[发明专利]一种减小巴克豪森噪声检测误差的方法及其传感器系统

摘要

本发明公开了一种减小巴克豪森噪声检测误差的方法及其传感器系统，其主要特征是：所述的传感器的磁化器（1）的U型磁轭的左、中、右部位分别设置匝数、线径均相同的第一感应线圈（6）、第二感应线圈（7）、第三感应线圈（8）；所述的三组感应线圈（6、7、8）输出交流的电压信号，通过有效值转换电路转换为直流电压信号，然后通过模数转换电路转换成数字信号，再经微处理器获取电压值，将所述的三个电压值输入到一个BP神经网络中；根据所述的BP神经网络采用BP神经网络算法对巴克豪森噪声检测的特征值进行修正。本发明能够有效地减小在巴克豪森噪声检测过程中由于传感器的检测线圈以及磁化器相对于被测试件的提离所造成的检测误差。

主权项

一种减小巴克豪森噪声检测误差的方法，在噪声检测中采用传感器，其特征在于：将所述的传感器的磁化器（1）与检测线圈（3）用一个弹性元件（5）进行连接；在所述的磁化器（1）的U型磁轭的左、中、右部位分别设置匝数、线径均相同的第一感应线圈（6）、第二感应线圈（7）、第三感应线圈（8）；所述的三组感应线圈（6、7、8）输出交流的电压信号，通过一个有效值转换电路转换为直流电压信号，然后通过一个模数转换电路转换成数字信号，再经一个微处理器获取电压值，将所述的三个电压值输入到一个BP神经网络中；根据所述的BP神经网络采用BP神经网络算法对巴克豪森噪声检测的特征值进行修正，其步骤如下：步骤一、获取所述的三个感应线圈（6、7、8）的电压以及其各自的特征值修正系数作为样本数据；步骤二、根据所述的样本数据构造一个BP神经网络模型；步骤三、将所述的样本数据作为所述的BP神经网络的训练数据，进行BP神经网络训练得到训练后的神经网络，进而得到神经网络输出的特征值修正系数；步骤四、将实际测量的所述三个感应线圈（6、7、8）的各自的感应电压数据作为所述的BP神经网络的输入，得到特征值修正系数；步骤五、将实际测量对应的检测到的巴克豪森噪声信号特征值除以所述的特征值修正系数，得到修正后的巴克豪森噪声检测信号的特征值。