一种热敏打印机检测温度的校准方法、装置及热敏打印机制造方法及图纸

本发明专利技术公开了一种热敏打印机检测温度的校准方法、装置及热敏打印机，所述热敏打印机检测温度的校准方法，所述校准方法包括：获取各个温度下温度传感器的热敏电阻的电阻值，得到热敏电阻的电阻值与温度之间的对应关系；建立BP神经网络，采用所述热敏电阻的电阻值与温度之间的对应关系进行模型训练，得到热敏电阻的校准神经网络模型；将获取的热敏电阻的电阻值输入到校准神经网络模型中输出校准的检测温度。本发明专利技术通过将获取的热敏电阻的电阻值输入到校准神经网络模型中输出校准的检测温度，实现通过软件算法进行热敏电阻的校准方式，不需要增加硬件成本，提高热敏电阻的温度检测的准确性。准确性。准确性。

【技术实现步骤摘要】
一种热敏打印机检测温度的校准方法、装置及热敏打印机


[0001]本专利技术涉及热敏打印
，具体的涉及一种热敏打印机检测温度的校准方法、装置及热敏打印机。

技术介绍

[0002]热敏打印技术目前的应用越来越广泛，遍及社会各行业领域，在收银、餐饮、银行、快递等各种领域，用于打印各种单据。近些年来，热敏打印技术的应用场景逐渐从商业应用覆盖到消费类产品，例如学生错题打印机、儿童相机等家庭消费产品，家用市场的规模逐渐增大。热敏打印机是一种利用打印头的加热元件通过接触热敏打印纸后使其显色打印出相应的图案的一种设备。
[0003]热敏打印机都需要温度传感器来进行异常温度检测，用以防止连续打印造成的温度过高，造成热敏打印头的损坏和人身危害。随着学生错题打印机、儿童相机等产品的出现，对于打印质量的要求也随之变高，温度传感器的作用也就不止局限于保护作用，也用于进行打印浓度的控制。通常在冷机打印时，打印效果会偏淡，在连续打印之后温度较高又会偏浓，此时就可以在打印中通过温度传感器来获取当前温度，从而可以根据当前的温度对加热控制进行补偿，保证打印效果。
[0004]目前热敏打印机的温度传感器普遍采用热敏电阻。热敏电阻的精度低，线性度低，成本也低。在对于打印效果要求不高时，可以满足要求。但是在打印质量要求高的情况下，尤其是进行灰阶图片打印时，由于热敏电阻的精度问题，无法准确获取当前的温度情况，温度补偿不准确或者不稳定，会造成打印质量差，灰度的等级无法准确控制。
[0005]为了获取准确的温度，一般会有以下两种方式：
[0006]1、更换热敏打印机的温度传感器。常见的温度传感技术有IC传感器，热敏电阻，RTD，热电偶等，除去热敏电阻方式，其他几种温度传感技术的检测精度均好于热敏电阻，但是成本也均高于热敏电阻。
[0007]2、对热敏电阻进行校准。可以通过在硬件电路上的修改，改变热敏电阻的一些特性，以达到最热敏电阻的校正。
[0008]但以上方案在一定程度上均需增加成本。而通常大家都会认为热敏电阻的精度差，但是实际热敏电阻的精度是取决于校准。
[0009]有鉴于此，特提出本专利技术。

技术实现思路

[0010]本专利技术为了解决上述技术问题，提供了一种热敏打印机检测温度的校准方法、装置及热敏打印机，具体技术方案如下：
[0011]本专利技术提出了一种热敏打印机检测温度的校准方法，所述校准方法包括：
[0012]获取各个温度下温度传感器的热敏电阻的电阻值，得到热敏电阻的电阻值与温度之间的对应关系；
[0013]建立BP神经网络，采用所述热敏电阻的电阻值与温度之间的对应关系进行模型训练，得到热敏电阻的校准神经网络模型；
[0014]将获取的热敏电阻的电阻值输入到校准神经网络模型中输出校准的检测温度。
[0015]作为本专利技术的可选实施方式，所述建立BP神经网络包括：
[0016]定义网络结构，包括输入层、隐含层及输出层，所述输入层包括至少三个均输入电阻值R的输入层输入端，所述隐含层包括至少三个神经元，每个神经元分别具有与输入端数量相对应的隐含层输入端，每个神经元的各个隐含层输入端分别与输入层输入端一一对应连接，所述输出层包括一个输出温度T的神经元。
[0017]作为本专利技术的可选实施方式，所述建立BP神经网络包括：
[0018]定义激励函数
[0019]信号正向传播，输入层神经元：输入值x
i
＝R，输出值y
i
＝x
i
；隐含层神经元：输入值输出值输出层神经元：输入值输出值
[0020]误差信号反向传播，输出神经元误差E，d
k
表示真实正确结果，就是训练数据中的温度T，神经元误差权值w
kj
的误差量权值w
ji
的误差量
[0021]加入学习速率η表示学习速率，选取0
‑
1之间的数。
[0022]作为本专利技术的可选实施方式，所述采用所述热敏电阻的电阻值与温度之间的对应关系进行模型训练，得到热敏电阻的校准神经网络模型包括：
[0023]参数初始化：设置神经元的权重值、误差精度e及训练次数N；
[0024]导入训练样本：将热敏电阻的电阻值与温度之间的对应关系的训练样本导入BP神经网络；
[0025]归一化处理：对训练样本数据进行归一化处理；
[0026]计算输出：按照所述BP神经网络的信号正向传播，将归一化处理之后的数据y
u
作为输入数据送入神经网络，计算出隐含层的神经元输出y
j
和输出层的神经元输出y
k
；
[0027]计算神经元误差：按照所述BP神经网络的误差信号反向传播，计算出权重值的误差Δw
kj
和ΔW
ji
；
[0028]更新权重值：根据计算出的权重值的误差，更新隐含层和输出层的权重值w
kj
＝w
kj
+Δw
kj
、w
ji
＝w
ji
+Δw
ji
；
[0029]误差精度判断：判断当前的误差精度是否达到要求若达到精度要求则结束训练，若未达到精度要求，则进一步判断是否达到训练次数N，若达到训练次数
N，则结束训练，若未达到训练次数N，则返回至计算输出继续训练。
[0030]作为本专利技术的可选实施方式，所述归一化处理包括：
[0031]针对输入至输入层的热敏电阻的电阻值数据进行归一化处理：
[0032]归一化处理函数其中，R表示输入的电阻数据，R
min
表示输入的电阻数据中的最小值，R
max
表示输入的电阻数据中的最大值，y
u
表示归一化后的数据；
[0033]针对输入至输出层的热敏电阻的温度数据进行归一化处理：
[0034]归一化处理函数其中，T表示输入的温度数据，T
min
表示输入的数据中的最小值，T
max
表示输入的数据中的最大值，T
u
表示归一化后的数据。
[0035]作为本专利技术的可选实施方式，所述温度传感器检测温度时，将获取的热敏电阻的电阻值输入到校准神经网络模型中输出校准的检测温度包括：
[0036]将测量的热敏电阻的电阻值R传入校准神经网络模型；
[0037]对传入的电阻值R进行归一化处理，按照校准神经网络模型的正向传播计算输出层的神经元输出y
k
；
[0038]针对输出y
k
进行数据还原得到校准后的实际温度值T。
[0039]作为本专利技术的可选实施方式，所述针对输出y
k
进行数据还原得到校准后的实际温度值T包括：
[0040]通过数据还原函数T＝y
k
×
(T
max本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种热敏打印机检测温度的校准方法，其特征在于，所述校准方法包括：获取各个温度下温度传感器的热敏电阻的电阻值，得到热敏电阻的电阻值与温度之间的对应关系；建立BP神经网络，采用所述热敏电阻的电阻值与温度之间的对应关系进行模型训练，得到热敏电阻的校准神经网络模型；将获取的热敏电阻的电阻值输入到校准神经网络模型中输出校准的检测温度。2.根据权利要求1所述的一种热敏打印机检测温度的校准方法，其特征在于，所述建立BP神经网络包括：定义网络结构，包括输入层、隐含层及输出层，所述输入层包括至少三个均输入电阻值R的输入层输入端，所述隐含层包括至少三个神经元，每个神经元分别具有与输入端数量相对应的隐含层输入端，每个神经元的各个隐含层输入端分别与输入层输入端一一对应连接，所述输出层包括一个输出温度T的神经元。3.根据权利要求2所述的一种热敏打印机检测温度的校准方法，其特征在于，所述建立BP神经网络包括：定义激励函数信号正向传播，输入层神经元：输入值x
i
＝R，输出值y
i
＝x
i
；隐含层神经元：输入值输出值输出层神经元：输入值输出值误差信号反向传播，输出神经元误差E，d
k
表示真实正确结果，就是训练数据中的温度T，神经元误差权值w
kj
的误差量权值w
ji
的误差量加入学习速率η表示学习速率，选取0
‑
1之间的数。4.根据权利要求3所述的一种热敏打印机检测温度的校准方法，其特征在于，所述采用所述热敏电阻的电阻值与温度之间的对应关系进行模型训练，得到热敏电阻的校准神经网络模型包括：参数初始化：设置神经元的权重值、误差精度e及训练次数N；导入训练样本：将热敏电阻的电阻值与温度之间的对应关系的训练样本导入BP神经网络；归一化处理：对训练样本数据进行归一化处理；计算输出：按照所述BP神经网络的信号正向传播，将归一化处理之后的数据y
u
作为输入数据送入神经网络，计算出隐含层的神经元输出y
j
和输出层的神经元输出y
k
；计算神经元误差：按照所述BP神经网络的误差信号反向传播，计算出权重值的误差Δw
kj
和Δw
ji
；更新权重值：根据计算出的权重值的误差，更新隐含层和输出层的权重值w
kj
＝w
kj
+Δ
w
kj
、w
ji
＝w
ji
+Δw
ji
；误差精度判断：判断当前的误差精度是否达到要求若达到精度要求则结束训练，若未达到精度要求，则进一步判断是否达到训练次数N，若达到训练次数N，则结束训练，若未达到训练次数N，则返回至计算输出继续训练。5.根据权利要求4所述的一种热敏打印机检测温度的校准方法，其特征在于，所述归一化处理包括：针对输入至输入层的热敏电阻的电阻值数据进行归一化处理...

【专利技术属性】
技术研发人员：洪家桦，谢发炎，吴涛，
申请(专利权)人：厦门喵宝科技有限公司，
类型：发明
国别省市：