基于神經網絡技術的虛擬傳感器溫度補償系統

摘要：介紹了一體化虛擬溫度傳感器補償儀，運用多傳感器數據融合技術與神經網絡技術，與虛擬儀器技術相結合創建了虛擬壓阻式傳感器的溫度補償系統。實驗結果表明，該方法有效地抑制干擾因素，獲得高穩定性測量結果。
關鍵詞：神經網絡；虛擬儀器；傳感器

0 引言
固態壓阻式傳感器是利用半導體的壓阻效應所制成的傳感器，其靈敏度將隨溫度的變化而變化，導致輸入輸出特性存在非線性。表現為被測的目標參量為零或保持恒定值時，改變工作環境溫度，則傳感器的零點或輸出電壓值均發生變化，這將給測量目標參量帶來誤差。傳統的溫度補償方法有：恒流源供電法、電壓正反饋補償法、熱敏電阻補償法，但以上三種方法只能是靈敏度溫度系數接近于零，很難在較寬的溫度范圍內得到完全補償。因此，本文將人工神經網絡和虛擬儀器相結合，設計了壓阻式壓力傳感器的溫度補償系統，消除了溫度影響同時也進行了零點及非線性補償。

1 補償系統的工作原理
補償系統由傳感器和溫度補償器兩部分組成。傳感器部分包括主傳感器與溫度監測傳感器：主傳感器為固態壓阻式傳感器，它與數據采集卡(DAQ)組成測試系統；對主傳感器進行溫度補償要引入溫度監測傳感器，它起到監測工作環境溫度的作用；溫度補償器是一個軟件模塊，補償系統要對上述2個傳感器進行數據融合，因此溫度補償軟件模塊也是一個多傳感器數據融合系統。

1．1 BP神經網絡的學習算法
對壓阻式壓力傳感器進行溫度補償，可以在一定的工作溫度范圍內選定。表1列出了在20℃～65℃間6個溫度狀態的靜態標定數據，同時在選用的壓阻式壓力傳感器量程范圍內選了5個標定值，因此獲得了30個標定數據。其中，20個數據對網絡進行訓練，10個數據作為網絡校驗樣本數據。
從表1的標定值可以看出，在輸入壓力值不變的情況下，工作環境溫度改變，壓力傳感器的輸出電壓值也隨之改變。