共查询到19条相似文献,搜索用时 93 毫秒
1.
针对压阻式传感器存在的零点偏差、满度偏差以及输出信号的非线性误差,提出了采用ZSSC3008传感器信号调理芯片进行补偿校准的方案;描述了传感器补偿系统的整体构架,阐述了ZSSC3008的硬件结构、应用电路设计以及对传感器的补偿过程;实验结果表明:用上位机补偿校准软件对传感器补偿后,实现了传感器的一致性以及输出信号与压力良好的线性关系,并具有操作效率高的优点。 相似文献
2.
方佩敏 《电子制作.电脑维护与应用》2003,(2):58-60
传感器输出的主要是电信号,如电压、电流、频率、脉冲宽度调制信号等,其中大多是直流电压信号。由于信号电压往往很小,需用放大器将信号放大。同时传感器往往有零输出及非线性误差,为了提高测量精度需要调零及非线性补偿。采用硬件实现非线性补偿较复杂,调整也麻烦。同时传感器的输出特性还随环境温度的变化而改变,即有一定的 相似文献
3.
4.
5.
传统的编码器信号误差补偿系统存在着补偿精度低的缺陷,为此提出基于云计算的编码器信号误差补偿系统。编码器信号误差补偿系统硬件设计包括编码器模拟控制单元、电源单元、信号采集单元与通信单元,软件设计包括通信模块、信号处理模块与信号误差补偿模块,通过编码器信号误差补偿系统硬件与软件的设计实现了编码器信号误差补偿系统的运行。通过实验得到,设计的编码器信号误差补偿系统补偿精度比传统系统高出30%,充分说明设计的编码器信号误差补偿系统具备极高的有效性。 相似文献
6.
磁流变阻尼器是一种效率高,响应快,耗能低的智能阻尼器,在众多领域具有广泛应用前景.本文设计并实现了以硬件调理加软件调理相结合的磁流变阻尼器传感器信号预处理方案,此方案中硬件部分采用了集成开关电容滤波器MF10,软件部分采用了去极值递推均值滤波并加入线性误差补偿算法,满足了磁流变阻尼器控制器信号预处理的要求,亦可作为其它信号预处理的参考. 相似文献
7.
高精度压力测控系统的试验研究 总被引:1,自引:1,他引:0
介绍了一种高精度压力测控系统.该系统以STC89C51单片机为控制核心,由前端小信号压力检测与滤波电路和移相调压电路等组成.针对压阻传感器存在的非线性误差,从软件和硬件两方面进行误差修正和补偿,以保证测量压力的精度.同时,采用积分分离PID控制算法和最优控制参数整定方法以达到提高控制压力精度的目的. 相似文献
8.
9.
10.
介绍了压阻式传感器的灵敏度温度补偿原理 ,给出了一种在宽温度范围内采用了分段补偿方式进行灵敏度温度补偿的方法 ,实现了宽温度范围内较高的补偿准确度。这里介绍的方案是通过数 -模组合硬件电路实现分段补偿 ,具体方案是基于目前国内外OEM硅压力传感器厂商采用的固定电阻器并联补偿法。技术途径是设计一组温控开关电路来控制并联电阻器是否接入 ,温度信号来源于恒流源供电下的传感器桥压信号。此方法硬件电路及补偿计算均较简单 ,适用于较宽的温度环境 ,性能价格比合理。同时便于扩展为多段补偿以实现高补偿准确度 ,并且传感器在快速温变环境下工作时温度跟踪误差小。 相似文献
11.
针对铂电阻温度传感器应用中存在的非线性问题,提出了应用径向基函数神经网络(RBFNN)强非线性逼近能力进行铂电阻温度传感器非线性补偿的方法。介绍了非线性补偿的原理和网络训练方法。结果表明:这种非线性补偿模型具有误差小、精度高、可在线标定和鲁棒性强等优点,与基于BP神经网络的非线性补偿模型相比,大大缩短了网络训练时间,从而方便了铂电阻温度传感器在测控系统中的应用。 相似文献
12.
应变式称重传感器的非线性校正 总被引:1,自引:0,他引:1
因受自身材质、工艺的限制以及外界环境影响,应变式称重传感器输入—输出特性存在非线性误差,影响系统测量精度,需要对其进行非线性校正。采用曲线拟合法建立传感器逆模型,并存储于单片机中用于非线性校正,结合外围硬件电路完成对被测数据的采集与实时处理。设计完成的测量系统具有一定的环境自适应性和智能化特点。实验结果表明,校正后系统的非线性和零点漂移得到明显改善,同时软、硬件相结合的设计方式具有较高的应用价值。 相似文献
13.
多项式回归在智能传感器线性化中的应用 总被引:7,自引:2,他引:5
利用最小二乘回归分析介绍多项式回归在智能传感器非线性补偿中的应用,提出了以传感器输入量作拟合多项式自变量和传感器输出量作拟合多项式自变量的两种补偿方法,并通过实例对这两种方法进行了分析和对比. 相似文献
14.
15.
16.
Output error convergence of a Wiener model-based nonlinear stochastic gradient algorithm is analyzed. The normalized scheme estimates the parameters of a linear finite impulse response model in cascade with a known output nonlinearity. The algorithm can be interpreted as a normalized least mean square algorithm with compensation for an output nonlinearity. Linearizing inversion of the nonlinearity is not utilized. Global output error convergence is then proved, provided that the nonlinearity is monotone (not strictly monotone), and provided that a previously observed mechanism resulting in deadlock does not occur. The algorithm and the analysis include important practical cases like sensor saturation and dead zones that must be excluded when global parametric convergence is studied 相似文献
17.
18.