基于PSO-BP算法的压力传感器温度补偿研究

谢谢侬 · 发表于 2020-11-24 10:32

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ＰＳＯＢＰ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．ＰＳＯＢＰ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；ＰＳＯＢＰ算法
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．
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．

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)

senlenced3 · 发表于 2020-11-24 11:09

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

帐号		自动登录	找回密码
密码			注册

[毕业设计] 基于PSO-BP算法的压力传感器温度补偿研究

EDA365欢迎您登录！

浏览过的版块

推荐内容 /1