《有限空间爆炸静态压力的温度补偿方法》PDF+DOC
作者:张龙,邹虹,张宝国,张继军,张东亮,孔德骞
单位:中国力学学会;四川省力学学会;中物院流体物理研究所
出版:《爆炸与冲击》2020年第03期
页数:10页 (PDF与DOC格式可能不同)
PDF编号:PDFBZCJ2020030110
DOC编号:DOCBZCJ2020030119
下载格式:PDF + Word/doc 文字可复制、可编辑
《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
《基于遗传小波神经网络的压力传感器的非线性校正研究》PDF+DOC2007年第04期 高美静,胡黎明
《基于改进RBF神经网络的传感器温度补偿系统研究》PDF+DOC2016年第06期 宋瑞娟
《基于NSGA-Ⅱ&BP的应变片式压力传感器温度补偿研究》PDF+DOC2020年第06期 郭志君,卢文科,左锋,张珏,丁勇
《湿敏电容器的温度补偿方法研究》PDF+DOC2013年第06期 叶小岭,廖俊玲,孙宁
《基于遗传小波神经网络的机器人腕力传感器动态补偿研究》PDF+DOC2009年第05期 俞阿龙
《基于遗传小波神经网络的机器人腕力传感器动态建模研究》PDF+DOC 俞阿龙
《基于样条曲线插值的压力传感器的温度补偿》PDF+DOC2006年第06期 樊尚春,张秋利,秦杰
《压力传感器温度补偿技术分析》PDF+DOC2014年第10期 陈慧颖
《压力传感器温度补偿各种算法的比较分析》PDF+DOC2013年第10期 杨雪,刘诗斌
为改善压阻式压力传感器的温度漂移特性,构建了基于遗传算法和小波神经网络的压力传感器温度补偿模型。针对小波神经网络收敛速度慢且易陷入局部最优解的问题,采用遗传算法对小波神经网络的连接权值、伸缩参数和平移参数进行优化。基于压力传感器的标定数据,分别采用BP神经网络、小波神经网络和遗传小波神经网络对其进行温度补偿研究,结果表明:遗传小波神经网络兼容了小波分析的时频局部特性和神经网络的自学习能力,表现出良好的收敛速度和补偿精度,经补偿后传感器的输出值更接近于标定值,其最大误差由-17.44 kPa变至0.38 kPa,最大相对误差由-14.0%变至0.38%。将该模型应用于有限空间爆炸静态压力的温度补偿中,取得了较好的实际应用效果。
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。