Auto-calibração e linearização de sensores utilizando técnicas de inteligência computacional

AUTOR(ES)
DATA DE PUBLICAÇÃO

2009

RESUMO

Neste trabalho é proposto um sistema que é capaz de realizar a calibração automática e linearização de sensores em um equipamento que une soluções em hardware e software. O hardware desenvolvido faz a leitura e condicionamento dos sinais dos sensores a serem linearizados. Já a solução implementada em software apresenta o treinamento multiobjetivo das redes neurais artificiais de funções de base radiais para realizar a linearização da curva sinais de entrada versus sinais de saída de sensores. Os pesos da rede neural são determinados por meio da técnica de mínimos quadrados multiobjetivo. Variando-se a largura das funções de base, diferentes conjuntos de Pareto são obtidos. Utiliza-se a técnica de decisão baseada em regressão linear sobre o conjunto de pontos não dominados para a escolha da solução que apresente a estrutura de rede mais adequada ao problema. A vantagem do treinamento multiobjetivo no contexto de linearização de sensores e determinar uma rede adequada para o problema e que apresente baixa complexidade estrutural, reduzindo, assim, o custo de implementação em hardware. São apresentados, em seguida, quatro experimentos realizados em laboratorio para validação do algoritmo de treinamento da rede neural. Os três primeiros experimentos são realizados a partir da medição da variavel temperatura em faixas distintas de operação e o quarto experimento e realizado a partir da medição do sinal de tensão gerado em uma balança capacitiva. São apresentadas também as soluções de treinamento mono-objetivo para os quatro experimentos e comparações entre as soluções mono-objetivo e multiobjetivo. Os resultados obtidos mostram que a metodologia proposta e adequada ao problema de linearização, permitindo a escolha de uma estrutura com menor custo de implementação.

ASSUNTO(S)

silvia grasiella moreira almeida

Documentos Relacionados