基于PSO-BP神经网络的湿度传感器温度补偿

针对自动气象站采用的HMP45D型温湿一体化传感器在实际应用过程中易受温度影响的问题,提出了基于粒子群优化算法(PSO)的BP神经网络温度补偿模型,利用粒子群优化算法对BP神经网络的初始权值阈值进行全局寻优,将粒子群优化算法优化好的权值阈值赋给BP神经网络,对BP神经网络进行训练。根据不同温度条件下测得的多组湿度传感器数据,通过建立模型,实现温度补偿,与传统BP神经网络补偿结果进行比较。实验表明,与传统BP神经网络模型相比,利用PSO-BP神经网络模型进行温度补偿后所得的误差绝对值之和降低了10.3887%RH,PSO-BP神经网络可以克服传统BP神经网络易陷入局部极值的局限,补偿精度更高,能更加有效地补偿温度对湿度传感器的影响。     

油井作业中传感器误差补偿方法的研究

为了提高油井作业中压力传感器的测量精度,提出了一种基于粒子群优化BP神经网络的误差补偿方法.利用粒子群算法的全局寻优和收敛速度快的特点,训练网络的权值,能有效地改善BP神经网络传统算法的收敛速度和学习能力.结果表明:这种方法大大提高了压力传感器在油井作业中的测量精度和稳定性,也提高了油田作业的工作效率.     

基于单片机与BP网络的高精度压力变送器的设计

介绍了以超低功耗单片机MSP430为核心的高精度压力变送器的硬件电路设计,针对压力传感器的温度漂移问题分析了用于温度补偿的BP网络算法,通过MSP430对压力传感器工作环境的温度和压力信号采集作为BP网络的训练与检测样本,构造BP网络进行离线训练,将训练好的网络模型利用C语言编程实现单片机控制核心,研究了单片机软件实现方式;结果表明:利用MSP430单片机减少了系统功耗,其丰富外设减少了所设计变送器的体积,利用BP网络算法提高了变送器的精度,并有很好的抑制零点漂移与时漂的能力。     

用于光纤光栅传感器温度补偿方法的研究

本文比较了定长系数线性回归分析法和BP神经网络算法用于补偿温度对光纤光栅压力传感器的影响的效果。回归分析法可以起到一定的补偿作用,但对个别数据点补偿效果不理想。BP网络融合处理后的数据,其零位温度系数和灵敏度温度系数从补偿前的34．5％℃-1和34．2％℃-1分别下降到0．02％℃2-1和0．07％℃-1,提高了近3个数量级,充分证明BP神经网络对光纤光栅压力传感器进行温度补偿的有效性。     

基于串行通信的MATLAB GUI在压力传感器中的标定软件设计

以MATLAB的丰富函数和图形用户界面编程为基础,通过下位机对压力传感器的温度和压力信号采集,利用MATLAB的RS232串口实现GUI(Graphical User Interface)对下佗机的数据获取,在GUI上利用MATLAB的神经网络函数完成BP网络的建立、训练以对压力传感器温度补偿,将训练后的BP网络权值与阈值通过串口发送给下位机,完成软件标定;结果表明,MATLAB环境下的GUI操作方便,BP网络算法温度补偿精度较高,利用串口通讯可实现在线标定,方法通用性强,可以实现批量生产.     

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。     

基于MPSO-BP算法的四电极电化学气体传感器温度补偿研究

针对四电极电化学气体传感器的测量精度极易受环境温度影响的问题,提出一种基于粒子群优化-BP神经网络算法（PSO-BP）的温度补偿方法。利用改进的PSO算法（MPSO）对BP神经网络的权值和阈值进行优化,构造四电极电化学气体传感器的温度补偿模型,并设计了气体传感器测试系统。实验结果表明,MPSO-BP算法可有效提高BP神经网络的收敛速度和泛化能力;基于MPSO-BP算法的四电极气体传感器温度补偿模型,可将其温度补偿误差控制在0.1%以内。     

改进PSO-BP算法的压力导丝温度及非线性补偿研究

测量冠状动脉血管血流储备分数的压力导丝中的超微型压力传感器,具有严重的温度以及非线性漂移问题,且目前只有硬件方法进行补偿。针对硬件补偿方法存在的补偿精度不高及成本昂贵等问题,提出一种改进粒子群优化的BP神经网络算法,对压力导丝进行温度和非线性软件补偿。Matlab仿真结果表明,改进PSO-BP神经网络与现有标准PSO-BP算法、BP神经网络等软件以及硬件补偿方法相比,具有成本低、稳定性高、不易陷入局部最优、泛化能力强等优点。     

基于BP-PSO的霍尔位移传感器的温度补偿研究

温度对霍尔传感器的灵敏系数有严重影响,因此霍尔传感器测量位移时的电压输出会随着温度的改变而发生变化。为减小测量误差,需要对霍尔传感器进行温度补偿。首先采用粒子群优化的BP神经网络算法(BP-PSO)建立被测位移与霍尔位移传感器输出电压和工作环境温度的关系,其次依据该算法求出融合后的数据,最后依据通过BP-PSO算法融合后的数据分析温度灵敏度系数和相对误差。研究结果表明,经过温度补偿算法后温度灵敏度系数提高了一个数量级,相对误差也得到相应改善,成功实现了通过补偿算法减小温度对霍尔传感器的影响。     

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。     

基于阵列测量与数据融合的高精度硅压阻式气压变送器的研制

气压是评价大气环境变化的关键性参数。为提高传统硅压阻式气压测量系统的精度,研究并实现了一种基于MEMS气压传感器阵列式测量和粒子群优化（PSO）反向传播（BP）神经网络数据融合处理的高精度数字气压变送器,给出了相应的硬件结构和软件设计,并通过STM32平台对μC/OS-II与μC/GUI进行了整合移植和显示优化。结合实验测量数据,从非线性误差、迟滞误差、重复性误差及其整体精度等方面对PSO-BP神经网络算法在硅压阻式气压测量系统中应用的性能进行了研究————————————与分析。研究结果表明,在-20℃~60℃的温度范围内,本文研制的低成本嵌入式硅压阻气压变送器的整体测量精度约为±0.095%FS,基本满足大气探测应用的要求。     

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.     

MEMS硅铝异质结构压力传感器的设计制作与测试研究

金属半导体异质混合结构是一种特殊的压阻结构,其具有高于传统MEMS压阻式压力传感器的压阻性能.鉴于此,设计和研究了一种由掺杂单晶硅和金属铝混合形成的MEMS异质结构压力传感器.首先结合理论模型和ANSYS有限元模拟仿真分析了硅铝异质结构传感器的灵敏度特性,然后通过MEMS工艺制作了硅铝异质结构压力传感器芯片,并对其进行了封装与测试.实验结果表明,硅铝异质结构压力传感器的灵敏度可达到0.1168 mV/(V·kPa),而利用参考结构能够明显减小环境温度对其性能的影响.在此基础之上,本文采用基于遗传算法改进的小波神经网络对传感器的温度漂移和非线性误差进行了补偿,补偿后硅铝异质结构压力传感器的测量误差小于±1.5％FS.     

基于PSO的神经网络在传感器 数据融合中的应用

针对压力传感器对温度存在交叉灵敏度这一具体问题,常采用BP神经网络对其进行数据融合.但BP神经网络方法训练收敛速度慢,易陷入局部最优.采用PSO全局优化算法训练多层前向神经网络权值,使网络训练误差比BP方法降低了两个数量级,并且收敛速度明显加快.融合结果表明基于PSO神经网络方法更有效地消除了温度对压力传感器的影响,显著提高了传感器的稳定性和准确度.     

改进BP算法在热流传感器温度补偿中的应用

针对帕尔贴( Peltier)热流传感器存在温度漂移问题,提出了一种基于改进BP神经网络的温度补偿模型.采用BP算法的多层前馈网络建立起热流传感器输出电压、实验温度与输入热流间的映射关系,又通过增加动量因子和自适应调节学习率来提高网络的收敛速度与增强网络平稳性.研究结果表明:动量因子-自适应学习率算法温度补偿模型效果明显.     

多晶硅高温压力传感器的芯片内温度补偿!

提出了一种新的改善传感器温度特性的方法.通过在压力传感器芯片上集成多晶硅电阻网络与温度传感器,借助传感器信号处理单元,可以方便地实现对灵敏度系数的补偿.经过补偿,传感器的零点温漂达到1×10-4/℃,灵敏度温漂低于-2×10-4/℃.这种方法补偿的温区宽,具有很强的通用性,使高温压力传感器十分有效的温度补偿方法.     

A novel plastic package for pressure sensors fabricated using the lithographic dam-ring approach

This study presents a novel plastic package for piezoresistive pressure sensors. A photoresist dam-ring patterned using the lithographic process is spin-coated on a piezoresistive pressure sensor to define a sensing channel in the pressure sensor package. Fluid epoxy molding encapsulates the pressure sensor and exposes the sensing channel during a high-temperature molding process at 165 °C. Experimental observations reveal that the silicon membrane of the pressure sensor is completely free of epoxy molding compound (EMC) contamination after the transfer molding process. The effectiveness of the dam-ring in shielding the silicon membrane of the pressure sensor during the molding process was confirmed. The packaged pressure sensor exerts a thermo-mechanical stress on the silicon membrane of the pressure sensor, resulting in an undesired output voltage drift. However, employing a package design with a large sensing channel opening can reduce the effect of package-induced stress. The proposed packaging scheme was a small package volume and surface-mount device (SMD) compatible features, making it suitable for portable commercial devices.     

硅压阻压力芯体恒压激励输出特性与温度补偿研究

为从理论上分析温度对硅压阻压力芯体输出特性的影响及串并联NTC热敏电阻的温度补偿规律,建立含压力和温度变量的分析模型,对10 V恒压激励条件下的硅压阻式压力芯体的输出特性进行了理论研究,并对军用级和民用级压力芯体的温漂系数进行比较分析.最后通过实测电阻温度系数,建立补偿电阻模块等效B值,进行理论计算和数值模拟结果比较分析,方法有效、结果可行,并提高了调试效率,为恒压激励下的温度补偿提供了理论依据.