[发明专利]一种基于神经网络的温度估测方法

说明书

本发明公开了一种基于神经网络的温度估测方法，包括步骤：1)在实验条件下，通过传感器测量被测物体在实际工况中不方便测量部位的周边温度数据和被测物体该部位的温度数据作为样本数据，构造训练集和测试集；2)通过步骤1)在不同的时间下获取大量的温度数据，并进行预处理和归一化；3)建立神经网络模型，利用实验中得到的数据训练该神经网络模型，直到温度估测的误差达到满意的误差率；4)在实际工况中，就能利用训练好的神经网络模型来准确估测被测物体在实际工况中不方便测量部位的温度。本发明较以往方法，操作简单，实用性好，且准确率高。

技术领域

本发明涉及温度测量以及数据建模的技术领域，尤其是指一种基于神经网络的温度估测方法。

背景技术

在温度测量过程中，如果能直接测量被测物体的温度，在加以温度补偿和传感器校正，往往能得到不错的测量温度数据。而且市面上存在多种多样的温度传感器，它们分别能适应不同的环境，有不同的测量精度，可以根据生产环境和使用条件，加以选择。

在很多生产工厂和实验中，温度测量至关重要，存在被测物体在实际使用中，需要准确知道但又不方便直接测量某个部位温度的情况，这种往往只能通过测量被测物体该部位的周边温度，在进行实验建模估测出该部位温度数据或者简单的作为该部位的温度数据来使用。这导致了不小的误差，且常常使用的模型为线性模型，因为它便于建立，可以通过物理方法或数学计算的方式来实现。然而线性模型存在一定的局限性，现实中使用的器具往往具有非线性的特征，这时使用线性模型去建模往往过于复杂或者误差较大。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提出了一种基于神经网络的温度估测方法，通过测量被测物体在实际工况中不方便测量部位的周边温度，准确估测出被测物体该部位的温度，这种方式不用直接测量被测物体实际工况不方便测量的部位温度，而通过采集被测物体在实际工况中不方便测量部位的周边温度，就能估测出较为精确的温度数据，解决了生产环境或者使用条件下，需要知道被测物体不方便测量部位温度的情况，且易于实现，准确度高。

为实现上述目的，本发明所提供的技术方案为：一种基于神经网络的温度估测方法，包括以下步骤：

1)在实验条件下，通过温度传感器测量被测物体在实际工况中不方便测量部位的周边温度数据和被测物体该部位的温度数据作为样本数据，在不同的时间下获取大量的样本数据，并进行预处理和归一化；

2)根据实际情况选取神经网络模型的层数和各层的节点数，利用所得的温度数据训练神经网络模型，直至神经网络模型的误差达到要求为止；

3)在实际工况中，获取被测物体不方便测量部位的周边温度后，利用步骤2)训练好的神经网络模型即可实时估测被测物体不方便测量部位的温度。

在步骤1)中，为了避免测量方式造成的误差，应该根据实际工况，固定好温度传感器放置的位置，保证实验条件和实际工况下的一致性。

在步骤2)中，把步骤1)中获取的大量样本数据存储在一个数组中，从中随机挑选大部分数据作为训练集，用于训练神经网络模型，剩余数据作为测试集，用于检测训练好的神经网络模型的质量；