双加热探空仪湿度传感器的加热控制研究

利用双加热探空仪电容湿度传感器加热前后相对湿度和温度、露点、饱和水汽压间的关系,分析和建立了去除加热器影响的实际相对湿度的计算方法。采用模糊RBF神经网络PID控制方法对加热器进行控制,从而避免了繁琐的依靠人工实验整定PID参数的过程。Matlab仿真结果表明:同采用Niegler-Nichols经验公式的传统PID控制器相比,模糊RBFPID控制器具有更好的稳定性和更快的响应速度,其阶跃响应超调分别为15.1%,4.3%,允许误差为2%的调节时间分别为7.12,3.8 s。     

湿敏电容器的温度补偿方法研究

为了精确辨识湿敏电容器的温度补偿模型,减小系统测量误差,分析了湿敏电容器的温度补偿原理,提出了一种基于改进的遗传算法(GA)和支持向量机(SVM)相结合的补偿算法.基于湿敏电容器,建立了GA-SVM补偿模型,并与BP神经网络方法进行了比较.共144个样本点,经过补偿后GA-SVM和BP模型的相对误差绝对值小于3％的个数分别为143,110;最大分别为0.34％,19.68％.结果表明:改进的GA-SVM算法有效地补偿了温度影响,提高了湿敏电容器的测量精度,同时该算法的逼近能力和泛化能力均要优于BP神经网络.因此,该方法用于湿度传感器温度补偿是有效可行的.     

铁路电力信号供电系统电流互感器的选择设计

传统的电流互感器设计与选择已经有一套成熟的方法,但是对于铁路电力系统来说却不再适用.文章针对铁路电路系统特有的容量小、负荷小的技术特色,有针对性的开展研究,明确了铁路电力系统电流互感器二次侧的电流大小,对比了铁路电力系统电流互感器的精度范围和短路容量,研究了铁路电力系统电流互感器的额定容量,可以作为后续铁路电力系统电流...     

探空仪湿敏电容器的误差校正模型研究

为了减小探空仪湿敏电容器在高空大气,特别是低温环境下的测量误差,设计了一种基于改进型pi-sigma模糊神经网络的误差校正模型,采用了K-means聚类算法和权值直接确定法提高了网络性能。通过实际测试和BP神经网络进行比较,结果显示:pi-sigma模糊神经网络和BP神经网络对于-30～40℃的144组训练样本的最大相对误差分别为4.774%,15.27%,收敛时间分别为0.01,2 s。4组检验样本结果证明:pi-sigma模糊神经网络有效实现了湿敏电容器在低温条件下的温度补偿和非线性校正,同时在预测精度、泛化能力以及训练速度上均优于BP神经网络。