基于RBF神经网络提高压力传感器精度的新方法

被引:14
作者
赵望达
刘勇求
贺毅
机构
[1] 中南大学防灾科学与安全技术研究所(铁道校区)
关键词
压力传感器; 精度; 温度补偿; 径向基函数神经网络; 温度传感器DS18B20;
D O I
暂无
中图分类号
TP212 [发送器(变换器)、传感器];
学科分类号
080202 ;
摘要
传感器的温度漂移普遍存在 ,提出了一种新的补偿方法。用智能温度传感器DS18B2 0作为辅助传感器 ,结合主传感器测量变量 ,利用径向基函数 (RBF)神经网络构建双输入单输出网络模型 ,采用带遗忘因子的梯度下降算法实现了压力传感器高精度温度补偿 ,比普通补偿方法精度提高了 2~ 5倍。
引用
收藏
页码:640 / 642
页数:3
相关论文
共 3 条
[1]   基于RBF神经网络的红外二氧化碳传感器数学模型 [J].
张广军 ;
武晓利 .
仪器仪表学报, 2004, (01) :72-74+98
[2]   硅压阻式传感器的温度特性及其补偿 [J].
樊尚春 ;
彭春荣 .
微纳电子技术, 2003, (Z1) :484-488
[3]   DS1820数字温度传感器在机械设备温度监控中的应用 [J].
赵望达 .
制造业自动化, 2001, (05) :52-54