shù)字濾波方法）濾除數(shù)據(jù)采集過程中的干擾和噪音;預(yù)處理后的輸入信號送入檢測系統(tǒng)，通過內(nèi)嵌到LabVIEW軟件平臺中的人工智能方法實現(xiàn)關(guān)鍵過程變量軟測量，最后輸出關(guān)鍵過程變量。智能檢測系統(tǒng)中，構(gòu)建好的軟測量模型通過MATLAB軟件的人工智能工具箱進行訓(xùn)練，然后在LabVIEW軟件平臺中通過MATLABScript節(jié)點來實現(xiàn)，只要在檢測系統(tǒng)中鍵入相應(yīng)MATLAB程序，就能實現(xiàn)關(guān)鍵過程變量的實時預(yù)測輸出。

四、教學(xué)改革成效

由于我校電氣工程及其自動化專業(yè)的學(xué)生前期已經(jīng)學(xué)習(xí)過大學(xué)物理、電路原理、數(shù)字電子技術(shù)、模擬電子技術(shù)、自動控制原理等相關(guān)課程，具備自動檢測技術(shù)、傳感器技術(shù)以及計算機軟、硬件設(shè)計的基礎(chǔ)，因此，在學(xué)習(xí)人工智能相關(guān)知識、掌握人工智能相關(guān)技術(shù)方面具有很大的優(yōu)勢。在課堂授課過程中，學(xué)生對原有課程內(nèi)容中引入的人工智能檢測技術(shù)表現(xiàn)出了很大的興趣，很快就掌握了人工智能方法的基礎(chǔ)知識和基本方法以及軟測量技術(shù)的基本原理和方法，并在實驗室實驗平臺上實現(xiàn)了上述教學(xué)環(huán)節(jié)的教學(xué)目標。自主能力比較好的學(xué)生，還做到了舉一反三，運用人工智能方法和軟測量技術(shù)，對復(fù)雜工業(yè)過程中的某些關(guān)鍵過程變量進行了軟測量建模，并得到了良好的預(yù)測效果。

五、結(jié)語

根據(jù)工業(yè)自動化技術(shù)特點，以及傳感器技術(shù)和檢測技術(shù)發(fā)展趨勢，在分析我校電氣工程及其自動化專業(yè)自動檢測與智能儀表技術(shù)常規(guī)課程內(nèi)容的基礎(chǔ)上，本文闡述在自動檢測與智能儀表技術(shù)課程中加入人工智能檢測技術(shù)的相關(guān)內(nèi)容，將人工智能方法和軟測量技術(shù)用于自動檢測與智能儀表技術(shù)的教學(xué)實踐。通過對2017屆、2018屆電氣工程及其自動化專業(yè)學(xué)生的教學(xué)實踐，在自動檢測與智能儀表技術(shù)的課程教學(xué)中融入人工智能檢測技術(shù)的相關(guān)知識，教學(xué)取得了良好的效果，使學(xué)生掌握了人工智能檢測技術(shù)的最新理論和方法，促進了學(xué)生對智能儀表及其理論與設(shè)計的進一步認識，大幅提高了學(xué)生的動手實踐能力和創(chuàng)新能力。

參考文獻

[1]李軍.檢測技術(shù)及儀表[M].北京：中國輕工業(yè)出版社，2002.

[2]李鄧化，高晶敏.自動化專業(yè)智能檢測技術(shù)及儀表課程教學(xué)改革[J].計算機教育，2010（15）：123-126.

[3]郁有文.傳感器原理及工程應(yīng)用[M].西安：西安電子科技大學(xué)出版社，2002.

[4]李鄧化，許曉飛.智能傳感與檢測技術(shù)課程教學(xué)改革探討[J].計算機教育，2012（18）：96-99.