优化的RBF神经网络对光纤位移传感器温度补偿

• 作者: 孙超 郭乃宇 叶力 苗隆鑫 曹勉 丁建军 严明蝶
• 来源期刊: 压电与声光
• 学科: 工学
• 关键词: 光纤位移传感器 温度补偿 径向基(RBF)神经网络 测量精度 自适应
• 年，卷（期）: 2022,（1）
• 页码范围: 85-88
• 页数: 4页
• 分类号: TN65
• 语种: 中文
• DOI: 10.11977/j.issn.1004-2474.2022.01.016

摘要

在对光纤位移传感器进行温度标定的过程中,随着工作环境的变化,位移传感器的测量值会产生误差,从而使位移传感器在使用时随着环境温度的变化发生精度下降的情况.为减少这种漂移偏差,该文使用径向基(RBF)神经网络对位移传感器进行温度补偿,并采用自适应的设计思想寻找RBF函数中心.将位移量和环境温度作为输入,其输出为传感器输出电压,使用自适应的设计思想来确定基函数的中心,建立一个基于RBF神经网络的模型.结果表明,该模型的训练结果可以使光纤位移传感器进行测量的相对误差降低9.23％,在测量精度上有很大的改进,证明了该方法的可行性.