神经网络的光纤布拉格光栅传感器表面压力识别

• 作者: 王玉晶 莫建麟
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 传感器 神经网络 压力识别 拟合性 交叉敏感
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 光通信与网络
• 页码范围: 163-167
• 页数: 5页
• 分类号: TN279
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2019.05.163

摘要

针对传统压力传感器表面容易受到压力温度交叉影响导致表面压力数值整体识别精度不高的问题,提出基于神经网络的光纤布拉格光栅传感器表面压力识别技术.为了满足光栅传感器对表面压力识别的传感器灵敏度精度和压力精度要求,以膜片式结构,重新改造压力传感器设计结构,便于表面压力识别;通过引入BP神经网络,对传感器输入和输出参数重新进行系统建模,并对传感器温度和压力进行分别解耦操作,以适应所需压力量,解决传感器表面压力温度交叉敏感问题;最后通过对光纤布拉格光栅传感器表面压力传感部件的有限元分析,保证上述以神经网络基础对传感器温度压力分别解耦的有效性,从而实现传感器表面压力的高精度识别.实验结果表明,神经网络的管线布拉格传感器反射中心波长与压力线拟合性系数提高12.57％,温度拟合性系数为0.994 784符合标准,有效提高了传感器表面压力识别效果.