基于遗传算法的RBF神经网络在铂电阻温度传感器非线性补偿中的应用

针对铂电阻温度传感器在实际应用中存在非线性问题,提出了基于遗传算法优化径向基函数(RBF)神经网络实现其非线性补偿的方法。分析了非线性补偿原理,设计了RBF神经网络补偿器,并引入遗传算法优化神经网络结构和参数。实验结果表明,所提出的铂电阻温度传感器非线性补偿方法是实用和可行的。

精密程控电流源的设计及应用

精密程控电流源采用USB通信模式,具有温度测量和输出电流非线性温度补偿功能,输出电流的准确度高、性能稳定可靠。文中介绍此电流源的电路设计、控制软件设计及其应用。

原油含水率测量传感器性能优化实验研究

石油开采实际工况复杂多变,在利用电导法在线测量含水率时,环境因素温度、矿化度和传感器本身的电极结构会带来测量上的偏差。本研究设计不同电极环内径、激励电极间距的三电极和四电极进行对比实验并利用标定实验获取电导率和温度信息。在考虑到温度、信号调理电路等因素造成非线性的情况下,建立综合补偿函数并利用最小二乘法进行优化以求取温度和非线性综合补偿参数。通过电极结构的优化和得到的补偿参数实现对传感器的性能优化。搭建含水率测试系统进行模拟测试验证,实验表明,经过电极结构参数优化和补偿的传感器测量误差在2%之内,稳定性较好,可满足原油含水率的测量。

基于蚁群算法的RBF神经网络在冲量式谷物流量传感器中的应用

针对压力传感器存在温度漂移的问题,提出了一种基于蚁群算法的RBF神经网络优化算法。首先根据压力传感器测量电路得到电压Ub与电流I的关系,因其存在很大的温度误差,须要采用适当的补偿方法对外界温度造成的误差加以修正。然后通过压力传感器输出电压U与温度T、压强P、电源波动γ的关系建立压力传感器温度补偿模型,分别在18.4、32.5、41.8、65.6℃共4个温度点进行试验数据采集并对试验结果进行归一化处理。最后利用蚁群算法进行寻优和自适应调整发挥系数的特点作为聚类算法确定RBF神经网络基函数中心,选取BP算法、RBF算法、基于蚁群的RBF算法3种方法对压力传感器进行非线性温度补偿仿真试验。结果表明:基于蚁群算法的RBF神经网络模型补偿精度最高,收敛速度最快。将此研究应用于冲量式谷物流量传感器中,可大大提高传感器的稳定性和准确性。