基于BP网络的厚膜压力传感器非线性校正

王正宏; 马以武; 陈建群

doi:10.13873/j.1000-97872007.02.028

Chinese

您当前的位置：

首页 >

文章列表页 >

基于BP网络的厚膜压力传感器非线性校正

计算与测试 | 更新时间：2025-09-11

- 基于BP网络的厚膜压力传感器非线性校正
- Non-linear calibration of thick film pressure sensor based on BP neural network
- 传感器与微系统 2007年第2期页码：82-84
- 作者机构：
  
  1. 中国科学院合肥智能机械研究所传感技术国家重点实验室
  2. 中国科学院合肥智能机械研究所传感技术国家重点实验室,安徽,合肥,230031
  3. 中国科学技术大学
  4. ,安徽,合肥,230026
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目（60374050）
- DOI：10.13873/j.1000-97872007.02.028
  中图分类号： TP183;TP212
- 纸质出版：2007
- 稿件说明：
移动端阅览
[1]王正宏,马以武,陈建群.基于BP网络的厚膜压力传感器非线性校正[J].传感器与微系统,2007(02):82-84.

WANG Zheng-hong1, MA Yi-wu1, CHEN Jian-qun1. Non-linear calibration of thick film pressure sensor based on BP neural network[J]. 2007, (2): 82-84.
[1]王正宏,马以武,陈建群.基于BP网络的厚膜压力传感器非线性校正[J].传感器与微系统,2007(02):82-84. DOI： 10.13873/j.1000-97872007.02.028.

WANG Zheng-hong1, MA Yi-wu1, CHEN Jian-qun1. Non-linear calibration of thick film pressure sensor based on BP neural network[J]. 2007, (2): 82-84. DOI： 10.13873/j.1000-97872007.02.028.

摘要

简述了厚膜压力传感器结构原理和力学模型、传统非线性校正方法

以及用神经网络进行非线性校正的原理

探讨用BP神经网络实现厚膜压力传感器的非线性校正

并通过MATLAB神经网络工具箱进行仿真。研究结果表明:采用该方法对弹性体应变量与压力关系的非线性校正可以将标准误差减小2个数量级

简单而有效地实现传感器非线性校正。

Abstract

The structure and mechanics model of thick film pressare sensor

traditional non-linear calibration’s methods and the theory of non-linear calibration with artifical neural network（ANN）are introduced.The model of thick-film pressure sensor’s non-linear calibration with BP neural network is discussed

and the program is emulated by ANN toolbox in MATLAB.The result indicates that the non-linear calibration of elasticity strain and pressure in the mothed can decrease 2 magnitude of the standard error and sensor’s non-linear calibration is effectively actualized.

关键词

Keywords

references

基于神经网络的瓦斯传感器非线性校正 [J]. 王正洪,蒋建明,张小鸣. 江苏工业学院学报 . 2005(01)

厚膜微压力传感器的研究 [J]. 马以武,常慧敏,宋箭,王英先,虞承端. 仪表技术与传感器 . 1999(06)

浏览量

124

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

两级传感器信息融合的移动机器人避障研究