一种温度传感器校准方法、终端设备及存储介质

1.本发明涉及温度传感器校准领域，尤其涉及一种温度传感器校准方法、终端设备及存储介质。


背景技术：

2.现有的温度传感器校准方法存在以下缺陷：(1)误差分析模型可能只考虑了温度传感器的线性误差，而忽略了非线性误差和其他因素的影响；(2)校准方法使用的是单点标定和多点纠偏的组合，虽然可以提高测量准确性，但无法完全消除测量误差，因此可能仍存在一定误差。


技术实现要素：

3.为了解决上述问题，本发明提出了一种温度传感器校准方法、终端设备及存储介质。
4.具体方案如下：
5.一种温度传感器校准方法，包括以下步骤：
6.s101：采集温度传感器的测量值和对应的真实温度值，通过湿度补偿方式对温度传感器的测量值进行补偿后，将补偿后的测量值和对应的真实温度值组成训练集；
7.s102：构建神经网络模型，设定模型的输入为补偿后的测量值，输出为修正后的温度值，通过训练集对模型进行训练，使得修正后的温度值与真实温度值的差异最小，将训练后的模型作为温度校准模型；
8.s103：通过步骤s101的方式对待校准温度传感器的测量值进行补偿后，输入温度校准模型，得到待校准温度传感器校准后的温度值。
9.进一步的，温度传感器的测量值和对应的真实温度值的采集方法为：
10.将温度传感器置于恒温恒压空气实验舱后，记录当前时刻空气实验舱的真实温度值和温度传感器输出的温度值；
11.以固定步长调整空气实验舱的温度值，记录每次调整后空气实验舱的真实温度值和温度传感器输出的温度值，并将温度传感器输出的温度值作为测量值。
12.进一步的，湿度补偿方式对温度传感器的测量值进行补偿的方式为测量值加湿度对温度的修正值，湿度对温度的修正值的计算公式为：
13.δt＝a*n/(b+t)
14.n＝rh*es(t)/100
15.es(t)＝611.2*exp((17.67*t)/(t+243.5))
16.其中，δt表示湿度对温度的修正值，a和b均表示系数，t表示真实温度值，es(t)表示温度为t时的饱和水蒸气压力，rh表示相对湿度，n表示水蒸气分压，exp表示以自然常数e为底的指数函数。
17.进一步的，模型的损失函数采用均方误差。
18.一种温度传感器校准方法，包括以下步骤：
19.s201：采集温度传感器的测量值和对应的真实温度值，同时采集当前环境的湿度值，将测量值、湿度值和对应的真实温度值共同组成训练集；
20.s202：构建神经网络模型，设定模型的输入为测量值和湿度值，输出为修正后的温度值，通过训练集对模型进行训练，使得修正后的温度值与真实温度值的差异最小，将训练后的模型作为温度校准模型；
21.s203：将待校准温度传感器的测量值和湿度值共同输入温度校准模型后，得到待校准温度传感器校准后的温度值。
22.一种温度传感器校准终端设备，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明实施例上述的方法的步骤。
23.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例上述的方法的步骤。
24.本发明采用如上技术方案，可以减小现有的线性回归模型中不能考虑的非线性误差问题，且增加湿度补偿，提高了校准的准确性。
附图说明
25.图1所示为本发明实施例一方法的流程图。
26.图2所示为本发明实施例二方法的流程图。
具体实施方式
27.为进一步说明各实施例，本发明提供有附图。这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。
28.现结合附图和具体实施方式对本发明进一步说明。
29.实施例一：
30.本发明实施例提供了一种温度传感器校准方法，如图1所示，所述方法包括以下步骤：
31.s101：采集温度传感器的测量值和对应的真实温度值，通过湿度补偿方式对温度传感器的测量值进行补偿后，将补偿后的测量值和对应的真实温度值组成训练集。
32.该实施例中温度传感器的测量值和对应的真实温度值的采集方法为：将温度传感器置于恒温恒压空气实验舱后，记录当前时刻空气实验舱的真实温度值和温度传感器输出的温度值；以固定步长调整空气实验舱的温度值，记录每次调整后空气实验舱的真实温度值和温度传感器输出的温度值，并将温度传感器输出的温度值作为测量值。
33.该实施例中温度传感器采用pt100温度传感器，在其他实施例中也可以选用其他类型的温度传感器，在此不做限定。
34.该实施例中设定固定步长基于温度传感器的精度进行设定，如温度传感器的精度为0.1摄氏度，则设定固定步长为0.2摄氏度。该实施例中以-50摄氏度为起始温度、150摄氏度为最终温度，固定步长为0.2摄氏度的方式调整空气实验舱的温度值。
35.进一步的，由于温度传感器输出的测量值可能存在噪声影响下的异常值，因此，该实施例中还包括对异常值进行过滤，过滤方式可以采用常用方式，该实施例中通过构建神经网络模型来进行过滤。
36.由于温度传感器的测量值可能会收到空气湿度的影响，为了增加校准的准确性，该实施例中还包括对温度传感器的测量值进行湿度补偿，即将测量值加湿度对温度的修正值。湿度对温度的修正值的计算公式为：
37.δt＝a*n/(b+t)
38.n＝rh*es(t)/100
39.es(t)＝611.2*exp((17.67*t)/(t+243.5))
40.其中，δt表示湿度对温度的修正值，a和b均表示系数，t表示真实温度值，es(t)表示温度为t时的饱和水蒸气压力(单位为pa)，rh表示相对湿度(单位为％)，n表示水蒸气分压(单位为pa)，exp表示以自然常数e为底的指数函数。
41.s102：构建神经网络模型，设定模型的输入为补偿后的测量值，输出为修正后的温度值，通过训练集对模型进行训练，使得修正后的温度值与真实温度值的差异最小，将训练后的模型作为温度校准模型。
42.该实施例中神经网络模型采用ann网络结构，其包括三个全连接层，第一个和第二个全连接层均使用了relu激活函数，第三个全连接层没有激活函数。这个结构可以用来对输入数据进行非线性变换和降维，以提高模型的性能和泛化能力。模型的优化器使用adam算法，损失函数使用mse(均方误差)。
43.s103：通过步骤s101的方式对待校准温度传感器的测量值进行补偿后，输入温度校准模型，得到待校准温度传感器校准后的温度值。
44.本发明实施例一可以减小现有的线性回归模型中不能考虑的非线性误差问题，且增加湿度补偿，提高了校准的准确性。
45.实施例二：
46.本发明实施例提供了一种温度传感器校准方法，如图2所示，所述方法包括以下步骤：
47.s201：采集温度传感器的测量值和对应的真实温度值，同时采集当前环境的湿度值，将测量值、湿度值和对应的真实温度值共同组成训练集。
48.s202：构建神经网络模型，设定模型的输入为测量值和湿度值，输出为修正后的温度值，通过训练集对模型进行训练，使得修正后的温度值与真实温度值的差异最小，将训练后的模型作为温度校准模型。
49.s203：将待校准温度传感器的测量值和湿度值共同输入温度校准模型后，得到待校准温度传感器校准后的温度值。
50.本发明实施例二与实施例一方法的原理相似，区别点在于将湿度补偿添加到神经网络模型中，也可以提高校准的准确性。
51.实施例三：
52.本发明还提供一种温度传感器校准终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明实施例一或实施例二的上述方法实施例中的步骤。
53.进一步地，作为一个可执行方案，所述温度传感器校准终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述温度传感器校准终端设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，上述温度传感器校准终端设备的组成结构仅仅是温度传感器校准终端设备的示例，并不构成对温度传感器校准终端设备的限定，可以包括比上述更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述温度传感器校准终端设备还可以包括输入输出设备、网络接入设备、总线等，本发明实施例对此不做限定。
54.进一步地，作为一个可执行方案，所称处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述温度传感器校准终端设备的控制中心，利用各种接口和线路连接整个温度传感器校准终端设备的各个部分。
55.所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述温度传感器校准终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据手机的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
56.本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例上述方法的步骤。
57.所述温度传感器校准终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)以及软件分发介质等。
58.尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。

技术特征：
1.一种温度传感器校准方法，其特征在于，包括以下步骤：s101：采集温度传感器的测量值和对应的真实温度值，通过湿度补偿方式对温度传感器的测量值进行补偿后，将补偿后的测量值和对应的真实温度值组成训练集；s102：构建神经网络模型，设定模型的输入为补偿后的测量值，输出为修正后的温度值，通过训练集对模型进行训练，使得修正后的温度值与真实温度值的差异最小，将训练后的模型作为温度校准模型；s103：通过步骤s101的方式对待校准温度传感器的测量值进行补偿后，输入温度校准模型，得到待校准温度传感器校准后的温度值。2.根据权利要求1所述的温度传感器校准方法，其特征在于：温度传感器的测量值和对应的真实温度值的采集方法为：将温度传感器置于恒温恒压空气实验舱后，记录当前时刻空气实验舱的真实温度值和温度传感器输出的温度值；以固定步长调整空气实验舱的温度值，记录每次调整后空气实验舱的真实温度值和温度传感器输出的温度值，并将温度传感器输出的温度值作为测量值。3.根据权利要求1所述的温度传感器校准方法，其特征在于：湿度补偿方式对温度传感器的测量值进行补偿的方式为测量值加湿度对温度的修正值，湿度对温度的修正值的计算公式为：δt＝a*n/(b+t)n＝rh*es(t)/100es(t)＝611.2*exp((17.67*t)/(t+243.5))其中，δt表示湿度对温度的修正值，a和b均表示系数，t表示真实温度值，es(t)表示温度为t时的饱和水蒸气压力，rh表示相对湿度，n表示水蒸气分压，exp表示以自然常数e为底的指数函数。4.根据权利要求1所述的温度传感器校准方法，其特征在于：模型的损失函数采用均方误差。5.一种温度传感器校准方法，其特征在于，包括以下步骤：s201：采集温度传感器的测量值和对应的真实温度值，同时采集当前环境的湿度值，将测量值、湿度值和对应的真实温度值共同组成训练集；s202：构建神经网络模型，设定模型的输入为测量值和湿度值，输出为修正后的温度值，通过训练集对模型进行训练，使得修正后的温度值与真实温度值的差异最小，将训练后的模型作为温度校准模型；s203：将待校准温度传感器的测量值和湿度值共同输入温度校准模型后，得到待校准温度传感器校准后的温度值。6.一种温度传感器校准终端设备，其特征在于：包括处理器、存储器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1～5中任一所述方法的步骤。7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1～5中任一所述方法的步骤。

技术总结
本发明涉及一种温度传感器校准方法、终端设备及存储介质，该方法中包括：采集温度传感器的测量值和对应的真实温度值，通过湿度补偿方式对温度传感器的测量值进行补偿后，将补偿后的测量值和对应的真实温度值组成训练集；构建神经网络模型，设定模型的输入为补偿后的测量值，输出为修正后的温度值，通过训练集对模型进行训练，使得修正后的温度值与真实温度值的差异最小，将训练后的模型作为温度校准模型；对待校准温度传感器的测量值进行补偿后，输入温度校准模型，得到待校准温度传感器校准后的温度值。本发明可以减小现有的线性回归模型中不能考虑的非线性误差问题，且增加湿度补偿，提高了校准的准确性。提高了校准的准确性。提高了校准的准确性。


技术研发人员：王豪伟 刘策 赵纯源
受保护的技术使用者：中国科学院城市环境研究所
技术研发日：2023.04.18
技术公布日：2023/7/12