基于RFID的实时盐度监测,使用自适应EKF
Renhai Feng1,2,3, Xinyi Lin1
1School of Electrical and Information Engineering, Tianjin University, Tianjin 300072, China.
Sensors (Basel, Switzerland)
|June 27, 2025
概括
这项研究引入了一种新的RFID无线传感系统,用于实时,非侵入性的盐度监测. 该系统使用自适应扩展卡尔曼波器 (AEKF) 进行工业和废水应用中的准确和高效测量.
科学领域:
- 电气工程 电气工程
- 化学工程是化学工程的重要组成部分.
- 环境监测 环境监测
背景情况:
- 精确的盐度监测对于工业过程和废水管理至关重要.
- 现有的方法往往缺乏实时能力或需要侵入性采样,造成局限性.
研究的目的:
- 开发一种新的无线射频识别 (RFID) 无线传感系统,用于非侵入性,实时的溶液度监测.
- 将物理建模与先进的估计算法集成在一起,以提高测量精度和效率.
主要方法:
- 结合了科尔-科尔和裂圆柱体电容器 (SCC) 模型,以创建基于物理的状态空间模型.
- 模拟度动态作为隐藏的马尔科夫过程,并使用自适应扩展卡尔曼波器 (AEKF) 追踪.
- AEKF算法自动调整噪声共变矩阵,避免复杂的反转.
主要成果:
- 在CaCl2溶液 (2-10 g/L) 中,平均相对误差 (MRE) 为2.8%.
- 保持MRE低于3%的最佳范围 (2-8 g/L CaCl2) 即使带入噪声,也显示出强度.
- 与基线方法相比,AEKF算法显示精度和计算效率有所提高.
结论:
- 拟议的RFID无线传感系统为非侵入性盐度监测提供了强大而高效的解决方案.
- AEKF算法提供了一种计算效率高的方法,用于实时跟踪度动态.
- 这项技术在工业过程控制和废水管理方面的应用潜力很大.
更多相关视频
11:54Microfluidic Platform with Multiplexed Electronic Detection for Spatial Tracking of Particles
Published on: March 13, 2017
9.4K
06:45Design and Application of a Fault Detection Method Based on Adaptive Filters and Rotational Speed Estimation for an Electro-Hydrostatic Actuator
Published on: October 28, 2022
1.8K
