[发明专利]一种测量用的参数校准系统在审

专利信息
申请号: 202010862700.7 申请日: 2020-08-25
公开(公告)号: CN111998885A 公开(公告)日: 2020-11-27
发明(设计)人: 马从国;翁润庭;杨中员;曹天一;周恒瑞;王建国;丁晓红;王苏琪;张海江;陈亚娟;刘伟;李亚洲 申请(专利权)人: 淮阴工学院
主分类号: G01D18/00 分类号: G01D18/00;G06N3/04;G06N3/08
代理公司: 淮安市科文知识产权事务所 32223 代理人: 李锋
地址: 223005 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 测量 参数 校准 系统
【说明书】:

发明涉及测量技术领域,公开了一种测量用的参数校准系统,包括参考物架置台、传感器架置板与基层平台,参考物架置台、传感器架置板设置于基层平台上,基层平台上还设置有第一纵向滑移组件、横向滑移组件;传感器架置板设置于横向滑移组件上,传感器架置板上设置测量传感器,其随横向滑移组件横向滑动且横向滑移组件随第一纵向滑移组件纵向滑动。传感器架置板上还设置MSP430单片机检测单元,其上设置校准算法,对测量传感器的测量值进行校准。与现有技术相比,本发明通过第一纵向滑移组件、横向滑移组件实现测量传感器的横向移动与纵向移动,通过监测单元对测量传感器的测量值进行校准,能准确的校准测量传感器的测量值。

技术领域

本发明涉及测量技术领域,具体涉及一种测量用的参数校准系统。

背景技术

传感器作为获取自然界信息的源头,是进行工业生产,科学研究等领域不可或缺的重要元件。现有技术中有多种测量传感器,如温湿度传感器、红外传感器、光电传感器等等。

而针对现有的多种多样的测量传感器,其测量过程中,环境因素对测量有很大的影响,如环境压强、环境温度等都对测量传感器的测量值有一定的影响,而如何能准确测量出参考物的实际参数值,在使用测量传感器测量时,如何对测量传感器测量的值进行校准测量,使得测出来的参数值为参考物准确的参数值,传统的测量传感器测量没有根据参考物参数变化的非线性、大滞后和测量传感器位移变化复杂等特点,无法对测量传感器测量值进行监测与预测。

发明内容

发明目的:针对现有技术中存在的问题,本发明提供一种测量用的参数校准系统,通过纵向滑移组件与横向滑移组件进行配合工作,既能快速调节测量传感器与参照物之间的纵向距离、横向距离,同时通过MSP430单片机监测单元对测量传感器的测量值进行校准,能准确的校准测量传感器的测量值。

技术方案:本发明提供了一种测量用的参数校准系统,包括参考物架置台、传感器架置板与基层平台,所述参考物架置台、传感器架置板设置于所述基层平台上,所述基层平台上还设置有第一纵向滑移组件、横向滑移组件;所述传感器架置板设置于所述横向滑移组件上,所述传感器架置板随所述横向滑移组件横向滑动且所述横向滑移组件随所述第一纵向滑移组件纵向滑动;所述传感器架置板上还设置测量传感器和MSP430单片机监测单元,所述MSP430单片机监测单元包括时间序列DRNN神经网络预测模型、经验模态分解模型、多个Elman神经网络模型、多个NARX神经网络模型、小波神经网络融合模型和新陈代谢GM灰色预测器;所述测量传感器的输出作为时间序列DRNN神经网络预测模型的输入,时间序列DRNN神经网络预测模型的输出作为经验模态分解模型的输入,经验模态分解模型输出测量传感器的低频趋势部分和多个高频波动部分分别作为对应的多个Elman神经网络模型的输入,多个Elman神经网络模型的输出分别作为对应的多个NARX神经网络模型的输入,多个NARX神经网络模型的输出作为小波神经网络融合模型的输入,小波神经网络融合模型的输出作为新陈代谢GM灰色预测器的输入,新陈代谢GM灰色预测器的输出作为测量传感器的测量校准值。

进一步地,所述第一纵向滑移组件包括第一纵向滑移导轨与第一纵向滑移平台,所述第一纵向滑移导轨通过支架固定于所述基层平台上,其下表面沿其长度方向转动连接有第一丝杆,所述第一丝杆上螺纹连接有第一滑块,所述第一纵向滑移平台套设于所述第一纵向滑移导轨上且其与所述第一丝杆对应位置与所述第一滑块固定连接。

进一步地,所述横向滑移组件包括垂直于所述第一纵向滑移导轨且转动连接于所述第一纵向滑移平台上表面的第二丝杆,所述第二丝杆上螺纹连接有第二滑块,所述第二滑块上固定有横向滑移平台,所述传感器架置板固定于横向滑移平台上。

进一步地,所述第一纵向滑移导轨的两侧边设置为向内凹陷的圆弧导轨,所述第一纵向滑移平台与所述圆弧导轨对应位置匹配设置。

进一步地,所述第一纵向滑移平台上与所述圆弧导轨匹配位置还滚动设置有若干个导轨滚珠。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于淮阴工学院,未经淮阴工学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010862700.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top