基于數據融合技術(shù)的智能壓力傳感器研究
加入技術(shù)交流群
2．1 多維回歸分析法
回歸分析法的基本思想是：用多維回歸方程來(lái)建立被測目標參量與傳感器輸出量之問(wèn)的對應關(guān)系。與經(jīng)典傳感器一維實(shí)驗標定／校準不同的足要進(jìn)行多維標定／校準實(shí)驗，通過(guò)最小二乘法原理由實(shí)驗標定／校準數據計算出回歸方程中的系數。這樣，當測得傳感器輸出值時(shí)，就可由已知系數的多維回歸方程來(lái)計算出相應的輸入被測目標參數。具體的算法是已知壓力傳感器輸出電壓U代表壓力信息，另一溫度傳感器輸出電壓Ut代表溫度信息，則壓力參量P’可以用U及Ut二元函數來(lái)表示才完備，即：
P’=f(U，Ut)
由二維坐標(Ui，Uit)決定的Pi在同一平面上，可利用二維回歸方程來(lái)描述：
式中：a0～a5為常系數；ε1為高階無(wú)窮小。
由最小二乘法原理得到系數a0～a5，代入二維回歸方程中，確定檢測壓力P’和輸出U的二元輸入-輸出特性。當采集到二個(gè)傳感器的輸出值U及Ut時(shí)，代入式中就可以計算得到傳感器的被測參量P’。
2．2 BP神經(jīng)網(wǎng)絡(luò )法
神經(jīng)元之間的連接方式不同，網(wǎng)絡(luò )的拓撲結構也不同。根據神經(jīng)元之間的連接方式，可將神經(jīng)網(wǎng)絡(luò )結構分為2大類(lèi)，層次型結構和互聯(lián)型結構。層次型結構的神經(jīng)網(wǎng)絡(luò )將神經(jīng)元按功能分成若干層，如輸入層、中間層(也稱(chēng)為隱層)和輸出層，各層順序相連。輸入層各神經(jīng)元負責接受來(lái)自外界的輸入信息，并傳遞給中間各隱層神經(jīng)元；隱層是神經(jīng)網(wǎng)絡(luò )的內部信息處理層，負責信息變換；最后隱層傳遞到輸出層各神經(jīng)元的信息經(jīng)近一步處理后由輸出層向外界輸出信息處理結果。圖3給出一個(gè)單隱層BP神經(jīng)網(wǎng)絡(luò )模型，它具有2個(gè)輸入，每個(gè)輸入都通過(guò)一個(gè)適當的權值w和下一層相連，網(wǎng)絡(luò )輸出可以表示為式(1)，f是表示輸入／輸出關(guān)系的傳遞函數。
本文引用地址：http://dyxdggzs.com/article/159899.htm
在網(wǎng)絡(luò )中，隱含層的激勵函數選用S型函數，即：
輸出層的激勵函數選用線(xiàn)性函數，即：
式中：xi為節點(diǎn)接受的信息；wij為相關(guān)連接權重；y為節點(diǎn)輸出；θ為閾值；n為節點(diǎn)數。如上所述，建立一個(gè)三層BP神經(jīng)網(wǎng)絡(luò )模型，把實(shí)驗標定的樣本數據輸入網(wǎng)絡(luò )進(jìn)行學(xué)習訓練后，再進(jìn)行交叉敏感的消除，從而達到數據融合的目的。
由以上的討論可以看出，多維回歸算法和BP神經(jīng)網(wǎng)絡(luò )算法均能有效達到溫度補償的效果。前者算法簡(jiǎn)單，容易理解，但是數據融合能力有限，補償程度不如后者；后者數據融合能力強，補償效果明顯，但是算法較難理解，軟件編程工作量大。在本設計中，多維回歸融合算法可以滿(mǎn)足要求，并且軟件編程工作量小，所以本文采用多維回歸算法補償溫度對壓力傳感器的影響。
3 智能壓力傳感器數據融合的應用
3．1 溫度敏感元件的標定
對傳感器進(jìn)行靜態(tài)標定，標定系統由YJF型浮球式標準壓力計、HT-1714C直流穩壓電源、34401 A型數字萬(wàn)用表、奔騰4PC機和自制的控溫系統組成。在此分別對傳感器在27℃，37 ℃，47 ℃，57℃，67℃的溫度條件下做了靜態(tài)標定，如表1所示。
3．2 結果和誤差分析
3．2．1 零位溫漂
計算零位溫度系數α0，根據下式：
式中：△t=t2-t1為工作溫度變化范圍；UFS為工作溫度為t1時(shí)，壓力傳感器滿(mǎn)量程輸出值；△U0m為在工作溫度變化△t時(shí)，壓力傳感器的零點(diǎn)漂移最大值。
傳感器相關(guān)文章:傳感器工作原理
存儲器相關(guān)文章:存儲器原理
浮球開(kāi)關(guān)相關(guān)文章:浮球開(kāi)關(guān)原理 風(fēng)速傳感器相關(guān)文章:風(fēng)速傳感器原理 電機保護器相關(guān)文章:電機保護器原理
評論