作者：许海岗,陈明,黄国刚,李锋垚,何鹏举 单位：中国航空工业集团公司;北京长城计量测试技术研究所 出版：《计测技术》2004年第03期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFHKJC2004030050 DOC编号：DOCHKJC2004030059 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 声表面波 (SAW)传感器能将被测量转换成容易检测的频率信号 ，即一种准数字信号的输出。针对 SAW压力传感器 (以 CSF- 1 0型 SAW压力传感器为对象 )的输出特点 ，利用等精度频率测量法测量输出频率 ，并用 Dallas的单线数字温度传感器 DS1 8B2 0测出现场温度 ，采用 BP神经网络对所得数据进行温度补偿后得到精确的被测压力值

    📙 相关资料

    1. 《基于Internet的嵌入式Web声表面波压力传感器研究》PDF+DOC SAW压力传感器是一种新型的高精度准数字化传感器 ，是目前国内外在高精度测量与信息化方面的一个研究热点 ，但在国内却少见报道。介绍了SAW压力传感器的工作原理及采用神经网络技术实现传感器智能化的方法 ，并详细地论述了基于LPC2 10 4微处理器、uC/OS -II和LwIPTCP/IP协议实现嵌入......
    2. 《声表面波压力传感器温度误差及补偿方法研究》PDF+DOC 要提高声表面波压力传感器的测量精确度 ，温度补偿是主要难题。尽管目前有许多补偿方法 ，但其效果不佳。采用软件方法进行温度补偿的研究在国内外已成热点 ，但选用神经网络对SAW压力传感器进行温度补偿尚罕见报道。本文以CSF - 10型SAW压力传感器为研究对象 ，通过理论分析和实验 ，得到了SAW压力传......
    3. 《基于改进RBF神经网络的传感器温度补偿系统研究》PDF+DOC 考虑到目前常用的温度补偿方法是使用智能算法建立温度补偿模型，并使用群智能优化算法进行优化，提高补偿精度，对于传感器非线性温漂段具有较好的补偿效果，但是对于具有较好的线性使用这种方法的效率较低，而使用常规的线性最小二乘直线拟合方法即可得到较好的补偿效果，因此本文将最小二乘直线拟合方法与RBF神经网络模......
    4. 《压力变送器温度补偿技术研究》PDF+DOC 对压力变送器误差补偿原理进行深入研究，采用BP神经网络算法对由温度变化造成的压力传感器输出结果的误差进行补偿。首先分析压力变送器测量影响因素，建立神经网络补偿模型，其次通过部分实验样本数据进行训练得到具体神经网络结构，并通过剩余实验样本数据验证神经网络的有效性。实验结果表明，该方法有效的抑制了温度对......
    5. 《基于BP神经网络的压力传感器温度补偿方法研究》PDF+DOC 硅压阻式压力传感器在工作时受温度的影响较大，随着温度的升高或降低，传感器的实际测量值会出现一定的误差，出现温度漂移的现象，为了抑制温度漂移对传感器的影响，采用人工神经网络中的BP神经网络的方法对温度漂移现象进行补偿，通过对补偿前后数据的对比，使传感器的灵敏度温度系数和满量程误差分别提升了两个数量级，......
    6. 《应用数据融合改善压力传感器的静态特性》PDF+DOC 提出了一种基于RBF神经网络的数据融合方法，并用此方法对电阻应变式压力传感器进行了温度补偿。通过一个实例说明了该方法的应用，并与利用BP神经网络进行补偿的方法进行了比较，进一步说明了该方法的优越性。结果表明当环境温度变化较大时，在不同的压力下该方法能对传感器进行有效的温度补偿。...
    7. 《压力传感器温度补偿仪的设计》PDF+DOC 通常，传感器的输入与输出存在非线性，且在工作环境温度改变的情况下，其零点、灵敏度均会发生改变。即若被测的目标参量为零或为恒定值时，改变工作环境温度T，则传感器的零点或输出电压值均发生变化，这将给测量目标参量带来误差，而这次研究的目的就是为了消除温度变化对压力传感器的输出的影响。本研究是基于神经网络的......
    8. 《压力传感器温度补偿新技术的研究》PDF+DOC 分析了传感器目前的应用状况和发展障碍，提出了利用人工神经网络作为传感器补偿的新方法，构建了BP神经网络结构，并利用MATLAB软件对网络进行了训练和仿真。...
    9. 《某型飞机大气数据系统设计》PDF+DOC 大气数据系统是重要的机载电子设备，其性能、精度直接关系到飞机的飞行安全。在介绍某型号飞机大气数据系统的软硬件体系结构的基础上，从三个方面深入研究了提高大气数据系统精度的途径：大气数据计算模型；基于BP神经网络的压力测量温度误差补偿方法；一种计算型静压源误差补偿方法。其大气数据系统系统性能稳定，结构紧......
    10. 《基于GSA-BP神经网络的压力传感器温度补偿》PDF+DOC 针对压力传感器输出的温度非线性特性，采用遗传模拟退火算法优化的BP神经网络(GSA-BPNN)进行误差补偿，并与标准BP神经网络补偿误差进行了比较。通过MATLAB仿真验证，实验结果表明：采用GSA-BP神经网络不易陷入局部极小值，大大减小传感器非线性误差，误差精度小于0.1%，补偿结果优于标准BP......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。