《基于NSGA-Ⅱ&BP的应变片式压力传感器温度补偿研究》PDF+DOC
作者:郭志君,卢文科,左锋,张珏,丁勇
单位:中国测试技术研究院
出版:《中国测试》2020年第06期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFSYCS2020060130
DOC编号:DOCSYCS2020060139
下载格式:PDF + Word/doc 文字可复制、可编辑
《压力传感器的温度补偿研究及其应用》PDF+DOC2016年第18期 李扬,刘明光,钱学成,陈佳,王昕
《基于BP神经网络模型的压力传感器温度补偿》PDF+DOC2019年第04期 乔维德
《基于BP神经网络的压力传感器温度补偿方法研究》PDF+DOC2020年第05期 刘贺,李淮江
《LabVIEW下基于BP神经网络的温度补偿虚拟压力测量系统设计》PDF+DOC2005年第04期 王跃轩,倪中华
《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
《基于BP神经网络的一种传感器温度补偿方法》PDF+DOC2011年第09期 张潜,武强
《采用BP神经网络提高压力传感器的输出准确度》PDF+DOC2010年第10期 赵军,李林
《两种数据融合算法对扩散硅压力传感器的温度补偿》PDF+DOC2008年第09期 严家明,毛瑞娟,谢永宜
《基于LDIW-PSO算法的BP神经网络在压力传感器中的应用》PDF+DOC2014年第09期 温阳东,李龙剑
《基于PSO的BP神经网络在压力传感器温度补偿中的应用》PDF+DOC2014年第03期 孙艳梅,苗凤娟,陶佰睿
应变片式压力传感器容易受到温度的影响,需要对该传感器进行温度补偿,针对该问题提出一种带精英策略的快速非排序遗传算法(NSGA-Ⅱ)与BP神经网络相结合的软件补偿模型。该模型将BP神经网络中2个输出值与期望值误差作为NSGA-Ⅱ同时寻求最小的2个目标,对BP神经网络初始权值和阈值进行优化,克服单一BP神经易陷入局部极小值的缺陷。通过该算法模型对不同温度下压力传感器的输出值进行数据融合,研究结果表明,补偿后的传感器零位温度系数(α_0)和灵敏度温度系数(α_s)均提高两个数量级,从而证明NSGA-Ⅱ&;BP算法的温度补偿模型可以有效提高该传感器的温度稳定性。
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。