1.一种基于热阻抗分析和IHHO算法的压阻传感器动态温度补偿方法,其特征在于,具体包括以下步骤:S1:构建压阻传感器传热过程中的瞬态热阻抗网络,并基于瞬态热阻抗网络获取根据环境温度计算压阻芯片温度的参数辨识模型;
S2:构建包含未知多项式系数的表面拟合多项式;
且表面拟合多项式用于结合压阻传感器的温度漂移特性,对压阻传感器的输出信号进行校正,进而实现温度补偿;
S3:获取压阻传感器的标定数据;
且所述标定数据为压阻芯片温度与环境温度达到一致后,测量压阻传感器施加不同输入压力时的输出电压;
并将输入压力值、输出电压以及压阻芯片温度作为第一数据训练集;
基于IHHO算法,根据第一数据训练集训练并获取表面拟合多项式中的未知多项式系数,以得到优化表面拟合多项式;
S4:获取压阻传感器的热特性校准数据;
且所述热特性校准数据为保持输入压力不变,记录的环境温度随时间变化的数据曲线与压力传感器输出电压随时间变化的数据曲线;
基于优化表面拟合多项式,根据热特性校准数据获取压阻芯片温度数据曲线,并将环境温度随时间变化的数据曲线与压阻芯片温度数据曲线作为第二数据训练集;
S5:基于参数辨识模型并结合IHHO算法,根据第二数据训练集获取参数辨识模型中的待辨识参数,以得到用于设计温度补偿电路的温度补偿模型,进而通过温度补偿模型实现压阻传感器的动态温度补偿。
2. 根据权利要求1所述的一种基于热阻抗分析和IHHO算法的压阻传感器动态温度补偿方法,其特征在于,S1中构建的压阻传感器传热过程中的瞬态热阻抗网络,其包括依次连接的外界环境热源、压阻传感器传热过程时的热阻-热抗模块以及压阻芯片自热损耗功率的功率源 ;且所述热阻-热抗模块包括第一热阻、第二热阻、第三热阻以及第四热阻、第一热容、第二热容、第三热容以及第四热容;所述第一热阻的一端与外界环境热源的一端连接,第一热阻的另一端与第一热容的一端以及第二热阻的一端连接;第二热阻的另一端与第二热容的一端以及第三热阻的一端连接;第三热阻的另一端与第三热容的一端以及第四热阻的一端连接;第四热阻的另一端与功率源的一端以及第四热容的一端连接;且功率源的另一端、第一热容的另一端、第二热容的另一端、第三热容的另一端、第四热容的另一端以及外界环境热源的另一端连接并接地。
3. 根据权利要求1所述的一种基于热阻抗分析和IHHO算法的压阻传感器动态温度补偿方法,其特征在于,S1中基于瞬态热阻抗网络获取根据环境温度计算压阻芯片温度的参数辨识模型的方法,包括以下步骤:S11:获取压阻传感器传热过程中的瞬态热阻抗网络的网络模型,其网络模型的表达式为(1)
,
式中:表示时刻压阻芯片的温度;表示时刻压力传感器所处的环境温度;表示中间参量;分别表示第阶瞬态热阻抗网络的热阻与热抗即瞬态热阻抗网络中的热阻与热容且;表示时间参数;
S12:设定中间变量且,根据中间变量对瞬态热阻抗网络的网络模型进行简化,获取根据环境温度计算压阻芯片温度的参数辨识模型;
且参数辨识模型的表达式为
(2)
(3)
式中:表示卷积运算;与表示卷积核参数即参数辨识模型中的待辨识参数,且,。
4.根据权利要求1所述的一种基于热阻抗分析和IHHO算法的压阻传感器动态温度补偿方法,其特征在于,S2中构建的包含未知多项式系数的表面拟合多项式,其表达式为(4)
(5)
式中:表示压阻传感器所受压力的次方;表示压阻传感器的输出电压的次方;表示压阻芯片温度的次方;和表示表面拟合多项式中未知多项式系数。
5.根据权利要求1所述的一种基于热阻抗分析和IHHO算法的压阻传感器动态温度补偿方法,其特征在于,所述IHHO算法即为对HHO算法引入动态因子进行改进处理得到IHHO算法,且动态因子包括衰减因子、动量因子以及平衡因子;
改进获取的IHHO算法具体包括
S100:初始化IHHO算法的超参数与哈里斯鹰群的种群个体位置;
S101:通过引入衰减因子,获取IHHO算法中的猎物逃逸能量以确定鹰群狩猎策略;
且改进后的猎物逃逸能量的表达式为
(6)
式中:表示初始逃逸能量且每次迭代时在 [-1,1] 范围内随机变化;表示当前迭代次数;表示最大迭代次数;表示衰减因子;
所述鹰群狩猎策略:确认猎物逃逸能量的绝对值|E|;
若,则IHHO算法中的哈里斯鹰群进入探索阶段,并执行步骤S102;
若,则IHHO算法中的哈里斯鹰群进入开发阶段,并执行步骤S103;
S102:通过引入平衡因子构建位置更新机制,并根据位置更新机制对哈里斯鹰群进行位置更新,获取新的哈里斯鹰群并继续执行步骤S104;
且构建的位置更新机制为
(7)
(8)
式中:分别表示哈里斯鹰在当第次迭代与第次迭代后的位置;表示第次迭代后鹰群中随机一只鹰的位置;表示第次迭代后所有鹰的平均位置;表示第次迭代后猎物的位置;, 表示在[0,1]范围内均匀分布的随机值;分别表示待优化变量的上限与下限;表示平衡因子;
S103:基于猎物逃脱概率结合猎物逃逸能量构建哈里斯鹰的进攻策略并根据进攻策略对哈里斯鹰群进行位置更新,获取新的哈里斯鹰群并继续执行步骤S104;
且所述进攻策略具体为:
当 且 ,哈里斯鹰群采用软围攻策略进行位置更新,且软围攻策略为(9)
,
式中:表示猎物的跳跃强度;表示 [0,1] 范围内的随机数;
当 且,哈里斯鹰群采用强硬围攻策略进行位置更新,且强硬围攻策略为(10)
当 且 ,哈里斯鹰群采用渐进俯冲软围攻策略进行位置更新,且渐进俯冲软围攻策略为(11)
(12)
(13)
式中:表示随机向量;表示函数;表示待优化变量的个数;表示哈里斯鹰群中个体位置适应度值;
当 且,哈里斯鹰群采用渐进俯冲强硬围攻策略进行位置更新,且渐进俯冲强硬围攻策略为(14)
(15)
(16)
S104:对IHHO算法引入动量因子,并在每次迭代后将赋值作为第次迭代后哈里斯鹰的最终位置获取优化哈里斯鹰群;
并确认当前迭代是否达到最大迭代次数;
若是则将此时获取的优化哈里斯鹰群中哈里斯鹰的最终位置即为IHHO算法的最优解;
否则,则对优化哈里斯鹰群重复执行步骤S101。
6.根据权利要求5所述的一种基于热阻抗分析和IHHO算法的压阻传感器动态温度补偿方法,其特征在于,S3中基于IHHO算法,根据第一数据训练集训练并获取表面拟合多项式中的未知多项式系数,以得到优化表面拟合多项式,具体包括以下步骤:S31:初始化IHHO算法的算法参数;
且所述算法参数至少包括第一初始哈里斯鹰种群与IHHO超参数;令第一哈里斯鹰种群中的个体位置作为未知多项式系数或的一个解;
S32:根据第一数据训练集对IHHO算法进行训练/位置更新获取第一更新哈里斯鹰种群,且基于构建的多项式系数的适应度函数,获取第一更新哈里斯鹰种群的个体位置适应度值;
且构建的多项式系数的适应度函数包括用于训练未知多项式系数的适应度函数与训练未知多项式系数的适应度函数,其表达式为(17)
(18)
式中:表示第一数据训练集中的数据点数;表示第一数据训练集中第个输入压力值;表示基于表面拟合多项式计算获取相应的预测值;表示第一数据训练集中第个压阻芯片温度;表示基于表面拟合多项式计算获取相应的预测值;
并将在达到最大迭代次数时,获取的最终哈里斯鹰种群中的最优个体位置适应度值所对应的哈里斯鹰个体位置作为未知多项式系数的最优解。
7.根据权利要求5所述的一种基于热阻抗分析和IHHO算法的压阻传感器动态温度补偿方法,其特征在于,S5中基于参数辨识模型结合IHHO算法,根据第二数据训练集获取参数辨识模型中的待辨识参数,以得到用于设计温度补偿电路的温度补偿模型,包括以下步骤:S51:初始化IHHO算法的算法参数;
且所述算法参数至少包括第二初始哈里斯鹰种群与IHHO超参数;令第二哈里斯鹰种群中的个体位置作为参数辨识模型中的待辨识参数的一个解;
S52:根据第二数据训练集对IHHO算法进行训练/位置更新获取第二更新哈里斯鹰种群,且基于构建的待辨识参数的适应度函数,获取第二更新哈里斯鹰种群的个体位置适应度值;
且构建的待辨识参数的适应度函数为
(19)
式中:表示待辨识参数的适应度函数;表示第二数据训练集中的数据点数;表示第二数据训练集中第个芯片温度;表示根据参数辨识模型计算获取的相应芯片温度预测值;
并将在达到最大迭代次数时,获取的最终哈里斯鹰种群中的最优个体位置适应度值所对应的哈里斯鹰个体位置作为参数辨识模型中的待辨识参数的最优解。