倾角传感器温度特性研究

倾角传感器广泛应用于航海、航天、军事等领域,但在恶劣的工作环境下,倾角传感器易受温度影响,存在零点和灵敏度温漂.以ADXL213倾角传感器为研究对象,研究了基于径向基函数RBF神经网络温度补偿方法,并对比BP神经网络建立了温度补偿模型.结果表明,RBF神经网络补偿效果和训练速度明显优于BP神经网络;补偿后倾角传感器轴向零点温漂和灵敏度温漂都降低了2个数量级,取得了良好的补偿效果.     

压力传感器的温度补偿研究及其应用

为了解决影响压力传感器测量的温度漂移问题,研制一种适合轨道车空压系统压力测量的高性能传感器。文章提出结合GA-PSO算法优化BP神经网络的新型压阻式压力传感器温度补偿模型,通过MATLAB仿真验证该模型的可行性。仿真结果表明:与BP-LM算法和GA-BP算法相比,新的优化算法收敛速度提高了89%,预测结果的误差绝对值均在2.5 k Pa以下,且变化范围小,满足"快、准、稳"的高性能高求。装置现场运行效果良好,在温度相差较大的一天之内的不同时间段轨道车运行时的空压系统测量气压均在750 k Pa左右。     

谐振式压力传感器温度补偿结构的仿真研究

温度漂移是影响谐振式传感器精度的重要因素，在精密测量场合，必须进行温度补偿，基于此，提出一种可实现温度补偿的谐振式压力传感器新结构。整体结构为硅-玻璃-金属复合结构，通过3种材料的热膨胀系数匹配实现热应力抵消。硅基底上设有补偿梁，进一步补偿工作梁的温度漂移。为了选择合适的玻璃材料，利用有限元方法研究了玻璃的热膨胀系数和厚度与温度灵敏度的关系，结果表明，采用厚度为1.5 mm的pyrex7740#玻璃时传感器的温度灵敏度最低，该结构能够实现温度补偿，提升传感器精度。     

改进遗传神经网络在传感器温度补偿中的应用

精确辨识传感器温度补偿模型对于提高系统测试精度具有重要的意义.神经网络具有良好的自学习、自适应和非线性映射能力,但往往训练速度慢、易陷入局部极小值,而遗传算法具有很强的全局寻优能力,但其局部搜索能力却不足.本文探讨了利用改进遗传算法优化函数链神经网络,以获得全局最优解的方法,并根据多温度条件下的实测数据,对电涡流传感器温度补偿模型进行了有效辨识.结果表明,该方法运算快速、精度高、通用性强,在智能传感器建模与补偿等领域具有良好的应用前景.     

光纤光栅应变传感器温度补偿

光纤光栅传感器在应变测量方面有着非常广泛的应用。但在测量过程中受温度和应变两种因素的影响,常会导致测量结果的准确度受到一定程度的影响, 不能很好的满足实际需要。采用BP神经网络算法,通过实验样本训练建立神经网络结构,来降低温度对测量结果误差的影响。通过实验验证,在整个传感器温度测量范围内,使用BP神经网络可以有效的降低由温度引起的最大测量误差,使误差可以控制在一定范围内,对传感器的使用具有重要意义。     

基于磁传感器的温度误差补偿方法

随着科学技术的发展,传感器技术尤其是磁传感器技术在军事领域得到更为广泛的应用,很多武器炮弹在进行远程打击时,会通过自身内部的传感器测定周围环境变量,由计算机进行控制以进行更为精确的打击,而在测定环境变量的过程中传感器不可避免的会出现一些误差,影响打击的精确度,因而提出了基于磁传感器的温度误差补偿方法。先通过对传感器的温度误差的研究分析设计出温度误差漂移模型,然后由温度传感器和地磁传感器来测得不同温度下地磁在两个敏感轴上的分量数据,在拟合出温度漂移系数之后结合模型得出在温度补偿后的各敏感轴数据。仿真分析温度补偿前后磁传感器的输出对比,验证该方法能有效对温度误差进行补偿。     

压阻式压力传感器温度补偿技术的研究及应用

压阻式压力传感器易受温度影响产生零点漂移和灵敏度漂移,为了降低环境温度对传感器输出的影响,首先分析了传感器产生温度漂移误差的原因,针对传感器存在的温度漂移误差和输出信号的非线性介绍了一种硬件温度补偿方法和基于MAX1452的软件温度补偿方法,着重阐述了MAX1452的补偿原理以及对传感器的补偿过程.最后通过温度试验和温度循环试验比较分析了以上两种温度补偿方法,试验结果表明软件补偿方法具有更加优良的补偿效果,在-40～60℃温度范围内的精度小于0.5％.     

霍尔传感器温度补偿方法研究

利用半导体霍尔效应制成的霍尔元件,当控制电流和环境温度一定时,霍尔电势与磁场的磁感应强度成正比,半导体自身的温度特性直接影响到霍尔传感器的使用效果,只有采取必要的温度补偿措施才能保证信号测量的精度,恒压供电输入端补偿方法不能控制电源内阻的影响,恒流源供电可以消除电源内阻影响,但处理过程中忽略了高次项仍然是影响精度的因素,采用输入端、输出端同步补偿的方式,进一步改善了传感器的温度特性,提高了霍尔传感器的环境适应能力。     

霍尔效应式力传感器的温度补偿

针对霍尔效应式力传感器温度漂移的问题,提出了混沌自适应鲸鱼优化BP神经网络（CIWOA-BP）的温度补偿新模型。该模型通过Cubic映射作为初始鲸鱼种群生成方法,以提高种群的质量和分布均匀性。引入自适应权重调整鲸鱼的收缩包围机制,提高算法的全局搜索能力和收敛性。利用CIWOA算法对反向传播（back propagation, BP）神经网络的初始权值和阈值进行优化,使模型具有更好的测量精度和稳定性。研究结果表明,温度补偿以后霍尔效应式力传感器的灵敏度温度系数αs由5.08×10-3/℃减少至9.8×10-5/℃,减小了2个数量级,温度附加相对误差由补偿前的19.82%减小到了0.38%,减小了52倍以上,从而有效的减弱了温度对测量结果的影响。     

改进GA-SVM的湿度传感器温度补偿研究

针对地面遥测自动气象站采用的HMP-45D湿度传感器测量准确度易受温度影响的问题,通过改进遗传算法(GA)的适应度函数、选择、交叉、变异操作优化支持向量机(SVM)的惩罚函数、径向基核函数、不敏感损失函数,利用不同温湿度条件下的多组实测数据,建立了温度补偿模型,并与传统的SVM回归模型补偿结果对比分析。实验结果表明,利用GA-SVM模型进行温度补偿最大误差绝对值为0.1367%,比传统SVM温度补偿模型提高了2.8351%,GA-SVM算法克服了传统SVM补偿算法补偿精度低、处理速度慢的问题,具有全局寻优能力强、收敛速度快、补偿精度高的特点,能够有效地对湿度传感器进行温度补偿。     

适用于霍尔电流传感器的温漂补偿电路设计

霍尔电流传感器中存在的温漂会影响传感器的精度,特别是在极端高温和低温下影响更加明显,这限制了霍尔传感器 应用的场合。 针对该问题本文设计实现了一种适用于霍尔电流传感器的宽温度范围温漂补偿电路。 温漂补偿电路通过将增益 补偿与带隙补偿相结合,在霍尔电压放大电路中采用与霍尔元件形状材料均一致的负载电阻,补偿了霍尔元件的温漂误差;同 时利用带隙基准电路产生的高低温补偿电流实现对放大器电路的尾电流的温度补偿,使得霍尔电流传感器可以在更宽的温度 范围内保持灵敏度稳定。 采用 GF0. 18 μm BiCMOS 工艺制程,仿真验证表明,在 5 V 电源电压下,电路在-40 ℃ ~ 140 ℃的宽温 度范围内,灵敏度温漂误差小于 0. 3%,温漂系数达到 35 ppm/ ℃ 。 相较于其他温度补偿设计,该设计实现了对霍尔传感器高阶 温度误差的补偿,使得霍尔传感器具有更宽的工作温度范围以及更小的温漂误差,且不需要额外的数字处理电路,具有较高的 工程应用价值。     

基于RBF网络的光纤位移传感器温度补偿研究

提出了一种解决光纤位移传感器温度影响的软件补偿方法.该方法基于RBF神经网络理论,将位移传感器和温度传感器的输出进行神经网络处理,基本消除了温度对光纤位移传感器的影响.为存在温度影响的光纤类传感器的实用化设计提供了一种可行途径.实验表明,神经网络处理后光纤位移传感器的温度敏感度系数下降了两个数量级,测量准确度和系统稳定性均得到提高.     

基于改进Levy飞行的PSO湿度传感器补偿算法

针对综合管廊中温度变化导致湿度传感器数据失真的问题,提出一种改进Levy飞行的粒子群优化(PSO)算法(ILPSO),用于补偿数据误差。首先,建立一个预测误差的神经网络,通过PSO寻找网络初始参数;然后,在PSO寻找过程中加入改进的Levy飞行,粒子飞行的概率与到最优粒子的距离成反比,靠近最优粒子时以较大概率反向逃离最优粒子,克服粒子早熟问题;最后,网络以PSO的输出作为初始参数重新训练。在算法寻优性能实验中,相比于其他测试算法,ILPSO算法的寻优能力更强,在传感器误差测试实验以及稳定性实验中,ILPSO算法的补偿效果最好,补偿后的湿度值误差在5%以内,均方误差(MSE)最低,稳定性最好。实验结果表明,与传统的Levy飞行相比,ILPSO算法对误差预测网络的适应度更强,收敛更快,提高了湿度传感器温度补偿的准确性以及稳定性。     

压阻式压力传感器温度误差的插值补偿方法研究

为减小环境温度变化对压阻式压力传感器实施可靠测量的不利影响,提出一种结合三次样条插值与埃尔米特插值的补偿方法.首先通过标定实验获取标定数据,采用三次样条插值建立环境温度、传感器输出电压与待测压力之间的函数关系以补偿传感器的温度误差,再借助埃尔米特插值构造输出电压与待测压力之间的映射关系描述传感器的测量特性.两种标定工况...