Resumen

Se diseña un sensor de flujo basado en el método de flujo de presión diferencial de tipo resistencia (RDPF) y se miden los datos de flujo durante un proceso de llenado de pasta de ganga de carbón. Se analizan las características del error de medición de un sensor RDPF. Los errores periódicos y aperiódicos se modelan por separado. El modelo para el error periódico se establece por aproximación de series de Fourier utilizando la solución de mínimos cuadrados de una ecuación sobredeterminada para resolver los parámetros del modelo. El modelo para el error aperiódico se establece mediante un método de máquina de vectores de soporte de mínimos cuadrados en línea (LS-SVM). La validación cruzada se utiliza para resolver los parámetros del modelo. Las simulaciones y los experimentos demuestran que la precisión de la medición dinámica del sensor mejora considerablemente gracias a la compensación de errores, con lo que se reduce el desperdicio de material de relleno y se mejora la eficiencia económica.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:parámetros del modelo, aproximación de la serie de Fourier, pasta de ganga de carbón, flujo de presión diferencial, precisión de la medición dinámica, solución de mínimos cuadrados, características del error de medición, mínimos cuadrados en línea, método, modelo
• Keywords:model parameters, fourier series approximation, coal gangue paste, differential pressure flow, dynamic measurement accuracy, least squares solution, measurement error characteristics, online least squares, method, model