《电磁力平衡传感器温度补偿的解决方案》PDF+DOC

📙 相关资料

1. 《神经网络在电磁力平衡传感器中的应用》PDF+DOC 针对电磁力平衡传感器在实际应用中受温度等非目标参量影响而导致其输出数据不能准确反映目标参量的问题，提出了应用神经网络技术与电磁力平衡传感器相结合的方法。神经网络具有以任意精度逼近任何非线性函数的能力，利用神经网络中的BP网络较强的非线性映射能力，采用BP算法对传感器的原始数据进行修正。理论分析和仿真......
2. 《基于BP网络的高精度信号调理系统的研制》PDF+DOC 为提高压力传感器输出信号的调理精度，研制了基于BP神经网络的高精度智能信号调理系统。设计了基于MAX1452的信号调理电路、通信接口电路，完成硬件平台的搭建。选择BP神经网络算法作为传感器补偿算法，并编程实现。通过测试系统，验证了采用神经网络算法的可行性。...
3. 《基于RBF神经网络对电磁力平衡传感器测量精度的研究》PDF+DOC 本文介绍一种利用径向基函数(RBF)神经网络改善传感器精度的新方法。RBF网络具有良好的非线性映射能力，能以任意精度逼近任何非线性函数。本文利用RBF网络较强的非线性映射能力对电磁力平衡传感器进行温度补偿，实验表明该方法实现了传感器高精度的温度补偿。...
4. 《基于镜像脉冲的电磁力平衡传感器控温方法》PDF+DOC 电磁力平衡传感器因温度变化引起的示值漂移误差达-40.3 mg∕℃，远不能满足分辨力为0.1 mg及以上的电子分析天平计量性能要求。详细分析了温度对脉冲电流工作模式下电磁力平衡传感器输出误差的影响，根据传感器结构特征及散热方式，设计了一个PT1000高精度温度检测模块，利用等幅正、负脉冲且脉宽可调时......
5. 《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......
6. 《基于RBF神经网络提高压力传感器精度的新方法》PDF+DOC 传感器的温度漂移普遍存在 ，提出了一种新的补偿方法。用智能温度传感器DS18B2 0作为辅助传感器 ，结合主传感器测量变量 ，利用径向基函数 (RBF)神经网络构建双输入单输出网络模型 ，采用带遗忘因子的梯度下降算法实现了压力传感器高精度温度补偿 ，比普通补偿方法精度提高了 2～ 5倍。...
7. 《SOS压力传感器温度的补偿》PDF+DOC 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&#183；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&#183；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......
8. 《基于FLANN数据融合的传感器温度补偿及校正》PDF+DOC 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传感器温度参量的补偿及其非线性校正的方法 .该方法将传感器线性段特性用回归方法进行拟合 ，得到直线校正方程 ；对传感器非线性特性采用参考温度参量与传感器输出值的FLANN数据融合 ，从而实现传感器温度补偿与非线性校正 ......
9. 《基于Elman神经网络的传感器补偿算法研究》PDF+DOC 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......
10. 《基于LMBP神经网络的振弦式传感器温度补偿》PDF+DOC 针对振弦式传感器精度受温度变化影响较大的问题，采用人工神经网络法对其进行数据融合处理，由于传统BP网络存在收敛速度慢等缺点，提出了利用优化的LMBP算法来保证网络的收敛速度与稳定性的统一，并根据多温度条件下的实测数据，对振弦式传感器温度补偿模型进行了有效辨识。实验结果表明：LMBP网络对温度补偿效果......