Liquid gauging apparatus using a time delay neural network for determining
a quantity of liquid in a container that is not directly measurable by
sensors is disclosed. The apparatus comprises a plurality of sensors and a
processor. Each of the sensors are capable of measuring a respective
parameter of the liquid and for producing a time varying sensor output
signal representative of the respective parameter measured thereby. The
processor is programmed to process the sensor output signals by a time
delay neural network algorithm to determine a current quantity of the
liquid in the container based on current and past parameter measurements
of the sensor output signals. Also disclosed is a method of training a
time delay neural network algorithm for computing a quantity of liquid in
a container from current and past liquid parameter sensor measurements.
The method comprises the steps of: establishing a dynamic model of liquid
behavior in the container and parameter measurements of the liquid
behavior sensed by a plurality of sensors; deriving from the dynamic model
training data sets for a plurality of liquid quantity values, each data
set comprising current and past liquid parameter sensor measurement values
corresponding to a liquid quantity value of the plurality, and the
corresponding liquid quantity value; and training the time delay neural
network algorithm with the derived training data sets.
El aparato que calibra del líquido que usa retraso la red de los nervios para determinar una cantidad de líquido en un envase que no sea mensurable por los sensores se divulgue directamente. El aparato abarca una pluralidad de sensores y de un procesador. Cada uno de los sensores es capaz de medir un parámetro respectivo del líquido y para producir un representante de la señal de salida del sensor del tiempo que varía del parámetro respectivo medido de tal modo. El procesador se programa procesar las señales de salida del sensor por retraso algoritmo de la red de los nervios para determinar una cantidad actual del líquido en el envase basado en corriente y más allá de las medidas del parámetro de las señales de salida del sensor. También se divulga un método de entrenar retraso el algoritmo de la red de los nervios para computar una cantidad de líquido en un envase de corriente y más allá de medidas líquidas del sensor del parámetro. El método abarca los pasos de: estableciendo un modelo dinámico del comportamiento líquido en las medidas del envase y del parámetro del comportamiento líquido detectado por una pluralidad de sensores; derivando de los modems modelo dinámicos del entrenamiento para una pluralidad de valores líquidos de la cantidad, cada modem que abarca la corriente y más allá de los valores líquidos de la medida del sensor del parámetro que corresponden a un valor líquido de la cantidad de la pluralidad, y el valor líquido correspondiente de la cantidad; y el entrenamiento retraso algoritmo de la red de los nervios con los modems de entrenamiento derivados.
