一种基于物联网的高空探测传感器自动标校方法技术

本发明专利技术公开了一种基于物联网的高空探测传感器自动标校方法，属于传感器技术领域。本发明专利技术包含以下步骤：设计温、湿、压传感器数据采集机制；定义数据传输通信协议；构建基于神经网络的传感器标校算法；设计存储数据库；进行数据分析与可视化展示。本发明专利技术充分利用物联网在工业生产中的优势，并将物联网技术与神经网络相结合，使传感器标校过程实现自动化与智能化，有效地解放了劳动力，提高了工作效率。

An automatic calibration method of high altitude detection sensor based on Internet of things

【技术实现步骤摘要】
一种基于物联网的高空探测传感器自动标校方法
本专利技术涉及物联网传感器
，尤其涉及一种基于物联网的高空探测传感器自动标校方法。
技术介绍
目前，在高空探测领域，温、湿、压传感器标校主要靠人工进行，通过人工测量传感器特性点分布，采用多项式来拟合传感器特性曲线从而实现传感器标校。然而，采用人工测量方式，效率低，成本高，且多项式曲线拟合精度低，难以满足产量与精度的需求。近些年来，物联网技术已广泛应用在生产生活的方方面面，呈现万物互联、万物智能的新特征。基于物联网技术使工业生产模式发生了巨大地变化，极大地解放了生产力，提高了智能化水平与工作效率。物联网技术已广泛应用于智能工厂、智能家居、穿戴式医疗系统等复杂场景中，由此，通过物联网技术，对高空探测传感器数据进行采集成为了可能。对于温、湿、压传感器标校，传统方式主要为查表法和曲线拟合法，查表法忽略了标校点的测量误差，拟合法只能反映传感器整体趋势，都是几个离散测量点对传感器整体模型的逼近，不能满足复杂情况下的传感器标校。神经网络作为一种新兴的信息处理方法，为工业难题带来了新的解决方案，通过构建神经网络单元，对传感器采集的数据进行学习，实现传感器特性曲线的拟合，提高传感器测量精度，完成传感器校正。
技术实现思路
本专利技术针对于高空探测温、湿、压传感器校正中存在的人力成本高、测量时间长以及传感器校正精度低的问题，提出一种基于物联网的高空探测传感器自动标校方法。将物联网技术与神经网络相结合，使传感器标校过程实现自动化与智能化，有效地解放了劳动力，提高了工作效率。通过采用神经网络技术，使温、湿、压传感器测量精度进一步提升，更好地满足了高空探测的需求。为实现上述目的，本专利技术采用如下技术方案：一种基于物联网的高空探测传感器自动标校方法，主要包含以下步骤：步骤1：构建基于物联网的温、湿、压传感器数据采集系统；物联网架构由感知层、传输层和应用层3个部分组成。感知层部署在传感器标校设备中，为温、湿、压传感器设备信息以及对应的测量数据。传输层负责将控制指令、传感器数据信息等内容在感知层与应用层之间传递。采用UDP通信协议建立起不同设备之间的连接，同时基于Socket实现数据的收发和存储。应用层实现设备的控制、数据的存储、分析与展示，通过应用层不同对话框，可以对采集过程中温、湿、压传感器相关参数进行控制，以满足不同类型传感器采集需求。步骤2：设计物联网操作界面；物联网架构对应计算机软件系统，为了提高人机交互能力，优化操作过程，实现标校过程的自动化、智能化，所提出的方法设计了相关操作界面，计算机软件系统主要由导航栏和功能区两部分组成，导航栏展示了所提出方法的主要功能，并对各个功能添加超链接使其进行对应页面跳转；功能区域根据传感器标校具体操作需求，由可视化图表、数据对话框、数据操作按钮等几部分组成，使操作页面具有良好的操作感和展示性。设计使用操作界面，其中包括首页、设备管理界面、传感器自测界面、数据采集界面、数据复测界面。首页主要包括当前标校信息概览和历史数据统计功能，“今日采集”中显示了温度、湿度、气压传感器的标校数量和对应的标校总进程，“历史信息预览”中能够查看标校历史记录，并按照传感器类型和标校时间进行数据检索。在设备管理信息表中，可以选择采集板编位置，输入传感器编号，设定标校环境稳定阈值条件，设置不同传感器标校点分布。在自测信息查询表中，显示了传感器测量大气环境下的气压值、温度值，并根据测量值绘制初测气压分布图和初测温度分布图分，利用K-mean方法计算聚类中心，并根据所设定阈值判断传感器好坏。在数据采集界面，实时显示采集的数据信息，并根据采集的数据绘制温度变化信息表、湿度变化信息表、气压变化信息表，进行采集状况监测。在数据复测界面包括传感器标校数据信息和传感器复测数据信息以及相应数据对比图和误差分布图，对标校数据、复测数据进行合格判断，并提供数据导出功能。步骤3：设计温、湿、压传感器标校算法采用BP神经网络模型进行温、湿、压传感器进行标校，其结构包括一个输入层、一个隐藏层和一个输出层，通过引入Levenberg–Marquardt算法使BP网络参数更新速度加快；通过将隐藏层激活函数设计为Morlet小波函数来进一步提升传感器标校精度。根据不同传感器影响因素来设计不同网络结构，影响温度传感器测量结果为所在环境温度，所以输入层为1个神经元，选用5个神经元作为网络隐藏层，1个神经元作为网络输出层；影响气压传感器测量结果为所在环境温度、气压，所以输入层为2个神经元，选用10个神经元作为网络隐藏层，1个神经元作为网络输出层；影响湿度传感器测量结果为所在环境湿度，所以输入层为1个神经元，选用10个神经元作为网络隐藏层，1个神经元作为网络输出层；经过BP神经网络训练后，达到最终收敛，实现对温、湿、压传感器特性曲线的拟合，达到传感器校正的目的。根据温、湿、压传感器特性曲线，设计相应的标校点分布，并结合标校设备实际情况，制定相应的环境等待时间，数据采集策略。采用UDP协议进行数据传输，为各个设备分配IP地址及端口号，规定温、湿、压传感器与对应标校设备之间的通信协议，实现对标校设备的控制，传感器测量数据的采集。将采集到的标校数据按8:2划分为训练集和测试集，为温、湿、压传感器构建相应的BP网络模型结构，网络隐藏层采用Morlet小波激活函数，使用Levenberg–Marquardt算法进行网络参数更新。采用MySQL+Redis进行传感器数据缓存与存储，设计温、湿、压传感器数据表结构，其中主要包括采集时间、序号、标准温度、标准湿度、标准气压、温度原始值、湿度原始值、气压原始值。本专利技术与现有技术相比具有以下优点：1.摒弃了传统人工传感器数据采集方法，基于物联网架构对传感器数据进行采集，极大地解放了劳动力，提高了生产效率。2.采用神经网络技术对温、湿、压传感器进行标校，与传统标校方法相比，增强了模型的泛化能力，提高了传感器测量精度。附图说明图1是基于物联网的高空探测传感器自动标校方法整体架构示意图；图2是温度传感器采集流程示意图；图3是湿度传感器采集流程示意图；图4是气压传感器采集流程示意图；图5是气压传感器标校模型示意图；图6是传感器标校算法训练流程示意图；图7是温度传感器标校模型示意图；图8是湿度传感器标校模型示意图；图9是数据存储流程示意图；图10是网站首页示意图；图11是备管理信息表示意图；图12是传感器自测信息示意图；图13是气压传感器数据采集示意图；图14是传感器复测示意图；具体实施方式本专利技术实现的是基于物联网的高空探测传感器自动标校。下面将结合附图详细介绍本专利技术采用的具体方法。图1所示为基于物联网的高空探测传感器自动标校方法整体架构图，其主要由数据采集、数据传输、传感器标校、数据存储、数据展示五部分组本文档来自技高网...

【技术保护点】
1.一种基于物联网的高空探测传感器自动标校方法，其特征在于：包含以下步骤，/n步骤1：构建基于物联网的温、湿、压传感器数据采集系统；/n物联网架构由感知层、传输层和应用层3个部分组成；感知层部署在传感器标校设备中，为温、湿、压传感器设备信息以及对应的测量数据；传输层负责将控制指令、传感器数据信息内容在感知层与应用层之间传递；采用UDP通信协议建立起不同设备之间的连接，同时基于Socket实现数据的收发和存储；应用层实现设备的控制、数据的存储、分析与展示，通过应用层不同对话框，对采集过程中温、湿、压传感器相关参数进行控制；/n步骤2：设计物联网操作界面；/n物联网架构对应计算机软件系统，计算机软件系统由导航栏和功能区两部分组成，导航栏展示了所提出方法的主要功能，并对各个功能添加超链接使其进行对应页面跳转；功能区域根据传感器标校具体操作需求，由可视化图表、数据对话框、数据操作按钮组成；设计使用操作界面，其中包括首页、设备管理界面、传感器自测界面、数据采集界面、数据复测界面；/n步骤3：设计温、湿、压传感器标校算法/n采用BP神经网络模型进行温、湿、压传感器进行标校，包括一个输入层、一个隐藏层和一个输出层，通过引入Levenberg–Marquardt算法使BP网络参数更新速度加快；通过将隐藏层激活函数设计为Morlet小波函数来进一步提升传感器标校精度；根据不同传感器影响因素来设计不同网络结构，影响温度传感器测量结果为所在环境温度，所以输入层为1个神经元，选用5个神经元作为网络隐藏层，1个神经元作为网络输出层；影响气压传感器测量结果为所在环境温度、气压，所以输入层为2个神经元，选用10个神经元作为网络隐藏层，1个神经元作为网络输出层；影响湿度传感器测量结果为所在环境湿度，所以输入层为1个神经元，选用10个神经元作为网络隐藏层，1个神经元作为网络输出层；经过BP神经网络训练后，达到最终收敛，实现对温、湿、压传感器特性曲线的拟合，达到传感器校正的目的。/n...

【技术特征摘要】
1.一种基于物联网的高空探测传感器自动标校方法，其特征在于：包含以下步骤，
步骤1：构建基于物联网的温、湿、压传感器数据采集系统；
物联网架构由感知层、传输层和应用层3个部分组成；感知层部署在传感器标校设备中，为温、湿、压传感器设备信息以及对应的测量数据；传输层负责将控制指令、传感器数据信息内容在感知层与应用层之间传递；采用UDP通信协议建立起不同设备之间的连接，同时基于Socket实现数据的收发和存储；应用层实现设备的控制、数据的存储、分析与展示，通过应用层不同对话框，对采集过程中温、湿、压传感器相关参数进行控制；
步骤2：设计物联网操作界面；
物联网架构对应计算机软件系统，计算机软件系统由导航栏和功能区两部分组成，导航栏展示了所提出方法的主要功能，并对各个功能添加超链接使其进行对应页面跳转；功能区域根据传感器标校具体操作需求，由可视化图表、数据对话框、数据操作按钮组成；设计使用操作界面，其中包括首页、设备管理界面、传感器自测界面、数据采集界面、数据复测界面；
步骤3：设计温、湿、压传感器标校算法
采用BP神经网络模型进行温、湿、压传感器进行标校，包括一个输入层、一个隐藏层和一个输出层，通过引入Levenberg–Marquardt算法使BP网络参数更新速度加快；通过将隐藏层激活函数设计为Morlet小波函数来进一步提升传感器标校精度；根据不同传感器影响因素来设计不同网络结构，影响温度传感器测量结果为所在环境温度，所以输入层为1个神经元，选用5个神经元作为网络隐藏层，1个神经元作为网络输出层；影响气压传感器测量结果为所在环境温度、气压，所以输入层为2个神经元，选用10个神经元作为网络隐藏层，1个神经元作为网络输出层；影响湿度传感器测量结果为所在环境湿度，所以输入层为1个神经元，选用10个神经元作为网络隐藏层，1个神经元作为网络输出层；经过BP神经网络训练后，达到最终收敛，实现对温、湿、压传感器特性曲线的拟合，达到传感器校正的目的。


2.根据权利要求1所述的一种基于物联网的高空探测传感器自动标校方法，其特征在于：首页包括当前标校信息概览和历史数据统计功能，“今日采集”中显示了温度、湿度、气压传感器的标校数量和对应的...

【专利技术属性】
技术研发人员：贾克斌，王彦明，刘鹏宇，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11