压力传感器的温度补偿

压力传感器是工程中常用的测量器件，由于温度的影响，其零点经常会发生漂移，因此需要对它进行温度补偿。介绍了由单片机控制的具有温度补偿功能的压力传感器设计方案，可以直接数字显示测量结果，具有良好的应用前景。     

基于拉格朗日差值的压力传感器温度补偿算法

随着压力传感器的广泛应用,对压力传感器的精度要求越来越高,由于温度是影响压力传感器精确度的主要原因,所以减小由温度漂移所造成的测量误差是需要解决的问题.本文设计了一种基于拉格朗日差值的压力传感器温度漂移补偿软件算法.该方法简单实用,同时测量引用误差可以控制在0.26%以内,完全可以满足实际的需要.     

压力传感器的温度补偿

压力传感器是工程中常用的压力测量器件,由于温度的影响,其零点经常会发生漂移,因此需要绎它进行温度补偿。本文介绍了由单片机控制的具有温度补偿功能的压力传感方案,可直接数字显示测量结果,具有良好的应用前景。     

MotorolaX—ducer型压力传感器的温度补偿技术

分析了Ｍｏｔｏｒｏｌａ－Ｘ－ｄｕｃｏｅｒ型压力传感器度特性的基础上，分别讨论了其应用过程中的程输出补偿和零点偏差补偿，所用方法简单、有效，适合工程应用。     

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.     

基于BP神经网络的压力传感器温度补偿方法研究

硅压阻式压力传感器在工作时受温度的影响较大,随着温度的升高或降低,传感器的实际测量值会出现一定的误差,出现温度漂移的现象。为了抑制温度漂移对传感器的影响,采用人工神经网络中的BP神经网络的方法对温度漂移现象进行补偿,通过对补偿前后数据的对比,使传感器的灵敏度温度系数和满量程误差分别提升了两个数量级,得到了较为理想的效果,提升了传感器的性能和可靠性。     

基于遗传模拟退火算法的压力传感器温度补偿系统

采用遗传模拟退火算法和LabVIEW技术对压力传感器的非线性和易受环境温度影响的特性进行改善,用以抑制非目标参量对压力传感器输出的影响。通过计算机仿真,此方法实现了压力传感器的温度补偿,其测量压力误差约为0.001MPa,有效地抑制了压力传感器的非线性和温度的影响。     

基于人工鱼群BP神经网络算法的压力传感器温度补偿研究

为实现压力传感器的温度补偿,采用BP神经网络作为压力传感器软件补偿系统的核心算法,但由于BP神经网络算法易陷入局部极值,因此采用具有全局搜索能力的算法—人工鱼群算法(AFSA)进行优化,得到的结果是压力传感器的线性度提升1个数量级,温度灵敏度系数降低2个数量级,得到了很好的补偿效果。     

压力传感器温度漂移补偿的一种新方法

提出了一种用于压力传感器的温度漂移补偿新方法。该压力传感器中包含了两个灵敏度不同的敏感电桥，它们被制作于同一芯片不同厚度的膜片上。所采用的一种电阻设置新形式，可有效节省芯片面积。通过双桥间的互补，同时消除了压力传感器的热零点漂移和热灵敏度漂移，文中给出了温度漂移补偿的具体算法及相应的实验结果。     

基于GA-WNN的电涡流传感器的温度补偿

针对电涡流传感器的温度漂移对其测量精度带来较大影响的问题,提出了基于遗传优化小波神经网络(GA-WNN)算法对电涡流传感器进行温度补偿修正模型。通过对电涡流传感器做标定实验,并且利用LM35温度传感器监测其工作温度,建立GA-WNN神经网络模型。该模型用遗传算法对小波神经网络的权、阈值进行全局的优化,改善了小波神经网络训练速度慢的问题,克服了易陷入局部最优的缺陷。研究结果表明,补偿后的灵敏度温度系数由8.69×10^-3/℃提升到3.48×10^-4/℃;零位温度系数由4. 78×10^-3/℃提升到1.85×10^-4/℃,均提高了一个数量级,成功实现了温度补偿的目的。     

基于免疫克隆算法的逆变器非线性补偿

逆变器的非线性因素如管压降、死区效应、开关管时间等,会对电机驱动系统的性能造成影响。基于此,提出一种基于免疫克隆算法的逆变器非线性补偿方案。和传统补偿方法相比,该方案能智能辨识出非线性因素所对应的等效电压量和电机绕组电阻,不需要查询DSP给定死区时间、逆变器的开关管时间和管压降电压。该方案被使用在一个永磁同步电机驱动平台上,其辨识结果和逆变器数据手册里的性能参数的对比证明该方案具有较高的精确度。     

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。     

Web搜索中基于免疫克隆算法的信息检索方法

随着万维网上信息的爆炸性增长,导致需要大量有效的信息检索方法。本文对传统的向量空间模型进行了优化,并提出一种基于克隆选择算法的Web搜索方法。通过对查询结果的精确率和混合检索率进行比较,表明该算法能有效提高Web搜索引擎的质量和运行效率。     

基于克隆选择原理的免疫算法

提出了一种基于克隆选择原理的人工免疫算法(AIA),该算法中引入了克隆选择、克隆删除、受体编辑、体细胞高频变异等思想,并将其应用到广义最小生成树(GMST)的求解当中,仿真结果证明提出的免疫算法能迅速收敛到全局最优解,显著提高了全局收敛可靠性和全局收敛速度。     

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。     

基于最小二乘支持向量机的硅压阻式传感器温度补偿

针对硅压阻式传感器灵敏度和零点温度漂移大、硬件补偿电路效果不佳的问题,提出最小二乘支持向量机方法对其温度漂移进行补偿。首先分析了经硬件补偿后的硅压阻式传感器的温度漂移特性,在整个检测范围内选取均匀分布的温度、压力数据作为模型输入,经预处理后对输出数值进行训练,并运用网格搜索法和交叉确认法优化模型的惩罚因子和正则化参数,建立了传感器温度补偿模型。实验结果表明,基于最小二乘支持向量机的温度补偿算法在0~100℃温度范围内把传感器输出综合精度从3.2%FS提高到0.25%FS,进一步提高了传感器的精度和温度使用范围,具有较高的实用价值。     

扩散硅压力传感器的高精度误差补偿算法

扩散硅压力传感器的传输特性受温度影响较大,必须采用某种手段将传感器的输入压力与温度进行解耦,从而实现对压力传感器输出的有效补偿,进而得到准确可靠的压力测量值.文中分析了一般扩散硅压力传感器的误差组成,针对误差提出了一个简单而又高精度的补偿模型,建立了有效算式,最后通过实例验证了算法的正确性,其精度可达到0.1％FS以下.     

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。