下载文档原格式
压力传感器温度补偿技术压力传感器温度补偿技术摘要压力传感器是一种较为常用的传感器件，由于自身的非线性特点以及外界因素的影响，传感器的输出结果容易产生误差，其中温度的影响最大，因此，对传感器的温度补偿就显得尤为重要。
文章对目前常用的温度补偿方法进行了分析，在此基础上，提出了一种新的温度补偿方法，并对BP神经网络进行了改进，从研究结果来看，该方法有效提高了传感器的稳定性及精度。
关键词压力传感器;温度漂移;温度补偿压力传感器的输出结果精度容易受到多种因素的影响，其中，唯独是影响传感器输出精度的最主要因素。
目前，国内经常使用硬件补偿和软件补偿两类方法对压力传感器进行温度补偿。
硬件补偿方法调试难度较高、精度低、通用性也较差，在实际工程中应用时，难以去得较好的效果;而软件补偿方法有效弥补了硬件补偿的缺点，其中BP神经网络补偿在实际工程中运用十分广泛，但是典型BP神经网络补偿法虽然精确度高，但是整个流程过于复杂、整个过程耗时较长，因此，本文提出了一种基于主成分分析的BP神经网络补偿方法，希望对提高补偿效率和准确性起到一定的.作用。
1 典型BP神经网络补偿原理分析BP神经网络是目前研究中应用范围最广的神经网络模型之一，BP神经网络术语单向传输网络结构，整个信息传输的过程呈现出高度的非线性特点。
典型的BP神经网络结构包括输入层、隐含层和输出层3层结构。
通常情况下BP神经网络只有这3层结构，这主要是由于单隐层的BP神经网络既可以完成从任意n维到m 维的映射。
其典型结构如下图所示。
BP神经网络结构模型BP算法设计到了信息的正向传播以及误差的反向传播，信息首先从输入层传入，然后经过隐含层的处理传入输出层，最终输出的信息可以用下面的形式进行表示：其中：、分别代表了隐含层及输出层的权值;n0、n1分别对应了输入节点数及隐含层节点数。
输出层神经元的激励函数f1通常呈现出线性特点;而隐含层神经元的激励函数f2通常采用如下所示的形式在(0，1)的S型函数中进行输出：由于BP神经网络隐含层采用的传递函数为对数S型曲线，其输出范围在(0，1)之间。
一种硅压阻式压力传感器温度补偿算法及软件实现作者：刘永涛徐大诚郭述文来源：《现代电子技术》2013年第12期摘要：硅压阻式压力传感器的零点温度漂移和灵敏度温度漂移是影响传感器性能的主要因素之一，如何能使该类误差得到有效补偿对于提高其性能很有意义。
通过对硅压阻式压力传感器建立高阶温度补偿模型进行温度误差补偿是一种有效的方法，并在该模型基础上给出了拟合系数计算方法，并用Matlab GUI软件来实现温度补偿系数计算，进而实现传感器输出的动态温补，达到了很好的输出线性性。
实验结果表明，补偿后传感器输出的非线性误差小于0.5% F.S。
关键词：硅压阻式压力传感器；温度补偿系数；温度补偿算法；温度补偿模型中图分类号： TN389⁃34； TP212 文献标识码： A 文章编号： 1004⁃373X（2013）12⁃0018⁃03硅压阻式压力传感器利用半导体材料的压阻效应来进行压力测量，以其体积小、灵敏度高、工艺成熟等优点，在各行业中得到了广泛应用[1]。
实际工程应用中由于硅材料受温度的影响，导致零点漂移和灵敏度漂移，因此温度补偿问题是提高传感器性能的一个关键环节。
目前压力传感器主要有两种温度补偿方法：硬件补偿和软件补偿。
硬件补偿方法存在调试困难、精度低、成本高、通用性差等缺点，不利于工程实际应用；利用数字信号处理技术的软件补偿能够克服以上缺点，也逐渐成为研究热点[2]。
目前软件补偿的方法主要有：查表法、二元插值法[3]、BP神经网络法[4⁃5]、小波神经网络方法[6]、曲线曲面拟合方法等。
查表法需要占用很大内存空间，而神经网络方法存在网络不稳定、训练时间较长的缺点不利于工程应用。
在研究各类软件补偿方法的基础上对压力传感器采用建立高阶温度补偿模型进行温度误差补偿，并且在Matlab GUI软件平台下实现高阶温度补偿系数的计算，通过实验对该方法进行验证。
1 高阶温度补偿模型的建立1.1 高阶温度补偿建模压力传感器输出非线性误差主要是由零点温度漂移和灵敏度温度漂移产生，零点温度漂移是由于电阻掺杂不同而导致电阻的温度系数不同，灵敏度温度漂移主要由于压阻系数易随温度的升高而减少。
![一种无需校准的高精度温度传感器[发明专利]](https://uimg.taocdn.com/5e89e9f552d380eb63946dce.webp)
专利名称：一种无需校准的高精度温度传感器专利类型：发明专利
发明人：陈培腾,欧阳振华
申请号：CN201710554271.5
申请日：20170707
公开号：CN107543626A
公开日：
20180105
专利内容由知识产权出版社提供
摘要：本发明公开了一种无需校准的高精度温度传感器，其特征在于该高精度温度传感器由两部分组成，第一部分是产生两个精确的VBE电压和不随温度变化的参考电压VREF，第二部分是将VBE电压经过放大器放大，输出TSVIP和TSVIN送给ADC，再通过配置不同的TS_TM<1∶0>，ADC分别测量再求平均，更进一步消除误差因素；其中，第一部分电路包括有双极型晶体管斩波运放、电流镜电路、电阻分压电路和RC滤波电路；第二部分电路是由运放构成。
本发明无需校准就可以实现±1℃温度测量，大大提高温度传感器的测量精度。
申请人：芯海科技(深圳)股份有限公司
地址：518067 广东省深圳市南山区南海大道1079号花园城数码大厦A座9层
国籍：CN
代理机构：深圳市凯达知识产权事务所
代理人：刘大弯
更多信息请下载全文后查看。
压力传感器高精度温度补偿的软件实现王俊杰;秦会斌【期刊名称】《现代电子技术》【年(卷),期】2014(000)022【摘要】克服传统的通过硬件电路来对压力传感器进行温度误差补偿的缺点，介绍利用单片机进行压力传感器温度补偿的基本方法，论述如何利用软件进行温度误差补偿的方法，详细描述高精度温度补偿的软件算法原理，为实现通过软件进行温度补偿提供了理论依据。
通过实验测试证明了采用高精度温度补偿算法的传感器输出精度有了显著的提高。
%In order to overcome the shortcomings of traditional hardware circuits for the pressure sensor temperature com-pensation,the basic method using single chip processor for pressure sensor temperature compensation is introduced. The method to implement temperature compensation by software is discussed. The principle of software algorithm for high-accuracy tempera-ture compensation is expatiated,which provides a theoretical basis for temperature compensation by software. The experiment re-sults prove that the sensor output accuracy has been significantly improved by the high-accuracy temperature compensation algo-rithm.【总页数】4页(P105-107,110)【作者】王俊杰;秦会斌【作者单位】杭州电子科技大学新型电子器件与应用研究所，浙江杭州 310018;杭州电子科技大学新型电子器件与应用研究所，浙江杭州 310018【正文语种】中文【中图分类】TN919-34;TP212【相关文献】1.温度补偿型高精度医用光纤压力传感器用于测量消化道内曲张静脉压力研究 [J], 宋大伟2.一种硅压阻式压力传感器温度补偿算法及软件实现 [J], 刘永涛;徐大诚;郭述文3.一种超宽温度补偿高精度压力传感器设计 [J], 胡永建4.高精度压力传感器中温度补偿技术研究 [J], 卞金洪;王吉林;周锋5.基于深度信念网络的硅压阻式压力传感器高精度温度补偿模型的研究 [J], 石文兵;葛斌;苏树智因版权原因，仅展示原文概要，查看原文内容请购买。
基于压力传感器的粮仓储粮数量在线检测方法刘勇摘要：粮食安全包括数量安全和质量安全, 储量数量检测是粮食库存检查的一项重要内容，现有的粮仓储粮数量检测方法主要包括称重法和测量计算法,称重法是指用符合法定计量标准的衡器称量粮食重量的检查方法, 其优点是测量结果能够准确反映被查粮食的实际数量, 但是在大规模的清仓查库中效率低、工作量大、成本高。
测量计算法是通过测量计算粮堆的体积和平均密度计算粮仓中粮食数量的检测方法, 实用中存在检测误差大等问题。
本文分析了基于压力传感器的粮仓储粮数量在线检测方法。
关键词：压力传感器；粮仓储粮数量；在线检测方法；粮仓储粮数量在线检测是国家粮食数量安全的重要保障技术，是粮食库存检查的一项重要内容。
现有的粮仓储粮数量检测方法主要包括称重法和测量计算法，称重法效率低、工作量大、成本高，难以广泛应用，而测量计算法具有较大的不确定性，因此开发方便、快捷、准确地在线及网络化国家粮食储藏数量监测技术势在必行。
一、概述由于粮堆粮食分布密度的不均匀性和粮堆的有限流动性，势必导致粮堆底面压力的分布不均匀性和受侧面摩擦力影响的显著性，同时，粮堆的有限流动性也将影响粮堆与各压力传感器接触的一致性。
这些特性将显著影响粮堆各压力传感器输出的一致性。
由于此区域靠墙，墙的摩擦力影响大，造成传感器压强测量值与粮堆质量具有明显的非线性关系，具体表现在随着粮堆质量增加，传感器压强测量值的增加量有所减少; 靠进粮口，进粮的冲击作用对压力传感器与粮食的接触应力影响大，造成传感器压强测量值的波动大; 在400～500t之间，进粮间隔1 周，进粮冲击作用有所缓解，造成传感器压强测量值有所减少。
由于此区域离墙有一定距离，受墙摩擦力的影响相对变小，传感器压强测量值与粮堆质量关系的线性程度有所提高，但靠进粮口，进粮的冲击作用对压力传感器影响大，传感器压强测量值的变化波动仍较大。
区域远离进粮口，离墙有一定距离，传感器压强测量值与粮堆质量关系的线性程度明显提高，压强测量值变化平稳。
压力传感器温度补偿的一种新方法
孙艳梅;刘树东
【期刊名称】《光通信研究》
【年(卷),期】2011(000)001
【摘要】针对温度对硅压阻式压力传感器输出影响的问题,提出将主成分分析(PCA)与改进的反向传播(BP)神经网络相结合,用于压力传感器的温度补偿的新方法.利用PCA提取温度补偿的主要信息使多维问题得以简化,同时剔除了数据的噪声误差,且对BP神经网络进行了改进,以充分发挥其强大的泛化功能和容错能力.研究结果表明,该方法有效抑制了温度对压力传感器的影响,提高了传感器的稳定性和准确性.【总页数】3页(P62-64)
【作者】孙艳梅;刘树东
【作者单位】齐齐哈尔大学,理学院,大学物理教学与实验中心,黑龙江,齐齐哈
尔,161001;齐齐哈尔大学,通信与电子工程学院,电子信息系,黑龙江,齐齐哈
尔,161001;齐齐哈尔大学,通信与电子工程学院,电子信息系,黑龙江,齐齐哈
尔,161001
【正文语种】中文
【中图分类】TP212
【相关文献】
1.一种压阻式压力传感器的温度补偿方法 [J], 李冀;胡国清;周永宏;邹崇;吴翩卉
2.一种多台压力传感器全自动快速温度补偿研究 [J], 高晓红
3.一种超宽温度补偿高精度压力传感器设计 [J], 胡永建
4.一种压力传感器温度补偿新方法 [J], 陈萍;陈黎黎
5.一种压阻式压力传感器全温区温度补偿方法 [J], 田青林;陈红亮;陈洪敏;李粮;闫文吉
因版权原因，仅展示原文概要，查看原文内容请购买。
压力传感器的温度补偿研究及其应用李扬;刘明光;钱学成;陈佳;王昕【期刊名称】《电测与仪表》【年(卷),期】2016(053)018【摘要】为了解决影响压力传感器测量的温度漂移问题，研制一种适合轨道车空压系统压力测量的高性能传感器。
文章提出结合GA-PSO算法优化BP神经网络的新型压阻式压力传感器温度补偿模型，通过MATLAB仿真验证该模型的可行性。
仿真结果表明：与BP-LM算法和GA-BP算法相比，新的优化算法收敛速度提高了89％，预测结果的误差绝对值均在2．5 kPa以下，且变化范围小，满足“快、准、稳”的高性能高求。
装置现场运行效果良好，在温度相差较大的一天之内的不同时间段轨道车运行时的空压系统测量气压均在750 kPa左右。
【总页数】7页(P107-112,123)【作者】李扬;刘明光;钱学成;陈佳;王昕【作者单位】北京交通大学电气工程学院，北京100044;北京交通大学电气工程学院，北京100044;北京交通大学电气工程学院，北京100044;北京交通大学电气工程学院，北京100044;北京交通大学电气工程学院，北京100044【正文语种】中文【中图分类】TM93【相关文献】1.Matlab/NNToolbox在压力传感器温度补偿中的应用 [J], 杨德旭;刘志侠;陶学宗2.基于PSO的BP神经网络在压力传感器温度补偿中的应用 [J], 孙艳梅;苗凤娟;陶佰睿3.小波神经网络在压力传感器温度补偿中的应用 [J], 孟彦京;汪宁;佟明;杨雅莉4.神经网络技术在压力传感器温度补偿中的应用研究 [J], 段婷;邢璐;5.压阻式压力传感器温度补偿技术的研究及应用 [J], 张艳华;陈玉玲;赵爽;窦海峰因版权原因，仅展示原文概要，查看原文内容请购买。
温度实时补偿的高精度压力传感器刘勇
发表时间：2018-01-26T18:09:02.690Z 来源：《电力设备》2017年第27期作者：刘勇
[导读] 摘要：压力传感器是利用半导体的压阻效应制成的压力传感器件，其特点是体积小、精度高、稳定性好，被广泛应用于电力、石化、汽车电子等领域。
（中国电子科技集团公司第49研究所黑龙江省哈尔滨市 150001）
摘要：压力传感器是利用半导体的压阻效应制成的压力传感器件，其特点是体积小、精度高、稳定性好，被广泛应用于电力、石化、汽车电子等领域。
但作为其核心的膜片，对温度变化敏感，进而造成传感器的零点和灵敏度发生温度漂移，根据传感器的硬件特性进行补偿的传统方法有调试困难、精度低、通用性差等缺点，不利用工程实际应用。
而补偿技术则可以较好地解决这些问题，因而得到越来越多的重视。
本文分析了温度实时补偿的高精度压力传感器。
关键词：温度实时补偿；高精度压力传感器；方法；
传感器的输出会发生变化。
为了消除非目标参量（温度）对传感器输出特性的影响，可采用多种智能化技术，硅压阻式压力传感器的温度补偿是传感器实用化过程中的关键技术。
一、压力传感器温度误差分析
温度敏感程度直接影响其工作性能,温度效应决定了传感器的中期频率稳定度。
压力传感器受温度影响的主要因素有三部分。
一是谐振器的内在温漂。
当外界温度变化时, 声表面波器件的参数, 如叉指换能器和基片的厚度、宽度及弹性系数都随之发生变化。
这些因素的影响导致了中心频率的偏移, 使振荡器的频率随之发生变化。
声表面波的波速、频率也会相应的改变。
二是封装结构引起的温漂。
封装形式对声表面谐振器的频率稳定性影响很大。
如封装材料的温度系数不匹配, 温度变化会使基片内部产生热应力, 使声表面谐振器的中心频率偏移, 从而引起声表面波振荡器的频率漂移。
三是环境温度对振荡器电路的影响。
振荡器电路参数的变化是振荡频率不稳定的原因之一。
由于环境温度的变动, 改变了晶体管的几何尺寸, 从而使极间电容发生变化, 使振荡回路的电感线圈、电阻和电容器的几何尺寸发生变化。
使振荡频率发生不希望有的变动。
二、温度实时补偿的高精度压力传感器
1.传统的硬件补偿方式及其缺点。
传统的硬件温度误差补偿解决方法是通过在惠斯特电桥电路中的一个或两个桥臂上并联热敏电阻。
但是由于热敏电阻自身的特性，不可能做到完全的温度误差补偿。
此外，通过硬件电路来实现温度误差补偿存在器件固有的不稳定性、调试困难、通用性差、成本高、精度低等缺点，不利于工程实际应用。
2.温度补偿的原理。
在单片机传感器测量系统中，要解决传感器温度误差补偿的问题，必须要测出传感器所在点的温度，因此需要温度传感器。
温度传感器通常是安装在传感器内靠近敏感元件的地方。
首先通过采样电路采集温度传感器在此温度时对应输出的电压信号后传送到单片机中暂存；然后通过采样电路采集经过放大电路放大后的传感器输出信号并传送到单片机；最后启动温度误差补偿程序，通过找到事先已经记录在单片机中的零点温漂电压。
3.温度补偿的数学模型建立。
一是线性温度补偿数学模型。
在对温度误差进行补偿的时候，必须事先在给定的n 个温度值（T1，
T2，…，Tn）上测出温度传感器输出的每个温度值对应的电压信号（Ut1，Ut2，…，Utn），然后测出每个温度点上传感器输出信号经过放大电路放大后对应的温漂电压（Uc1，Uc2，…，Ucn），为了保证数据的精确性，可以在恒温箱中进行测量。
将（Ut1，Ut2，…，Utn）与（Uc1，Uc2，…，Ucn）制作成一张表，放入单片机内存中，然后建立温度传感器输出的温度值对应的电压信号与温漂电压信号的数学模型，将相邻两个点之间的曲线近似看作为直线，这样就可以利用线性方法求出温度传感器输出的某个温度值对应的电压信号Ut所对应的温漂电压Uc，这就是线性插值法。
二是非线性温度补偿数学模型。
若温度传感器输出的温度值对应的电压信号与温漂电压信号特性曲线变化很大，采用的线性插值法会造成比较大的误差。
通过曲线上的3 个点形成一段抛物线，但是传统的一元二次抛物线这种方式为了求出的值需要联立方程组，计算复杂导致程序也比较复杂。
这种软件设计方式确保了无需手动设置就可以保证对温度的变化做出及时的反应并且找到相应的零点温漂电压，从而确保单片机输出的电压是实时更新过的修正后的电压值。
4.补偿方法。
传感器的温度补偿有两种方法, 即硬件补偿和软件补偿。
硬件补偿主要采用结构对称(机械结构对称、电路结构对称)来消除其影响;在智能传感器的初级形式中主要采用硬件电路来实现补偿, 但补偿效果仍不能满足实际要求。
温度升高时, 压阻系数变小;温度降低时, 压阻系数变大, 所以当温度升高时, 传感器的灵敏度要降低;温度降低时,传感器的灵敏度要升高, 也就是说传感器的灵敏度温度系数是负的。
传感器与微处理器/微计算机相结合的智能传感器系统中, 则是采用检测补偿法, 它是通过对干扰量的监测再由软件来实现的。
软件补偿可以分为数值分析法和人工智能法(专家系统、神经网络、遗传算法和模糊系统)。
基于数值分析的温度补偿方法, 最常采用的方法是最小二乘法曲线拟合法或多段折线逼近法。
最小二乘法是基于梯度变化量的计算来求最优解的, 是一种局部搜索技术, 容易进入局部最优, 而得不到全局最优解。
多段折线逼近法的主要缺点是精确度不高。
考虑到传统的基于数值分析方法的不足, 本文采用了基于人工神经网络(ANN)理论对压力传感器进行温度补偿。
基于人工神经网络补偿方法的优点是:一是有良好的自适应性, 自组织性和很强的学习功能。
二是具有较好的容错性, 即在只有部分输入条件, 甚至包含了错误输入条件的情况下、网络也能给出正确的值。
三是有良好的泛化能力(即具有插值特性), 对未经训练的数据也能给出一个合理的输出。
利用人工神经网络进行温度补偿就是利用神经网络的基本特性, 使传感器具有复杂的非线性映射、自组织、自学习及推理的自适应能力。
神经网络算法的实现步骤。
一是进行数据预处理，即对数据进行标准化处理，网络的自学习过程。
利用当前网络参数计算网络的实际输出，如果输出误差小于容许误差或到达限定的迭代次数，则训练结束。
否则，进行误差反向传播，使权值沿误差函数的负梯度方向改变，利用梯度下降法求网络参数的变化。
二是采用训练好的改进的神经网络以及补偿样本进行补偿。
将补偿后的数据进行反标准化处理，并与实测样本进行比较。
基于神经网络与传统网络的主要区别在于把主成分和神经网络相结合，使其补偿效果更佳。
主成分神经网络有如下优点：一是利用提取温度补偿的主要信息使多维问题得以简化，同时剔除了数据里的噪声误差，有利于神经网络平滑拟合，并且大大加快了神经网络的训练速度；二是标定点间存在复杂的非线性关系，神经网络的泛化功能和很强的容错能力为处理复杂非线性关系提供了强有力的帮助。
本文提出的温度补偿方法，可以在标定点较少的情况下实现较高精度的温度补偿，这样有效地减少了传感器标定时间和工作量。
如果对压力传感器的精度提出了更高的要求，在充分考虑成本、硬件计算能力和运行速度的前提下，可以通过增加标定点的方法提高系统性
能，这对于解决高精度压力传感器的温度补偿问题具有一定的理论意义和工程应用价值。
参考文献：
[1]胡辽林，刘晨，盖广洪.硅压阻传感器的智能温度补偿研究[J].传感技术学报，2015，25（4）：468⁃471.
[2]杜永苹，何小映.浅谈传感器的温度补偿技术[J].电子设计工程，2015，17（6）：63⁃64.
[3]李强，梁莉，刘桢等．具有温度补偿功能的智能压力传感器系统［J］．仪器仪表学报，2015(29):1934－1938．
[4]刘松．智能压力检测系统研究与设计［D］．天津: 天津大学:电子信息工程学院，硕士毕业论文，2015:35－46。
