CN119509751A 压力传感器的温度补偿方法及系统 (中北大学)_第1页
CN119509751A 压力传感器的温度补偿方法及系统 (中北大学)_第2页
CN119509751A 压力传感器的温度补偿方法及系统 (中北大学)_第3页
CN119509751A 压力传感器的温度补偿方法及系统 (中北大学)_第4页
CN119509751A 压力传感器的温度补偿方法及系统 (中北大学)_第5页
已阅读5页,还剩13页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

本发明提供了一种压力传感器的温度补偿2压电源和DAQ数据采集仪搭建压力传感器第一训其中,所述压力传感器一端与所述恒压电源相连接,另一端改变所述活塞压力计的压力和所述高温试验箱的温度,得到所将所述第一训练数据集按预设比例分为训练集和将所述第一训练数据集中第一输出数据、对应的环境温度值及对应的3第二输出数据、对应的环境温度值及对应的压力值作为第二训练数据集对所述RNN神经网4[0002]压阻式压力传感器是利用半导体的电阻率随应力变化的性质而制成的半导体器压力P数值不变的情况下,工作温度T以及其它因素的变化都将引起传感器的电压输出U发5所述第二输出数据、对应的环境温度值及对应的压力值作为第二训练数据集对所述RNN神[0025]图1为本发明实施例提供的一种压力传感器的温度补偿方法的流程图;如图1所6硬件补偿电路输出端与DAQ数据采集仪、压力传感器压敏元件端和0~25MPa活塞压力计相高温试验箱的工作温度范围为一50~300℃,初始工作温度为一50℃,设定活塞压力计压力[0037]学习率是优化算法中的一个重要参数,它决定了在训练过程中权重调整的幅7。数量决定了模型训练的总轮数。通常需要多个Epoch来确保模型有足够的时间学习数据中每次训练模型时参与训练的样本数量,sequence为设计参数或者性能参数输入序列长度,8[0053]本发明实施例在模型评估时选择平均绝对误差MAE,均方根误差RMSE和平均平方其次,在QuartusII中编译Verilog代码,生成适用于FPGA的比特流文件(.sof或.rbf文[0063]每次迭代都使用新的补偿数据来训练模型,直到补偿精度达到某个预设阈值为9[0066]软件补偿模块3002:基于所述第一训练数据集进行RNN神经网络温度补偿模型训并将所述第二输出数据、对应的环境温度值及对应的压力值作为第二训练数据集对所述[0068]本发明实施例结合硬件和神经网络的复合方法可以提高者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论