共查询到18条相似文献,搜索用时 375 毫秒
1.
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。 相似文献
2.
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. 相似文献
3.
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。 相似文献
4.
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。 相似文献
5.
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. 相似文献
6.
7.
8.
9.
10.
11.
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。 相似文献
12.
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. 相似文献
13.
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. 相似文献
14.
基于PSO的神经网络在传感器
数据融合中的应用 总被引:1,自引:0,他引:1
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. 相似文献
15.
16.
17.
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. 相似文献