差动传感器残余电压及非线性的神经网络补偿.pdf

差动传感器残余电压及非线性的神经网络补偿.pdf

ID:52410197

大小:344.66 KB

页数:4页

时间:2020-03-27

差动传感器残余电压及非线性的神经网络补偿.pdf_第1页
差动传感器残余电压及非线性的神经网络补偿.pdf_第2页
差动传感器残余电压及非线性的神经网络补偿.pdf_第3页
差动传感器残余电压及非线性的神经网络补偿.pdf_第4页
资源描述:

《差动传感器残余电压及非线性的神经网络补偿.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2013矩仪表技术与传感器2013第8期InstrumentTechniqueandSensorN0I8差动传感器残余电压及非线性的神经网络补偿付丽辉(1.淮阴工学院电子与电气工程学院,江苏淮安223003;2.南京农业大学工学院,江苏南京210031)摘要:为消除差动变压式传感器零点残余电压及非线性特性,提出基于重新参数化的B样条函数以及粒子群算法JB参数B样条神经网络(B—BP—PSO)。由粒子群算法(PSO)取代传统BP算法,并由其搜索最佳因子,用以得到适合本网络权值搜索的最优重新参数化B样条基函数,从而使得该神经网络可有效克服传统算法易于陷入局部

2、最优的缺点。实验结果表明:经其校正后的差动变压式传感器的最大输出误差为l1mV,最大相对误差为3.7%,零点残余电压为5mV.该方法可有效消除各种参数对差动变压式传感器输出结果的零点残余电压及非线性影响,且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。关键词:B样条函数;重新参数化;粒子群算法;差动变压式传感器;非线性补偿;零点残余电压中图分类号:TP212文献标识码:A文章编号:1002—1841(2013)08—0015—03NeuralNetworkCompensationofResidueVoltageandNonlinearforD

3、i仃erentialSensorFULi.hui。,(1.FacultyofElectronicandElectricalEngineering,HuaiyinInstituteofTeelmology,Huaian223003,China;2.CollegeofEnginering,NanjingAgricuRuralUniversity,Nanjing210031,Cmna)Abstract:Toeliminatethezero-pointresiduevoltageandnonlinearcharacteristicofdiferentialtra

4、nsformersensor,tbe/3param—eterizedB-splineneuralnetwork(B-BP-PSO)basedonre-parameterizationB—splinefunctionandparticleswarrflalgorithmwaspro—posed.TraditionalBPalgorithmWasreplacedbyPSOtofindthebestsuitable卢factor,thereby,receivethebestre—parameterizationB—splinebasicfunctionsfit

5、forsearchingweightsofnetworkwhichmaketheneuralnetworkcanovercometheshortcomingsofeasilygo-ingintolocaloptimum.Experimentalresultsshowthataftercalibration,themaximumoutputerrorofthedifferentialtransformersensoris11mV,maximuIIirelativeerroris3.7%,zero—pointresiduevoltageis5mV,SOthe

6、strategyCanefectivelyeliminatethezero-pointresiduevoltageandnonlinearinfluencebyvariousparameters,itisalsopracticableforothertypeofsensornonlinearcorrectionandhasgreatpracticalvalue.Keywords:B-splinefunction;re—parameterization;particleswarulalgorithm;diferentialtransformersensor

7、;nonlinearcompensation;zero.pointresiduevoltage0引言控制、智能仪表等方面被快速推广应用。利用ANN可以实现对基于变压器原理,将两次级线圈以差动形式连接的差动变差动变压式传感器零点残余电压和非线性的有效补偿,基于传压器式传感器具有原理简单、结构多样可调、测量精度高、应用统BP神经网络易于陷入局部最优等缺点,提出一种集p参数B稳定性好等优点,在位移、速度、加速度和应力、应变等非电量测样条基函数及粒子群算法的B—BP—PSO神经网络的智能补偿量中得到广泛而重要的应用。J。理论上,当两次级线圈具有良方法,并将其成功

8、用于差动式传感器的零点残余电压及非线性好的结构与电气特性对称性时,该类传感器具有

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。