称重传感器自适应动态补偿方法

本文根据称重传感器的动态特性随着被测量而变化这一特点，提出自适应动态补偿方法，设计的动态补偿器能跟踪传感器模型的变化，始终保证测量系统动态响应的快速性。     

基于NFLMS算法的Wiener型传感器动态补偿

在测量系统中许多传感器的动态特性是一个非线性Wiener模型,即存在着严重的静态非线性和动态响应滞后。当被测量对象的变化率高于传感器的响应速度时,测量结果与真值之间存在较大的动态误差。为了补偿动态误差,文中采用模型参考和Wiener逆模型辨识的方法建立动态补偿单元。考虑到Wiener逆模型的参数在辨识过程中是慢变的,辨识算法采用非线性滤波最小均方根(nonlinear filtered least mean squares,NFLMS)算法。仿真实验和应用研究表明,使用NFLMS算法辨识得到的补偿单元,能够很好地补偿Wiener型传感器动态误差。     

采用数字补偿方法测定粮食水分

本文介绍了一种新型粮食水分测量系统的基本原理、电路结构及调试方法。该系统采用电容式传感器,用EPROM完成数字式温度补偿及数字式非线性补偿,具有线路简单、显示直观、精度高和成本低等特点。     

用非线性逆滤波改善传感器动态特性的研究

在测量系统中许多传感器存在着严重的非线性静态特性和响应滞后的动态特性，当被测量对象的变化率高于传感器的响应速度时，测量结果与真值之间存在较大的误差。为了补偿这个测量误差。采用了一个由无限响应的IIR滤波器和静态非线性环节构成的非线性滤波器去减小误差。IIR滤波器的系数通过实验数据得到，它是传感器的动态逆模型；非线性静态环节采用模糊小脑神经网络(FCAMC)实现。并通过对热敏电阻动态测量误差的补偿，验证了该方法的有效性。     

传感器动态非线性的一种补偿方法

针对传感器存在的动态非线性问题，本文提出一种补偿方法，将具有动态非线性的传感器分为非线性静态环境环节和线性动态环节。先对传感器输出信号进行非线性静态校正，再进行线性动态补偿，研制以DSP为处理核心的传感器模拟器和传感器动态非线性补偿系统，实验结果表明，方法是有效的。     

基于最小二乘支持向量机的传感器非线性动态补偿

提出了一种基于最小二乘支持向量机的非线性传感器动态测量误差的校正方法，使得通过该方法补偿的传感器具有理想的输入输出特性。先将传感器的非线性动态系统分解成线性动态子环节和非线性静态子环节串联；与之对应，非线性动态补偿过程也包含2个阶段：线性动态补偿和非线性静态校正。然后，通过函数展开将补偿器的非线性传递函数转换为等价的类线性形式一中间模型；再通过LS-SVM回归算法求取中间模型参数；最后，推导出中间模型参数与补偿器2个子模型参数之间的关系，并通过该关系实现非线性静态校正和线性动态补偿环节的同时辨识。与常规非线性动态补偿方法比较，该方法优点是明显的：（1）只需进行一次动态标定实验；（2）能给出非线性动态补偿器的数学解析表达式；（3）充分利用LS—SVM的优点，使辨识的补偿器具有更好的抗干扰能力。仿真与实际实验结果均表明该传感器非线性动态补偿方法有效。     

Z-力敏传感器分段线性化法补偿

设计Z-型力传感器的工作电路,给出了力数字传感器输出标准值.通过单片机编程实现分段线性化的方法进行非线性补偿;对于温度补偿采用不同的补偿数据;对于分散性采用标度变换的方法;对于零点漂移采用测量加载频率和空载频率差进行判断,并通过程序判断进行锁定的方法.实验结果表明,设计的Z-型力传感器的输出与期望的线性输出的最大引用误差小于±0.5%,满足一般测量要求,对于Z-型力数字传感器的批量化生产具有现实意义.     

基于神经网络模型的传感器非线性校正

讨论了BP神经网络模型在传感器非线性补偿中的应用.给出了相应的补偿方法,即采用两个相同的传感器对同一被测量进行不同的测量,其测量结果作为神经网络模型的输入,经过补偿后的传感器具有线性的输入输出关系.采用递推预报误差算法(PRE)训练神经网络,具有收敛速度快、收敛精度高的特点.以距离传感器为例,将基于BP神经网络的校正方法应用于减少距离传感器的非线性输出误差.实验结果表明,将训练后的神经网络接入距离传感器可以得到线性的输入-输出关系,增加神经网络隐层节点的数目可以提高校正精度.当隐层节点数取为40时,用于距离传感器非线性校正的神经网络模型在训练100步后的误差指数(EI)为9.6×10-6.结果表明:本文提出的基于神经网络模型的传感器非线性校正方法是行之有效的.     

电阻应变式传感器在应用中的误差补偿

介绍电阻应变式传感器在应用中由于环境温度等因素的影响,会产生各种误差。传感器在实际测量中采用温度补偿、非线性误差补偿、智能压力传感器补偿的方法来提高测量精度,保证测量的准确性。     

基于霍尔效应的车用角位置传感器线性化研究

线性度是传感器的重要性能指标之一。基于霍尔效应的霍尔角位置传感器的霍尔输出电压可表达为:UH=KHBIcosθ,霍尔输出电压与被测角度θ之间的关系是非线性的。针对角位移变化引入的非线性变量cosθ使得普通的磁场结构难以实现霍尔角位置传感器较大范围线性输出的问题,本文提出了一种改进的车用霍尔传感器磁场结构,通过对改进后的磁场结构用有限元仿真计算和实验测量均得出改进后的磁场结构能够实现霍尔角位移传感器的霍尔输出电压与被测角度之间呈线性变化。     

三维柔性阵列触觉传感器结构设计

为减少类皮肤三维柔性触觉阵列传感器设计的复杂度,本文比较了基于导电橡胶的几种传感器结构设计方法,提出了采用整体式框架结构,节点行之间独立的非线性传感器结构.此设计不仅有利于传感器结构的加工实现,而且大大地降低了解耦算法的复杂度.仿真结果表明基于该结构的传感器可以实现大规模三维柔性触觉的信息测量以及传感器规模的扩展.     

称重传感器非线性误差的RBFNN补偿

称重传感器的输入与输出成非线性关系,需进行非线性补偿。文中阐述了称重传感器的非线性误差,并提出了一种基于径向基函数神经网络(RBFNN)的称重传感器非线性误差补偿方法,利用RBFNN构建了称重传感器输入Fx与输出Uox的反函数,实现了称重传感器的非线性误差补偿。实验表明:采用这种方法补偿后,称重传感器大秤量段的非线性相对误差减少了一个数量级,提高了称重准确度。     

一种新型电感式位移传感器

提出一种结构简单轻巧，驱动及测量电路简单,性能较好的新型电感式位移传感器，可用于机械直线位移及位置的测量，给出了传感器的结构和测量电路的原理图，对工作原理进行了分析，并讨论了温度补偿的方法，该传感器已应用于高档轿车的电子无级变速系统中，使用效果令人满意。     

ANSYS在接触式电容压力传感器非线性分析中的应用

通过对接触式电容传感器结构原理的分析，运用ANSYS对传感器膜片在外加压力作用下的接触和大变形等非线性问题进行分析，并基于有限元法编写相应的程序，直接得出输出电容与外加压力之间的关系。比较实验结果，验证了ANSYS对接触式电容压力传感器非线性分析的可行性，说明了这一分析方法的实用性。     

激光三角测量传感器的精密位移测量

本文论述了激光三角法测量位移时，其象点位置随被测物面位移的变化规律；推导出激光散射用与成象角之间的关系；讨论了激光三角测量传感器结构参数的设计方法。     

力传感器模型辨识及动态补偿器设计北大核心

力传感器作为测控系统的最前端,其动态特性对测控系统特性有本质影响。为建立有效改善力传感器动态特性的补偿器方法,根据非线性最小二乘法建立了力传感器的动态数学模型,基于零极点配置法设计了力传感器的动态补偿环节。针对以上方法进行了系统辨识实验与动态补偿环节仿真设计。实验与仿真结果表明,非线性最小二乘法能够切合实际地建立非线性系统的辨识模型,零极点配置法所设计的动态补偿环节极大地改善了传感器的动态特性,可以将该补偿方法应用于工程实际当中。     

光纤传感器

<正> 国际标准化和计量组织对传感器(Transducer)下的定义:传感器是能够感受被测量并按一定关系转换成相应输出量的装置。这个名词术语的定义扩大了传感器是非电量转换为电测量的传统概念。光纤传感器完全符合这个名词术语。     

多模光纤微弯应变传感器研究

设计了3种不同齿形结构的光纤微弯传感器。传感器中的光纤变形装置是由一个拱型弹性膜片和置于膜片与被测试件之间的一对带齿构成。弹性膜片固定在被测试件上，试件的表面应变带动这一对带齿在光纤横向上的微小位移。改变光纤微弯变形，改变光纤的损耗，从而实现对被测对象的应力、应变测量。对3种不同齿形结构的光纤微弯传感器进行了研究和比较。     

柱式称重传感器的非线性误差及其线性补偿

柱式、筒式弹性元件是正应力称重传感器中应用较多的结构。本文从电桥电路,应变计转换原理,弹性元件力学特性等方面进行分析和理论计算,得出了柱式称重传感器的输出与载荷之间不呈线性关系,而是一个递减的抛物线。重点分析了电桥的非线性,截面积变化的影响,应变计的非线性,弹性元件横向灵敏度的影响,补偿电阻RM和RS的影响。介绍了柱式称重传感器的线性补偿原理和线性补偿方法。     

微细台阶测量中的非线性误差及消除

为了实现高精度的台阶测量，本文推导出触针位移与差动变压器式位移传感器（ＬＶＤＴ）磁芯轴向位移之间的传递关系，分析了其中存在的非线性二次项误差。并通过合理设计传感器的安装角度，消除了这一误差，保证了测量结果是被测台阶表面的真实反映。