《一种压力传感器温度补偿新方法》PDF+DOC

📙 相关资料

1. 《基于BP神经网络的压力传感器数据融合》PDF+DOC 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......
2. 《基于BP神经网络的压力传感器静态特性数据融合》PDF+DOC 针对压力传感器在实际应用中受非目标参量(温度)的影响而导致其输出数据不仅仅与目标参量(压力)有关，提出了采用BP神经网络技术对其进行数据融合处理，以消除非目标参量对压力传感器输出的影响。研究结果表明，利用神经网络实现传感器数据融合消除非目标参量对传感器输出的影响是可行的。...
3. 《基于BP神经网络的压力传感器数据融合研究》PDF+DOC 压力传感器由于输出电压值易受环境温度、电压扰动等非目标参量的影响而导致精度大大降低。该文采用BP神经网络对压力和温度2个目标参量进行数据融合处理，减小了两者相互交叉干扰敏感度。结果表明，采用BP神经网络进行数据融合，能够提高传感器的稳定性及其精度，仿真验证了该方法的有效性和可行性。...
4. 《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......
5. 《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。...
6. 《两种数据融合算法对扩散硅压力传感器的温度补偿》PDF+DOC 针对扩散硅压力传感器在实际应用中对温度存在交叉灵敏度的问题，文章采用改进的多维回归分析法和BP神经网络法两种实用的智能化数据融合方法对压力传感器输出进行处理，以消除非目标参量(温度)对传感器的影响；研究结果表明这两种方法均能有效地抑制交叉灵敏度，减小灵敏度温漂和零点温漂；由于这两种融合算法具有各自的......
7. 《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，......
8. 《LM算法在传感器数据融合中的应用》PDF+DOC 针对压力传感器对温度存在交叉灵敏度这一具体问题，采用LM算法对其进行数据融合，消除温度对压力传感器的影响，大大提高传感器的稳定性及其准确度；针对传感器存在测量误差问题，提出了增加一个噪声来训练网络，增强了网络的容错性。对所提方法进行了仿真研究和简单分析，并与非线性插值(三次多项式插值)作了比较，粗浅......
9. 《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。...
10. 《采用BP神经网络提高压力传感器的输出准确度》PDF+DOC 针对压力传感器在实际应用中，输出数据不仅仅与目标参量(压力)有关，而且还受非目标参量(温度)影响的问题，笔者提出了采用BP神经网络技术对其进行数据融合处理的方法，以消除非目标参量的影响。研究结果表明该方法是可行的。...