[發明專利]一種基于電渦流傳感器和神經網絡的電纜芯材質預測模型建立方法及檢測裝置

在審

• 申請號: 201811337512.1
• 申請日: 2018-11-08
• 公開（公告）號: CN109409001A
• 公開（公告）日: 2019-03-01
• 發明（設計）人: 要糧安;周渠;劉玲;韓麗;楊海生;謝強;孫凱;魏智杰;彭姝迪
• 申請（專利權）人: 國網山西省電力公司晉中供電公司;西南大學;國網重慶市電力公司電力科學研究院
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06N3/02
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

1.一種基于神經網絡的電纜芯種類預測模型建立方法，其特征在于：包括以下步驟：

S1：給定一個樣本訓練集

T＝{(x_i,y_i),Λ,(x_l,y_l)}∈(X×Y)^L

其中，x_i∈X＝Rⁿ,y_i∈Y＝{1,-1},(i＝1,2,Λ,l)；x_i、x_l、Λ為神經網絡輸入值，y_i、y_l為神經網絡輸出值，l為隱含層節點數；(X×Y)^L表示樣本集，X為輸入集，Y為輸出集，L為樣本量；

S2：選擇適當核函數K＝(x,x′)和參數C，構造并求解最優化問題：

其中，y_i，y_j表示輸出值，α_i，α_j表示拉格朗日乘子，K表示核函數，(i＝1～j)，(j＝1～l)；

約束條件為：

得到最優解：

α^*＝(α₁^*,Λ,α_l^*)^T

其中，α^*為最優解向量；

S3：選取α^*的一個正分量0≤α_j^*≤C，據此計算閾值：

其中，b^*為閾值向量；

S4：構造決策函數：

并輸出結果。

2.一種基于電渦流傳感器和神經網絡的電纜芯材質檢測裝置，其特征在于：包括電渦流傳感器、分析控制模塊、顯示器和存儲器；

所述電渦流傳感器基于電渦流效應，電渦流傳感器中線圈通過一定大小的電流產生的電磁場，將在金屬中感應出電渦流，形成另一磁場反作用于原線圈，傳感器將這種作用轉化為電壓值作為輸出量；

所述分析控制模塊包括數據分析單元和顯示器控制單元，所述數據分析單元內存儲有根據權利要求1所述方法所建立的基于神經網絡的電纜芯種類預測模型；

所述電渦流傳感器與數據分析單元連接，所述數據分析單元與顯示器控制單元和存儲器連接，所述顯示器控制單元與顯示器連接；

所述電渦流傳感器將轉化的電壓值輸入數據分析單元中進行電纜芯種類預測，數據分析單元將結果保存到存儲器中，并輸入顯示器控制單元，所述顯示器控制單元根據接收到的結果控制顯示器顯示相應的中文字符。

3.根據權利要求2所述的基于電渦流傳感器和神經網絡的電纜芯材質檢測裝置，其特征在于：所述預測模型是一種支持向量機SVM電纜芯種類預測模型。

4.根據權利要求2所述的基于電渦流傳感器和神經網絡的電纜芯材質檢測裝置，其特征在于：所述電纜芯種類預測模型的預測結果包括-1和1，分別對應金屬材質的銅和鋁。

5.根據權利要求2所述的基于電渦流傳感器和神經網絡的電纜芯材質檢測裝置，其特征在于：所述數據分析單元和顯示器控制單元均通過AT89C51單片機實現。