作者：刘日,董全林,朱天宇 单位：沈阳仪表科学研究院有限公司 出版：《仪表技术与传感器》2018年第06期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFYBJS2018060120 DOC编号：DOCYBJS2018060129 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 针对工业过程中直线行程的高精度测量问题，提出了基于神经网络函数逼近原理，以巨磁阻(GMR)传感器为核心的非接触式测量系统。运用等效电流法对提供磁场的圆柱形永磁体进行建模并仿真，得到永磁体磁场在空间中的分布规律，从而确定磁体的位置及形状参数。通过Matlab建立BP神经网络，用遗传算法进行优化，最终获取了位移与电压的函数关系，研究结果表明：该测量系统可以精确地测量直线位移。

    📙 相关资料

    1. 《多传感器室内环境监测系统》PDF+DOC 针对室内环境舒适度及安全性监测需求，设计并实现了一种基于多传感器的室内环境监测系统。在分析并比较反向传播(BP)神经网络、径向基函数(RBF)神经网络、支持向量机(SVM)、遗传算法优化的BP神经网络在此应用中的性能与误差的基础上，在Android端实现了ISO国际标准的PMV热舒适度算法及有害气体......
    2. 《基于GA-BP神经网络温漂补偿的十字正交型热温差式测风仪》PDF+DOC 为准确测量风速与风向，根据十字型导管内上下游温度差求得风速，通过正交分解得到二维空间内任意方向的风速以及风向角，设计了一种十字正交型热温差式测风仪。利用FLUENT软件对传感器周围的温度场分布进行仿真，搭建了测试平台，对不同环境温度、不同风速下测得的上下游温差数据进行拟合，且提出了一种利用遗传算法优......
    3. 《传感器非线性标定及其应用》PDF+DOC 针对传感器输入输出存在的非线性特性，本文利用BP神经网络、粒子群算法优化的BP神经网络和遗传算法优化的BP神经网络三种方法来对传感器进行非线性标定，并通过电容式加速度传感器测量角度实验获取非线性实测数据。结合实验，对三种非线性标定方法的标定结果进行对比。实验结果表明，BP神经网络方法运算用时最少，但......
    4. 《基于神经网络进化学习的两轮小车避障控制》PDF+DOC 本文提出了基于神经网络的两轮小车的避障控制，通过进化学习实现了小车在非结构化环境中的避障行为．这种神经网络控制结构同时完成传感器数据融合功能，具有一定的传感器容错能力...
    5. 《基于遗传神经网络的智能复合材料损伤检测传感器位置优化的研究》PDF+DOC 具有损伤自检测功能的智能复合材料是一个多传感器体系结构，对其传感器进行数目及位置优化，具有重要的实用价值，值得深入研究。采用神经网络建立了复合材料冲击损伤检测方法，运用遗传算法并结合神经网络对复合材料损伤检测的3个传感器布置进行了优化，结果得到了穷举法的验证。该遗传神经网络方法具有一般性，可有效地推......
    6. 《一种基于改进遗传RBF神经网络的传感器动态特性补偿算法》PDF+DOC 为了改善传感器的动态特性，减小系统测量误差，分析了传感器动态性能补偿的基本原理，提出了一种基于改进型遗传算法(IAGA)和RBF神经网络相结合的补偿算法，给出了用IAGA-RBF补偿算法建立的数学模型，并应用到瓦斯传感器的补偿环节。实验证明，该补偿算法具有响应速度快、计算精度高和工作频带宽的特点，多......
    7. 《遗传神经网络在GMI传感器设计中的应用》PDF+DOC 巨磁阻抗(GMI)微磁传感器具有灵敏度高、响应速度快等突出优点，但其输出信号呈高度非线性特性。利用交流偏置方法产生非对称巨磁阻抗效应(AGMI)，对磁场传感器的线性度有一定改善，但仍存在线性范围小、线性误差较大的缺点。BP神经网络具有良好的自学习、自适应和非线性映射能力，但通常训练速度较慢、易陷入局......
    8. 《基于遗传算法的RBF神经网络在涡流传感器非线性补偿中应用》PDF+DOC 为了解决涡流传感器的非线性问题，应用遗传算法(GA)训练径向基函数(RBF)神经网络(NN)实现其非线性补偿。介绍非线性补偿的原理和网络训练方法。从实测数据出发，建立了涡流传感器的非线性补偿模型。该方法能同时优化网络结构和参数，具有全局寻优能力，补偿精度高、鲁棒性好、网络训练速度快、能实现在线软补偿......
    9. 《基于混合遗传算法的浓度传感器的非线性估计和动态标定》PDF+DOC 本文针对最小二乘法、分段线性化、神经网络等拟合方法的不足，提出解决浓度传感器输出特性拟合和在线标定问题的混合遗传算法，实验验证了其有效性。当环境条件发生变化时，只要测量几组数据对，该方法可自动重新训练网络，获得新的多项式系数，实现浓度传感器的在线动态标定。...
    10. 《一种基于IGA-RBF神经网络的传感器动态特性补偿算法》PDF+DOC 为了改善传感器的动态特性，减小系统测量误差，对传感器动态性能进行分析，提出了一种基于改进型遗传算法(IGA)和RBF神经网络相结合实现其动态特性补偿的算法，并应用到瓦斯传感器的补偿环节；实验结果表明，经IGA-RBF补偿算法后响应时间仅为0.413s，幅值误差为&#177；5%时的工作频率f......

    提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。