共查询到19条相似文献,搜索用时 250 毫秒
1.
2.
3.
4.
电涡流传感器的温度漂移制约了其测试精度,因此需要给以温度补偿;理论分析出导致传感器温度漂移的主要原因在于线圈电阻的温度系数过大,因此提出采用无感线圈进行补偿的方法,并给出了设计实例;实验表明该方法在20~90℃温度范围内补偿效果良好,温度稳定性达到0.7%;该方法简单、有效且成本低,可扩展应用于其他类型电涡流传感器. 相似文献
5.
6.
《自动化仪表》2019,(11)
铁路地面标志传感器采用电涡流原理,动态探测轨道上特殊金属构件的位置。为了满足新一代轨检系统的性能要求,对传感器原理及存在问题进行分析。通过对传感器内部结构及信号处理方法进行研究,研制了基于数字微处理系统的新型地面标志传感器。新型传感器探测线圈采用平衡式结构,补偿了线圈自身的温度漂移;以频率源电路取代谐振电路,提高了输出波形的稳定性;检测数据通过实时现场总线方式传输到轨检系统平台,改善了数据传输的实时性和可靠性。新型传感器经过调试和封装后,在试验室和线路进行了测试,并在路局轨道检查车上进行了应用。该新型传感器稳定性和可靠性高、结构简单、易于实现,满足了新型轨检系统的需求。 相似文献
7.
电涡流传感器被用于对水泵转轴与橡胶轴承的间隙进行在线测量,以监测轴承磨损状况。首先通过电磁计算工具设计一个直径为14mm的双层平面电涡流电感。接着对制作在印刷线路板上的电感分别在空气和水中两种条件下的电阻抗特性进行测量。然后制作相应的电感检测电路,得到一个探头和检测电路一体的电涡流传感器。传感器采用RS485接口输出,不受通讯电缆长度影响。传感器经密封防水处理后尺寸为76×25×12mm。传感器经过实验室测试和水泵工况测试。实验室测试进行静态测试和动态测试,获得了传感器在水中进行间隙测量的特性,测量精度达到0.02mm。水泵工况测试在一台轴流泵上进行,试验结果表明电涡流传感器可以对水泵橡胶轴承间隙进行在线测量。 相似文献
8.
9.
介绍一种电涡流位移传感器,该传感器采用差动补偿结构加之电路的对称设计,使其温度漂移和时间漂移完全抵消。还介绍了采用计算机辅助计算以确定最优工作点的方法。 相似文献
10.
11.
MEMS陀螺温度漂移严重影响系统的测量精度。传统的BP神经网络建模补偿容易使权值和阈值陷入局部极小值,导致网络训练失败。陀螺输出信号中的高频噪声也会影响模型精度。针对上述问题,该文提出一种Kalman滤波结合粒子群算法(PSO)优化BP神经网络的MEMS陀螺温度漂移补偿方法。首先对陀螺进行了温度漂移测试实验,然后采用Kalman滤波对实验数据进行降噪,最后建立陀螺温度漂移模型,从而实现温度漂移的补偿。实验结果表明,采用该方法补偿后MEMS陀螺在不同温度下的输出方差降低了65.09%,与传统的BP神经网络相比补偿精度明显提高。 相似文献
12.
13.
针对微测系统中压电陶瓷传感器的灵敏度温漂会使其在变化的温度环境中工作时性能不稳定,进而影响检测精度问题,提出了一种基于改进Elman神经网络的压电陶瓷传感器灵敏度温漂误差补偿控制方法。分析了压电陶瓷传感器产生灵敏度温漂现象的原因。以压电陶瓷切削力测量传感器为对象,在不同温度下对传感器的灵敏度进行了标定试验研究。研究结果表明,压电陶瓷传感器在同一温度下工作时具有良好的线性度,在温度变化的环境中工作会伴有灵敏度温漂现象。为了有效补偿灵敏度温漂附加误差,提高检测精度,建立了基于改进Elman神经网络的灵敏度温漂补偿模型,并对模型涉及的学习算法、激励函数、输入输出层节点以及承接层和隐含层节点数等相关内容进行了研究。对比试验验证结果表明,所建立的灵敏度温漂补偿模型对压电陶瓷传感器的灵敏度温漂误差补偿控制效果明显,未经灵敏度温漂补偿,直接按照常温下灵敏度标定结果预测的压电陶瓷传感器加载力和实际加载力之间误差较大,最大误差达到29.16 N,利用本文建立的基于改进Elman神经网路灵敏度温漂补偿模型补偿后,补偿模型的预测力和压电陶瓷传感器的实际加载力最大误差仅0.72 N,有效保证了检测精度。 相似文献
14.
15.
16.
闭环霍尔电压传感器作为一种低成本、高可靠的电压测量器件,在轨道交通和工业控制领域应用广泛。其原边线圈由漆包线绕制,匝数为数万匝,原边线圈阻值的温度漂移造成传感器的增益温漂和全温度范围精度的下降。为了提高传感器全温度范围的精度,文章基于原边线圈阻值温漂特性提出了一种新型温度补偿电路,应用仿真工具,结合闭环霍尔电压传感器进行了理论计算和分析,将计算结果与试验测试数据进行对比,证明经过该补偿电路的补偿,闭环霍尔电压传感器的增益温漂得到了明显的改善,从而将闭环霍尔电压传感器的全温度范围精度提高0.9个百分点。该项技术弥补了闭环霍尔电压传感器增益温漂短板,使其具备应用于能耗记录等高精度应用领域的条件。 相似文献
17.
18.
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
19.
针对石油井下压力测试,在射孔完井过程中会释放大量的热量,致使测压器的测试精度产生很大的不确定性。为了能够准确测出井下压力,根据井下高温环境的特点和传感器的特性,需要对测压器进行温度补偿;文章通过对测压器高低温测试特性的分析,实验得出测压器输出的温度漂移曲线和最大漂移量;进而通过软件补偿的方式,使得测压器的热零点漂移系数由补偿前的±1FS/(55°C)降到补偿后的±0.03FS/(55°C),提高了一个数量级。 相似文献