《磁力仪温度误差的径向基神经网络补偿模型》PDF+DOC
作者:庞鸿锋,罗飞路,陈棣湘,潘孟春,罗诗途
单位:中国仪器仪表学会
出版:《仪器仪表学报》2012年第03期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFYQXB2012030320
DOC编号:DOCYQXB2012030329
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于BP神经网络的磁通门传感器温度误差补偿》PDF+DOC2011年第03期 庞鸿锋,罗诗途,陈棣湘,潘孟春,张琦
《MEMS加速度计的误差补偿方法》PDF+DOC2016年第07期 许鹏,陈琳,王娟
《应变片零点温漂温度补偿的分析及计算公式的探讨》PDF+DOC1982年第01期 李由生
《基于小波神经网络的压力传感器温度补偿方法》PDF+DOC2005年第07期 姚敏,赵敏,邢力
《用MAX1457实现对硅压阻式加速度计的温度补偿》PDF+DOC2005年第04期 李慧敏,袁丽冬
《声表面波压力传感器温度误差及补偿方法研究》PDF+DOC2003年第04期 何鹏举,陈明,马戎,许海岗
《优化RBF神经网络在压力传感器中的应用》PDF+DOC2012年第03期 彭继慎,程英
《在线黏度测量中的温度特性研究及其补偿》PDF+DOC2009年第05期 王艳霞,唐为义,刘蕾
《基于小波神经网络的压力传感器温度误差补偿方法》PDF+DOC2007年第12期 赵海兵,王学德
《用神经网络实现应变片温度补偿》PDF+DOC2007年第03期 谢闰根,刘刚
磁通门磁力仪参数受温度影响明显,直接影响传感器测量精度,需要研究补偿方法,提高测量精度。采用无磁高低温试验箱测量磁通门传感器温度特性;提出基于径向基神经网络的温度误差补偿方法,分别建立磁通门磁力仪零漂误差补偿模型和刻度因子误差补偿模型。结果表明,径向基神经网络能良好逼近磁通门传感器参数的温度特性;与BP神经网络相比,径向基神经网络在零漂补偿中训练时间更短,精度更高,重复性更好,零漂误差的抑制能力更强。补偿后,磁通门磁力仪零漂误差从7.105 5 nT减少到0.766 1 nT;刻度因子误差从6.3E-3减少到7.2E-5;测量值温度误差由213.6 nT补偿到9.1 nT。提出建立通用的温度补偿模型,在不同磁场环境下经过反复测试,采用训练过的模型补偿后,温度误差均降低一个数量级,提高了磁通门磁力仪温度性能和精度。
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。