神經(jīng)模糊控制在SAW壓力傳感器溫度補(bǔ)償中的應(yīng)用

3 仿真與應(yīng)用

現(xiàn)在礦井下事故頻繁發(fā)生，用AE聲發(fā)射預(yù)測(cè)瓦斯突發(fā)是非接觸測(cè)量一種趨勢(shì)，由于環(huán)境條件限制，用SAW壓力傳感器作為接收聲發(fā)射信號(hào)的傳感器，就必須保證測(cè)量信號(hào)的高準(zhǔn)確性和智能性特點(diǎn)，而用神經(jīng)模糊控制對(duì)溫度進(jìn)行了智能補(bǔ)償，加上先進(jìn)的封裝技術(shù)，可使SAW在實(shí)際的瓦斯預(yù)測(cè)測(cè)量中發(fā)揮巨大作用。通過(guò)實(shí)驗(yàn)驗(yàn)證，此種方法可行。在MATLAB6.0環(huán)境下進(jìn)行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和仿真，通過(guò)神經(jīng)網(wǎng)絡(luò)工具箱，編制相應(yīng)的仿真訓(xùn)練程序，實(shí)現(xiàn)仿真過(guò)程。在仿真時(shí)，隨機(jī)選取幾組頻率-溫度作為輸入，最后，進(jìn)行標(biāo)定壓力值和仿真結(jié)果的比較。仿真數(shù)據(jù)結(jié)果如表2。

實(shí)際中，溫度變化對(duì)SAW壓力傳感器的性能影響非常明顯，通過(guò)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，訓(xùn)練的頻率和誤差在規(guī)定范圍內(nèi)，其最大誤差僅為1%，BP算法的仿真結(jié)果和實(shí)際測(cè)量值吻合。

4 結(jié)論

本文提出采用神經(jīng)迷糊控制技術(shù)對(duì)SAW壓力傳感器進(jìn)行有效的溫度補(bǔ)償，使SAW壓力傳感器在實(shí)際的應(yīng)用中能更加準(zhǔn)確地對(duì)被測(cè)對(duì)象進(jìn)行壓力測(cè)量，并且，采用神經(jīng)網(wǎng)絡(luò)構(gòu)成控制器，信息處理采用模糊量的近似推理，將神經(jīng)網(wǎng)絡(luò)技術(shù)和?？刂萍夹g(shù)相結(jié)合，實(shí)現(xiàn)SAW壓力傳感器溫度補(bǔ)償的智能化，為SAW壓力傳感器實(shí)際應(yīng)用奠定了基礎(chǔ)。