论文部分内容阅读
提出了基于PROFIBUS-DP的热电偶温度测量系统非线性在线校正方法,通过DDE协议在上位机实现mAT-LAB与MCGS软件的数据交换,引入神经网络模型模拟检测系统非线性特性,并利用遗传算法的全局搜索能力对神经网络模型进行权值优化,新方法减轻了热电偶温度采集从站的负担,充分利用了PC机的数据处理能力,实现了热电偶温度采集系统的非线性实时补偿。实验证明该方法可将样本温度的最大相对误差从9.96%降低到4.76%。新方法具有模型可靠、自适应能力强、计算精度高等特点。