色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

HFTA-15.0熱敏電阻網(wǎng)絡與遺傳算法

星星科技指導員 ? 來源:ADI ? 作者:ADI ? 2023-06-10 16:02 ? 次閱讀

本應用筆記討論熱敏電阻在溫度補償中的應用,簡要介紹快速確定最佳電路條件的遺傳算法。通過一個實例可以看出,利用該算法可以很容易得到最佳電阻值和NTC熱敏電阻值,實現(xiàn)特定的電壓溫度關系曲線。

簡介

問題:對于圖1所示電路拓撲,如何獲得電阻值和NTC熱敏電阻值,以實現(xiàn)圖2所示的電壓與溫度關系曲線(注意:或許只能使用標稱值)?

wKgaomSELfmAVqmzAAAPWCZLzbw397.gif


圖1. 熱敏電阻網(wǎng)絡

wKgZomSELfuAO5OjAABvA3qnUL0420.jpg


圖2. 電壓與溫度關系曲線

這個問題也許不會出現(xiàn)在教科書中,但是當采用熱敏電阻網(wǎng)絡對有源元件進行溫度補償時,就會面臨這樣一個實際問題。有人可能會按照圖1電路,通過不斷的電路實驗和無數(shù)個方程的求解來確定方案;有些人可能會將數(shù)值代入仿真器電子表格,然后通過慢長的調(diào)整后得到盡可能匹配的曲線。

考慮到上述方案涉及到的眾多變量和溫度效應,利用上述任何一種方法尋求這個電路的最佳方案都將充滿挑戰(zhàn)。實際設計中只能采用標稱值,也在一定程度上增加了難度。針對某組條件求解電路方案也許是一種可以接受的途徑,但當條件、網(wǎng)絡或預期響應條件較多時,求解過程就變得單調(diào)乏味。網(wǎng)絡越復雜(為了得到更好的溫度響應),求解最佳方案的過程也更困難或更耗時,甚至無法得到象征性或經(jīng)驗性的數(shù)據(jù)。而利用數(shù)值方法,例如:遺傳算法,可以方便地解決這些問題。

遺傳和電路這兩個詞很少會用在同一場景,但是,如同下文將要看到的,遺傳算法可以用來求解圖1所示電路的元件值。本應用筆記將討論溫度補償時熱敏電阻的使用,并簡要介紹遺傳算法,最后會通過算法的一個實例快速求解上述問題。

熱敏電阻網(wǎng)絡的應用

需要進行溫度補償?shù)南到y(tǒng)大多選用熱敏電阻網(wǎng)絡。比如,熱敏電阻網(wǎng)絡可以用來調(diào)整電源電壓、PWM輸出等,也可以為晶體管放大器、激光二極管等提供經(jīng)過溫度補償?shù)钠?a href="http://www.1cnz.cn/tags/電流/" target="_blank">電流。熱敏電阻網(wǎng)絡具有如廣泛的應用,而每個應用、每個設備所需要的補償(網(wǎng)絡值)卻不盡相同。

圖2所示范例是光通信鏈路中激光二極管的補償電路。為了保證通信質(zhì)量,激光二極管的偏置電路必須隨著溫度的變化進行調(diào)整。溫度補償后的偏置電流可以采用圖3所示電路注入激光器,但是,為了使目標電壓與溫度一致(圖2),必須確定最佳數(shù)值。通過遺傳算法可以在幾秒鐘內(nèi)找到近乎理想的方案。

wKgaomSELfyAYlZGAAAdoX7eXzA359.gif


圖3. 采用MAX3643突發(fā)模式激光驅(qū)動器的熱敏電阻網(wǎng)絡

遺傳學算法

遺傳算法是一種最優(yōu)化算法,它通過模擬遺傳過程找到解決多變量問題的最佳方案。雖然遺傳算法早在1950年, 1 就被首次使用,但也只是在最近的15到20年,由于計算機技術和處理器速度的發(fā)展,才得到廣泛應用。

按照最簡單形式,算法首先創(chuàng)建一個隨機的群體或一個有預定起始點的群體。群體(圖4)中的每個群體單元(個體)由一列可以確定其結構(其遺傳代碼)的變量組成。一旦群體單元完成初始化,就可以通過一系列標準衡量它的特性,并與其它單元進行比較。群體單元隨后根據(jù)它們的特性進行分類,排名差的個體將被去除(自然淘汰),同時通過混合來自前一代中最佳群體單元的變量(基因代碼)會生成新一代的個體(圖5)。

wKgZomSELf6AJqI_AAAuouLgcX4308.gif


圖4. 具有K個群體單元,每個單元由N個變量組成的群體示例

wKgaomSEMfWAVhpzAAFJ5ocW-58266.png


圖5. 從上一代到下一代變量(比如遺傳代碼)混合的過程示例

如果過程在完成各步驟后容許循環(huán),那么群體將會很快在一個共同且唯一的遺傳代碼上飽和。由此可以得到一個最小值,但它或許不是總體最小值。為了防止群體飽和或收斂于一個局部的最小值,必須在群體中引入新的隨機單元和對群體單元變量的突變(圖6)。

wKgaomSELgCAJ3b9AAA2AZ2y_8M232.gif


圖6. 在一代群體中引入隨機單元的過程示例

每個應用中應該引入的隨機因素在頻率和數(shù)量上都不同。如果引入的隨機因素過多,那么算法將無法收斂于一個理想的方案;如果引入的太少,找到總體最小值將會需要很長時間。因此,引入的隨機量應該通過反復試驗調(diào)整,或者當群體飽和度增加時動態(tài)引入更多的隨機性。

還有一些優(yōu)化算法比遺傳學算法速度更快,但是,它們通常對于多變量問題來講編程更加復雜,并且通常收斂于一個局部最小值。遺傳學算法克服了這些問題。

遺傳學算法基于一個隨機過程,所以收斂于一個絕對最佳方案所需的時間也是隨機的。平均收斂時間將會隨著每一個群體單元的變量數(shù)目的增加而增加。對于某些應用來講,針對某個特定情況確定、計算特性標準也很困難。簡而言之,有時很難用方程式表示出最佳方案。對于簡單的有源電路,比如圖1所示的熱敏電阻電路,可以很好地定義并很容易寫出特征標準。考慮到變量數(shù)量,在一個合理的時間段內(nèi)就可以找到解決方案。因此,遺傳學算法很適合解決這種類型的電路。

實例

利用免費的visual basic編譯器,2 可以通過一段例程求解熱敏電阻網(wǎng)絡值(圖1),使其與圖2所需的響應匹配。本例的源程序和可執(zhí)行文件可供下載

軟件采用的算法基于下面的基本步驟:

將可用的電阻值和熱敏電阻值定義為每個群體單元的可能變量,為可用的電阻和可用的熱敏電阻分別定義一個數(shù)組。

建立個體的一個隨機群體(對于本例,群體應該包含有100個單元)。每個群體單元就是一個數(shù)組,其中包含電路中(圖1)每個元件的入口。

使不同溫度下網(wǎng)絡所需的電壓值或電阻值與之相等,畫出響應特性;然后將所需的電壓值/電阻值代入多項式方程代碼中。

計算每個群體單元的均方根誤差

從最低誤差到最高誤差將群體排序,用圖形表示最佳方案。

去除最差方案,然后隨機或系統(tǒng)地將剩余單元組合,生成下一代群體單元。

通過引入新的隨機群體單元或者通過隨機改變一個或者多個現(xiàn)有群體單元的一個或多個變量來引入隨機性。

返回步驟4并重復,直至均方根差足夠低,用戶決定停止這一過程。

到了這一步您也許會提出疑問:"如何解決網(wǎng)絡值問題?"。如同遺傳和進化一樣,這個方案是從一個狀態(tài)"成長"到另一個狀態(tài)。最佳方案本質(zhì)上就是針對環(huán)境(所需的電流響應)的最佳遺傳代碼(電路元件值)。如果仍然感到困惑,那么好吧,通過下面的實例結果很快就會消除您的擔憂。

圖7所示為軟件的圖形用戶界面。通過這個界面,可以選取熱敏電阻網(wǎng)絡的配置,并通過一個多項式輸入預期的響應。可以通過選擇求解所有的電阻或某個電壓,需要優(yōu)化的溫度范圍以及是否選用1%或5%倍增電阻值。點擊"Run"按鈕開始算運行算法。隨著程序的運行,均方根誤差、迭代次數(shù)以及當前最佳方案的元件值都會不斷更新。

wKgZomSEMgeAMhkAAAKYtzIvjKU409.png


圖7. 應用軟件簡化了求解熱敏電阻值與所需響應匹配的過程

同時還會生成預期的響應曲線(綠色)和當前最佳的方案曲線(紅色)。圖8所示為計算機運行30次迭代后的圖形輸出。從圖中可以看到,響應并不理想。圖9為經(jīng)過500次迭代后得到的一個非常好的響應,大概需要10秒鐘。可以需要稍微暫停一下,然后繼續(xù)運行程序,圖10所示為運行結果,它已經(jīng)近乎完全匹配。

wKgZomSELgSAJncjAACg5Mv8r8A034.gif


圖8. 經(jīng)過30次迭代后實際與預期的電壓溫度關系曲線

wKgaomSELgaABXQlAACYIsrUBWM431.gif


圖9. 經(jīng)過500次迭代后實際與預期的電壓溫度關系曲線

wKgZomSELgiAVC7zAACKwWw_M-k018.gif


圖10. 實際與預期的電壓溫度關系曲線非常匹配

以圖1為例,方案中包含下列元件值:

R1 = 8.2k, R2 = 3.6k, R3 = 2.2k, R4 = 1.1k

TH1 = 47k Beta = 4700, TH2 = 40 Beta = 2750

不同測試,收斂速度也不一樣。對于較簡單的網(wǎng)絡收斂速度較快,對于稍復雜的網(wǎng)絡,或者使用了1%電阻值,因為有更多的變量可供選擇,所以通常需要的收斂時間較長。

考慮到上述所有因素,由兩個熱敏電阻和四個電阻組成的網(wǎng)絡,在只使用標稱值情況下,可以在不到30秒的時間內(nèi)近似匹配預期的溫度響應。

如果您仍然對遺傳學算法解決電路問題感到疑惑,請下載程序,親自嘗試一下。您可能會對遺傳學算法在熱敏電阻網(wǎng)絡方案中的快速求解過程感到驚訝。

審核編輯:郭婷

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 放大器
    +關注

    關注

    143

    文章

    13583

    瀏覽量

    213368
  • NTC
    NTC
    +關注

    關注

    7

    文章

    424

    瀏覽量

    52045
  • 晶體管
    +關注

    關注

    77

    文章

    9682

    瀏覽量

    138084
收藏 人收藏

    評論

    相關推薦

    什么是熱敏電阻 熱敏電阻的參數(shù)

    熱敏電阻(thermistor)是對溫度敏感的一種電子器件,其電阻值會隨著溫度的變化而發(fā)生改變。 熱敏電阻按照溫度系數(shù)不同分為正溫度系數(shù)熱敏電阻(PTC thermistor,即 Po
    的頭像 發(fā)表于 08-28 17:26 ?2999次閱讀
    什么是<b class='flag-5'>熱敏電阻</b> <b class='flag-5'>熱敏電阻</b>的參數(shù)

    基于改進遺傳算法的圖像分割方法

    基于改進遺傳算法的圖像分割方法提出一種應用于圖像分割的改進遺傳算法,算法中引入了優(yōu)生算子、改進的變異算子和新個體,避免了局部早熟,提高了收斂速度和全局收斂能力。   關鍵詞: 圖像分割&
    發(fā)表于 09-19 09:36

    基于遺傳算法的片上網(wǎng)絡虛通道分配算法

    【作者】:李曉輝;曹陽;王力緯;陳晨;【來源】:《華中科技大學學報(自然科學版)》2010年03期【摘要】:針對虛通道技術導致片上網(wǎng)絡(NoC)面積增加的問題,提出了一種基于遺傳算法的NoC虛通道
    發(fā)表于 04-22 11:34

    MATLAB遺傳算法工具箱及應用

    MATLAB遺傳算法工具箱及應用
    發(fā)表于 03-23 18:33

    遺傳算法 神經(jīng)網(wǎng)絡 解析

    關于遺傳算法和神經(jīng)網(wǎng)絡
    發(fā)表于 05-19 10:22

    遺傳算法

    有哪位大神懂遺傳算法的,求賜教!!!!!!!!
    發(fā)表于 04-23 20:13

    遺傳算法辨識程序

    遺傳算法辨識程序
    發(fā)表于 01-04 13:31

    遺傳算法辨識程序

    遺傳算法辨識程序.zip
    發(fā)表于 01-07 12:09

    遺傳算法的基本原理

    遺傳算法的基本原理.zip
    發(fā)表于 01-07 12:13

    第8章遺傳算法辨識

    第8章遺傳算法辨識.rar
    發(fā)表于 03-18 20:58

    基于遺傳算法的異步電機

    在對異步電機矢量控制系統(tǒng)分析的基礎上,給出了參數(shù)優(yōu)化設計的數(shù)學模型,采用了一種改進的遺傳算法,并利用Matlab軟件對PID參數(shù)進行了優(yōu)化設計,得到了滿意的優(yōu)化參數(shù).討論了遺傳算法的一些關鍵技術,如
    發(fā)表于 12-10 15:40

    遺傳算法的優(yōu)化 精選資料分享

    1、基于改進遺傳算法的大型海上風電場優(yōu)化電網(wǎng)設計(Optimal Electric Network Design for a Large Offshore Wind Farm Based on a
    發(fā)表于 07-12 07:00

    什么是遺傳算法

    什么是遺傳算法
    發(fā)表于 11-22 06:11

    遺傳算法的特點和應用概述

    一、遺傳算法概述 遺傳算法(Genetic Algorithm,GA)是進化計算的一部分,是模擬達爾文的遺傳選擇和自然淘汰的生物進化過程的計算模型,是一種通過模擬自然進化過程搜索最優(yōu)解的方法。該
    發(fā)表于 12-31 06:21

    基于MATLAB的遺傳算法

    基于MATLAB的遺傳算法程序分享
    發(fā)表于 09-30 14:28 ?26次下載
    主站蜘蛛池模板: 邪恶肉肉全彩色无遮盖| 5580免费午夜福利院| 国产99久久九九精品无码不卡| 麻豆AV无码精品一区二区| 亚洲欧美国产旡码专区| 国产AV果冻传奇麻豆| 日本一卡精品视频免费 | 亚洲福利网站| 国产精品亚洲国产三区| 日日噜噜夜夜爽爽| 阿片在线播放| 全黄h全肉细节文在线观看| 99日韩精品| 欧美丰满少妇久久无码精品| 精品亚洲一区二区三区在线播放| 天天影视色欲 影视| 国产免费看片| 亚洲精品天堂在线观看| 国产亚洲视频在线观看| 亚洲精品第一页| 精品四虎国产在免费观看| 亚洲视频中文字幕在线| 久久精品亚洲视频| 88福利视频| 秋霞午夜鲁丝片午夜精品久| 成人在线观看播放| 小寡妇水真多好紧| 久久久无码精品亚洲A片猫咪 | 99视频在线免费看| 日韩欧美 亚洲视频| 国产情侣真实露脸在线| 亚洲综合无码一区二区| 麻豆一二三区果冻| 成人免费视频在线播放| 亚洲精品久久国产高清| 久久综合亚洲色hezyo| WWW国产亚洲精品久久| 亚洲成人欧美| 玛雅成人网| 国产精品视频免费观看| 在线看无码的免费网站|