LabVIEW利用人工神经网络辅助进行结冰检测
结冰对各个领域构成重大威胁，包括但不限于航空航天和风力涡轮机行业。在起飞过程中，飞机机翼上轻微积冰会导致升力降低25%。研究报告称，涡轮叶片上的冰堆积可在19个月的运行时间内造成29MWh的功率损耗。因此，及时检测结冰对于部署预防技术或激活除冰系统至关重要。
在超声波、光学和基于阻抗的方法等各种冰检测技术中，微波传感器因其非接触式实时和无线操作而越来越受到关注。微波传感器的功能基于波/物质相互作用，其中材料电特性的变化会导致传感器响应（即频率响应）的变化。微波传感器可以以低成本开发，提供灵活性，耐用性和可调性。
薄型电池和无芯片表面可以被认为是冰积聚并最终检测其的最佳机械平台。为此，设计了一个被动的二维SRR阵列，以实现冰形成的敏感表面。平面阵列拓扑是一个频率选择表面，其中表面上的入射电磁功率在结构内被吸收。为了实现法向入射的电磁波吸收，阵列的表面阻抗必须与自由空间波阻抗相匹配，当阵列（晶胞）的相同元件以特定频率共振时，就会发生这种吸收。
单个电池谐振曲线的变化会导致阵列表面阻抗的变化，从而影响空阵列阻抗匹配。为了跟踪阻抗匹配的变化，可以用解调仪天线辐射的平面波无线照亮阵列表面，并监测反射系数。SRR通常由H-场，垂直于环的平面，SRR的平面平行于入射场的传播矢量。为了检测谐振器表面上的冰积聚，SRR的正常激励更适合，因为激励源（解调仪天线）可以沿传感/谐振平台的视线定位一定距离。
对于SRR的常规分析，假设谐振器悬浮在介电介质中，附近没有导电边界。然而，在现实世界的冰传感应用中，SRR阵列将安装在可能对SRR的共振特性产生影响的表面上。为了减少安装材料对“共振”特性的影响，谐振器阵列的设计中包括了一个铜平面（金属板）。这种拓扑结构可以使用微带谐振器结构来实现，一侧是完整的（铜包层）接地层，顶部是二维SRR阵列。通过这种方法，阵列的性能从一侧电磁屏蔽，而另一侧则可能暴露在冰/水堆积中。对所提出的谐振阵列进行了设计调整，并在SRR附近对接地层进行积分时优化了阵列的表面阻抗。
SRR的无源阵列是在罗杰斯杜罗德基底的厚度为0.787毫米。使用工作频率为2.6至4.0GHz）且增益为10dBi的标准增益喇叭天线作为询问器。SRR阵列放置在帕尔贴设备上，位于询问器喇叭天线的视线范围内。询问器天线的孔径与阵列之间的距离为33厘米。这个3.0-GHz设计频率的距离确保阵列被放置在天线的远场区域，孔径为12厘米。
模拟结冰对整个阵列表面的影响结果所示，增加冰的厚度会增加观察到的共振频率偏移。这种趋势是意料之中的，因为在谐振器上加载额外的材料会进一步改变谐振器顶部体积的“有效介电常数”。可以看出，仅用1毫米的冰覆盖阵列，在模拟谐振频率中观察到~300MHz的偏移。结果进一步表明共振频率对低厚度冰层的敏感性。在航空航天和涡轮机工业中，检测薄冰层并进行及时除冰至关重要。
在室温和条件下，当珀尔帖开始冷却阵列时，由于存在水蒸气（湿度），预计阵列表面会形成霜。为了证明霜冻对共振的影响，进行了以下基于时间的实验，使用LabVIEW记录了读取器天线的响应。显而易见，当阵列温度低于冰点温度时，阵列表面霜的形成和随之而来的积累会改变共振频率的下降趋势。这种偏移是连续的，对应于阵列表面积聚的霜的厚度。当帕尔贴器件关闭且阵列温度达到零度以上时，形成的霜会融化成水，从而破坏谐振缺口。这一指示是重要且有利的，因为可以使用共振频率和温度数据的变化趋势来训练人工神经网络，以区分阵列上的霜和冰堆积。
为了验证经过训练的人工神经网络的有效性，评估模型对看不见的数据的泛化非常重要。有多种技术可以验证人工神经网络的结果，包括监测损失曲线趋势、精度趋势、混淆矩阵和交叉验证。对于分析，重复K-折叠交叉验证与在看不见的数据点上测试的混淆矩阵的组合一起使用。
工作为无电池无芯片谐振阵列表面基于天线的冰检测奠定了基础和实验验证，其中检测由人工神经网络辅助以实现鲁棒性。所提出的传感系统对于无人机/小型飞机机翼上的“起飞前”冰检测具有很高的影响。机翼结冰检测的现状主要依靠机组人员对飞机的目视检查。根据飞行员的决定，飞机将进行全面除冰程序。缺乏有关冰的类型、位置和厚度的信息会导致除冰程序效率低下和过量使用除冰液。使用所提出的传感器，可以将结冰定位在飞机的不同部分，并且可以向机组人员提供准确的细节，以提高除冰效率。无人机通常通过复合材料实现，允许电磁波传播。因此，作为可能的传感器安装，读卡器天线可以放置在机翼部分内，用正常的入射波激励谐振表面。用正常入射波询问阵列的假设也源于现实世界对风力涡轮机叶片实施基于无线天线的检测的需求。天线和无源阵列可以分别在涡轮杆和叶片上实现。当刀片旋转时，天线可以在其视线范围内询问无源阵列。应该注意的是，正常的事件询问并不限制我们提出的基于天线的共振表面冰检测的应用。文章来源：https://www.toymoban.com/news/detail-697647.html
这是LabVIEW的一个应用，更多的开发案例，欢迎登录北京瀚文网星官网，了解更多信息。有需要LabVIEW项目合作开发，请与我们联系。文章来源地址https://www.toymoban.com/news/detail-697647.html
到了这里，关于LabVIEW利用人工神经网络辅助进行结冰检测的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
