电涡流传感器热稳定性标定技术

介绍电涡流传感器位移测量原理,分析温度变化时传感器线圈和探头热胀冷缩在测量位移过程中造成的温度漂移现象.针对传感器的温漂,研制出具有温度补偿功能的电涡流传感器热稳定性标定装置,对传感器输出电压进行温度补偿,减小温度变化对传感器输出电压的影响.同时介绍利用该装置进行温度标定的实现方法,并进行实验验证,实现固定位移条件下环境温度变化时对电涡流传感器输出电压的标定,与无温度补偿时输出电压对比,电压变化量减小了近50%.     

肝细胞癌切除术后不同生存期相关危险因素分析

解释了环境温度对微机械气流式全方位水平姿态传感器灵敏度的影响机理.采用有限元方法,通过建立该传感器敏感元件的三维模型计算了不同环境温度下,倾斜10°时敏感元件内的温度场.结果表明,在热源温度一定的情况下,输入恒定倾角时,敏感元件内的温度场随环境温度发生了变化;随着环境温度的增加(下降),敏感元件内两两相对的检测热敏电阻处的温度之差减小(增加),检测电桥输出电压减小(增加),传感器灵敏度降低(升高).为进一步采取温度补偿,减小该传感器灵敏度的温度漂移提供了理论和实验依据.     

温度对微机械全方位姿态传感器灵敏度的影响

解释了环境温度对微机械气流式全方位水平姿态传感器灵敏度的影响机理.采用有限元方法,通过建立该传感器敏感元件的三维模型计算了不同环境温度下,倾斜10°时敏感元件内的温度场.结果表明,在热源温度一定的情况下,输入恒定倾角时,敏感元件内的温度场随环境温度发生了变化;随着环境温度的增加(下降),敏感元件内两两相对的检测热敏电阻处的温度之差减小(增加),检测电桥输出电压减小(增加),传感器灵敏度降低(升高).为进一步采取温度补偿,减小该传感器灵敏度的温度漂移提供了理论和实验依据.     

光纤Michelson干涉仪型折射率和温度同时测量传感器

基于Michelson干涉仪原理,制作了一种可同时测量折射率和温度的全光纤传感器。传感器由单模光纤和一段长度为5mm的细芯光纤错位熔接而成。对该传感器的折射率和温度响应特性进行理论分析,并在折射率和温度的变化范围分别为1.333 3~1.404 9和20~90℃的环境中对传感器的响应特性进行实验研究,结果表明,随着环境折射率的变化,该传感器输出光谱峰值功率的响应灵敏度为-41.10dB/RIU,而光谱峰值波长对折射率变化不敏感;随着环境温度的变化,该传感器输出光谱峰值波长的响应灵敏度为23.15pm/℃,而光谱峰值功率对温度变化不敏感。因此,通过同时监测传感器输出光谱的功率变化和波长漂移量,可实现折射率和温度的同时测量。该传感器制作简单,测量精度高,在生物医学领域有较好的应用前景。     

基于流动相似理论的温漂补偿电路设计

环境温度对传感器的性能有影响,尤其是对气流式倾角传感器,由于敏感丝感受的是流场的变化,温度漂移更突出.该文根据气流式倾角传感器的敏感机理,利用粘性流体运动的相似理论,设计了一个补偿电路,该电路通过改变传感器内部热源的温度,使密闭腔内的流动在环境温度变化时保持流动相似,从而达到减少温度漂移的目的.试验结果表明,加上补偿电路后,电桥输出的温度漂移减少超过70%,此电路可减少环境温度对传感器性能的影响.     

基于PSO-BP算法的压力传感器温度补偿研究

硅压力传感器在工业环境中使用时,尤其是用于测量油井井下压力的时候,环境温度变化范围通常比较大.硅压力传感器由于其自身结构的原因,输出压力值会呈现非线性变化,大大的降低了压力传感器的测量精度.本文是基于PSO-BP神经网络方法对压力传感器在温度变化时产生的误差进行补偿修正,以达到系统精度要求.PSO-BP算法的本意是使用PSO算法用于对BP神经网络的初始权值和阈值进行改进和筛选,然后再使用BP网络对样本进行训练,以提高系统的泛化能力和稳定性.     

光纤电压传感器的温度跟踪补偿

分析了光纤电压传感器的温度特性 ,表明测量范围较宽时 ,传感器的输出易受环境温度的影响 ,并且呈非线性。提出一种基于人工神经网络的光纤电压传感器温度跟踪补偿方法。利用神经网络具有逼近任意非线性函数的特点 ,通过训练使神经网络建立在不同环境温度下传感器输出与其实际感受的电压值之间的非线性映射关系 ,实现光纤电压传感器温度全程跟踪补偿。计算机仿真表明 ,该方法不仅能有效地消除温度的影响 ,而且能在神经网络的输出端得到期望的线性输出。     

基于反射式塑料光纤传感器的微位移测量技术研究

近年来,高精度的位移测量精度要求越来越高,为响应这一需求,本文依据待测位移量可由反射光强变化得出的原理设计了一种基于塑料光纤的位移传感器.本文所涉及的光纤位移传感器以静态拉伸式杨氏模量测量实验中钢丝长度的微小变化为待测量进行设计.在整个传感器系统制作完成后,结果显示,在0~3mm的位移范围内,测量输出与实际位移成线性关系且线性度为0.6%,在较大位移区间内实现了具有良好线性度的测量,同时,根据实验结果测得灵敏度为2.13mV/μm,保证了测量的精准度.这种设计方法的使用扩大了塑料光纤的应用领域,同时,优化了传感器的精准度和线性化精度等性能指标.     

基于神经网络的传感器非线性误差校正方法

为对传感器进行非线性校正以进一步提高其测量精度,提出了基于神经网络的校正办法。理论分析了传感器非线性误差的复杂性,并以位移传感器标定为例,详细介绍了传感器非线性校正的过程和方法。采用了最小二乘拟合、BP神经网络以及RBF网络三种方法进行校正,设计并实现了RBF网络的校正模型。实验结果证明,RBF网络的校正方法比BP网络校正方法精度提高了约44%,其补偿效果更优,且其在传感器种类变化或环境影响较大的情况下比最小二乘拟合更具非线性补偿优势。     

基于多芯光纤错位熔接结构的温度与折射率同时测量传感器

提出了一款由输入单模光纤(SMF)-多芯光纤(MCF) -多模光纤(MMF)-输出SMF错位熔接构成的光纤Mach-Zehnder 干涉仪(MZI)结构,实现了环境温度和折射率的同时测量。实验结果表明,随着环境温度的 变化,传感器透射谱峰值波长线性漂移,灵敏度达 到54.238pm/℃,而透射谱峰值强度随温度变化不敏感;随着环境折 射率的变化,传感器透射谱峰值 强度线性变化,灵敏度达到10.704dB/RIU(RIU为折射率单位),而透 射谱峰值波长随环境折射率变 化不敏感。通过同时监测传感器输出光谱的峰值波长漂移量和峰值强度变化量,能够实现温 度与折 射率的同时测量。在温度与折射率测量时分别利用波长调制法与强度调制法,因此它们同时 测量不 存在交叉感染。本文传感器具有结构简单、制作容易和灵敏度高等优点,在生物、化学和医 学等领域有广泛的应用前景。     

医用体内光纤温度传感器探头神经网络设计

利用误差反向传播算法(BP)和径向基函数(RBF)神经网络法，分别对医用体内光纤温度传感器探头进行设计，训练神经网络的数据通过实验和插值得到。该方法具有准确、可靠和知识辅助设计的特点。结果证明，此方法可以节省设计成本，缩短设计周期，有很高的实用价值。     

基于RBF神经网络的光纤陀螺启动补偿及应用

光纤陀螺对温度比较敏感,由于温度引起的零偏漂移是光纤陀螺工作尤其是启动过程中的一种较大误差。文中为了减小光纤陀螺启动过程的零偏漂移、缩短启动时间,提出了对光纤陀螺启动过程进行补偿的方案。该方案以光纤陀螺温度和温度变化率为输入、光纤陀螺漂移为输出建立二输入单输出的RBF神经网络,用于陀螺启动过程补偿。在室温下对某型号光纤陀螺启动漂移进行了补偿,试验结果表明该方法能有效减小陀螺的启动温度漂移,缩短陀螺启动时间。将该方案运用到某型号的光纤陀螺寻北仪上,常温试验表明,该方案大大缩短了寻北仪的准备时间,提高了寻北精度。     

宽量程反射式光纤位移传感器的研究

分析了反射式光纤位移传感器的输出特性,设计了一种新的宽量程反射式光纤位移传感器。以传感器的输出及其相对应的实际位移训练神经网络,建立基于神经网络的传感器逆模型,将其用于传感器输出信号的处理,扩大了测量范围和提高了测量精度。     

基于PSO-RBF神经网络的模拟电路故障诊断研究

针对模拟电路故障诊断的难点和传统诊断方法的不足之处,提出了一种基于PSO算法优化的RBF神经网络模拟电路故障诊断方法。为了约简网络结构从而提高诊断效率,采用主成分分析方法对故障特征进行有效提取。针对RBF网络传统训练算法中隐层节点中心及基函数宽度选取困难问题,提出采用PSO算法来优化训练RBF网络,以提高网络的训练速度和泛化性能。最后,通过电路仿真对所提方法的有效性进行了验证。     

基于神经网络的GaAs HBT器件模型研究

建立精确的模型是使用砷化镓异质结双极晶体管器件（GaAs HBT）设计集成电路的必要基础,传统经验模型建立过程复杂,在输出功率、增益、功率附加效率等功率特性方面的模拟精度不太高,给电路设计带来了一定的难度。本文利用径向基函数(RBF)神经网络算法和反向传播(BP)神经网络算法分别建立GaAs异质结双极晶体管器件的大信号模型。这些模型的训练和测试数据分别来自于测试的双端口散射参数,以及测试的直流特性和功率特性数据。然后将模型数据与实测结果进行对比,结果发现,基于神经网络的器件模型能够精确地模拟器件特性,而且RBF神经网络模型相比BP神经网络模型,误差更小,预测更精确。     

优化RBF神经网络在压力传感器中的应用

针对压力传感器在应用中出现温度误差大这一缺点,提出了通过采用径向基函数(RBF)神经网络较强的非线性逼近能力,实现其非线性校正和温度补偿的网络方法,并对该法进行改进。通过仿真可看出,改进方法校正的系统能自动补偿非线性误差,具有误差小,精度高等优点。因此,提出的改进的RBF神经网络法对压力传感器的非线性补偿是可行的。     

基于神经网络的光纤温度和应变快速解调方法

为了提高基于布里渊散射的分布式光纤传感系统实时性,在分析经典基于洛伦兹和伪Voigt模型拟合法优缺点的基础上,将多层前馈神经网络方法用于布里渊频移的估算.确定了神经网络的结构、输入及输出量、激活函数和训练算法,采用不同信噪比(5dB～40dB)和布里渊频移(10.62GHz～10.82GHz)的布里渊谱训练该网络,训练...     

基于RBF算法的机房网络流量预测

摘要：为保证网络通信的正常运行,采用RBF算法预测网络流量的可靠性。以黑龙江科技学院计算机基础实验室网络流量数据为例,根据其在时序上的复杂非线性特征,利用自相关分析技术分析时间序列的延迟特性,确定RBF神经网络的输入／输出向量,建立了基于Matlab6．5环境下的RBF神经网络客运量预测模型。验证结果表明,该模型拟合精度和预测精度较高,计算速度较快。     

基于PSO优化RBF神经网络的MEMS陀螺温度补偿

针对微电子机械系统(MEMS)陀螺温度变化影响其零偏误差的问题,提出了一种基于粒子群优化(PSO)和径向基函数(RBF)神经网络的陀螺零偏补偿方法.通过RBF神经网络对预处理后的陀螺零偏的温度误差建立模型,用PSO 搜索RBF神经网络的最优参数来提高其泛化能力后,将PSO-RBF神经网络最优参数用于补偿陀螺零偏.实验结果证明了该算法的有效性,经PSO-RBF神经网络算法补偿后,MEMS陀螺零偏的最大误差从0.046(°)/s减小到0.003 4(°)/s,标准差从0.042 7(°)/s减小到0.001 3(°)/s,有效提升了陀螺的零偏稳定性.