改进光纤光栅应变分布解调算法中优化目标函数的理论与方法 下载: 1031次
1 引言
光纤布拉格光栅(FBG)作为一种光纤传感元件,具有体积小、质量轻及抗电磁干扰等优点,广泛应用于土木、电力、航空航天及生物化学等领域[1-2]。通常,绝大部分被测参量的检测,如压力、湿度、振动、声场及电流等,都需要通过力学传递的形式使FBG产生应变来实现[3-4]。因此,FBG应变检测是其传感应用的基础[5]。随着实际应用对应变检测需求的不断提高,需要对一些结构精密而受力复杂的微小部件(如机器人手手指、微创手术臂等)进行应变分布的检测,但目前通常仅将FBG作为一种特殊的应变片使用,未充分利用其应变分布特征与输出光谱形变之间的关系[6],倘若能够利用这种关系实现非均匀应变分布的测量,便能使FBG在这些领域发挥重要作用。
为实现非均匀应变解调,许多学者将传输矩阵法与优化算法相结合,使非均匀应变解调转化为多参数优化问题,并研究了多种优化算法以提高非均匀应变解调的性能,例如遗传算法及其改进算法[7-12]、模拟退火算法[13]、单纯形法[14]、粒子群及其改进算法[15-17]以及差分进化算法[18]。以上研究都将计算光谱与测量光谱之间的闵可夫斯基距离(称为P范数)作为目标函数,当能够准确获取测量光谱的反射率时,这些方法均能取得较好的结果。但是在实际进行非均匀应变测量时,传感系统往往采集到的是畸变的FBG反射强度谱,通过处理后可以得到归一化的反射谱,但反射谱的真实反射率并不知晓。此时,如果仍然采用计算谱与归一化测量谱的P范数作为目标函数,将会产生较大的解调误差。
基于以上分析,本文提出了利用相关系数改进优化目标函数的方法,以适应FBG真实反射率信息缺乏的情况,并结合差分进化算法对改进方法的有效性进行了仿真验证。
2 FBG光谱的获取方式
在实际工程应用中,常采用的FBG测量系统如
3 应变分布解调算法目标函数的改进理论
3.1 应变分布解调总体流程
将传输矩阵法与优化算法相结合的应变分布解调的一般流程如
图 3. 传输矩阵法与优化算法相结合的FBG应变分布解调的一般流程
Fig. 3. General demodulation process of FBG strain distribution by transfer matrix method and optimization algorithm
3.2 基于相关系数的目标函数改进理论
由FBG光谱的获取方式可知,许多实际情况下只能获得归一化的反射谱
式中:
虽然
式中:
4 改进目标函数的差分进化应变分布解调方法
在大部分报道的FBG应变分布解调方法中[9,13-14,18],常假设应变分布是连续的,并采用多项式函数表示,进而将应变分布解调转化为多项式函数系数的优化问题,以减少优化参数的个数。但实际传感中,被测对象即应变很可能是非连续分布的,事先也无法预知其分布形式。因此,研究适合任意应变分布的解调算法是非常必要的,但是这也会增加优化参数的个数,增大陷入局部最优的概率。为了尽量避免陷入局部最优,结合稳健性好的优化算法是提升解调准确性的重要保证。研究表明,差分进化算法在多种标准测试函数中的优化性能更优[20]。因此,接下来将结合差分进化算法验证改进目标函数的可行性。
在实际传感应用中,常对FBG进行切趾以抑制光谱旁瓣对测量的影响[21],假设以FBG的轴向为
式中:
式中:
当FBG感受到非均匀应变分布
式中:
式中:Δ
将
式中:
根据上述传输矩阵的方法,任意应变分布
为了结合差分进化算法,可将任意向量[
1) 种群初始化。假设种群规模大小为
式中:
对其进行初始化,其中
2) 变异操作。变异是指对向量某些位置的数字进行改变,通过随机扰动形成新向量
式中:
3) 交叉操作。交叉是指利用
式中:rand
4) 选择操作。选择操作是通过对比向量
式中:
5) 终止操作。当优化进程到达预设的最小适应度或最大的进化代数,便终止程序。这里采用了最大进化代数为3000的终止操作。
改进目标函数的差分进化算法的应变分布解调流程如
图 5. 基于改进目标函数的差分进化算法的应变分布解调流程
Fig. 5. Demodulation process of strain distribution based on differential evolution algorithm with improved objective function
5 应变分布解调的仿真
为了验证所改进算法的有效性,选取了3种具有代表性的应变分布形式:
1) Case1 线性连续分布:
2) Case2 非线性连续分布:
3) Case3 非线性非连续分布:
仿真所用的FBG参数
为了模拟实际情况,在所有仿真的反射谱中加入了信噪比为25 dB的随机噪声;为了对比验证改进算法对无法获知和能获知FBG真实反射率情况的有效性,分别采用归一化的反射谱与具有真实反射率的反射谱进行两种情况的模拟;同时,采用常用的2范数
仿真结果如
图 6. Case1的结果。(a)无法获知反射率时反射谱的重构;(b) 无法获知反射率时应变分布的解调;(c)获知反射率时反射谱的重构;(d)获知反射率时应变分布的解调
Fig. 6. Results in Case1. (a) Reconstruction of reflection spectrum when reflectivity is unknown; (b) demodulation of strain distribution when reflectivity is unknown; (c) reconstruction of reflection spectrum when reflectivity is known; (d) demodulation of strain distribution when reflectivity is known
图 7. Case2的结果。(a)无法获知反射率时反射谱的重构;(b) 无法获知反射率时应变分布的解调;(c)获知反射率时反射谱的重构;(d)获知反射率时应变分布的解调
Fig. 7. Results in Case2. (a) Reconstruction of reflection spectrum when reflectivity is unknown; (b) demodulation of strain distribution when reflectivity is unknown; (c) reconstruction of reflection spectrum when reflectivity is known; (d) demodulation of strain distribution when reflectivity is known
图 8. Case3的结果。(a)无法获知反射率时反射谱的重构;(b)无法获知反射率时应变分布的解调;(c)获知反射率时反射谱的重构;(d)获知反射率时应变分布的解调
Fig. 8. Results in Case3. (a) Reconstruction of reflection spectrum when reflectivity is unknown; (b) demodulation of strain distribution when reflectivity is unknown; (c) reconstruction of reflection spectrum when reflectivity is known; (d) demodulation of strain distribution when reflectivity is known
图 9. 两种目标函数ECC和EN2的收敛过程
Fig. 9. Convergence process of two objective functions ECC and EN2
6 结论
FBG传感测量中大多数情况下难以获知反射光谱的真实反射率,针对此情况,提出一种采用相关系数改进解调目标函数的理论与方法,并结合差分进化算法,通过数值仿真验证了改进方法的有效性,且此方法也适用于对其他优化算法的改进。所提出的改进方法对FBG应变分布解调的实际工程应用具有一定的参考价值。
[2] 廖延彪, 苑立波, 田芊. 中国光纤传感40年[J]. 光学学报, 2018, 38(3): 0328001.
廖延彪, 苑立波, 田芊. 中国光纤传感40年[J]. 光学学报, 2018, 38(3): 0328001.
[3] 钱牧云, 余有龙. 基于逆传播神经网络的光纤布拉格光栅触觉传感[J]. 中国激光, 2017, 44(8): 0806001.
钱牧云, 余有龙. 基于逆传播神经网络的光纤布拉格光栅触觉传感[J]. 中国激光, 2017, 44(8): 0806001.
[4] 孙诗晴, 初凤红. 基于优化神经网络算法的光纤布拉格光栅电流传感器的温度补偿[J]. 光学学报, 2017, 37(10): 1006001.
孙诗晴, 初凤红. 基于优化神经网络算法的光纤布拉格光栅电流传感器的温度补偿[J]. 光学学报, 2017, 37(10): 1006001.
[5] 张伟. 光纤布拉格光栅应变传感系统可靠性的关键技术研究[D]. 重庆: 重庆大学, 2016: 1- 5.
张伟. 光纤布拉格光栅应变传感系统可靠性的关键技术研究[D]. 重庆: 重庆大学, 2016: 1- 5.
ZhangW. Key technology for reliability of fiber Bragg grating strain sensing system[D]. Chongqing: Chongqing University, 2016: 1- 5.
ZhangW. Key technology for reliability of fiber Bragg grating strain sensing system[D]. Chongqing: Chongqing University, 2016: 1- 5.
[6] 郭永兴, 孔建益, 熊禾根, 等. 基于光纤Bragg光栅的机器人力/力矩触觉传感技术研究进展[J]. 激光与光电子学进展, 2016, 53(5): 050006.
郭永兴, 孔建益, 熊禾根, 等. 基于光纤Bragg光栅的机器人力/力矩触觉传感技术研究进展[J]. 激光与光电子学进展, 2016, 53(5): 050006.
[10] 王静, 王正方, 隋青美, 等. 基于改进遗传算法双重约束的FBG应变分布重构研究[J]. 中国激光, 2012, 39(3): 0305004.
王静, 王正方, 隋青美, 等. 基于改进遗传算法双重约束的FBG应变分布重构研究[J]. 中国激光, 2012, 39(3): 0305004.
[11] 夏彦君, 郑世杰. FBG轴向非均匀应变分布的遗传规划重构方法[J]. 光电子·激光, 2010, 21(8): 1141-1145.
夏彦君, 郑世杰. FBG轴向非均匀应变分布的遗传规划重构方法[J]. 光电子·激光, 2010, 21(8): 1141-1145.
Article Outline
张伟, 苏超乾, 张梅, 雷小华, 章鹏, 陈伟民. 改进光纤光栅应变分布解调算法中优化目标函数的理论与方法[J]. 中国激光, 2019, 46(2): 0206002. Wei Zhang, Chaoqian Su, Mei Zhang, Xiaohua Lei, Peng Zhang, Weimin Chen. Theory and Method for Improving Optimization Objective Function in Demodulation Algorithm of Fiber Bragg Grating Strain Distribution[J]. Chinese Journal of Lasers, 2019, 46(2): 0206002.