基于GBDT的热电偶温度在线监测方法的研究

摘要：

针对工业自动化程度不断提高,对温度的在线监测需求也越来越广泛,且传统的基于查表以及硬件补偿等方法的热电偶温度监测系统,难以适应较高的精度要求的问题,文中提出一种基于梯度提升决策树(Gradient Boosted Decision Tree,GBDT)算法的热电偶在线温度监测方法,以实现对热电偶在线温度监测中的冷端补偿以及非线性问题进行改进.从实验测试结果中可以看出,文中将梯度提升决策树算法应用于热电偶的在线温度监测中,能够有效地提高在线测量精度,并为温度监测工业自动化提供新的解决方案.

关键词：热电偶、梯度提升决策树算法、温度在线监测

所属期刊栏目：58

分类号：TM93

资助基金：国家自然科学基金资助项目61573046

在线出版日期：2021-05-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：30-36