神經模糊控制在SAW壓力傳感器溫度補償中的應用
加入技術交流群
3 仿真與應用
現在礦井下事故頻繁發生，用AE聲發射預測瓦斯突發是非接觸測量一種趨勢，由于環境條件限制，用SAW壓力傳感器作為接收聲發射信號的傳感器，就必須保證測量信號的高準確性和智能性特點，而用神經模糊控制對溫度進行了智能補償，加上先進的封裝技術，可使SAW在實際的瓦斯預測測量中發揮巨大作用。通過實驗驗證，此種方法可行。在MATLAB6.0環境下進行神經網絡的訓練和仿真，通過神經網絡工具箱，編制相應的仿真訓練程序，實現仿真過程。在仿真時，隨機選取幾組頻率-溫度作為輸入，最后，進行標定壓力值和仿真結果的比較。仿真數據結果如表2。
實際中，溫度變化對SAW壓力傳感器的性能影響非常明顯，通過神經網絡的訓練，訓練的頻率和誤差在規定范圍內，其最大誤差僅為1%，BP算法的仿真結果和實際測量值吻合。
4 結論
本文提出采用神經迷糊控制技術對SAW壓力傳感器進行有效的溫度補償，使SAW壓力傳感器在實際的應用中能更加準確地對被測對象進行壓力測量，并且，采用神經網絡構成控制器，信息處理采用模糊量的近似推理，將神經網絡技術和模控制技術相結合，實現SAW壓力傳感器溫度補償的智能化，為SAW壓力傳感器實際應用奠定了基礎。
評論