基于BP神经网络的一种传感器温度补偿方法

摘要：简单介绍了硅压阻式传感器温度误差产生的原因及其特点，提出了一种利用BP神经网络对其温度误差及非线性误差进行补偿的方法。根据传感器温度误差的特点设计了一个多层的BP神经网络，其中传感器测试电路中四臂电桥的桥路电压和未经补偿的传感器的输出作为神经网络的两个输入。利用MatLab对该网络进行训练，得到了网络的权值和阀值。经过试验证明，该网络能够有效的补偿传感器的温度非线性误差，在-40～60℃范围内，使温度误差从原来的5．4％降到了0．2％。
关键词：温度补偿；硅压阻式；传感器；BP神经网络；电桥

传感器特别是硅压阻式传感器的温度误差在其总误差中占有很大的比重，温度补偿的好坏直接影响着传感器的总精度。温度误差的补偿方法有很多种，其中软件补偿是一种较常见的方法。由于传感器的温度误差是一种非线性误差，即各个温度点的补偿系数也应该呈非线性，这给补偿带来了一定的困难。常常采用的方法是选取几个温度点，求得补偿系数，其它温度点的补偿系数通过线性插值得到，这种方法实质上是一种将补偿系数分段线性化来拟合补偿系数的非线性曲线的方法。因此，要做到较高的补偿精度比较困难。而BP神经网络具有很强的曲线拟合能力，可以利用BP网络对传感器输出值进行处理，得到去除了温度误差的理想输出值。但是，单单从传感器的输出很难判断哪些是由输入压力所引起的输出，哪些是由于温度误差所带来的输出。所以，向BP网络引入一个反映温度变化的参数至关重要。而传感器桥路电压可以满足条件。因此，利用传感器的桥路电压和未经温度补偿的传感器输出一起作为神经网络的输入。试验证明，构建的BP神经网络能够使传感器的温度误差得到大大降低，使得传感器在-40～60℃温度范围内，非线性温度误差降低到0．2％。

1 BP神经网络硅压阻式传感器温度补偿
1．1 硅压阻式传感器的温度误差
硅压阻式传感器是用半导体材料制成的，而半导体材料对温度很敏感。因此，硅压阻式传感器的温度误差较大，并且其温度误差具有以下特点：首先，在相同压力下硅压阻式传感器的温度误差比其他材料传感器的要大；其次，它的温度误差是非线性的；再次，在进行温度补偿的过程中，很难区分温度误差引起的输出量的变化和压力变化引起的输出量的变化；此外，硅压阻传感器的温度误差有很大的分散性，甚至由同一制造商提供的同一型号传感器的误差幅度彼此之间也会有轻微的差异。这些特点给硅压阻式传感器的温度误差补偿带来了一定的困难。鉴于硅压阻传感器温度误差的特点，要对它进行补偿，首先必须找到一个能够反映温度变化的参量，这可以从传感器的测量电路中获得。
硅压阻式传感器的测量电路，由应变计组成的四臂电桥组成，如图1所示，四臂电桥中的4个电阻的阻值不仅会随压力的变化而变化，还会随温度的升高而增大。

假设温度为t0时，Rt=R2=R3=R4=R0，当温度、压力发生变化时，各电阻阻值可以用式(1)、(2)表示：

从式(4)可得，桥路电压Vb与压力产生的应变没有关系，仅与温度引起的附加应变有关。因此，可以利用它作为反映温度变化的参数，而不需另外增加一个温度传感器，这样做的好处是，直接利用压力传感器本身元件敏感温度的变化，从而避免由于外加温度传感器而导致测量温度和压阻传感器应变片实际温度存在差异给补偿带来误差，提高了补偿的精度，同时也节约了成本，简化了电路。
硅压阻式传感器虽然存在着很大的温度误差，但是在温度不变的情况下，传感器的输出呈现出很好的线性度和重复性，这就为用BP神经网络对它进行温度补偿提供了必要的条件。