TY - JOUR ID - TI - Design of a Neural Networks Linearization for Temperature Measurement System Based on Different Thermocouples Sensors Types تصمیم شبكة عصبیة خطیة لنظام قیاس درجة الحرارة اعتمادا على أنواع مختلفة من متحسسات المزدوجات الحراري AU - Ahmed Sabah Abdul Ameer Al-Araji PY - 2009 VL - 27 IS - 8 SP - 1622 EP - 1639 JO - Engineering and Technology Journal مجلة الهندسة والتكنولوجيا SN - 16816900 24120758 AB - This paper describes an experimental method for the estimation of nonlinearity,calibration and testing of the different types of thermocouples (J and K) using modifiedElman recurrent neural networks model based Back-Propagation Algorithms (BPA)learning. Thermocouples sensors are nonlinear in behavior nature but require an outputthat is linear. The linear behavior approximation is accepted, for a given accuracy level,noise and measurement errors are always present. Therefore, neural networks techniquesare frequently required to minimize these effects. The problem of estimating the sensor’sinput–output characteristics is being increasingly tackled using software techniques suchas Turbo C++ language. A neural networks and a data acquisition parallel port interfaceboard with designed signal conditioning unit are used for data optimization and to collectexperimental data, respectively. After the successful training completion of the neuralnetworks, it is then used as a neural linearizer to calculate the temperature from thethermocouple’s output voltage

يصف هذا البحث طريقة تجريبية لتقدير اللاخطية ,التعيير والفحص لأنواع مختلفة من المزدوج الحراريباستخدام شبكة عصبية اصطناعية تم تعديلها بنموذج شبكة ايلمن العصبية باستخدام خوارزمية (J & K) نوعالانتشار العكسي للتعليم . طبيعة تصرف المزدوجات الحرارية هي اللاخطية و لكن المطلوب ان يكون الاخراجخطي.ولكن التصرف الخطي التقريبي المقبول للمزدوج الحراري دائما يحتوي على مستوى معين للدقة ,الضوضاء وخطاء القياس , لهذا السبب تم استخدام تقنية الشبكة العصبية لتقليل هذه المؤثرات . مشكلة تخمينخصائص الإدخال والإخراج للمتحسس بدأت تزداد معالجتها باستخد ام تقنيات البرمجيات مثل استخدام لغةالشبكة العصبية ولوح جمع البيانات باستخدام المنفذ المتوازي للحاسبة مع وحدة شرط تكييف .Turbo C++ الإشارة ألمصممه , استخدمت في أمثلية البيانات و تجميع البيانات التجريبية على التوالي . وبعد نجاح تعلم الشبكة(النموذج العصبي ) على التصرف الخطي , تم حساب درجات الحرارة من خلال فولتية الإخراج للمزدوجاتالحرارية. ER -