izmertechИзмерительная техникаIzmeritel`naya Tekhnika0368-10252949-5237ФГУП "ВНИИФТРИ"10.32446/0368-1025it.2018-11-33-35izmertech-832Research ArticleОБЩИЕ ВОПРОСЫ МЕТРОЛОГИИ И ИЗМЕРИТЕЛЬНОЙ ТЕХНИКИGENERAL PROBLEMS OF METROLOGY AND MEASUREMENT TECHNIQUESСравнение генетического алгоритма и метода наименьших квадратов для определения калибровочной функции дифференциального датчика давленияComparison of GA and LSM algorithms for determining the calibration function of a differential pressure sensorГаджизадеУ. .HacizadeU. .ulviyehacizade@halic.edu.trУниверситет ХалиджРоссияHalic UniversityRussian Federation2018070220230113335Copyright © ФГУП "ВНИИФТРИ", 20232023ФГУП "ВНИИФТРИ"ФГУП "ВНИИФТРИ"https://www.izmt.ru/jour/about/submissions#copyrightNoticehttps://www.izmt.ru/jour/article/view/832

Определена калибровочная функция дифференциального датчика давления, полученная с применением генетического алгоритма. Калибровка выполнена с использованием эталонных сигналов прецизионного прибора. Осуществлено сравнение генетического алгоритма и метода наименьших квадратов для построения калибровочной функции дифференциального датчика давления. В качестве калибровочной характеристики использован полином 2-го порядка.

One way to decrease the sensor uncertainties is to use calibration process. In this study, based on the application of the genetic algorithm (GA), using the reference signals obtained by means of a high-precision (reference) instrument, a calibration curve of the differential pressure sensor is determined. A comparison of the GA algorithm and the Least Square Method (LSM) is performed to obtain the calibration function of the differential pressure sensor. As the calibration characteristic, 2nd order polynomial is used. The obtained calibration results via GA are compared with the LSM based calibration results.

калибровкадифференциальный датчик давлениягенетический алгоритмметод наименьших квадратовнеопределённость измеренияcalibrationdifferential pressure gaugegenetic algorithmleast square methodmeasurement uncertaintyReferencesAбдуллаев A. A., Гаджиев Ч. М. Алгоритмическое обеспечение информационно-измерительной системы количественного учёта нефтепродуктов // Измерительная техника. 1993. № 9 -С. 16-18.Aбдуллаев A. A., Гаджиев Ч. М. Алгоритмическое обеспечение информационно-измерительной системы количественного учёта нефтепродуктов // Измерительная техника. 1993. № 9 -С. 16-18.Гаджиев Ч. М. Вопросы обработки результатов измерений в информационно-измерительной системы определения массы нефтепродуктов гидростатическим методом // Измерительная техника. 1994. № 12. С. 24-26.Гаджиев Ч. М. Вопросы обработки результатов измерений в информационно-измерительной системы определения массы нефтепродуктов гидростатическим методом // Измерительная техника. 1994. № 12. С. 24-26.Грановский В. А., Сирая Т. Н. Методыобработки экспериментальных данных при измерениях. Л.: Энергоатомиздат, 1990.Грановский В. А., Сирая Т. Н. Методыобработки экспериментальных данных при измерениях. Л.: Энергоатомиздат, 1990.Papa G. Advances in Evolutionary Algorithms Research. London, UK: Nova Sci. Pub. Inc., 2015.Papa G. Advances in Evolutionary Algorithms Research. London, UK: Nova Sci. Pub. Inc., 2015.Jacobson L., Kanber B. Genetic Algorithms in Java Basics. N.-York, USA: Apress, 2015.Jacobson L., Kanber B. Genetic Algorithms in Java Basics. N.-York, USA: Apress, 2015.Hacizade U. Genetic algorithm based calibration of measurement apparatus // IWW 2016: Abstracts 8th Intern. Conf. Image Processing, Wavelet and Applicatıons, Istanbul, Turkey, 22-24 Sept., 2016. Р. 50.Hacizade U. Genetic algorithm based calibration of measurement apparatus // IWW 2016: Abstracts 8th Intern. Conf. Image Processing, Wavelet and Applicatıons, Istanbul, Turkey, 22-24 Sept., 2016. Р. 50.

The authors declare that there are no conflicts of interest present.