基于WOA-KELM的热电偶非线性补偿方法

摘要：

为了消除热电偶测温过程中因冷端温度变化和非线性热电特性而引起的测温误差,提出了一种鲸鱼优化算法核极限学习机(WOA-KELM)的热电偶非线性补偿方法.利用鲸鱼算法对核极限学习机的参数进行搜索寻优,构建热电偶输入输出模型,同时完成热电偶的非线性校正和冷端补偿.利用S型热电偶的热电势—温度分度表数据进行模型训练,将训练结果与传统的最小二乘支持向量机(LSSVM)方法和径向基函数(RBF)神经网络进行比较,结果表明,所提方法具有更快的训练速度和更高的拟合精度.

关键词：鲸鱼优化算法、核极限学习机、热电偶、非线性补偿

所属期刊栏目：39

分类号：TP212;TP274(自动化技术及设备)

资助基金：国家部委预先研究基金资助项目20170101

在线出版日期：2020-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：24-26,29