【正文】 15151479144714131376134513152088204820071965192518781838179517571716167116341599246124112361231422622206216021102065201819661923188228362775271726602600253724822425237423192261221121653211313930723008294028672806274126842622255625002447358735043429335632803199313030582993292628522790273213961386837873704361935303454337433043229314830793016通過上表可以看出，原壓力芯體的零點A/D采樣值由40℃的223漂移到80℃的185，滿點由40℃的3961漂移到80℃的3016，并且在加相同的壓力下，不同溫度點的A/D采樣值也是不同的，可以看出有很大的溫度漂移，所以要進行溫度補償。圖211查看創(chuàng)建的神經(jīng)網(wǎng)絡結構圖Fig211 View created neural network structure diagram 圖212 初始化權值界面Fig212 Weight initialization interface圖213 BP網(wǎng)絡仿真界面Fig213 BP Network Simulation Interface圖214 自適應選項卡Fig214 Adaptive tab map圖215 權值選項卡 Fig215 Weight Tab map圖216 神經(jīng)網(wǎng)絡訓練界面圖Fig216 Neural network training interface diagram 試驗樣本的采集及相應處理 試驗樣本采集及相應處理試驗樣本的采集需要的器材有：MPM280壓力傳感器，壓力傳感器信號控制電路板，標準壓力計，壓力傳感器高低溫測試溫箱，測試電腦，MSP430下載線。圖215權值選項卡，在這里可以查看每一層神經(jīng)網(wǎng)絡的權值以及閾值。圖213訓練好的網(wǎng)絡仿真界面，點擊input輸入要仿真的輸入數(shù)據(jù)。圖210訓練神經(jīng)網(wǎng)絡設置界面Fig210 Training neural network settings interface5）其他選項板設置圖211點擊View 查看創(chuàng)建的神經(jīng)網(wǎng)絡結構。Goal表示訓練目標，表示如果網(wǎng)絡訓練達到或者超過這個目標神經(jīng)網(wǎng)絡就停止訓練，默認值為0，max_fail表示曲線擬合的關系，如果訓練過程的插值次數(shù)超過這個數(shù)值，就停止插值，避免網(wǎng)絡出現(xiàn)過渡插值，mem_reduc的值越大訓練過程所需要的內(nèi)存就越少，訓練時間就越長，min_grad表示如果特性訓練的梯度已經(jīng)小于此值，則停止訓練，show 表示神經(jīng)網(wǎng)絡訓練過程顯示時，每隔的步數(shù)。我們可以把我們以前建立的神經(jīng)網(wǎng)絡數(shù)據(jù)輸入進去。圖26 創(chuàng)建神經(jīng)網(wǎng)絡的界面Fig26 Create a neural network interface圖27 更改神經(jīng)網(wǎng)絡的類型圖Fig27 To change the type of neural network graph圖28 創(chuàng)建好的網(wǎng)絡在工具箱中顯示圖Fig28 Create a good network in the toolbox to display map4）BP神經(jīng)網(wǎng)絡仿真當我們在工具箱主界面點擊自己創(chuàng)建的神經(jīng)網(wǎng)絡sust example的時候，我們可以看到Network only一欄的字體顏色由暗色變成白色，我們點擊initiate 可以對神經(jīng)網(wǎng)絡的權值進行初始化，要對神經(jīng)網(wǎng)絡進行數(shù)據(jù)的訓練，點擊Train按鈕進入神經(jīng)網(wǎng)絡訓練的界面，如圖29所示。當把參數(shù)設置好后我們就可以點擊creat 創(chuàng)建好網(wǎng)絡。這樣數(shù)據(jù)就會在神經(jīng)網(wǎng)絡工具箱主界面出現(xiàn)。第二種方式就是從MATLAB的COMMAND WINDOW界面導入數(shù)據(jù)，輸入一個數(shù)據(jù)sustdata2＝[ ]。2）訓練樣本的創(chuàng)建數(shù)據(jù)的創(chuàng)建理論上有兩種方式。圖24 神經(jīng)網(wǎng)絡工具箱主界面 Fig24 Neural network toolbox main interface如上圖所示，對此主界面的具體介紹如下：input表示輸入的數(shù)據(jù)顯示，target表示目標樣本顯示，input delay status表示輸入延遲狀態(tài)，這里一般不用，network表示創(chuàng)建的網(wǎng)絡顯示，outputs是仿真的輸出值，errors表示仿真輸出的誤差值。 MATLAB 神經(jīng)網(wǎng)絡工具箱介紹MATLAB 神經(jīng)網(wǎng)絡工具箱是面向人工神經(jīng)網(wǎng)絡的創(chuàng)建，仿真在內(nèi)的GUI界面，其直觀操作方便，一般利用的是創(chuàng)建BP網(wǎng)絡，這里對于BP網(wǎng)絡的仿真進行介紹。根據(jù)BP神經(jīng)網(wǎng)絡的特征，BP網(wǎng)絡的計算關系式如下：每個節(jié)點的輸出如式29： （29）對于每個輸入模式p網(wǎng)絡誤差如式210： （210）上式中為節(jié)點上的實際輸出值，為節(jié)點上期望輸出值。這里BP神經(jīng)網(wǎng)絡的訓練采用在神經(jīng)網(wǎng)絡工具箱中變步長和帶動量因子的算法，即LM算法,既可以加快網(wǎng)絡訓練速度,又可以防止網(wǎng)絡限于局部極小點。信號調(diào)理壓力傳感器溫度信號BP網(wǎng)絡數(shù)據(jù)處理數(shù)據(jù)輸出圖22 系統(tǒng)溫度補償模型圖 Temperature pensation system model diagram BP網(wǎng)絡介紹BP神經(jīng)網(wǎng)絡模型[24,25]是目前應用最廣泛的神經(jīng)網(wǎng)絡模型，它分為輸入層、隱含層和輸出層三層，一把來說輸入層輸出層使用一層，而隱含層可以擴展，層與層之間多是采用全互連方式的，同一層單元之間不存在相互的連接。由于壓力傳感器的溫度漂移使不能夠?qū)崿F(xiàn)現(xiàn)行輸出，存在線性誤差與溫度誤差，這里選擇BP網(wǎng)絡數(shù)據(jù)擬合算法進行溫度補償，則上式反函數(shù)為。在本設計中的主要應用是BP網(wǎng)絡算法，所以對此進行詳細介紹。人工神經(jīng)網(wǎng)絡的運用主要是BP(BackPorpgaatino)網(wǎng)絡和徑向基函數(shù)RBF(rdaial BasiS Function)神經(jīng)網(wǎng)絡，其中80%以上主要是BP網(wǎng)絡算法對壓力傳感器進行溫度補償?shù)?。人工神?jīng)網(wǎng)絡是由大量具有非線形映射能力的神經(jīng)元廣泛連接而成的非線形動力學系統(tǒng)，能完成復雜的非線性映射功能,同時神經(jīng)網(wǎng)絡具有自組織，自學習及推理的自適應能力。可以用二維回歸方程來擬合這個函數(shù)關系: ，具體表述如式28： （28）對于曲面擬合，如若擬合的次數(shù)太低，則會出現(xiàn)誤差下降，擬合精度較差，不能夠滿足精度要求，如果擬合的次數(shù)較大，則精度會相對提高，但同時則會出現(xiàn)計算量大的情況，但是根據(jù)數(shù)據(jù)分析已經(jīng)有一些函數(shù)可以實現(xiàn)這種數(shù)據(jù)擬合。曲面擬合方法相對于最小二乘法在二維空間上的一個擴展。從而方程組(24)就被確定。D0，…D5。B0，…B5。溫度t1: 溫度t2: （23） 溫度ti: 根據(jù)所測量得到的數(shù)據(jù)，利用個溫度點下所輸出值U，計算其1次方，二次方到5次方，標定壓力為，此方程輸出根就可以確定。 曲線擬合法[19]的數(shù)據(jù)擬合步驟如下所示。就是將被測量數(shù)據(jù)按照量程分為若干段，然后將相鄰兩分段點用直線連起來，再用直線來描述數(shù)據(jù)曲線。在平面直角坐標系中假設我們已知坐標A(x0,y0)與B(x1,y1),要得到[x0,x1]區(qū)間內(nèi)某一位置x在直線AB上的值，可以根據(jù)式21計算： (21)首先根據(jù)公式22計算AB的斜率. (22)則計算出插值點的值。如圖21所示，Rt為感應元件，但為熱敏性質(zhì)的電阻，當加上不同的壓力是，惠斯登電橋?qū)崿F(xiàn)不同形式的壓力輸出，壓力信號可以通過差壓后輸入到A/D轉(zhuǎn)換芯片ADC0809的9端以便經(jīng)過轉(zhuǎn)換之后變?yōu)閿?shù)字量，但是由于溫度變化引起的電壓變化也引起了放大器差壓信號的變化，放大器將差壓信號經(jīng)過放大后輸入到ADC0809的Vref端，Vref為A/D轉(zhuǎn)換的參考電壓，因此可以說，當發(fā)生溫度漂移時同時引起了參考電壓的變化，這種變化抵消了溫度偏移引起的影響，實現(xiàn)穩(wěn)定的數(shù)字量輸出。但是這樣涉及到新材料新工藝，對于熱敏電阻和壓敏元器件之間的匹配問題增減了這種補償?shù)碾y度，同時這種補償方法不利于減少壓力傳感器的體積。例如，如果傳感元件是一個正向溫度系數(shù)的壓敏電阻，我們可以串聯(lián)上一個浮想溫度系數(shù)的熱敏電阻以抵消正溫度系數(shù)的壓敏電阻的阻值變化。對于軟件補償方法主要是隨著計算機技術的發(fā)展，將待補償數(shù)據(jù)通過A/D轉(zhuǎn)換通道輸入到微處理器中，利用一定算法實現(xiàn)溫度補償?shù)?，其根本方法有插值法，曲線擬合法，曲面擬合法，人工神經(jīng)網(wǎng)絡算法等。由于溫度的影響，四個電阻的阻值變化表現(xiàn)為所受壓力和溫度的二元函數(shù)，將使傳感器的溫度漂移。通過檢測，這種變化不是完全的自由式變化，而是有一定規(guī)律的，如呈現(xiàn)遞減型，遞增型或者拋物線型變化。但是由于壓力傳感器的前端壓敏材料是由半導體材料制成的，半導體材料的主要特征之一就是受到溫度的影響較大，如硅材料和溫度t就有一個指數(shù)型的關系，從因果關系上來講，擴散硅壓力傳感器的輸出電阻值存在溫度漂移，表現(xiàn)為一定的指數(shù)型關系。外界壓力通過外殼的接口，加到傳感硅片上，引起傳感硅片上惠斯通電橋的四個電阻阻值發(fā)生變化，引起傳感硅片上惠斯通電橋的四個電阻阻值發(fā)生變化，阻值的變化就轉(zhuǎn)化為電壓信號輸出。2 壓力傳感器溫度補償方法 壓阻式壓力傳感器的溫度漂移壓阻式傳感器[13～15]是根據(jù)半導體的電阻率隨應變力變化的性質(zhì)制成的半導體器件,當電阻受到力作用的時候，電阻的電阻率發(fā)生變化，這種情況稱為壓電效應，對于這種情況半導體材料更為明顯，特別是硅型壓力傳感器。第五章總結與展望。第四章系統(tǒng)軟件設計。主要對智能壓力傳感器硬件電路概述，以及智能壓力傳感器的硬件的總體設計。第二章詳細說分析了用于壓力傳感器數(shù)據(jù)擬合的線性差值法，多維曲線擬合法，多維曲面擬合，BP網(wǎng)絡算法等，介紹了MATLAB人工神經(jīng)網(wǎng)絡工具箱，以及BP網(wǎng)絡算法在壓力傳感器標定中的應用，介紹了利用遺傳模擬退火算法對BP網(wǎng)絡進行優(yōu)化的方法。 本論文的主要工作本研究論文共包括六章，具體介紹如下：第一章緒論。對壓力傳感器的數(shù)據(jù)擬合，以往在生產(chǎn)過程中都是采用線性差值方法或者最小二乘法等擬合方法，還沒有利用BP網(wǎng)絡算法進行數(shù)據(jù)擬合的，這里利用BP網(wǎng)絡算法對壓力傳感器進行數(shù)據(jù)擬合，也是對研究的一次創(chuàng)新。 研究背景及課題研究的意義對壓力傳感器的研究仍然是一個很重要的領域，對壓力傳感其的研究主要是提高其精度方面，國外的技術先進，傳感器的售價比起國內(nèi)來說很貴，但是銷售情況來看并不比國內(nèi)的商家差，主要原因還是國內(nèi)產(chǎn)品技術相對有一定的差距。分析了智能型壓力變送器的硬件電路設計，以及軟件實現(xiàn)方式，針對BP網(wǎng)絡的應用復雜的問題，設計了基于MATLAB的GUI標定界面，通過一定的通訊協(xié)議，在該界面上完成對下位機工作環(huán)境溫度和壓力信號的采集，通過自動組建BP網(wǎng)絡在GUI界面上實現(xiàn)在線訓練，利用通訊協(xié)議完成在線標定的功能，實現(xiàn)了批量生產(chǎn)的目的。該BP網(wǎng)絡分為輸入層，表示溫度和壓力的輸入，第一隱含層，為5個神經(jīng)元，第二隱含層為4個神經(jīng)元，輸出層，為1個神經(jīng)元。另外研究智能材料，采用新工藝仍然是研究的一個方向。開發(fā)新型壓力傳感器的另外一個方面是新材料的研發(fā)，縱觀新材料的發(fā)展趨勢，主要是有：a)從單晶體到多晶體、非晶體；b)從單一型材料到復合材料；c)原子（分子）型材料的人工合成。為了提高傳感器性能的穩(wěn)定性，可以對材料、元器件或傳感器等整體進行電壓穩(wěn)定性處理。4）屏蔽、隔離與干擾抑制：壓力傳感器的工作場合有可能很復雜，會受到電磁波的干擾，可以設置抗干擾技術減少對傳感器的影響。2）平均技術：其原理是利用若傳感器同時感受被測量，輸出其平均值。其二是提高壓力傳感器的技術性能?？v觀幾十年的壓力傳感器的發(fā)展情況，智能壓力傳感器的發(fā)展趨勢[9～12]主要是有兩個方面。 智能壓力傳感器發(fā)展趨勢隨著科學技術的發(fā)展，為了和控制技術向結合，智能型壓力傳感器向小型化，集成化，智能化，標準化，系列化方向發(fā)展，并且向無線傳感器方向發(fā)展，傳感器之間的通訊也有可能實現(xiàn)。伊瑪電子推出了PA系列壓力傳感器，其具有高精度，可擴展的壓力范圍，可編程的智能型壓力傳感器，并設置有電源保護的功能。5英寸水柱差壓的各種壓力傳感器。honeywell于2009年推出了0到10英寸水柱表壓、177。國外壓力傳感器的發(fā)展主要有兩條途徑，其一是以美國為代表的優(yōu)先發(fā)展軍工在由軍工過度到民用的階段，這種途徑能在較長時間內(nèi)在壓力傳感器行業(yè)保持技術優(yōu)勢，但是由于要保持科學技術的領先地位要投入大量的人力物力，經(jīng)濟回收效率很慢。目前的壓力傳感器的品種繁多，應用領域范圍大大拓寬，已有微壓、表壓、高壓、絕對壓力、差壓等力敏元件及其配套儀表在銷售，已經(jīng)基本滿足生產(chǎn)生活要求。進入到90年代以及21世紀前十年，我國的傳感器廠家發(fā)展到成百上千家，都有一定的智能型壓力傳感器的出現(xiàn)。早在八十年代之前，我國的傳感器的研究單位主要是集中在科研單位和大學高校，如中國科技大學，北京航空航天大學，浙江大學等研究機構。（9）靈活性強的特點。（7）高可靠性和高穩(wěn)定性的特點。（5）