基于小波神经网络的电涡流传感器非线性补偿

为消除电涡流传感器的非线性误差,提高其测量精度,提出了一种基于小波神经网络和遗传算法的电涡流传感器非线性补偿方法。该方法利用小波神经网络的非线性映射能力,使得传感器的输入与输出线性化,并使用遗传算法搜寻网络的最优初始值,加强网络的非线性逼近能力和收敛能力,显著提高电涡流传感器的非线性补偿效果。实验结果表明,经过补偿后,极大提高了传感器的精度,传感器输出电压最大绝对误差为15.55mV,最大相对误差为1.36%,非线性误差为0.34%。     

基于ADμC845的LVDT位移传感器非线性补偿

针对LVDT位移传感器测量电路输出电压值和位移量之间存在非线性特征,设计和制作线性度为0.05%高精度传感器比较困难的现状,在分析产生非线性误差主要原因和传统校正方法的基础上,利用单片机软件算法进行非线性校正以提高传感器设计精度。以传感器标定数据为样本,用曲线拟合法求出非线性校正环节的特性曲线,并给出在MATLAB环境下拟合多项式系数的最小二乘求解方法,编程实现位移量和电压输出。仿真分析和实验结果表明,其测量位移的线性度达到了设计要求,非线性校正效果明显,具有良好的应用价值。     

一种新的校正铂电阻传感器非线性的数学方法

提出了一种新的校正铂电阻传感器非线性输出的数学方法———函数变换法,在讨论校正传感器非线性基本数学原理基础上导出了线性化条件的解析式。为检验理论的正确性,研究了铂电阻温度计非线性校正的问题,并设计了一个新原理的铂电阻信号调理电路。实验证明:在-200～650℃范围内,测温误差小于0.86℃。从数学原理上讲,这种方法可适用于其它传感器非线性输出的校正。     

基于神经网络的光纤光栅电流传感器的温度补偿

分析了光纤光栅电流传感器的温度特性,表明传感器的输出受环境温度的影响大且很难消除。利用神经网络具有可以逼近任意非线性函数的特点,提出了用人工神经网络对光纤光栅电流传感器进行温度补偿的方法,实现传感器输出特性的非线性校正。通过Matlab语言编程仿真实验表明,该方法可以有效地消除温度的影响。     

基于三次多项式的磁弹性传感器非线性误差修正

磁弹性传感器输出信号大,具有较高的过载能力,非常适合用于测量金属板材的轧制力和桥梁支撑柱的压力。理论上,传感器输入和输出之间是线性关系;但实际上,传感器的输入输出特性都是非线性的。非线性误差是传感器的关键指标,直接决定产品的定级。对于重复性好和回差小的传感器,可以用三次多项式修正降低其非线性误差,以提高产品等级。通过400 t磁弹性传感器在标准测力机上进行的测力试验,验证了非线性误差修正方法的可行性,将传感器的非线性误差从2.75%减小到了0.35%,大大降低了非线性误差,且修正方法简单实用,使用单片机的仪表在现场即可进行数据修正操作。对于电阻应变式传感器和其他线性仪表,此方法同样适用。     

函数拟合法力数字传感器的非线性和温度补偿

针对力数字传感器存在的分散性、非线性和温度特性问题,通过软件进行补偿.分析了力数字传感器的非线性特性,采用三次样条插值获得被测重力和输出频率的函数关系,将测量得到的输出频率通过三次样条插值计算得到被测重力.对于力数字传感器的温度特性,建立了分段三次插值函数,利用反函数得到不同温度下输出频率与被测重力的函数关系.将温度和频率量作为自变量,通过分段三次插值函数计算得到被测重力.函数拟合法实现力数字传感器的非线性和温度补偿使所需数据量减少.实测表明:该方法的测量精度高,非线性和温度补偿后的最大引用误差为0. 5%,满足实际工程的需要.     

硅压阻式压力传感器非线性误差校正方法

利用ZMD31020传感器信号处理器,实现了硅压阻式传感器的非线性及温度补偿。通过软件输入预先设定的数字量给ZMD31020处理器的存贮空间,可实现硅压阻式压力传感器(PRT)的零点输出、热零点漂移、满量程输出、热灵敏度漂移和非线性的高精度校准和补偿。传感器的输出精度达到了0.275%。     

虚拟传感器重组方法的主动容错控制研究

当非线性系统遇到故障时,需要对控制律进行重新调度和重组.根据这一特点,将非线性自适应观测器和虚拟传感器重组方法相结合,研究了一类非线性系统的重组.同时,针对传感器故障,将线性系统虚拟传感器重组方法推广到非线性系统,并通过设计合适的自适应观测器,保证了重组后的系统仍然等价于原系统.数字仿真证明了该方法的有效性,重组后的系统输出可以很好地跟踪正常工作系统的输出.     

基于牺牲层技术的高过载压力传感器芯片

提出了一种基于牺牲层技术的高过载压力传感器芯片。这种传感器充分利用了多晶硅机械特性和多晶硅纳米膜的压阻特性优势,提高了传感器满量程输出和过载能力。利用有限元方法设计了仿真模型,通过对弹性膜片应力分布的静态分析和非线性接触分析,给出了提高这种压力传感器满量程输出和过载能力的设计方法。并试制了量程为2.5 MPa的传感器芯片样品。测试结果表明样品的过载压力超过7倍量程,5 V供电条件下,满量程输出达到362 m V。     

基于SVM逆模型的电涡流传感器非线性补偿

针对电涡流传感器检测过程中受温度和电路干扰等因素引起的非线性问题,提出了基于支持向量机（SVM,理论的非线性补偿方法,分析了存在传感器测量值中的非线性特性,建立了以检。测位移参数为输出,以电压参数为输入的SVM逆模型。通过实验数据仿真验证了SVM模型的有效性,测试样本的模型预测平均误差为0.0751mm,达到了较好的线性度,实现了电涡流传感器非线性补偿的目的。     

平膜片式压力传感器有限元分析

本文用有限元方法分析平膜片式压力传感器弹性元件表面径向应变及切向应变与薄膜应变片阻值变化的联系后,根据电桥原理得到与其输出电压之间的关系,最终并分析了传感器之非线性精度。     

基于L-M算法的反向传播网络的湿度传感器输出误差补偿研究

针对湿度传感器的输出非线性问题,提出了基于L-M算法建立BP神经网络进行补偿校正,实现电阻型湿度传感器的输入与输出非线性补偿,并与共轭梯度算法、拟牛顿算法所建立的神经网路模型进行对比,重点比较了模型迭代性能、标准偏差;最后发现当神经网络用L-M算法进行训练模拟时在迭代性能、标准偏差等方面具有更优异的表现,更适合湿度传感器的非线性特性的补偿校正。     

振弦式传感器非线性补偿设计

振弦式传感器被测力与输出频率之间是一种非线性关系 ,它严重影响了传感器的测量性能。这里针对此问题提出了一种非线性补偿结构的设计方法。通过非线性补偿结构 ,可以使被测力与输出频率之间近似为线性关系。通过实际计算 ,给出了一种非线性补偿的结构参数 ,得到的结果验证了方法的可行性     

石英谐振式称重传感器的数据获取及处理

分析研究了石英谐振式称重传感器的输出信号的获取及数据处理方法，并针对输出信号的特点，提出了数字非线性滤波、线性滤波、漂移抑制等组合数据处理方法，得到了高精度、高稳定度和响应快速的称重传感器数据。并给出了具体的信号提取电路和分析处理数据实例。     

传感器系统的非线性校正

通常传感器的输入与输出呈非线性关系,本文采用多项式拟合法列出其反非线性特性拟合方程,并用MATLAB求出方程系数;在压力传感器系统中,压力经导电橡胶传感器转换为电压,电压数据被送到LabVEW软件中的公式节点,经过节点中拟合方程的计算,使传感器系统的输入-输出呈线性,即通过软件实现传感器系统的非线性自动校正.     

差压传感器非线性特性研究

介绍了一种智能差压传感器,针对影响传感器准确度的输出—输入非线性问题进行了研究。采用了BP神经网络来建立差压传感器的输出—输入模型,网络模型采用了三层结构,输出—输入层各自采用了一个神经元,将神经网络的均方误差目标值设定为10-6,并在MATLAB中进行了仿真,经训练得到的输出—输入模型的非线性误差可以达到±0.032%。通过与多项式拟合方法和最小二乘直线拟合方法所得结果进行比较,结果表明:采用BP神经网络方法对提高智能差压传感器的测量准确度具有参考价值。     

基于线性加权免疫克隆算法的压力传感器温度补偿方法

对于压力传感器存在温度漂移[1]的现象,提出了线性加权(LWF)算法和免疫克隆算法相融合的方法对压力传感器输出数据进行补偿处理,以消除非线性目标参数(温度)对于传感器的影响;通过分析工程实验结果,该方法在全局收敛性[2]、非线性目标函数逼近能力等方面效果显著,在压力传感器温度补偿处理上具有较高的实用性.     

基于函数型连接神经网络的瓦斯传感器非线性校正

通过对载体催化瓦斯传感器检测原理的分析,指出瓦斯体积分数与瓦斯传感器输出电压之间呈非线性关系,提出了应用函数型连接神经网络的强非线性逼近能力,且不依赖确定的数学模型的优点,建立非线性校正模型,消除瓦斯检测中的非线性误差.网络仿真结果与分段线性拟合曲线的比较表明:这种非线性校正模型结构简单、收敛速度快、逼近精度高.     

测量电路与单片机

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     

基于神经网络观测器的飞控传感器在线故障诊断

为提高无人机飞行安全可靠性,针对飞行控制系统中常出现的传感器故障以及非线性气动力模型参数难以确定的问题,提出了基于BP神经网络观测器估计的故障诊断方法;引用LM改进算法对网络参数进行调整,构造了神经网络观测器模型逼近非线性系统,并运用于飞行控制系统进行在线数字仿真,对垂直陀螺输出卡死故障、恒偏差故障和恒增益故障分别进行仿真分析;仿真结果表明,所设计神经网络观测器可以有效估计系统输出,在线诊断传感器故障。