正在打开页面…
软传感器用软件模型与其他来源信息估计被测量,可融合多种测量;它是广义感知,结果依赖数据和模型条件。
软传感器是利用其他来源信息估计被测量的软件程序,通常为间接、在线估计。它把不同特性与动态的测量结合,依托计算资源实现模型,不能理解为不需要任何数据来源。
已有测量/信息 → 软件模型或融合 → 目标量估计。
教材以卡尔曼滤波估计位置或电动机速度为例,也提到神经网络和模糊计算。模型名称不是准确性保证,估计依赖输入信息、模型关系和运行条件。
传统定义强调器件或装置,软传感器没有与目标量对应的独立有形敏感元件或转换元件,但具备从数据获得检测结果的功能,属于教材讨论的广义感知。它可以依赖硬件传感器提供的数据,因此软件与硬件经常配合。数字化一个硬件输出并不自动等于建立软测量模型。
基础测试统一使用选择题,先确认概念、定义和关键判断是否扎实。
软传感器通常怎样获得目标量?
通过其他信息与软件模型间接估计
无需任何输入直接产生结果
把已有模拟量直接数字化而不建立模型
卡尔曼滤波或神经网络名称可以单独保证估计准确吗?
可以,算法名代表无误差
不能,须核对数据与模型条件
只有神经网络可以
暂无前置知识
暂无后续知识