作者：赵传荣,孔德仁,王胜强,商飞 单位：中国振动工程学会;上海交通大学;上海市振动工程学会 出版：《振动与冲击》2017年第13期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFZDCJ2017130160 DOC编号：DOCZDCJ2017130169 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 由冲击波压力传感器准静态校准原理，间接比对式校准的精度取决于重锤的落高与压力拟合模型的精度，本文采用RBF神经网络建立了以落高为输入量、冲击波压力峰值为输出量的神经网络模型。选用典型标准压力传感器，在7~30 MPa量程范围开展校准实验；通过对测试样本进行分析，结果表明：该神经网络模型预测的最大相对误差不超过0.04%，比多项式拟合模型和指数拟合模型高一个数量级。落高与压力拟合模型引入的不确定度是构成冲击波压力传感器动态测量不确定度的一个重要分量，通过建立高精度的重锤落高与冲击波压力峰值神经网络拟合模型，为进一步提高冲击波压力传感器的测量精度奠定了基础。

    📙 相关资料

    1. 《冲击波测量用压力传感器准静态校准方法》PDF+DOC 阐明了冲击波测量的意义 ，介绍了目前用于冲击波测量的方法 ，分析了这类方法存在的问题 ，为提高冲击波的测量精度 ，针对存在的问题 ，提出了一种适用且新颖的准静态冲击波测量用压力传感系统的校准方法—利用落锤液压动标装置对冲击波测量用压力传感系统实施准静态的绝对校准...
    2. 《基于HPSO-RBF神经网络的瓦斯传感器故障诊断》PDF+DOC 针对瓦斯传感器常见故障，提出一种混合粒子群优化(HPSO)算法与径向基函数(RBF)神经网络相结合的传感器故障诊断新方法。文中首先采用HPSO算法对RBF神经网络模型参数进行了优化，在详细分析瓦斯浓度影响因素的基础上，建立了瓦斯浓度非线性预测模型。然后将瓦斯浓度预测结果与实际测量值相比较得到残差，并......
    3. 《基于动态特性补偿的冲击波测试数据处理方法》PDF+DOC 利用激波管对传感器进行动态标定，采用特殊白化滤波器广义最小二乘迭代法建立冲击波测试传感器的数学模型并对其动态特性进行分析，提出采用基于零极点相消原理补偿法来对传感器动态特性进行补偿。实际试验的测试数据处理应用表明，基于动态特性补偿的数据处理方法能够提高传感器动态特性和冲击波测试数据的准确度。...
    4. 《一种井下瓦斯传感器故障辨识方法》PDF+DOC 鉴于目前煤矿井下瓦斯传感器故障辩识速度慢、辩识准确度不高等缺陷，提出基于小波包分解与砸BF神经网络的瓦斯传感器故障辨识方法.采用小波包分解提取瓦斯传感器故障特征向量并输入至RBF神经网络，应用粒子群-人工蜂群(PSO-ABC)算法优化砸BF神经网络结构参数，并通过大量的瓦斯传感器样本对砸BF神经网络......
    5. 《基于激波管校准的冲击波压力传感器动态特性研究》PDF+DOC 为对冲击波压力传感器进行校准，研究传感器动态特性非参数模型。基于双膜激波管对传感器实施动态校准试验，获得了阶跃响应输出。仿真模拟四阶串联系统，并构造阶跃响应信号。分别使用理想阶跃分解法、低阶模型分解法和微分法得到传感器动态特性非参数模型。微分法计算精度更高且简单易行。为抑制寄生效应，采用机械结构对冲......
    6. 《基于BP神经网络模型的压力传感器温度补偿》PDF+DOC 鉴于压阻式压力传感器温度漂移问题，建立了压力传感器的温度补偿BP神经网络模型，采取人工鱼群-蛙跳算法优化训练BP神经网络.实验结果表明，利用人工鱼群-蛙跳算法优化的BP神经网络模型能快速、准确地实现压力传感器温度补偿，并提高压力传感器的输出精度。...
    7. 《基于RBF神经网络模型和SVM模型的压力传感器温度补偿方法》PDF+DOC 压阻式压力传感器由于受环境温度影响会产生较大的温度漂移，测量精度明显降低，不利于其他依赖于压力数据的测控环节的工作。简要分析了当前常用的压力传感器温度补偿方法，然后采用RBF神经网络模型和支持向量机模型对压力传感器因温度变化所产生的非线性进行补偿。结果显示：传感器的温度漂移分别降低到0.6%F.S和......
    8. 《改进的动态最近邻聚类算法在传感器校正中的应用》PDF+DOC 针对动态最近邻聚类算法因中心点选取不当以及隐含层节点较少时，逼近效果不理想的问题，提出运用改进的动态最近邻聚类算法构造RBF神经网络(IDARBF神经网络)，对传感器输出特性进行校正，有效地克服了原算法存在的问题；实验表明，IDARBF神经网络具有更好的非线性校正能力，运用改进的动态最近邻聚类算法处......
    9. 《一种基于IGA-RBF神经网络的传感器动态特性补偿算法》PDF+DOC 为了改善传感器的动态特性，减小系统测量误差，对传感器动态性能进行分析，提出了一种基于改进型遗传算法(IGA)和RBF神经网络相结合实现其动态特性补偿的算法，并应用到瓦斯传感器的补偿环节；实验结果表明，经IGA-RBF补偿算法后响应时间仅为0.413s，幅值误差为&#177；5%时的工作频率f......
    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。