孙 岩, 齐 虹
(福州大学电气工程与自动化学院, 福建 福州 350116)
应用模糊策略的荧光光纤测温系统研究
孙 岩, 齐 虹
(福州大学电气工程与自动化学院, 福建 福州350116)
分析荧光光纤温度检测系统中导致荧光寿命存在非线性误差的原因. 为更好地实现误差补偿功能提高检测精度, 采用模糊策略对荧光寿命进行非线性误差补偿, 以消除误差产生的影响. 利用Matlab软件建立仿真模型, 与实际系统的检测数据进行实验验证. 结果表明, 所研究的测温系统能有效地提高荧光寿命值检测的稳定性和准确性, 这对于提高荧光光纤测温系统的精度及鲁棒性具有重要意义.
荧光光纤; 荧光寿命; 模糊策略; 非线性补偿
在荧光光纤温度检测系统中, 硬件电路采样荧光余辉衰减曲线, 利用荧光寿命检测算法对余辉曲线进行数据处理, 求得荧光寿命, 荧光寿命又与温度存在单值函数关系, 所以通过计算荧光寿命即可得到相应的检测温度. 理想情况下, 荧光余辉以单指数规律衰减, 余辉曲线的各段区间反映出的荧光寿命为常数值. 但在实际荧光光纤温度检测系统所采样的数据中, 由于系统受到测量环境以及硬件电路等实际因素的影响, 荧光余辉曲线并不符合单指数衰减规律, 导致曲线各段反映的荧光寿命呈非线性变化, 这种变化对温度测量的稳定性有很大影响[1]. 因此, 要提高检测精度并实现稳定测温, 就要采用误差补偿方法补偿荧光寿命的非线性误差干扰.
文献[2]中提到利用最小二乘法多项式曲线拟合原理补偿磁敏传感器的非线性温度误差. 文献[3]利用分段线性补偿方法补偿功率测量中的误差. 考虑到荧光光纤温度检测系统中采样的是反映荧光余辉的光信号, 因此, 计算得到的荧光寿命具有时变性和非线性, 很难找到精确的数学模型[4]. 本研究提出将模糊技术(fuzzy technology)应用到荧光光纤温度检测系统中, 通过对隶属度函数的选择以及模糊控制规则的确定, 实现对荧光寿命的非线性误差补偿. 经仿真实验数据验证, 模糊技术的应用能够有效提高荧光光纤温度检测系统的测量精度及稳定性.
理论上认为, 激励光消失后荧光材料自发辐射产生的荧光余辉为单指数衰减曲线[5], 可用下式表示:
(1)
其中:I(t)为荧光强度;I0为激励光关断时荧光信号的初始光强;τ为荧光寿命, 是荧光材料的内在属性;t为测量时间. 通过荧光寿命检测算法可得荧光寿命τ. 本系统采用的检测算法为积分法[6], 见下式:
(2)
荧光衰减曲线在t1、t2两个时刻对应的荧光强度为:
(3)
(4)
联立得到荧光寿命τ:
(5)
固定Δt=t2-t1, 其大小小于整段余辉曲线的采样时间. 若从余辉曲线的起始处依次递推区间Δt直到余辉曲线衰减结束, 则利用式(5)求得的理想余辉曲线的荧光寿命τ不受递推区间影响, 恒为常数. 但是实际测温系统采样的余辉曲线并不符合式(1)的衰减规律, 该曲线与其按照单指数函数拟合的曲线对比如图1所示. 利用积分法求得实测余辉曲线的荧光寿命τ随递推区间推移呈单调递减趋势, 与理想余辉曲线递推区间得到的荧光寿命τ存在非线性误差. 因此, 余辉曲线的非指数变化是影响荧光寿命非线性的关键因素. 下面对余辉曲线的非单指数变化原因进行分析.
1.1荧光发光机理分析
实测环境下, 电子跃迁过程会受到周围环境物理状态的影响, 存在多普勒增宽及碰撞增宽效应导致谱线变宽, 使荧光余辉曲线不为单一指数变化规律, 而是若干个指数变化余辉的叠加[7-8]. 并且由于量子效应的不确定性, 跃迁能级不是线状能级, 而是存在一定能级宽度, 也是造成荧光余辉曲线非单指数变化的因素. 对于上述谱线增宽以及能级宽度的影响, 荧光光纤测温系统可以通过荧光材料的选取和光学滤波提高荧光单色性, 减小荧光发光机理方面对余辉曲线的非指数变化影响[9].
1.2硬件电路分析
硬件电路中某些元器件的应用会引入干扰, 对余辉曲线测量的影响, 也是实测余辉曲线非单指数变化的原因. 荧光光纤温度检测系统中检测电路通过光敏器件将光信号转化为电信号, 这个电信号极其微小仅为纳安级别. 因此, 通常电路设计中均要采用放大电路对检测信号进行放大. 考虑到实际环境的干扰, 信号检测电路需要配合滤波环节以消除采样过程中高频噪声的影响, 提高系统的鲁棒性. 但滤波电路相当于在系统中增加了小惯量环节, 会产生自身的衰减时间常数, 该环节的影响使得检测到的实际荧光余辉曲线不再是呈单指数衰减函数, 而是呈非线性变化, 从而使得荧光寿命的检测产生非线性误差.
对于上述分析的荧光寿命的非线性变化影响, 本研究提出利用模糊技术进行智能化误差补偿以得到稳定的荧光寿命, 从而提高温度测量的稳定性和准确性. 模糊技术是基于模糊集合(F集合)、 模糊关系与模糊逻辑推理等理论的一种智能控制方法[10]. 首先确定检测系统中精确输入变量xi, 按照隶属度函数μ(xi)转化为模糊输入变量, 总结工作人员调试经验以及检测系统实际工程情况给出模糊控制规则R, 进行模糊推理, 最后给出模糊输出判决, 利用反模糊化方法将模糊输出转化为精确输出. 其原理结构图见2.
2.1系统的模糊策略设计
荧光光纤测温系统中将非线性变化的荧光寿命值τ1和其变化率k作为输入变量, 将对应的理想恒定荧光寿命值τ2作为输出变量, 则本系统定义为双输入-单输出的模糊推理系统. 根据本测温系统的工程参数可知, 这些语言变量的基本论域为τ1=[2.001, 3.999],k=[0.649, 0.909],τ2=[1.991, 3.011]. 确定覆盖输入、 输出变量论域的F子集个数, 则各F子集用模糊语言值表示如下:
τ1={S1,S0, CE,B0,B1},k={S2,S1,S0, CE,B0,B1,B2},τ2={S1,S0, CE,B0,B1}
隶属度函数就是建立从基本论域U到[0, 1]的映射关系, 反映论域中各个元素属于某个模糊子集(F子集)的程度. 基于模糊论域的连续性, 本系统选取三角型隶属函数. 由于荧光寿命非线性递减的起始段处分辨率较大, 因此, 起始段处采用高分辨率隶属函数(窄型)的模糊集合. 并且经过大量实验数据的不断修正, 最终确定系统输入、 输出变量F子集的隶属函数. 图3为输入、 输出变量的模糊子集隶属度分布.
模糊规则是根据工作人员的经验知识以及被测系统的实际工程应用总结出来的, 一般采用“if…then…”模糊条件语句的形式表达. 基于对光纤测温系统的知识经验总结出该系统的具体模糊控制规则, 如下:
ifτ1=S1andk=S2thenτ2=S1
ifτ1=S1andk=S1thenτ2=S1
┋
ifτ1=B0andk=B2thenτ2=B1
ifτ1=B1andk=B2thenτ2=B1
本系统采用Mamdani模糊推理法, 则每条模糊规则都反映一个模糊关系Ri(i=1, 2, …, 35), 系统总的模糊关系R就是这些模糊关系的并[11-12]. 如下式:
(6)
根据上述模糊关系可以确立该系统的模糊控制矩阵是一个5×7的矩阵, 可以将该矩阵写成模糊控制规则表的形式, 将模糊控制表写入到计算机中即可实现查表法进行模糊判决, 具有查算方便、 快速简捷的优点. 若某时刻精确输入量为τ1和k1, 它们不会激活全部模糊控制规则, 只会激活相应的模糊规则得到总的输出模糊子集, 然后利用反模糊化方法将模糊输出量转化为清晰输出量τ2, 即本系统理想的荧光寿命值. 为实现良好的控制性能, 系统选择的反模糊化方法为(最大隶属度)最大值法(lom)[13]. 即确定被激活的输出模糊子集中的最大隶属度, 其对应到基本论域中的最大值作为清晰输出.
2.2系统的总体结构
将上述模糊策略应用到荧光光纤温度检测系统中, 系统总体结构图如图4所示. 光纤探头接触荧光光纤测温点, 系统硬件电路中驱动电路驱动激励光源发出周期性的脉冲激励光, 激励光耦合进入光纤后传输到光纤探头激励荧光材料, 荧光材料受激励后发出的荧光由光纤传回, 通过滤光片滤光, 进行光电转换后形成微弱电流信号, 再通过放大电路及滤波电路后经A/D采样得到较平稳的电信号, 即为荧光余辉曲线[14]. 采样到余辉曲线后, 利用积分法求得非线性变化的荧光寿命, 加入模糊策略对荧光寿命进行智能化的非线性误差补偿, 得到稳定的荧光寿命. 再利用数据拟合方法得到荧光寿命与温度的拟合曲线, 将荧光寿命转换成温度信息, 实现荧光光纤测温系统的温度检测.
为验证方案的可行性, 利用Matlab软件搭建荧光光纤测温系统的仿真模型. 采取阶跃信号模拟荧光的激励过程, 给定一个单指数函数模拟理想的余辉曲线衰减, 采用惯性环节表示影响余辉曲线非指数变化的因素, 加入到理想的余辉曲线中, 即可模拟非指数衰减的余辉曲线, 仿真结构图如图5所示. 仿真采用变步长, 采集输出的荧光余辉曲线数据, 并利用积分法求得荧光寿命, 将其进行模糊策略控制, 则能够得到系统加入模糊策略前后的荧光寿命输出对比.
加入模糊策略前后得到的荧光寿命对比如图6所示. 通过仿真数据可以验证, 加入模糊技术的应用后可以在一定程度上消除荧光寿命的非线性误差, 解决检测过程中干扰因素的影响, 得到各个温度下近似恒定的荧光寿命值.
同时, 图6中加入模糊技术后得到的各递推区间的荧光寿命, 与仿真中设定的理想情况下恒定荧光寿命值的标准误差为0.016, 说明误差补偿效果良好. 综上所述, 模糊技术的应用不仅能够提高荧光光纤测温系统的精度及稳定性, 而且对于提高系统的鲁棒性也具有重要意义.
提出将模糊技术应用到荧光光纤温度检测系统中, 以消除测温系统中物理环境及硬件电路对荧光寿命的非线性影响. 经实验验证, 改进的荧光光纤温度检测系统可以对荧光寿命的非线性误差进行补偿, 得到稳定的荧光寿命. 这种推理策略不需要找出被测系统的精确数学模型, 由于加入人类思维和经验知识, 可以实现智能化的误差补偿, 实现荧光光纤测温系统高精度、 高智能的温度检测. 因此, 研究模糊技术在荧光光纤测温系统中的应用具有重要意义, 并且能够促进荧光光纤测温技术的发展.
[1] 贾丹平, 林乐乐, 苑玮琦, 等. 高精度光纤荧光测温法的稳定性研究[J]. 计量学报, 2008, 29(2): 129-133.
[2] 孙慧卿, 郭志友. 传感器的误差补偿技术[J]. 传感技术学报, 2004, 17(1): 90-92.
[3] 张先庭, 张永亮, 叶爱华. 一种高精度功率测量的补偿方法[J]. 电测与仪表, 2009, 46(4): 6-9.
[4] 王立刚, 建天成, 肖翠红. ANFIS在光电检测中的应用研究[J]. 科学技术与工程, 2010, 10(26): 6 445-6 448.
[5] 贾丹平, 高鹏, 伞宏力. 荧光余辉测温法中的数据处理[J]. 沈阳工业大学学报, 2006, 28(5): 542-545.
[6] 武金玲, 马书军. 荧光余辉光纤测温中的数据处理[J]. 光学技术, 2008, 34(增刊1): 11-12.
[7] 贾丹平, 贾婷, 苑玮琦, 等. 荧光余辉的非指数分量及处理[J]. 仪器仪表学报, 2008, 29(12): 2 581-2 586.
[8] 王玉田, 胡俏丽, 石均彦. 基于荧光机理的光纤温度测量仪[J]. 光学学报, 2010, 30(3): 655-659.
[9] WADE S A, COLLINS S F, BAXTER G W. Fluorescence intensity ratio technique for optical fiber point temperature sensing[J]. Journal of Applied Physics, 2008, 94(8): 4 743-4 756.
[10] 王广勇, 王海港. 温控箱的模糊控制算法在温度继电器检测系统中的应用研究[J]. 价值工程, 2010, 29(31): 146-146.
[11] 张杰. 模糊控制在烘干系统中的应用[J]. 科技创新与应用, 2013(8): 12-13.
[12] 雷俞芝, 杨晋萍, 郭向超. 基于模糊技术的锅炉主汽温控制系统研究[J]. 电力学报, 2013, 28(4): 345-348.
[13] MORTEZA E, MOHAMMAD A F, HADI Z. Adaptive fuzzy tuning of PID controllers[J]. Neural Computing and Applications, 2013, 23(1): 19-28.
[14] 朱其祥, 陈晨. 一种新型荧光光纤温度测量系统及实现[J]. 重庆理工大学学报(自然科学版), 2013, 27(12): 113-117.
(责任编辑: 沈芸)
Study on fluorescence fiber temperature measurement system using fuzzy strategy
SUN Yan, QI Hong
(College of Electrical Engineering and Automation, Fuzhou University, Fuzhou, Fujian 350116, China)
The reason that fluorescence lifetime of optical fiber fluorescence temperature measuring system exists nonlinear error is analyzed. In order to realize error compensation to improve the detection accuracy, the paper adopts fuzzy strategy for nonlinear error compensation of the fluorescence lifetime to eliminate the influence of errors. Use simulation model established by Matlab and test data of actual system to verify the experimental result, and it shows that temperature measurement system can effectively improve the stability and accuracy of fluorescence lifetime. So the research has important significance for improving the accuracy and robustness of the fluorescence optical fiber temperature measuring system.
fluorescence fiber; fluorescence lifetime; fuzzy strategy; nonlinear compensation
10.7631/issn.1000-2243.2016.01.0076
1000-2243(2016)01-0076-05
2015-03-21
齐虹(1961-), 教授, 主要从事控制工程、 电气工程、 计算机控制、 自动化等研究, qihong@fzu.edu.cn
福建省自然科学基金资助项目(2012J01259)
TP274.2
A