硅电容式高精度双轴倾角传感器温度漂移补偿研究

为了提高倾角传感器测量精度,提出了一种基于最小二乘多项式分段函数非线性曲线拟合温度漂移补偿方法。根据倾角传感器原理与温度漂移补偿特性,结合实验情况,建立两段分段函数温度漂移补偿模型,忽略其它粗大误差的影响,引入自变量温度,并固定角度,使用最小二乘法对实验采集的数据进行分析与处理。经实验证明:温度在-36～55℃范围内倾角传感器测量误差精度达到0. 001°。该方法有效地提高了倾角传感器的测量精度,取得了良好的补偿效果。     

磁通门传感器探头温度特性研究

磁通门传感器主要由磁探头与电路部分组成,其输出不仅随磁场变化,而且易受温度的影响。为了确定磁通门传感器磁探头在宽温度范围下的温度漂移情况,通过试验将探头置于-40℃~150℃的温度环境下,记录得到探头在宽温度范围下,其温度特性曲线近似为正比线性关系。分析认为,磁芯磁滞回线受热偏移与线圈漆包线随温度热胀冷缩是磁探头温漂的主要原因。本文提出选用低磁导率磁芯和高温漆包线绕制探头,并优选一致性较好的探头,采用最小二乘法对温度漂移结果进行拟合补偿,有效地消除了温度对磁探头的影响,提高了磁通门传感器的温度稳定性与应用的广泛性。     

基于最小二乘法的pH值温度补偿系统设计

温度对水样的pH值和pH值传感器复合电极电位都有影响,通过对pH值测量原理的分析,提出以最小二乘法为原理的pH值传感器温度补偿模型,设计了以ATMEGA128单片机为核心控制器的水样pH值测量系统.通过对测试数据分析表明:该系统测量的数据精度较高,实现了对水样pH的精确测量.     

一种湿度传感器温度补偿的非线性校正方法

针对湿度传感器易受温度影响的问题,提出了基于Laguerre多项式的湿度非线性校正和温度补偿的复合校正模型,采用递推最小二乘法对标定湿度进行拟合以确定复合补偿模型的参数.该方法根据湿度传感器的测量值和环境温度即可高精度计算出实际湿度.仿真结果表明,补偿后的最大相对误差不超过4.5576e-4％,具有良好的非线性校正和温度补偿效果,在湿度检测领域具有重要的理论和应用价值.     

基于Hermite基函数的液位传感器温度补偿方法

针对液位传感器易受温度影响的问题,提出了基于Hermite基函数的液位非线性校正和温度补偿的复合校正方法,该方法使用递推最小二乘法对标定液位进行拟合以获取复合补偿模型的参数,由此根据液位传感器的测量值和环境温度即可高精度计算出实际液位。仿真结果表明,补偿后的最大相对误差不超过1.23×10^-6%,具有良好的非线性校正和温度补偿效果,在液位检测领域具有重要的理论和应用价值。     

基于LS-SVM的传感器智能校正及温度补偿

提出一种基于最小二乘支持向量机(LS-SVM)的传感器非线性校正及温度补偿的新方法,并给出了相应的过程和算法。在该方法中,LS-SVM被用作构建逆模型,并通过该模型映射传感器非线性特性,同时实现了传感器的温度补偿和非线性校正。通过实际电容式压力传感器校正的实验结果表明:所提模型建模速度比SVM模型高1~2个数量级,补偿误差仅为SVM模型的20%左右。因此,该学习速度快、补偿精度高、抗噪声干扰能力强,适合传感器温度补偿及校正。     

一种湿度传感器温度补偿的融合算法

针对自动气象站上湿度传感器在实际应用过程中易受温度影响的问题,提出采用RBF神经网络与最小二乘相结合的融合算法实现湿度传感器的温度补偿。该方法将湿度传感器在温度影响下的特性曲线分为两个非线性段和一个线性段,并且自适应的确定线性段和非线性段,在线性段利用最小二乘方法拟合出直线方程,在非线性段利用RBF神经网络补偿温度产生的影响。仿真结果表明,这种方法简单易行,与一般的BP神经网络和最小二乘多项式方法相比,具有拟合训练速度快,补偿精度高的特点,可以有效用于湿度传感器的温度补偿,提高传感器的测量精度和可靠性。     

基于IA-LSSVM的一维PSD位移传感器温度补偿

以光电效应为基础的一维PSD(Position Sensitive Detector)传感器受温度影响很大,导致测量误差大。本文针这一问题,提出免疫算法与最小二乘支持向量机(IA-LSSVM)相结合,通过免疫算法迭代优化最小二乘支持向量机中的惩罚因子以及核函数参数来构建补偿模型。由二维标定实验得到在不同温度下传感器的输入输出数据,将其分为测试集与训练集,以测试集的最小二乘均方差为目标函数,将其转化为凸优化问题来达到温度补偿的效果。试验结果表明,传感器零位温度系数由补偿前的3.0×10-4/℃提升到1.6×10-4/℃,提高了约两倍;灵敏度温度系数由之前的2.8×10-3提升到2.8×10-4/℃,提高了十倍;温度附加误差由补偿前的12.5%提升至1.27%,提高了近十倍,从而有效削弱了温度对测量结果的影响。     

基于混合优化算法的压力传感器温度补偿

针对压阻式压力传感器存在温度漂移,其测量精度受温度影响很大的问题,使用最小二乘拟合方法与RBF神经网络共同建立压力传感器温度补偿模型.针对低温和高温区域使用RBF神经网络进行补偿,对中间线性区域使用最小二乘拟合方法进行补偿.同时为了提高RBF神经网络拟合效果,使用进化算法和下降梯度算法优化RBF神经网络参数.实验结果表明,本文使用方法与单纯使用RBF神经网络或最小二乘拟合方法进行温度补偿,具有更高的训练效率和温度补偿效果,能够提高压力传感器在各种环境下的测量精度和工作可靠性.     

一种新型MEMS加速度计温度补偿方法研究

为降低环境温度对加速度计测量输出的影响,本文提出了一种新的加速度计温度补偿方法,即三维拟合曲面和计算的补偿方法。本文详细介绍了该温度补偿方法的具体原理和实现方法,并用实验进行了验证,实验结果表明加速度计最大零位漂移由温度补偿前的500 mV缩小为温度补偿后的50 mV,即温漂缩小了一个数量级,补偿效果明显。     

热流量传感器温度补偿方法研究

在热流量传感器测量电路中,利用惠斯登电桥平衡电路和热敏电阻器补偿不能解决流体本身温度变化带来的测量误差。介绍一种用于补偿流体温度变化引起测量误差的方法。试验结果表明:采用该方法进行温度补偿后,可以基本消除流体温度变化引起的测量误差,提高系统的测量精度。     

基于LS-SVM辨识的温度传感器非线性校正研究

针对人工神经网络等传统方法的不足,提出了一种利用最小二乘支持向量机(LS-SVM)的热电偶非线性校正方法。在该方法中,根据正反馈原理构造形式为幂级数展开模型的非线性补偿器,并利用LS-SVM线性回归算法辨识该补偿器幂级数序列模型的系数。通过该补偿器之后,热电偶可得到理想的线性特性。最后,对铂铑30—铂铑6热电偶(B型)进行非线性校正实验,实验结果表明:在0~1 820℃范围内,校正后系统的线性度小于0.035 3。因此,所提方法有效,且能应用于其他相似系统的非线性校正。     

基于逆模型的温度传感器动态补偿方法

在瞬态测量中,温度传感器的测量滞后会影响到测量系统的精度。提出了一种通过建立温度传感器的动态逆模型来扩宽其工作频带,以此来减小因温度传感器测量滞后所形成的动态测量误差的补偿方法。用该方法设计的动态补偿器具有不依赖温度传感器动态模型的特点,可根据温度传感器和参考模型对输入激励响应的实测数据,通过微粒群(PSO)算法的优化学习得到补偿器的参数。检测信号经补偿计算后输出,能够克服传感器的测量滞后。实验证明了该方法的有效性。     

倾角传感器的温度补偿研究

半导体元件参数随温度变化而产生的温度漂移,将导致倾角传感器本身存在测量偏差,影响倾角测量的准确度.介绍了一种温度补偿方法,对基于加速度原理的差分电容式倾角传感器进行了温度补偿.经过试验验证结果表明：这种方法能够实现倾角传感器的温度补偿,在-55～ 85℃温度范围内可将倾角传感器的温漂降低1个数量级,有效地减少了环境温度对倾角传感器性能的影响.     

反正弦法倾角传感器温度补偿研究

带有加速度计的倾角传感器的温度补偿一直是影响精度的重要因素,基于反正弦法的温度补偿可以大大提高传感器的精度.设计过程中采用反正弦法计算输出角度数据,温度补偿时的数据用最小二乘法进行分析与处理.实验结果表明:通过反正弦法计算角度已经具有很高的精度;基于反正弦法的温度补偿可以使精度更高.对比实验的结果证明了该方法的有效性和可行性.     

高温压力传感器温度漂移补偿研究

针对高温压力传感器耐高温和高压的测量的要求,设计了压阻式压力传感器硅杯式芯片版图,采用SIMOX(separationbyimplantedoxygen)技术SOI(silicononinsulator)晶片,在微加工平台上制作了该芯片,获得了差动等臂等应变的惠斯登检测电桥。对采用耐高温封装后的传感器的热零点漂移、热灵敏度漂移和零位输出的补偿作了研究,设计了补偿电路,推导了热灵敏度漂移补偿的计算公式,在通用型高温压力传感器的研发中证明其可行性和实用性,并总结出了经验公式。     

基于集成温度传感器的热电偶冷端补偿方法

针对热电偶冷端补偿问题,提出了2种模拟式补偿方法——电流型模拟集成电路补偿方法和电压型模拟集成电路补偿方法,以及2种数学式补偿方法——查表法和计算法。介绍了这些补偿方法的原理和实现方法,并给出了试验结果,其准确度小于0.02℃。实际应用表明:这些方法简单、实用性强。