基于DBR光纤激光传感器的超声与温度双参量测量研究

介绍了一种基于DBR光纤激光传感器同时测量超声与温度的双参量测量方法。通过对光纤DBR激光传感器中,由双折射效应产生的两种非简并偏振模式拍频的调制,同时获得温度与超声的测量信息。文中首先基于DBR光纤激光传感器偏振外差技术测量的基本理论,分析其在温度信号调制和超声信号调制下的测量原理。然后,设计温度与超声测量实验,得到不同温度下DBR光纤激光传感器的频谱输出,以及同一温度下（34.9℃）,两种超声信号（5 MHz和7 MHz）的频率调制输出。最后,实验论证了不同超声信号在不同温度下的双参量测量输出。本文通过理论与实验的对比分析,表明了DBR光纤激光传感器在超声信号测量的同时,还可以实现温度信号的测量,10 MHz以内温度灵敏度均值0.116 MHz/℃。     

绞合式光纤称重传感器的研究

本文介绍了绞合式光纤称重传感器的测量原则,测量方法及实验分析。指出绞合式光纤传感器的绞合材料对传感器性能的影响,为进一步一发测量依次器提供了实验依据。     

基于多场耦合的蒸汽驱生产井流体温度值测量研究

在蒸汽驱生产井的流体温度测量中,使用传统的温度值测量方法存在着精度低的问题,为了解决此类问题,在传统测量方法的基础上引入多场耦合的概念,对蒸汽驱生产井流体温度值的测量方法进行优化。首先建立蒸汽驱生产井温度分布的数学模型,由该模型可以直接依据井口温度、产量等数据计算出生产井内的流体分布,在此基础上设计安装在生产井内的耦合温度测量传感器结构,借此对生产井中的初始数据进行采集,通过对生产井内部热阻的分析,得出多场耦合下的流体传递唯象方程表达式,进而得出综合传热系数,并输出最终的温度值测量结果。经过与传统方法的对比实验,发现多场耦合流体温度测量方法的平均误差值比传统方法低87.84,且测量结果可以精确到小数点后两位,因此可以得出结论:设计出的多场耦合蒸汽驱生产井流体温度测量方法的精度更高。     

一种阵列式小尺寸温度传感装置

为获得一定空间内的温度分布信息,本文研制一种阵列式小尺寸温度传感装置,采用阵列式微小热敏电阻进行温度传感,为尽量减少阵列中相邻传感器的相互耦合和干扰提出了一种反馈隔离驱动测量方法进行阵列电阻检测,并进行了接触温度传感试验.测试实验结果表明,所研制的阵列式小尺寸温度传感装置能较好地识别具有温度差异物体的外形,具有较好的空...     

基于磁致伸缩位移传感器原理测量波导丝泊松比与线膨胀系数

波导丝是磁致伸缩位移传感器的核心元件,为快速测量波导丝泊松比与线膨胀系数,基于磁致伸缩位移传感器原理,提出了波导丝线膨胀系数与泊松比的测量方法。根据应力波传播特性以及应力波波速受温度影响的特性,构建了波导丝线膨胀系数、泊松比与波速的数学模型;利用传统的磁致伸缩位移传感器结构,测量了波导丝在25℃、50℃时的扭转波波速;设计了波导丝纵波激励结构,测量了波导丝中扭转波、纵波在传播距离相同时的传播时间;计算了波导丝线膨胀系数与泊松比。实验结果表明:实验中Fe-Ga波导丝的泊松比约为0.302,线膨胀系数约为18.70×10^-6/K。本文旨在深入探索波导丝弹性参数的新型快速测量方法,为传感器中波导丝的选型提供新思路。     

杨氏模量、切变模量测量的通用传感器

利用磁致伸缩原理和脉冲回波声速测量方法成功地设计了杨氏模量与切变模量测量的通用新型超声弹性模量传感器。实验验证,使用该传感器可以方便地测量材料的杨氏模量和切变模量,且测量不确定度低,准确度优于现有方法。该传感器的研制为弹性模量的测量提供了一种方便快捷、经济有效的测量方法。     

数字式智能温度控制器的研究

针对常规温度测量方法的缺陷,文章介绍了一种数字式智能温度控制器的设计方案。该控制器采用低功耗单片机MCS80C51进行检测与控制,选用DS1820数字式传感器对温度进行采样和转换,通过执行机构对温度进行调节控制,实现了传感器与单片机和可控硅的有机结合,增强了电路的可靠性,提高了测温精度。     

一种基于不同光谱透射比的光纤温度传感器

介绍一种基于多层介质膜干涉滤光片的不同光谱透射比随温度变化的光纤温度传感器 ,采用两个不同波长的透射光功率的比值作为传感器的输出 ,以消除光源功率波动对测量结果的影响。实验结果表明 ,该测量方法是完全可行的。     

恒温热线式气体流量传感器的研究

本文通过理论分析对金属丝在强迫热交换下,建立测量气体流量数学模型;并设计了温度补偿电路,难过实验数据对其性能作出了评价,使恒温热线式气体流量传感器,具有灵敏度高、响应速度快、测量范围宽等特点,本文测量方法可广泛应用于各种可燃气体流量的测量。     

用力传感器测量固液体的热膨胀系数

根据硅压阻式力传感器的工作原理,用传感器测量固液体热膨胀的微小长度变化量,进而测出了固液体的热膨胀系数,实验结果与公认值相比小于2%。这种方法实现了微小长度变化量的非电量电测,使实验操作简便,改进了传统的实验测量方法,拓展了传感器在普通物理实验中的应用。     

基于二元多项式拟合法的压力传感器输入信号重构

为了同时解决压力传感器输出特性的非线性和温度漂移问题,提出利用二元多项式根据传感器输出信号及其内部温度来重构被测压力.给出了被测压力重构模型的具体形式,以传感器静态特性标定试验数据为依据,利用最小二乘法求解模型系数矩阵,利用单点最大拟合误差、误差平方和模型阶次三项指标进行模型择优.基于重构模型给出了测量电路检测精度估算方法.本方法在传感器静态特性标定数据范围内得到了便于工程计算的一致表达式,同时解决了传感器的非线性和温度漂移两个主要问题,计算所用数据量大大小于插值法.某型硅谐振压力传感器的应用验证了本方法的合理性和有效性.     

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。     

足式机器人腿部倾角传感器信号处理研究

足式机器人在自主行走时,一般通过倾角传感器来测量腿部转动角度计算足端位置,然而目前足式机器人腿部倾角传感器测量时易受噪声干扰、温度等因素的影响,导致测量精度低,足端位置估计不准确.针对以上问题,提出新的倾角传感器信号处理方法,首先利用卡尔曼滤波方法对倾角传感器输出信号进行滤波预处理,然后把滤波信号和倾角传感器输出温度值作为建立的双输入单输出RBF神经网络模型的输入变量,采用蚁群聚类算法的并行寻优特征和自适应调整挥发系数方法来确定RBF神经网络基函数位置.实验结果表明,提出的算法能很好地滤除倾角传感器信号中的噪声,实现了倾角信号的温度补偿,测量误差能够控制在0.75％以内,具有实际运用价值.     

热催化气体传感器的特性分析及其设计原则

热催化气体传感器的输出受诸多因素的影响,从理论上分析其输出特性有助于传感器的优化设计和性能评估。从一个热催化气体传感器的典型结构和热催化气体敏感机理出发,应用热平衡方程和热敏电阻的电阻温度关系推导了传感器输出与被测气体浓度、催化反应速度、工作温度以及传感器结构尺寸等之间的定量关系。从推导过程中的诸多假设,得出了热催化气体传感器设计时应遵循的一般原则。     

压阻式压力传感器实时自校正方法研究

目前的传感器误差校正方法,由于都是以传感器初始标定数据作为依据,从而随着使用时间的增加,传感器参数发生变化,其校正误差会逐步增大。针对这种情况,研究了用多基准恒流源模拟标准压力自动对传感器进行标定得到实时输出特性曲线,并据此求得测量压力。实验结果表明:该校正方法切实可行,若采用4个基准源校正,可在一定的温度和压力范围内实现0.15%的精度。     

数字气压传感器的一种高效标定和补偿方法

硅压阻式压力传感器受制造工艺和测量环境的影响,其输出大都具有一定的非线性,其中以温度的影响最为明显。鉴于此,传感器需要准确地标定测试和温度补偿,首先制作一种带有高精度AD和微处理器的数字气压传感器,用它采集数据;然后分析测试设备,确定采用恒压变温的标定方案,它不仅效率高,而且能准确反映传感器的温度和输出特性;最后用最小二乘算法在微处理器上实现温度补偿,补偿后传感器的输出精度满足了应用需求。     

LD温度控制系统在光纤磁场传感器中的应用

光纤磁场传感器所使用的磁光晶体的法拉第旋转角会随着入射光波长的不同而不同,半导体激光器的工作温度对输出波长有很大影响。因此,必须对半导体激光器的工作温度进行高准确度的控制才能使光纤磁场传感器工作稳定。利用单片机驱动半导体致冷器对半导体激光器进行温度控制,不仅简单,而且温度控制稳定、准确度高。可使半导体激光器的输出波长保持稳定,保证了光纤磁场传感器的测量准确度。     

基于曲面拟合理论CO_2传感器数据融合研究

针对CO2气体传感器在实际应用中,由于环境因素干扰而导致检测精度下降这一问题,提出了采用曲面拟合理论的数据融合方法来消除环境温度对传感器输出的干扰。实验是在气体和温度的二维标定系统中进行,实验温度为0~50℃,CO2气体体积分数为(0~2000)×10-6,标定点取36个。通过数据融合,有效地降低了温度变化对CO2气体传感器输出的干扰,提高了气体传感器和温度传感器的测量准确度。     

基于分段融合的压阻式传感器温度补偿方法

针对硅压阻式压力传感器在工程应用中受环境温度和压力的影响产生漂移,影响测量精度等问题.提出一种基于粒子群优化RBF神经网络与最小二乘法融合的温度补偿模型.使用粒子群算法对常规RBF神经网络的权值和阙值进行优化,提高神经网络的泛化性能和训练效率,增强传感器非线性段温度补偿的效果;使用最小二乘法对线性段进行温度补偿,提高整体模型的补偿效率.以飞思卡尔24 PC型压力传感器进行补偿实验,结果表明:对比优化前的神经网络和最小二乘方法,利用本文方法进行温度补偿,耗时短,总体误差低于其他两种方法.传感器在整个温度区间和压力测试点下的输出基本不受影响,补偿效果明显,数据精度符合课题实验的要求.     

Z-温度传感器的非线性补偿

为实现Z-温度传感器的线性输出,在对Z-温度传感器的特性进行实际测试和研究的基础上,设计了Z-温度传感器的工作电路,给出了温度数字传感器输出标准值。采用分段线性化的方法进行非线性补偿,通过单片机软件编程加以实现。实验结果表明:设计的Z-温度传感器的输出与期望的线性输出的最大误差小于±1℃,满足一般测温要求。