發(fā)布時(shí)間：2021-08-15 23:18

　　針對(duì)懸移質(zhì)含沙量在線檢測(cè)易受環(huán)境因素的影響,提出基于卡爾曼（Kalman）濾波和遺傳算法優(yōu)化的徑向基函數(shù)（Genetic Optimized Radial Basis Function,GORBF）神經(jīng)網(wǎng)絡(luò)的多源數(shù)據(jù)最優(yōu)融合模型.首先簡(jiǎn)述Kalman濾波的基本原理,將基于音頻共振法傳感器的信號(hào)進(jìn)行Kalman濾波;對(duì)懸移質(zhì)含沙量、水溫、電導(dǎo)率以及深度信息進(jìn)行綜合分析,找出對(duì)懸移質(zhì)含沙量檢測(cè)有關(guān)聯(lián)的環(huán)境因素;并應(yīng)用RBF神經(jīng)網(wǎng)絡(luò)對(duì)懸移質(zhì)含沙量數(shù)據(jù)進(jìn)行多源數(shù)據(jù)處理,融合了影響懸移質(zhì)含沙量檢測(cè)的環(huán)境因素;最后探討遺傳算法（Genetic Algorithm）優(yōu)化徑向基神經(jīng)網(wǎng)絡(luò)（RBF Neural Network）參數(shù)的方法,提出遺傳算法來(lái)優(yōu)化RBF的半徑和離散尺度,獲得了懸移質(zhì)含沙量檢測(cè)的多源數(shù)據(jù)最優(yōu)融合效果,有效地減少環(huán)境因素對(duì)懸移質(zhì)含沙量檢測(cè)的影響.為了比較Kalman-GORBF多源數(shù)據(jù)融合模型的處理效果,在相同環(huán)境下還進(jìn)行了Kalman-RBF,GORBF、多元線性回歸和一元線性回歸方法的處理,并進(jìn)行懸移質(zhì)含沙量測(cè)量的誤差分析.試驗(yàn)結(jié)果表明,基于Kalman-GORBF多源數(shù)據(jù)最優(yōu)... 

【文章來(lái)源】：應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào). 2020,28(03)北大核心EICSCD

【文章頁(yè)數(shù)】：11 頁(yè)

【部分圖文】：

RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

含沙量測(cè)量試驗(yàn)是在高1m、半徑為1m的塑料圓桶中進(jìn)行的．實(shí)驗(yàn)材料選取了粉煤灰作為材料．其平均粒徑為33.29μm，中數(shù)粒徑為21.87μm，其粒度分布如圖2所示．2.2 硬件平臺(tái)架構(gòu)搭建

本文設(shè)計(jì)了基于可編程邏輯控制器(Programmable Logic Controller,PLC)的懸移質(zhì)含沙量檢測(cè)系統(tǒng)，同時(shí)也能采集環(huán)境量信息，如水體的溫度、深度、電導(dǎo)率等信息．多傳感器信息傳送到監(jiān)控電腦上進(jìn)行實(shí)時(shí)顯示，如圖3(a)所示．音頻共振傳感器結(jié)構(gòu)如圖3(b)所示．圖3(b)中，1為音頻共振體由音頻共振左臂;1-1為音頻共振右臂;音頻共振體的共振激勵(lì)器為2和201組成;3為溫度傳感器、4為壓力傳感器、5為可延長(zhǎng)軸上;可延長(zhǎng)軸5通過(guò)塑膠防振套6和固支體螺旋絲7相連接．8為保護(hù)圓盒;9為密封蓋9;10為電源線的進(jìn)線孔．3 結(jié)果分析

【參考文獻(xiàn)】：
期刊論文
[1]在線實(shí)時(shí)含沙量觀測(cè)系統(tǒng)構(gòu)建及其應(yīng)用[J]. 王海申.  中國(guó)水運(yùn)(下半月). 2018(01)
[2]紅外泥沙測(cè)量中的多種影響因素對(duì)比分析[J]. 李勇濤,陳英智,李立新,焦寶明.  水土保持應(yīng)用技術(shù). 2017(05)
[3]徑流泥沙監(jiān)測(cè)方法研究現(xiàn)狀與展望[J]. 展小云,曹曉萍,郭明航,趙軍.  中國(guó)水土保持. 2017(06)
[4]懸移質(zhì)泥沙自動(dòng)監(jiān)測(cè)儀設(shè)計(jì)[J]. 劉玉潔.  電子測(cè)試. 2017(07)
[5]基于OBS 3+傳感器的實(shí)驗(yàn)室含沙量測(cè)量系統(tǒng)開發(fā)和應(yīng)用[J]. 欒潤(rùn)潤(rùn),張瑞波.  水道港口. 2017(01)
[6]利用ADCP回波強(qiáng)度估算河流懸移質(zhì)含沙量的應(yīng)用研究[J]. 楊惠麗,羅惠先,于奭.  水利水電技術(shù). 2017(01)
[7]基于Kalman-BP協(xié)同融合模型的含沙量測(cè)量[J]. 劉明堂,田壯壯,齊慧勤,張成才,劉雪梅.  應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào). 2016(05)
[8]黃河泥沙變化研究現(xiàn)狀與問題[J]. 穆興民,王萬(wàn)忠,高鵬,趙廣舉.  人民黃河. 2014(12)
[9]河流含沙量在線測(cè)驗(yàn)技術(shù)對(duì)比研究[J]. 李德貴,羅珺,陳莉紅,李學(xué)春.  人民黃河. 2014(10)
[10]單傳感器多尺度狀態(tài)融合估計(jì)算法[J]. 章濤,吳仁彪,李月敏.  信號(hào)處理. 2013(08)

博士論文
[1]基于多源多尺度數(shù)據(jù)融合的黃河含沙量檢測(cè)模型研究[D]. 劉明堂.鄭州大學(xué) 2015

碩士論文
[1]懸移質(zhì)含沙量在線檢測(cè)的多傳感器數(shù)據(jù)融合研究[D]. 齊慧勤.華北水利水電大學(xué) 2018
[2]時(shí)空Kalman濾波及其在變形監(jiān)測(cè)數(shù)據(jù)處理中的應(yīng)用[D]. 潘家寶.中南大學(xué) 2014



本文編號(hào)：3345119