基于QPSO稀疏化LSSVM的压力传感器温度补偿研究

针对硅压阻式压力传感器的温度补偿问题,提出一种量子粒子群(Quantum Particle Swarm Optimization,QPSO)稀疏化最小二乘支持向量机(Least Squares Support Vector Machine,LSSVM)策略,目的在于能够保证温度补偿性能的同时获得较为精简的补偿模型。结合10 MPa绝压压力传感器标定实验数据进行仿真试验,研究结果表明,该方法的补偿效果优于QPSO优化的LSSVM、经典稀疏化LSSVM和QPSO优化的稀疏化LSSVM,补偿后测试样本集的最大相对误差,平均误差和误差方差分别为1.104×10^-3、4.819×10^-4和1.197×10^-7。在满足高精度测试要求的前提下,达到提升补偿效率的目的。     

基于LS-SVM的传感器智能校正及温度补偿

提出一种基于最小二乘支持向量机(LS-SVM)的传感器非线性校正及温度补偿的新方法,并给出了相应的过程和算法。在该方法中,LS-SVM被用作构建逆模型,并通过该模型映射传感器非线性特性,同时实现了传感器的温度补偿和非线性校正。通过实际电容式压力传感器校正的实验结果表明:所提模型建模速度比SVM模型高1~2个数量级,补偿误差仅为SVM模型的20%左右。因此,该学习速度快、补偿精度高、抗噪声干扰能力强,适合传感器温度补偿及校正。     

霍尔效应式位移传感器的温度补偿

针对霍尔位移传感器温度漂移的问题,提出了一种基于粒子群优化算法与遗传算法优化最小二乘支持向量机(PSO-GA-LSSVM)的温度补偿新模型。该模型利用粒子群优化算法对最小二乘支持向量机中的惩罚因子和核函数进行优化选取,提高了模型的训练速度与准确度;并引入遗传算法中的变异思想,拓展模型的群搜索空间,提高了寻取更优值的概率。研究结果表明,补偿后该传感器的零位温度系数由1.25×10^-2/℃减小到6.33×10^-4/℃,其灵敏度系数由4.55×10^-3/℃减小到4.22×10^-4/℃,均提升了一个数量级,实现了对该传感器的温度补偿。     

基于SCA-LSSVM的电涡流传感器温度补偿方法研究

针对电涡流传感器在实际应用中容易受环境温度影响产生温度漂移这一现象,采用最小二乘支持向量机(LSSVM)建立回归模型,并将正余弦算法应用于回归模型的参数优化。通过正余弦算法对LSSVM的惩罚因子和核函数参数进行优化选取,得到最佳的传感器回归模型,并和粒子群算法优化最小二乘支持向量机(PSO-LSSVM)进行比较。实验结果表明,SCA和PSO优化后模型计算结果均方误差分别为9.97×10-4、4.39×10-3,模型优化耗时分别为578s、782s,传感器温度灵敏度系数分别为8.73×10-6(/℃)、7.63×10-5(/℃)。可以看出SCA算法在优化精度和效率方面均优于PSO算法。该方法提高了传感器的温度稳定性和系统检测精度,具有很强的实际应用价值。     

基于云粒子群-最小二乘支持向量机的传感器温度补偿

针对传感器的测量精度受温度影响较大问题,提出了一种基于云粒子群-最小二乘支持向量机(CMPSO-LSSVM)的温度补偿方法。云粒子群算法(CMPSO)将云模型算法应用于粒子群优化(PSO)算法的收敛机制,具有寻优精度高的特点。CMPSO算法对LSSVM的参数进行优化选择,建立CMPSO-LSSVM传感器温度补偿模型。将该模型应用于振弦式传感器的温度补偿,通过实验证明了该温度补偿方法优于当前其他主要方法。     

基于改进PSO优化LSSVM的传感器补偿研究

针对最小二乘支持向量机在对传感器进行补偿时,正则化参数和核函数参数对补偿精度影响较大的问题,提出一种利用改进的粒子群优化算法优化最小二乘支持向量机模型参数的传感器补偿方法。该方法利用改进的粒子群优化算法优化最小二乘支持向量机模型的正则化参数和核函数参数,避免了人工选择参数的盲目性,提高了最小二乘支持向量机模型的预测精度。仿真实验表明,在传感器的补偿时,该方法比最小二乘支持向量机模型的补偿精度更高。     

基于混合优化算法的压力传感器温度补偿

针对压阻式压力传感器存在温度漂移,其测量精度受温度影响很大的问题,使用最小二乘拟合方法与RBF神经网络共同建立压力传感器温度补偿模型.针对低温和高温区域使用RBF神经网络进行补偿,对中间线性区域使用最小二乘拟合方法进行补偿.同时为了提高RBF神经网络拟合效果,使用进化算法和下降梯度算法优化RBF神经网络参数.实验结果表明,本文使用方法与单纯使用RBF神经网络或最小二乘拟合方法进行温度补偿,具有更高的训练效率和温度补偿效果,能够提高压力传感器在各种环境下的测量精度和工作可靠性.     

基于IA-LSSVM的一维PSD位移传感器温度补偿

以光电效应为基础的一维PSD(Position Sensitive Detector)传感器受温度影响很大,导致测量误差大。本文针这一问题,提出免疫算法与最小二乘支持向量机(IA-LSSVM)相结合,通过免疫算法迭代优化最小二乘支持向量机中的惩罚因子以及核函数参数来构建补偿模型。由二维标定实验得到在不同温度下传感器的输入输出数据,将其分为测试集与训练集,以测试集的最小二乘均方差为目标函数,将其转化为凸优化问题来达到温度补偿的效果。试验结果表明,传感器零位温度系数由补偿前的3.0×10-4/℃提升到1.6×10-4/℃,提高了约两倍;灵敏度温度系数由之前的2.8×10-3提升到2.8×10-4/℃,提高了十倍;温度附加误差由补偿前的12.5%提升至1.27%,提高了近十倍,从而有效削弱了温度对测量结果的影响。     

基于PSO的BP神经网络在压力传感器温度补偿中的应用

针对硅压阻式压力传感器的温度漂移问题,提出了基于粒子群优化算法PSO(Particle Swarm Optimization Algorithm)的BP神经网络的温度补偿模型,通过粒子群化算法对BP网络的权值和阈值进行全局寻优,克服了BP网络收敛速度慢和易陷入局部极值的缺陷,而且温度补偿的精度较高。研究结果表明,该方法有效的抑制了温度对压力传感器输出的影响,提高了传感器的稳定性和准确性。     

基于LS-SVR的光电式浊度传感器研究

浊度作为水质检测的重要指标之一,其测量要求越来越严格.目前,浊度检测主要采用散射、透射等光电式检测法.综合散射、透射和比值三种浊度检测方法,设计出一种新型在线式浊度传感器.该传感器遵循国际标准ISO 7027,并且加入温度和光照检测元件以抑制二者对浊度的干扰.采用最小二乘支持向量回归(LS-SVR)对浊度测量进行建模,并通过实验对该方法进行分析.实验结果表明:该方法可有效提高浊度检测精度和抗干扰能力.     

硅-蓝宝石压力传感器温度补偿研究

针对硅-蓝宝石压力传感器在测量过程中容易受温度影响的问题,提出了一种基于串并联恒定电阻法和分段插值法的温度补偿方法;从硬件补偿电路和软件补偿算法两个方面论述了补偿方法的原理及实现方法,并通过实验验证了该方法的可行性.实验结果表明,最终制成的硅-蓝宝石压力传感器最大相对误差为0.357％,综合误差小于0.129％.     

硅压阻式压力传感器的温度补偿

分析了硅压阻式压力传感器的温度误差来源，给出了通过长时间实验的温度与传感器输出电阻的数据，提出了对此类传感器温度误差的测量和修正方法，从而保证此类传感器在大温度范围内得到高精度使用。     

基于DE优化BP的压阻式压力传感器的温度补偿研究

压阻式压力传感器存在温度漂移的问题,因此需要对该传感器进行温度补偿。为此,首先从标定实验中获取被测压力值、压阻式压力传感器的输出电压值以及环境温度值、温度传感器的输出电压值,然后用差分进化算法（DE）优化的BP神经网络算法从该标定数据中得到补偿后的数据。实验结果表明,所提出的温度补偿方法对压阻式压力传感器进行温度补偿后,其灵敏度温度系数提高了一个数量级,相对误差也得到很大的改善,因而其具有显著的理论意义和应用价值。     

厚膜压力传感器的温度补偿与调理方法研究

考虑到以往厚膜传感器压敏元件和补偿电路的一致性较差、稳定性不够理想的问题,设计了一种优化的厚膜压力传感器片内平面化结构,其可提高传感器温度补偿效果;分析了信号调理电路的合理布局,元件的科学分布对减小误差,提高抗干扰能力的有效性,并给出了实验数据,通过其证明了设想的正确性.     

具有温度及压力补偿的矿用红外甲烷传感器设计

针对现有红外甲烷传感器因受温度、压力影响而采取硬件补偿方式后存在测量精度和可靠性降低的问题,提出了一种具有温度及压力补偿功能的矿用红外甲烷传感器设计方案,详细介绍了该传感器的软硬件设计,给出了温度、压力的补偿方法,即在数据处理上增加了环境温度及压力补偿功能。测试结果表明,该传感器具有测量精确度高、稳定性好、环境适应能力强等优点。     

基于最小二乘法的压力传感器温度补偿算法

介绍了压力传感器由于受工作环境温度的影响,其零点和灵敏度经常会发生漂移,因此需要对它进行补偿;讨论了一种基于最小二乘法的补偿算法,运用该算法对温度变化后的数据进行了处理,使得传感器输出基本上不随温度的变化而改变,从而使传感器的零点漂移和灵敏度漂移问题得到了很好的解决;结果表明:该算法能起到很好的补偿效果,能广泛应用于工程实践中.     

油田测井用压力传感器的研制∀

油田测井用压力传感器在温度、量程和封装等方面有着特殊的要求,我们提出了一种新型多晶硅压力传感器,其工作温度高(-20～220°C),压力量程宽(2～30 MPa),具有较高的稳定度(<4×10-4FS/°C).文中多晶硅膜的零点温漂TCR 和灵敏度温漂TCS特性,给出了片内温度补偿的方法.