共查询到20条相似文献,搜索用时 7 毫秒
1.
2.
基于BP神经网络的压力传感器数据融合 总被引:1,自引:0,他引:1
章慧 《湖南工程学院学报(自然科学版)》2011,21(1):55-58
多传感器数据融合问题已经引起许多学者的广泛关注.通常,压力传感器都存在交叉灵敏度,其主要表现在传感器静态特性不仅受目标参量的影响还受多个非目标参量的影响.由于传感器的输出受多个参量的变化的影响,导致其性能不稳定,测量精度降低.针对温度、噪声、电源波动等多种环境因素影响压力传感器输出电压值这一问题,在阅读了大量的参考文献... 相似文献
3.
采用BP多层前馈神经网络及其改进算法对传感器特性进行补偿,有效地改善了BP传统算法收敛慢、容易收敛到局部最小点的缺陷,并编制了训练程序.结果表明,经BP改进算法处理后,传感器性能大幅度改善,网络的收敛速度更快,精度更高. 相似文献
4.
MEMS压力传感器的温度补偿 总被引:1,自引:0,他引:1
研究了恒流激励条件下批量温度补偿的方法.零点的温度补偿是通过在桥臂上并联阻值较大且恒定的电阻来实现的,而灵敏度的温度补偿则是在整个桥臂上并联阻值较小且恒定的电阻来实现的,补偿后零点温漂为0.004%~0.015%FSO/℃,灵敏度温漂为0.0035%~0.024%FSO/℃,这表明这种补偿方法具有良好的效果. 相似文献
5.
6.
SOS压力传感器温度的补偿 总被引:3,自引:0,他引:3
分析了硅 蓝宝石(SOS)压力传感器的温度特性,表明测量范围较宽时,传感器的输出易受环境温度的影响,并且成非线性·提出一种基于神经网络共轭梯度算法的硅 蓝宝石压力传感器温度补偿方法·利用神经网络共轭梯度算法具有逼近任意非线性函数的特点,通过训练使神经网络建立在不同环境温度下传感器输出与其实际感受的电压值之间的非线性映射关系,实现硅 蓝宝石压力传感器温度补偿·计算机仿真表明,该方法不仅能有效地消除温度的影响,而且能在神经网络的输出端得到期望的线性输出· 相似文献
7.
经典压力传感器的输入输出大都存在非线性、易受工作环境温度的影响。本文提出了基于LabVIEW和BP神经网络的传感器温度补偿系统得设计,实验证明温度补偿效果较好,有一定的实用价值。 相似文献
8.
为了提高深海大压力下微小波动压力的测量精度,文章介绍了一种新型的、基于液体可压缩性的、压力平衡式的活塞式压力传感器,针对该活塞式压力传感器压力控制系统存在的非线性、参数时变性以及时滞问题,提出将反向传播(back propagation,BP)神经网络与常规比例积分微分(proportional integral de... 相似文献
9.
基于RBF神经网络模型和SVM模型的压力传感器 总被引:1,自引:0,他引:1
压阻式压力传感器由于受环境温度影响会产生较大的温度漂移,测量精度明显降低,不利于其他依赖于压力数据的测控环节的工作。简要分析了当前常用的压力传感器温度补偿方法,然后采用RBF神经网络模型和支持向量机模型对压力传感器因温度变化所产生的非线性进行补偿。结果显示:传感器的温度漂移分别降低到0.6%F.S和0.5%F.S.,大大提高了压力传感器的性能和测量精度。最后,通过补偿结果的对比分析,讨论了两种算法的优劣性。 相似文献
10.
基于递归神经网络模型的传感器非线性动态补偿 总被引:6,自引:0,他引:6
田社平 《上海交通大学学报》2003,37(1):13-16
讨论了递归神经网络模型在传感器非线性动态补偿中的应用,给出了递归神经网络模型的结构及相应的训练算法.递归神经网络模型本身具有动态映射能力,其结构仅与输入层和中间层的节点数有关,且不需要知道被补偿传感器的结构特性(如输出、输入的最大延迟)等先验知识,简化了动态补偿器的结构设计.采用递推预报误差算法训练神经网络,具有收敛速度快、收敛精度高的特点.实验结果表明,经过补偿后的传感器具有期望的输入输出特性,应用递归神经网络对传感器进行非线性动态补偿是一种行之有效的方法. 相似文献
11.
现在生产中较为广泛使用的硅杯式压力传感器的管芯是如图1所示的桥式电路,四个电阻由平面工艺扩散而成。硅弹性膜片受压变形,电阻阻值发生变化,若电阻设计时有R_1=R_2=R_3=R_4=R,每个电阻的增量为△R,则当恒压源E供电时,电压输出为: 相似文献
12.
具有温度补偿的光纤光栅压力传感器 总被引:8,自引:0,他引:8
为了实现高压测量时的温度交叉敏感问题,提出一种基于自由弹性变形体的光纤光栅压力传感器结构及光纤光栅传感信号的自解调方法。与传统光纤光栅传感器中传感单元与解调单元相互分离的结构不同,该文提出的光纤光栅压力传感器系统利用一对匹配的光纤光栅和一个简单的等腰三角形悬臂梁结构,实现了传感解调的合而为一,解决了光纤光栅传感器的交叉敏感和信号啁啾的问题。仿真与初步的试验结果表明,在高达100M Pa的压力范围内,测量灵敏度为8.5 pm/M Pa。 相似文献
13.
多晶硅压力传感器温度自补偿性能研究 总被引:3,自引:0,他引:3
介绍了多晶硅压力传感器的温度特性。重点研究了LPCVD.Poly-Si膜的掺杂浓度对传感器温度特性的影响。通过理论分析和实验研究,找到了实现传感器温度自补偿的最佳掺杂浓度值。获得了工作温度高,温度特性好的压力传感器,实验结果与理论分析相符。 相似文献
14.
15.
论述了温度对压力传感器输出灵敏度和线性度的影响, 在273K至398K的温度范围内对传感器进行试验,结果表明随着温度的升高压力传感器的线性度和灵敏度降低.这一影响可以通过双压阻式电桥加以补偿. 相似文献
16.
本文是根据晶体管的发射结偏压随温度变化的关系,来代换扩散硅压力传感器中利用扩散电阻进行温度补偿的原理和优越性。 相似文献
17.
彭富明 《吉首大学学报(自然科学版)》2005,26(4):89-91
发动机怠速模型是发动机怠速控制的基础.发动机怠速工况具有非线性特性.利用BP人工神经网络建立了发动机怠速模型,并利用实际发动机系统测得的怠速转速数据作为神经网络学习样本数据.理论分析和仿真研究均表明了该方法的有效性. 相似文献
18.
《西安交通大学学报》2017,(6)
针对多轴数控机床热影响导致的加工精度衰减问题,结合神经网络自学习与数据拟合能力,提出基于优化BP神经网络的多轴数控机床综合误差补偿方法。针对BP神经网络神经元误差曲面下降缓慢影响收敛效率的问题,引入陡度因子和放大因子,并基于此对数控机床运动轴加工精度进行预测和补偿。将大型A/B双摆角龙门数控铣床各关键发热源的温度检测数据和运动轴误差检测数据作为精度预测模型的输入量和输出量,采用改进后的BP神经网络进行训练,获得温度变化与位移误差量之间的非线性映射关系,并据此修改被加工工件的刀位数据文件,实现数控机床加工精度的提高。模拟算例和实验结果表明,该方法降低了传统BP神经网络的预测误差和运算时间,对机床平均误差补偿率达到50%以上。开发的数控机床误差补偿系统无须对现有机床进行大规模硬件改造,应用简便易于推广。 相似文献
19.
地层压力的准确预测是优质高效安全钻井、减少井下复杂情况、合理开发油气层的基础.由于地层压力的实测方法费用较高、周期长,且影响钻井安全,因此提出一种基于神经网络技术的地层孔隙压力预测新方法,并详细论述了神经网络预测模型的建立过程.该方法以声波时差、自然电位、自然伽马数等测井数据及钻杆压力测试数据为学习样本,具有十分高的准确度.对大庆油田萨尔图和杏树岗两个区块的地层压力进行实例预测,预测结果表明,其预测结果与实测结果的相对误差<±8.9%. 相似文献
20.
基于Elman神经网络的传感器补偿算法研究 总被引:1,自引:0,他引:1
为消除随钻测斜仪中的传感器由于受温度、湿度等非目标参量影响,提高随钻测斜仪的测量精度和工作稳定性,采用Elman神经网络,用LM算法对其进行训练,并将其应用到随钻测斜仪的传感器补偿中.仿真结果表明,精度可达10-7,比原来提高了4个数量级,提高了随钻测斜仪的测量精度和稳定性.该方法补偿速度快,补偿效果好,可以应用于其它各类传感器的补偿中. 相似文献