神经模糊控制在SAW压力传感器温度补偿中的应用
3 仿真与应用
现在矿井下事故频繁发生，用AE声发射预测瓦斯突发是非接触测量一种趋势，由于环境条件限制，用SAW压力传感器作为接收声发射信号的传感器，就必须保证测量信号的高准确性和智能性特点，而用神经模糊控制对温度进行了智能补偿，加上先进的封装技术，可使SAW在实际的瓦斯预测测量中发挥巨大作用。通过实验验证，此种方法可行。在MATLAB6.0环境下进行神经网络的训练和仿真，通过神经网络工具箱，编制相应的仿真训练程序，实现仿真过程。在仿真时，随机选取几组频率-温度作为输入，最后，进行标定压力值和仿真结果的比较。仿真数据结果如表2。
实际中，温度变化对SAW压力传感器的性能影响非常明显，通过神经网络的训练，训练的频率和误差在规定范围内，其最大误差仅为1%，BP算法的仿真结果和实际测量值吻合。
4 结论
本文提出采用神经迷糊控制技术对SAW压力传感器进行有效的温度补偿，使SAW压力传感器在实际的应用中能更加准确地对被测对象进行压力测量，并且，采用神经网络构成控制器，信息处理采用模糊量的近似推理，将神经网络技术和模控制技术相结合，实现SAW压力传感器温度补偿的智能化，为SAW压力传感器实际应用奠定了基础。
加入微信
获取电子行业最新资讯
搜索微信公众号：EEPW
或用微信扫描左侧二维码