基于BPNN的微小反应器温度测量.docx

2018年第37卷第9期传感器与微系统(TransducerandMicrosystemTechnologies)129

DOI:10.13873/J.1000—9787(2018)09—0129—03

基于BPNN的微小反应器温度测量*

郑艺华，刘君

（青岛大学机电工程学院，山东青岛266071)

摘要：针对常规测温方式应用于微小反应器的局限性以及温度精确测量的需求，提出基于反向传播神经网络(BPNN)的温度测量方法，通过应用目标温度预测值和目标温度测量值的差值处理降低并消除空白噪声引起的附加温度影响，分别进行了微小反应器内稳态、非稳态和温度分布的温度测量研究。结果表明：BPNN的预测值与测量值的吻合度高，差值均控制在±0.05℃,其中25℃和40℃典型稳态工况的差值波动范围为±0.01℃和±0.02℃,远优于目标温度测量值的波动范围±0.05℃和±0.2℃;非稳态工况（过氧化氢酶反应）可分辨温度信号峰的过氧化氢浓度从0.01%降低到0.001%,温度测量水平提升了1个数量级；径向动态温度分布例证了温度的高辨析度能精准表达微小反应器内的传热传质特性。提出的方法能提高微小反应器温度测量的信噪比、分辨率和精度，降低热绝缘要求和成本，具有应用价值。

关键词：反向传播神经网络；微小反应器；温度场；信噪比

中图分类号：TH81;TK3文献标识码：A文章编号：1000—9787(2018)09—0129—03

TemperaturemeasurementformicroreactorbasedonBPNN*

ZHENGYi-hua,LIUJun

(CollegeofElectromechanicalEngineering,QingdaoUniversity,Qingdao266071,China）

Abstract:Aimingatlimitationofroutinetemperaturemeasurementmodeappliedtomicroreactorandrequirementsofaccuratemeasurementoftemperature,atemperaturemeasurementmethodbasedonbackpropagationneuralnetwork(BPNN)isputforwardbyapplyingdifferenceofthepredictedvaluesandmeasuredvaluesoftargettemperaturetoprocessandeliminateeffectofadditionaltemperaturecausedbywhitenoises.Themethodisstudiedfortemperaturemeasurementofsteadycondition,unsteadyconditionandtemperaturedistributionsinmicoreactorrespectively.Theresultsshowthatthepredictedvalueandmeasurementvaluefitnessishigh,differenceiscontrolledwithin±0.05,andthewaverangeis±0.01℃at25℃,±0.02℃at40℃understeadycondition,farsuperiortofluctuationrangeof±0.05℃and±0.2℃oftarget,temperaturemeasurementvalue,underunsteadycondition,catalasereaction,theconcentrationofhydrogen