TA的每日心情 | 开心
2020-8-5 15:09 |
|---|
签到天数: 1 天 [LV.1]初来乍到
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要： 硅压力传感器在工业环境中使用时，尤其是用于测量油井井下压力的时候，环境温度变化范围通常比 较大．硅压力传感器由于其自身结构的原因，输出压力值会呈现非线性变化，大大的降低了压力传感器的测量精度．本 文是基于 ＰＳＯＢＰ神经网络方法对压力传感器在温度变化时产生的误差进行补偿修正，以达到系统精度要求．ＰＳＯＢＰ 算法的本意是使用 ＰＳＯ算法用于对 ＢＰ神经网络的初始权值和阈值进行改进和筛选，然后再使用 ＢＰ网络对样本进行 训练，以提高系统的泛化能力和稳定性． 关键词： 硅压力传感器；非线性变化；补偿修正；ＰＳＯＢＰ算法
: n, W& J0 v E9 O, w 硅压力传感器在工业中应用非常广泛，但当应用于 环境温度变化范围比较大的场合，尤其是在油井井下使 用时，温度变化会对压力传感器的输出产生很大的影 响．当温度变化时，硅压力传感器的输出一般呈现非线 性变化，从而使得对压力传感器的输出进行补偿增加了 不小的难度．& U9 C, F/ i: l( R" p
压力传感器的温度补偿方法从结构上分为硬件补 偿和软件补偿两种．其中硬件补偿方法精度很有限，而 软件补偿方法相比硬件补偿精度更高，并且不增加成 本．因此压力传感器的软件补偿方法被作为一个研究的 热点．现在压力传感器的软件补偿方法主要分为查表 法，牛顿插值法，曲线拟合法，ＢＰ神经网络法等几种．查 表法和牛顿插值法不适用于精度要求比较高的场合，而 曲线拟合法相比精度较高，运算简单，是目前应用比较 成熟的方法之一．在这几种方法中，ＢＰ神经网络法补偿 精度最高，但该方法一般对硬件要求比较高，并且初始 的权值和阈值存在不确定性，这使得整个 ＢＰ网络的泛 化能力存在很大偶然性．
* Q7 Y( v7 ~! g: F1 N# a! h
基于PSO-BP算法的压力传感器温度补偿研究.pdf
(318.94 KB, 下载次数: 1)
' e% k" O- [ | |
|
/1 
发表于 2020-11-24 10:32
收藏
淘帖
支持！
反对！