提高湿敏电容测量精度的方法

高分子薄膜湿敏电容是目前湿度测量经常使用的传感器，其基本原理是在高分子薄膜的上下表面蒸镀一层微孔电极，构成一平行板电容器。当测量气体的相对湿度发生变化时，高分子薄膜在吸湿或脱湿过程中其介电常数ε变化，使湿敏电容的容量与被测气体的相对湿度近似为正比例变化，再将容量变化转化成频率信号即可测量相对湿度。但是，湿敏电容的灵敏度漂移较大，参数的一致性较差。如果硬件采用差频测量方法，并配合相应的软件进行数据处理，在一定程度可以消除传感器调理电路电源波动、环境温度变化、分布电容对测量精度的影响。     

基于MSP430单片机低功耗湿度计的设计

介绍了一种由MSP430F449单片机和HIH-3610湿度传感器构成的数字式湿度计,并给出了用MSP430F449单片机来实现湿度测量的硬件电路及相应的软件设计.该数字式湿度计可以实现低功耗测量并能保证测量精度.     

高分子湿度传感器的研制

通过对湿敏材料—聚酰亚胺（PI）的湿敏机理的分析，设计了高分子电容式湿度传感器的芯片结构，并对其制作工艺进行了详细讨论。在此基础上，对传感器变送电路进行了研究，设计了以双时基电路为主的信号处理电路，并最终制备出了输出电压随环境相对湿度线性变化的湿度传感器。对湿度传感器的湿敏特性的测试表明：在1．82％～91．04％RH范围内，带湿度处理电路的湿度传感器输出的信号与环境的相对湿度成线性变化，电路能对湿度电容输出电容量进行放大。     

湿度传感器电阻和电容分量测量方法的研究

高分子电阻型湿度传感器是一种有着广泛应用前景的新型湿度传感器，研究表明，对非纯电阻型湿敏元件，可将其等效为一电阻与电容的串联模型。文中提出了测量湿度传感器等效电路中的电阻分量只和电容分量C的实用方法，并介绍了该方法的工作原理，它是一种由传感器、标准电阻和运算放大器构成的负反馈电路。实验结果表明，该测量方法可用于精确测量湿度传感器的电阻及电容分量。     

硫化氢气体传感器的智能化设计

将硫化氢气体传感器和微处理器、信号调理电路、温度传感器等芯片封装为一体，组成智能化传感器，实现信息存储、自动调零、数据处理、自检、标定等功能。介绍了智能化硫化氢气体传感器的工作原理和硬件电路设计、软件设计的方法。通过理论分析，建立传感器的数学模型，并对传感器进行温度补偿和对测量数据误差进行修正，提高了测量精度。该传感器具有测量精度高，环境适应能力强，可靠性高等特点，可应用于便携式、车载式、固定式测量仪器，实现对硫化氢气体的在线连续监测。     

基于振弦式传感器的测频系统设计

为了满足大型结构安全监测中振弦式传感器的数据采集需求,提出了一种用等精度测频实现振弦式传感器频率测量的实用方法,并给出了具体的硬件电路,系统硬件分为3部分:激振电路、测振电路、温度补偿电路.应用AT89C52单片机实现等精度测频的原理、实用电路,具有测频范围宽和测量精度高等特点,且应用AT89C52单片机实现激振频率可控.测频系统具有硬件电路简单,激振可靠、激振频率可控,温度补偿可以减小温度对振弦式传感器频率测量的影响,提高测量精度.     

高精度、高稳定度差动式振弦传感器及其测频系统

文中分析了振弦传感器线性度低、温度敏感性的原因,提出采用差动式结构、温度自补偿技术和平方算法,提高传感器的测量精度和稳定度,并给出了差动式结构的数学模型,给出了应用AT89C52单片机进行测频的方案和具体硬件电路.实验证明,采用该种方法,振弦传感器测量系统的测量精度和稳定度可达到10-5数量级.     

粮食水分在线测量传感器

研制了一种基于电容测量的粮食水分含量在线测量传感器。提出了一种新的传感器结构并给出了数学模型,通过理论分析和ANSYS仿真实验给出了传感器的结构参数;同时,介绍了传感器信号调理电路的软件、硬件设计。实验测量结果表明:粮食(小麦)水分含量在10%~18%时,传感器测量精度优于0.5%。传感器具有RS-485总线通信接口、体积小、粮仓内布放简单等特点,适用于粮仓在线测量。     

基于MC68HC908JL3酒窖控制系统设计

温度和湿度是酒储藏的重要参数，针对酒窖的特点，提出了采用集成湿度传感器IH3605和电子液态温度测量方式来测量湿度和温度的方法，给出了以单片机Mc68HC908JL3为核心构成的酒窖控制器方案，同时绘出了硬件电路结构图和部分软件流程框图，最后讨论了系统的抗干扰问题。     

酒窖温度和湿度控制系统设计

温度和湿度是酒储藏的重要参数，针对酒窖的特点，提出了采用集成湿度传感器IH3605和电子液态温度测量方式来测量湿度和温度的方法，给出了以单片机MC68HC908JL3为核心构成的酒柜控制器方案。同时绘出了硬件电路结构图和部分软件流程框图，最后讨论了系统的抗干扰问题。     

神经网络在SnO_2气敏元件浓度测量中的应用

气体传感器属于传感器技术领域,在传感器行业中占有重要的地位.然而气体传感器阵列的交叉敏感性严重影响气体传感器对混合气体的测量.基于Matlab平台的神经网络工具箱,分别构建BP神经网络和RBF(径向基)神经网络,对由涂敷不同敏感材料的声表面波振荡器组成的阵列在4种混合气体灵敏度响应数据进行定量识别研究,结果表明RBF神经网络在气体定量识别方面更具优势.     

基于RBF神经网络模型的司太立合金磨损量预测

司太立(Stellite)合金是一种能耐各种类型磨损、腐蚀以及高温氧化的硬质合金.为研究其磨损性能,以Stellite6为例,在自行设计的摩擦磨损机上进行室温干摩擦和润滑条件下的磨损实验.以实验数据为基础,建立该合金磨损量的RBF神经网络预测模型.结果表明:RBF神经网络预测模型具有较好的收敛效果和预测精度,具有良好的应用前景.     

基于RBF神经网络的红外二氧化碳传感器数学模型

介绍了红外二氧化碳传感机理和 RBF(Redial Basic Function)神经网络 ,并将带遗忘因子的梯度下降法应用于 RBF神经网络的参数调整。利用 RBF网络良好的非线性映射能力以及学习、泛化能力 ,通过采用高精度样本数据训练 RBF网络 ,最终建立起了基于 RBF神经网络的红外二氧化碳传感器数学模型。实验结果表明 ,该模型具有较高的精度。     

高分子湿度传感器非线性误差校正的神经网络模型设计

本文介绍了湿度测量中传感器误差问题，提出了一种基于人工神经网络的非线性滤波器模型，应用于温湿度传感器非线性误差的校正中。     

用径向基函数网络实现光学电流传感器线性双折射效应的补偿

线性双折射效应是限制光学电流传感器实用化的关键因素。文中采用径向基函数神经网络来实现光学电流传感器线性双折射效应的补偿,介绍了网络的基本原理,论述了线性双折射效应的具体补偿方法,并将本方法与采用ＢＰ网络的方法进行了比较,结果表明用向基函数网络实现光学电流传感器性双折射效应的补偿具有速度快、精度和简便实用的特点,是行之有的。     

热力参数的KPCA-RBF网络建模及传感器故障诊断方法

针对复杂恶劣环境下机组热力参数的数据监测及传感器故障诊断问题,建立了融合机理分析、核主元分析(kernel principle component analysis,简称KPCA)与径向基神经网络(radial basis function,简称RBF)的发电机组热力参数预测及传感器故障检测模型。首先,根据机理分析得到完备的辅助变量集,并利用核主元分析提取辅助变量的特征信息以有效处理发电机组中高维、强耦合的非线性数据;其次,将主元变量集输入径向基神经网络进行学习,实现热力参数的重构;最后,基于预测模型与窗口移动法实现传感器的故障诊断,并对故障数据进行及时修复和准确替换。以燃气轮机排气温度为例进行验证的结果表明,该预测模型具有更高的精度和泛化能力,能在传感器故障发生初期及时发现并识别故障类型,检测效果优良。     

基于径向基函数神经网络的压电式六维力传感器解耦算法

针对四点支撑结构的压电式六维力传感器线性度差,维间耦合严重的问题,提出了基于径向基函数(RBF)神经网络的解耦算法。分析了耦合产生的主要原因,建立了RBF神经网络模型。通过对六维力传感器进行标定实验获取解耦所需的实验数据,并对实验数据进行处理。然后采用RBF神经网络优化传感器输出系统的多维非线性解耦算法,解耦出传感器的输入输出映射关系,得到解耦后的传感器输出数据。对传感器解耦后的数据分析表明:采用RBF神经网络的解耦算法得到的最大Ⅰ类误差和Ⅱ类误差分别为1.29%、1.56%。结果显示:采用RBF神经网络的解耦算法,能够更加有效地减小传感器的Ⅰ类误差和Ⅱ类误差,满足了传感器两类误差指标均低于2%的要求。该算法有效地提高了传感器的测量精度,基本解决了传感器解耦困难的难题,     

用基于神经网络的电子鼻评定卷烟香气质量

卷烟香气质量通党是靠人的嗅觉受评定的，评定结果的准确确性往往骓以保证，针对这一问题，运用气敏传感器阵列技术，神经网络技术构造了一种电子鼻，用来评定卷烟的香气质量，实例表明，5个TGS－8系列的气敏传感器（TGS812、TGS813、TGS822、TGS824和TGS825）组成的阵列及本文给出的神经网络学习算法是适用的，所构造的子鼻可以实现卷烟香气质量的评定，该研究为卷烟质量的仪器化，客观化评定奠定了一些研究基础。     

智能瓦斯传感器系统的设计

针对煤矿井下环境复杂、参数难以准确测量的问题,将模糊理论与神经网络技术相结合应用到检测领域,构造了煤矿安全监测智能瓦斯传感器系统。基于RBF神经网络重点研究了智能瓦斯传感器系统隶属函数网络样本及模糊推理网络样本的生成和训练,并对智能瓦斯传感器的硬件结构进行了设计。模糊神经网络技术为智能瓦斯传感器设计提供了强有力的技术支持,使该系统能对井下复杂参数进行准确的检测,并将传统数值测量系统的数值输出转变为语言描述输出。实验仿真结果表明,该方法行之有效,为煤矿安全监测提供了一种新的思路。     

RBF神经网络在传感器校正中的应用

提出了一种基于RBF神经网络的传感器非线性校正方法,传感器的输出及待测物理量的实际数值用于训练RBF神经网络,以得到非线性校正用的逆模型,只需较少的神经元就可构成上述逆模型,便于单片机软件实现或“因化”在硬件中,通过一个二维位移传感器的例子表明,采用RBF神经网络的传感器非线性校正精度和网络训练速度均大大优于BP神经网络,能满足实用要求。