文档介绍：论文作者签名:一二塑盗苏州大学学位论文独创性声明强:A閛本人郑重声明:所提交的学位论文是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含其他个人或集体已经发表或撰写过的研究成果,也不含为获得苏州大学或其它教育机构的学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体,均已在文中以明确方式标明。本人承担本声明的法律责任。日
论文作者签名:.在——年一月解密后适用本规定。非涉密论文击⋯苏州大学学位论文使用授权声明凝:知“;本人完全了解苏州大学关于收集、保存和使用学位论文的规定,即:学位论文著作权归属苏州大学。本学位论文电子文档的内容和纸质论文的内容相一致。苏州大学有权向国家图书馆、中国社科院文献信息情报中心、中国科学技术信息研究所蚍绞莸缱映霭嫔、中国学术期刊馀贪电子杂志社送交本学位论文的复印件和电子文档,允许论文被查阅和借阅,可以采用影印、缩印或其他复制手段保存和汇编学位论文,可以将学位论文的全部或部分内容编入有关数据库进行检索。涉密论文口本学位论文属导师签名:
基于的智中硅压阻式传感器是一种采用于各种压力测试设备,诸如汽车胎压、形变压力和各种瞬态压力的测量。但在硅压阻式传感器的实际应用中存在温度漂移、一致性和非线性等问题。为了让硅压阻式传感器的测量精度达到实际要求,一般情况下都要对该传感器信号的输出进行温度漂移、一致性和非线性的修正,因而对于硅压阻式传感器的输出端增加校准电路是非常必要的。这些校准电路,再加上传感器的电源驱动和传送接口构成变送器。本文在充分研究硅压阻式传感器非线性特性和现有补偿方法的基础上,设计开发了以仪用微处理器为核心,采用人工神经网络进行非线性补偿的压力智能变送器。文中阐述了变送器整体设计方案、传感器信号预处理、智能修正算法和系统硬/软件设计。以为核心;采用微处理器内部集成虳作为压力和温度采集电路;利用强大的接口功能将补偿结果通过蚒串行接口输出,并通过液晶显示;设计中利用多时钟管理功能,设置了变送器的低功耗模式;,有效减小了电源干扰对数据采集的影响。压力智能变送器以函数连接型网络和算法作为非线性补偿的核心算法,并且引入学习率调整因子,提高了算法的训练速度和逼近精度;,节省了网络训练样本数据和矩阵的存储空间,增强了系统的在线学习能力;通过编写单总线通信协议,实现了与的单总线通信;系统通过串口与机连接,可以检测神经网络的训练结果。压力智能变送器经过软/硬件测试,系统运行稳定,通过对变送器补偿前后大气压力测量数据的比较,相对误差由%降低至ィ低车姆窍咝圆钩プ饔妹飨裕达到了系统设计的目标。关键词:压力变送器;神经网络;算法;作者:雷指导教师:徐大诚震基的压力智能变送器的研究与设计
琣猚,—,狹,,瑂,.琧甀琲琩瓸瑃..琱.,,,..
:籐籑::甇.;..
⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...酆喜钩シ椒ā中文摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.课题研究的意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.国内外研究情况及发展趋势⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.课题研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯课题主要工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章硅压阻式传感器的工作原理及非线性补偿方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯硅压阻式传感器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.〗帷第三章基于神经网络的非线性修正算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..人工神经网络概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.窬绲慕峁埂.⋯.⋯⋯.⋯⋯⋯⋯.⋯⋯.⋯⋯⋯⋯⋯⋯.⋯.⋯⋯.⋯.⋯⋯.⋯⋯⋯.⋯⋯.⋯⋯⋯.⋯⋯..⋯..⋯⋯.⋯.⋯..
训练算法及其改进⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本章小结⋯⋯⋯。⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.压力智能变送器的系统组成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯硅压阻式传感器模拟信号处理的硬件电路⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一硅压阻式传感器驱动电路⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯的存储空间⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..诓考葾⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..窬缪八惴ā神经网络在非线性修正应用中的研究⋯⋯⋯⋯⋯⋯⋯⋯⋯