腕力传感器动态非线性的研究

传感器的动态特性中存在非线性因素,这影响了传感器动态性能的改善。文章采用Hammerstein模型来描述其动态非线性,推导动态非线性的辨识算法,对传感器建模。在此基础上又提出了动态非线性补偿的方法,改进传感器的动态特性。仿真结果证明了辨识算法和补偿方法的正确性,其有效性在腕力传感器的实际应用中得到验证。     

基于FLANN数据融合的微重力落舱动态测重补偿及校正

提出了一种用函数连接型神经网络(FLANN)数据融合及直线回归分析技术相结合实现微重力落舱动态测重的补偿及其非线性校正的方法.该方法将测重传感器输出的线性段特性用回归方法进行拟合,得到直线校正方程;对测重传感器非线性特性采用FLANN数据融合,从而实现测重传感器温度补偿与非线性校正.该方法用于微重力落舱动态测重结果分析表明,该方法是切实有效和可行的.     

SOS压力传感器温度的补偿

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·     

传感器动态误差修正方法探讨

该文介绍了频域动态修正方法的原理及存在问题,采用在传感器之后增加一动态补偿环节来改善传感器之性能,探讨了补偿环节频率响应函数的求取方法,讨论了动态补偿数字滤波器的设计方法及传感器存在动态误差的判据,通过典型传感器的动标数据,用基于沃尔什函数的最小二乘建模方法获取该传感器之传递函数,设计了相应的动态补偿数字滤波器,并进行了计算机仿真计算。     

α射线露点传感器非线性修正

介绍了采用半导体探测器和温度传感器研制成的α射线露点传感器的工作原理.分析了α射线露点传感器的温度特性,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高精度线性化子块网络集成插值实现露点传感温度补偿方法.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α射线露点传感器温度补偿.实验结果表明,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.     

基于神经元网络的电机换相控制

无刷直流电机(BLDCM)一般是通过位置传感器产生正确的换相信息实现控制,而在无位置无刷直流电机中,一般通过检测反电动势过零点间接获得换相时刻,但是由于电机的非线性动态特性、温度、转速等因素的影响,难以得到准确的信息.本文利用神经网络的非线性任意逼近特性,提出一种基于神经元网络的电机相位补偿控制.首先由硬件电路获得有效的反电动势信息,再利用BP神经网络的方法进行正确的补偿相位,实现无位置无刷直流电机的控制.     

压电传感器动态特性数字化补偿方法研究

从压电式传感器物理原理出发,导出了压电式传感器动态特性的物理数学方程;提出了压电式传感器动态特性补偿原理,并给出了具体的数字化动态补偿实现方法．该方法成功应用于一种新型钵状差动式压电加速度传感器,获得了很好的动态特性补偿效果．     

二维力传感器动态补偿器设计

为改善扁环式二维力传感器动态特性以及消除其维间耦合现象严重的问题,提出了用神经网络逆系统方法去构造该二维传感器的动态补偿器,并由此设计了由微分器和静态神经网络构成的神经网络逆动态补偿器.通过对原传感器的数据采集和数据处理得到了静态神经网络的训练样本,用所得到的训练样本对静态神经网络进行了训练,训练后的静态神经网络即可用来和微分器构成所期望的动态补偿器.将该动态补偿器串接在扁环式二维力传感器之后,进而构成复合的测量系统.进一步地仿真实验表明,经过动态补偿器的信号远好于未补偿的原传感器输出信号.由此可见,利用该方法设计的动态补偿器所组成的复合测量系统在消除维间耦合现象的同时、也大大改善了系统的动态特性.     

基于神经网络的加速度传感器动态模型参数辨识

提出了利用函数连接型人工神经网络(FLANN)实现加速度传感器动态模型参数辨识的方法,该方法以加速度传感器动态标定实验数据为基础,通过FLANN训练来确定加速度传感器传递函数参数,文中介绍了辨识原理以及算法,给出了利用FLANN辨识的加速度传感器动态数学模型.结果表明,这种辨识方法具有精度高、鲁棒性好等优点.     

基于铂电阻Pt100的高精度温度测控系统设计

工业生产在一定的温度条件下才会按照预定的方向进行,所以温度控制是保证生产过程正常的必需条件.介绍了一种基于铂电阻Pt100的高精度温度测控系统设计方案,系统以Pt100铂电阻作为测温传感器,采用中值平均滤波消除采样值偏差,用逐次逼近法来消除温控系统的非线性,PID算法通过PWM控制执行机构,从而保证了在－200～601 ℃范围内0.1 ℃的测量分辨率,±0.5 ℃的控制精度.     

石英谐振式力传感器的温度特性及其自补偿

石英谐振式力传感器的温度特性是实际应用中一个需重点考虑的性能参数。本文通过分析石英晶体谐振器在基频谐振与三次谐波振动下所表现出的不同频率——温度特性，对石英谐振式力传感器的相应温度特性进行了分析研究，并提出了传感器温度特性的自补偿方法。实验结果表明，同时测量同一传感器在不同振动模式下的频率，可在一定精度上实现传感器工作温度的自测，从而可在不另增加测温元件的条件下实现传感器温度特性的补偿。     

基于递归神经网络模型的传感器非线性动态补偿

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．     

智能型热水器的控制系统设计

设计了一种主要应用于对水温精度有较高要求的实验场所或者工业生产环境的电热水器智能控制系统．系统以NEC78k0513D单片机为核心,Ptl00为温度传感器,系统软件采用模糊比例积分微分（PIDpotion_Inte．grafion-Differential,PID）控制算法实现智能控制,电路简单高效实用．系统改善了普通水温控制方法单一的问题,具有动态响应快、温度精度高等特点．     

热电阻的动态响应特性

热电阻是最普遍使用的测温元件之一,工程中一般给出热电阻测量的滞后时间,而对测量的过渡过程缺乏深入的分析。以WZP1500型、WZP120型和有导热油的WZP120型Pt100热电阻为例,研究了它们的过渡过程。通过对实验数据的分析综合、参数辨识,得到了它们的阶跃时间响应函数和传递函数。同时,对影响热电阻数学模型结构的因素、影响数学模型参数大小的因素进行了分析,得到的结论可用于新热电阻数学模型的建立。     

基于数据融合理论对空气流量传感器进行温度补偿的研究

介绍了热线式气体流量传感器的敏感机理，它是根据热平衡原理在电流和气体流量之间建立确定的函数关系，由此得出了传感器的数学模型．在实际应用中，温度的变化会影响到气体的热传导、密度等特性，导致传感器输出信号的变化．提出了将数据融合理论应用于传感器的温度补偿，对流量和温度同时进行监测，采用线性回归分析法，建立气体流量与传感器输出之间的关系，有效地消除温度变化的影响，提高传感器的精度．给出了系统实现的方法和实测数据，进行了有益的尝试．     

计算传热学在控制算法研究中的应用

介绍了计算传热学在热工过程控制中的重要作用·给出了加热炉计算机监督控制系统和直接数字控制系统的算法和参数研究中的计算传热学应用实例·例如以热传导反问题的方法实现了SCC参数的辨识·研究了总括热吸收率在线动态补偿的基本算法,和提高模型精度的基本措施·提出了以炉子生产率和燃耗作为总括热吸收率在线动态补偿的依据·模拟表明,二者在算法上具有叠加性·此外,以计算传热学为基础,讨论了待轧策略和炉子优化控制的目标函数真实化问题·     

非线性动态传感器系统 Hammerstein神经网络补偿法

针对传感器动态特性中存在非线性的问题,提出一种基于Hammerstein传感器模型的非线性动态神经网络补偿法。先将补偿模型分解为与Hammerstein模型对应的线性动态与非线性静态2个环节;再设计一种新型的神经网络结构,使网络权系数对应于相应的Hammerstein补偿模型参数,并推导反向传播的网络权系数调整方法;最后通过网络迭代训练,求得补偿模型的线性动态与非线性静态两个环节。仿真与实际实验结果均表明该传感器非线性动态补偿方法使传感器具有理想的输入输出特性。     

光纤光栅温敏特性研究

本文分析了FBG的温度特性、温度补偿和温度增敏原理实验研究了温度特性、温度的补偿及增敏。实验结果表明:光纤光栅对温度的改变呈现出良好的线性;所采用的补偿装置在测试范围内基本能消除温度对光纤光栅Bragg波长的影响;采用实验所用的增敏装置可以将光纤光栅的温度灵敏度提高9.3倍。