《基于BP网络的电涡流传感器非线性补偿》PDF+DOC
作者:李莲,丁文宽
单位:天津市工业自动化仪表研究所;天津市自动化学会
出版:《自动化与仪表》2016年第02期
页数:4页 (PDF与DOC格式可能不同)
PDF编号:PDFZDHY2016020100
DOC编号:DOCZDHY2016020109
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于萤火虫优化BP神经网络方法的传感器温度补偿策略》PDF+DOC2020年第01期 王慧,符鹏,宋宇宁
《基于BP神经网络的压力传感器非线性校正方法》PDF+DOC2005年第04期 蒋小燕,徐大诚
《LabVIEW下基于BP神经网络的温度补偿虚拟压力测量系统设计》PDF+DOC2005年第04期 王跃轩,倪中华
《BP神经网络补偿三维曲面非接触式测量系统热变形误差研究》PDF+DOC2002年第04期 傅龙珠,陈亚良,狄瑞坤
《BP神经网络在温度二次仪表零位电压补偿的应用》PDF+DOC2013年第04期 石良喜
《基于BP神经网络的传感器非线性补偿》PDF+DOC2007年第01期 田社平,赵阳,韦红雨,王志武
《虚拟仪器设计中压力传感器的BP神经网络温度非线形校正》PDF+DOC2007年第01期 朱滨峰,徐桂云,李俊敏,祈隽燕
《基于BP神经网络的超声波测距非线性误差校正》PDF+DOC2007年第01期 刘建生,杨丽荣,程铁栋
《基于BP神经网络的微量药品动态称重系统非线性补偿》PDF+DOC2014年第08期 庄育锋,胡晓瑾,翟宇
《差动传感器残余电压及非线性的神经网络补偿》PDF+DOC2013年第08期 付丽辉
该文针对电涡流传感器的非线性特性,采用了基于BP神经网络的补偿方法来提高测量精度。首先,在实验室进行了大量的实验,获得比较准确的实验数据;然后,在Multisim软件里对电涡流传感器位移特性实验测量转换电路进行仿真,求出其理论特性输出曲线。以电涡流传感器位移和实际输出电压值作为神经网络的输入,理论输出值作为神经网络的输出,建立了2-4-1型的BP神经网络。实验和Matlab仿真结果表明:神经网络补偿方法的最大引用误差为0.3725%,补偿精度高,可用于其他各类传感器的非线性校正,具有很大的实际应用价值。
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。