作者：王慧,宋宇宁 单位：中国微米纳米技术学会;东南大学 出版：《传感技术学报》2016年第12期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFCGJS2016120140 DOC编号：DOCCGJS2016120149 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 针对压阻式压力传感器存在温度漂移，其测量精度受温度影响很大的问题，使用最小二乘拟合方法与RBF神经网络共同建立压力传感器温度补偿模型。针对低温和高温区域使用RBF神经网络进行补偿，对中间线性区域使用最小二乘拟合方法进行补偿。同时为了提高RBF神经网络拟合效果，使用进化算法和下降梯度算法优化RBF神经网络参数。实验结果表明，本文使用方法与单纯使用RBF神经网络或最小二乘拟合方法进行温度补偿，具有更高的训练效率和温度补偿效果，能够提高压力传感器在各种环境下的测量精度和工作可靠性。

    📙 相关资料

    1. 《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......
    2. 《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。...
    3. 《一种湿度传感器温度补偿的融合算法》PDF+DOC 针对自动气象站上湿度传感器在实际应用过程中易受温度影响的问题，提出采用RBF神经网络与最小二乘相结合的融合算法实现湿度传感器的温度补偿。该方法将湿度传感器在温度影响下的特性曲线分为两个非线性段和一个线性段，并且自适应的确定线性段和非线性段，在线性段利用最小二乘方法拟合出直线方程，在非线性段利用RBF......
    4. 《改进型RBF神经网络在磁致伸缩液位传感器中的应用》PDF+DOC 本文是以用于高精度测量的磁致伸缩液位传感器为研究对象，通过该种传感器的工作原理，分析了滑油温度的变化对传感器测量精度的影响，并提出了一种基于蚁群聚类算法的RBF神经网络系统对传感器进行温度补偿的方法。该系统使用蚁群算法对输入样本数据进行聚类计算。隐含层到输出层的权值通常使用伪逆算法进行调节。计算各个......
    5. 《用BP神经网络法对压力传感器进行温度补偿》PDF+DOC 压阻型扩散硅压力传感器在测试压力时，容易受到环境温度的影响。为了消除温度所带来的影响，需要对压力传感器进行温度补偿。神经网络技术中的BP神经网络算法可以在压力试验中对压力传感器进行温度补偿。此方法将压力传感器和温度传感器所采集到的电压信号进行数据融合，削弱了温度对压力传感器所产生的干扰，补偿后比补偿......
    6. 《一种压阻式压力传感器的温度补偿方法》PDF+DOC 针对压阻式压力传感器的温度补偿问题，提出一种将样条插值与最小二乘拟合相结合的补偿算法，并结合传感器标定实验数据进行仿真试验。结果表明该方法相比曲面拟合方法、BP神经网络和RBF神经网络，补偿最大相对误差和平均补偿时间分别为0.103%和0.135 4 s，不仅能够满足高精度测试要求，而且可减少标定工......
    7. 《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......
    8. 《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......
    9. 《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。...
    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。