CN116718301A - 一种温压一体传感器温度补偿方法及系统 - Google Patents
一种温压一体传感器温度补偿方法及系统 Download PDFInfo
- Publication number
- CN116718301A CN116718301A CN202310721235.9A CN202310721235A CN116718301A CN 116718301 A CN116718301 A CN 116718301A CN 202310721235 A CN202310721235 A CN 202310721235A CN 116718301 A CN116718301 A CN 116718301A
- Authority
- CN
- China
- Prior art keywords
- temperature
- pressure
- output
- sensor
- fitting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000012549 training Methods 0.000 claims description 23
- 238000012360 testing method Methods 0.000 claims description 22
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000001816 cooling Methods 0.000 claims description 2
- 238000010438 heat treatment Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 20
- 238000004590 computer program Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 15
- 238000003860 storage Methods 0.000 description 13
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000004321 preservation Methods 0.000 description 7
- 229910052697 platinum Inorganic materials 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L1/00—Measuring force or stress, in general
- G01L1/26—Auxiliary measures taken, or devices used, in connection with the measurement of force, e.g. for preventing influence of transverse components of force, for preventing overload
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L19/00—Details of, or accessories for, apparatus for measuring steady or quasi-steady pressure of a fluent medium insofar as such details or accessories are not special to particular types of pressure gauges
- G01L19/04—Means for compensating for effects of changes of temperature, i.e. other than electric compensation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measuring Fluid Pressure (AREA)
Abstract
本发明公开了一种温压一体传感器温度补偿方法及系统，对传感器数据进行标定，获得不同压力和不同温度下的压力输出Up和温度输出Ut；对压力输出Up和温度输出Ut进行处理，提取相同温度输出Ut下不同输入压力P对应的压力输出Up，拟合压力输出Up与输入压力P之间的关系，得到多项式拟合系数；利用相关向量机确定多项式拟合系数和温度之间的关系，根据一组传感器数据中的温度输出Ut确定多项式拟合系数，根据多项式拟合系数和压力输出Up得到补偿后的压力值。通过将多项式拟合和相关向量机结合，大大提高了传感器的温度补偿精度。
Description
技术领域
本发明属于传感器温度补偿技术领域，具体涉及一种温压一体传感器温度补偿方法及系统。
背景技术
压力的高精度测量是工业领域过程控制和安全监控的前提，因此工业上对高精度压力传感器有大量需求。压阻式压力传感器具有高灵敏度、高精度、快速响应、以及较小体积等特点，成为了工业领域压力测量系统的首选。由于半导体材料特性及加工工艺的原因，压阻式压力传感器容易产生温度漂移，导致被测压力与输出电压之间呈现非线性。因此，需要对压阻式压力传感器进行温度补偿。
常见的温度补偿方法包括硬件补偿和软件补偿。硬件补偿存在通用性差、调整困难且精度较低等缺点。软件补偿精度高、灵活性大且成本较低，主要包括数值分析和机器学习两种方法。数值分析方法常采用插值法和多项式拟合法，可解释性强、操作简单，但非线性拟合能力有限、精度低；机器学习方法常采用神经网络，能够完成复杂的非线性建模，精度高，但数据规模小的情况下容易过拟合，且存在优化过程复杂、训练时间长等缺陷。
数据采集是开发软件补偿模型的基础。传统的数据采集过程，多在压力芯片外围设置铂电阻进行温度测量，无法反映压力芯片实时温度，需要较长保温时间使压力芯片和铂电阻达到热平衡才能进行数据采集，连续性差，时间成本高，导致大规模数据获取困难，影响模型精度。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种温压一体传感器温度补偿方法及系统，使用温压一体传感器采集数据，模型方面使用相关向量机和多项式拟合相结合，用于解决现有软件补偿模型表现较差和大规模数据采集困难导致的温度补偿精度低的技术问题。
本发明采用以下技术方案：
一种温压一体传感器温度补偿方法，包括以下步骤：
S1、对传感器数据进行标定，获得不同压力和不同温度下的压力输出Up和温度输出Ut；
S2、对步骤S1得到的压力输出Up和温度输出Ut进行处理，提取相同温度输出Ut下不同输入压力P对应的压力输出Up，拟合压力输出Up与输入压力P之间的关系，得到多项式拟合系数；
S3、利用相关向量机确定步骤S2得到的多项式拟合系数和温度之间的关系，根据一组传感器数据中的温度输出Ut确定多项式拟合系数，根据多项式拟合系数和压力输出Up得到补偿后的压力值。
具体的，步骤S1具体为：
S101、在温压一体传感器的量程范围内均匀选择压力点；
S102、对传感器进行恒流源供电，对于每个压力标定点P，对传感器施加不变的压力；
S103、在传感器使用温度范围内持续升温或降温，测量同一输入压力P下代表压力输出的电压Up和代表温度输出的电压Ut；
S104、温度箱温度到达传感器使用温度上下限时，重复步骤S102和S103，直到所有压力标定点数据全部测完。
进一步的，步骤S101中，压力标定点在0％FS～100％FS之间。
具体的，步骤S2具体为：
S201、对步骤S1得到的数据进行处理；
S202、提取出同一温度Ut下的不同压力P对应的输出Up；
S203、使用最小二乘法拟合同一温度下压力P和输出Up之间的关系，得出多项式拟合函数；
S204、根据多项式拟合函数得到系数矩阵。
进一步的，步骤S201中，数据处理包括滤波，去除重复数据。
进一步的，步骤S203中，多项式拟合函数具体为：
其中，P为输入标准压力，Up为代表压力输出的电压值，n为温度点的个数，Ci,k为拟合系数，i＝1,2,…n，k为拟合次数。
进一步的，步骤S204中，多项式拟合函数的系数矩阵为：
。
具体的，步骤S3具体为：
S301、将温度Ut作为输入，对应温度下的多项式系数作为输出构建相关向量机样本数据集；
S302、将样本数据集分为训练样本集和测试样本集并进行归一化处理；
S303、选择相关向量机核函数，对训练样本进行训练；
S304、用训练好的相关向量机测试样本进行测试；
S305、相关向量机输出的系数代入输入压力和输出电压之间的关系其中，得到补偿后的精度。
进一步的，步骤S301中，样本数据集即为：
其中，Utn为不同温度点的温度值，Ci,k为拟合系数，i＝1,2,…n，k为拟合次数。
第二方面，本发明实施例提供了一种温压一体传感器温度补偿系统，包括：
标定模块，对传感器数据进行标定，获得不同压力和不同温度下的压力输出Up和温度输出Ut；
拟合模块，对标定模块得到的压力输出Up和温度输出Ut进行处理，提取相同温度输出Ut下不同输入压力P对应的压力输出Up，拟合压力输出Up与输入压力P之间的关系，得到多项式拟合系数；
补偿模块，利用相关向量机确定拟合模块得到的多项式拟合系数和温度之间的关系，根据一组传感器数据中的温度输出Ut确定多项式拟合系数，根据多项式拟合系数和压力输出Up得到补偿后的压力值。
与现有技术相比，本发明至少具有以下有益效果：
一种温压一体传感器温度补偿方法，将温压一体传感器的补偿过程分为三个步骤来完成，补偿步骤清晰明了，简单易操作。
进一步的，采用温压一体传感器，无需保温即可同步获取传感器的温度和压力数据，克服了传统压力传感器数据采集过程需要长时间保温的问题。且通过连续升温、降温，可在短时间内获得大量实验数据，为高精度温度补偿模型的建立奠定基础
进一步的，将压力标定点设定在0％FS～100％FS之间，可保证传感器数据的完备，使得补偿方法对于传感器整个量程内都有效。
进一步的，传统的温度补偿方法是探寻传感器输入压力，使用温度和输出电压三者之间的关系，本方法将此过程分为两个阶段，第一阶段先探寻输入压力和输出电压之间的关系即步骤S2，第二阶段再融入温度的影响即步骤S3。温度不变时，传感器输入输出线性度很高。这种将补偿过程分为两个步骤的做法可利用传感器这个特性，以提高传感器补偿的精度。
进一步的，为了消除环境噪音对传感器输出的影响，对数据进行滤波处理。由于实验设备采集数据时存在量化误差导致数据有很多重复的点，去除重复数据可以减少计算量。
进一步的，温度不变时，传感器输入输出线性度很高，基于这个特性，对于同一温度下的传感器输入压力和输出电压采用多项式拟合，在保证精度的同时避免了使用复杂的机器学习模型。
进一步的，将多项式拟合函数的系数设置为矩阵形式，是后续相关向量机样本数据集构建的基础。
进一步的，采用参数少、计算速度更快的相关向量机，克服了传统机器学习中优化过程复杂耗时以及收敛慢等问题，在保证补偿精度的同时降低了时间成本。
进一步的，相关向量机的训练需要样本数据，因此将温度作为输入，此温度下的多项式系数作为输出构建相关向量机样本数据集。
可以理解的是，上述第二方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
综上所述，本发明缩短了压力传感器温度补偿时间，采用温压一体传感器，无需保温即可同步获取传感器的温度和压力数据，克服了传统压力传感器数据采集过程需要长时间保温的问题。同时采用参数少、计算速度更快的相关向量机，克服了传统机器学习中优化过程复杂耗时以及收敛慢等问题，降低了时间成本；其次，提高了压力传感器温度补偿精度，通过连续升温、降温，可在短时间内获得大量实验数据，为高精度温度补偿模型的建立奠定基础；同时考虑到了传统数值分析方法非线性拟合能力不足和机器学习方法过拟合的问题，基于传感器自身的输出特性，通过将多项式拟合和相关向量机结合，大大提高了传感器的温度补偿精度。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明温压一体传感器电路原理图；
图2为本发明温压一体传感器数据标定流程图；
图3为本发明温压一体传感器0Mpa下标定数据图；
图4为系数C0和温度的关系图；
图5为温度补偿后误差图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本发明中字符“/”，一般表示前后关联对象是一种“或”的关系。
应当理解，尽管在本发明实施例中可能采用术语第一、第二、第三等来描述预设范围等，但这些预设范围不应限于这些术语。这些术语仅用来将预设范围彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一预设范围也可以被称为第二预设范围，类似地，第二预设范围也可以被称为第一预设范围。
取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
本发明一种温压一体传感器温度补偿方法，包括以下步骤：
S1、对传感器数据进行标定，获得不同压力和不同温度下代表压力输出的Up和代表温度输出的Ut；
S101、在温压一体传感器的量程范围内均匀选择压力点，所述压力标定点在0％FS～100％FS之间；
S102、将传感器放入温度箱中，对传感器进行恒流源供电，对于每个压力标定点P，使用活塞压力计对传感器施加不变的压力；
S103、温度箱在传感器使用温度范围内持续升温或降温，测量同一输入压力P下代表压力输出的电压Up和代表温度输出的电压Ut；
S104、温度箱温度到达传感器使用温度上下限时，重复步骤S102和S103，直到所有压力标定点数据全部测完。
S2、对测得的数据进行处理，提取出相同温度Ut下的不同输入压力P对应的输出的Up。拟合Up与P之间的关系，得到多项式拟合系数；
S201、对步骤S1所采集到的数据进行处理，包括滤波，去除重复数据。
S202、提取出同一温度Ut下的不同压力P对应的输出Up。
S203、使用最小二乘法拟合同一温度下压力P和输出Up之间的关系，得出多项式拟合函数，即：
其中，P为输入标准压力，Up为代表压力输出的电压值，n为温度点的个数,Ci,k为拟合系数，i＝1,2,…n，k为拟合次数。
S204、根据多项式拟合函数得到系数矩阵为：
。
S3、利用相关向量机得出各个系数和温度之间的关系。
S301、将温度Ut作为输入，此温度下的多项式系数作为输出构建相关向量机样本数据集，所述样本数据集即为：
S302、将所述样本数据集分为训练样本集和测试样本集并进行归一化处理；
S303、选择相关向量机核函数，对训练样本进行训练；
S304、用训练好的相关向量机测试样本进行测试；
S305、相关向量机输出的系数代入输入压力和输出电压之间的关系其中，得到补偿后的精度。
本发明再一个实施例中，提供一种温压一体传感器温度补偿系统，该系统能够用于实现上述温压一体传感器温度补偿方法，具体的，该温压一体传感器温度补偿系统包括标定模块、拟合模块以及补偿模块。
其中，标定模块，对传感器数据进行标定，获得不同压力和不同温度下的压力输出Up和温度输出Ut；
拟合模块，对标定模块得到的压力输出Up和温度输出Ut进行处理，提取相同温度输出Ut下不同输入压力P对应的压力输出Up，拟合压力输出Up与输入压力P之间的关系，得到多项式拟合系数；
补偿模块，利用相关向量机确定拟合模块得到的多项式拟合系数和温度之间的关系，根据一组传感器数据中的温度输出Ut确定多项式拟合系数，根据多项式拟合系数和压力输出Up得到补偿后的压力值。
本发明再一个实施例中，提供了一种终端设备，该终端设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(Central ProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor、DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于温压一体传感器温度补偿方法的操作，包括：
对传感器数据进行标定，获得不同压力和不同温度下的压力输出Up和温度输出Ut；对压力输出Up和温度输出Ut进行处理，提取相同温度输出Ut下不同输入压力P对应的压力输出Up，拟合压力输出Up与输入压力P之间的关系，得到多项式拟合系数；利用相关向量机确定多项式拟合系数和温度之间的关系，根据一组传感器数据中的温度输出Ut确定多项式拟合系数，根据多项式拟合系数和压力输出Up得到补偿后的压力值。
本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(Memory)，所述计算机可读存储介质是终端设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括终端设备中的内置存储介质，当然也可以包括终端设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(Non-Volatile Memory)，例如至少一个磁盘存储器。
可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关温压一体传感器温度补偿方法的相应步骤；计算机可读存储介质中的一条或一条以上指令由处理器加载并执行如下步骤：
对传感器数据进行标定，获得不同压力和不同温度下的压力输出Up和温度输出Ut；对压力输出Up和温度输出Ut进行处理，提取相同温度输出Ut下不同输入压力P对应的压力输出Up，拟合压力输出Up与输入压力P之间的关系，得到多项式拟合系数；利用相关向量机确定多项式拟合系数和温度之间的关系，根据一组传感器数据中的温度输出Ut确定多项式拟合系数，根据多项式拟合系数和压力输出Up得到补偿后的压力值。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，
硅压阻式压力传感器的四个力敏电阻构成惠斯通电桥，在电桥一端连接一个测量温度的铂电阻，本实例为PT500。通过MEMS技术将铂电阻集成到压力芯片上，形成温压一体传感器，这样铂电阻的温度和压力膜片的温度时刻保持一致，有利于采集大量数据。
具体地，采用恒流源对温压传感器进行供电，此时电桥b、d两端的输出电压反映了输入压力，即：
Up＝Ubd(2)
电桥c端的对地电压为铂电阻两端的电压，反映了电桥周围的温度，即：
Ut＝Uc(3)
图2为对传感器数据进行标定的流程，首先在压力传感器的量程范围内选取几个压力标定点，本实例温压一体传感器压力范围为0～20Mpa，选取的压力标定点是0Mpa、5Mpa、10Mpa、15Mpa、20Mpa。然后将传感器安装在压力扩展装置上并将压力扩展装置放入温度箱中。对传感器不施加压力，即施加0MPa压力，本实例温压一体传感器的温度使用范围为0～80℃，温度箱从0℃持续升温到80℃，测量代表0MPa时代表压力输出的Up和代表温度的输出的Ut，待升温结束后，使用活塞压力计对传感器施加5Mpa的压力，温度箱从80℃持续降温到0℃，测量Up和Ut，重复上述过程，直至所有压力标定点下的Up和Ut全部测量完毕。
接着对所得的数据进行处理，由于实验中受实验设备的限制，所得的数据会存在噪音，且有很多重复的点，因此需要滤波以及去除重复数据，本实例采用均值滤波，图3为经过处理后0MPa的数据。提取出相同温度Ut下的不同电压输出Up。温度不变时，压阻式压力传感器的线性度本身就很高，因此可采用数值分析的方法拟合输入压力和输出电压之间的关系。本实例采用二次多项式函数拟合相同温度下输出电压Up与输入压力P之间的关系，即：
图4为系数Ci,0与温度之间的关系，可以看出他们之间的关系具有很强的非线性，传统的数值分析方法无法满足拟合要求。相关向量机是一种基于稀疏贝叶斯理论的算法，拥有更稀疏的框架和更少的核函数约束，具有泛化性能力强、参数少、速度快等优点。因此，利用建立相关向量机模型拟合各系数和温度之间的关系，即：
(C0,C1,C2)＝f(Ut) (5)
其中，Cm＝[C1,m,C2,m,Ci,m,…Cn,m]’，m＝0,1,2。
接下来介绍建立相关向量机模型的步骤。将温度Ut作为输入，此温度下的多项式系数作为输出构建样本数据集，样本数据集为：
首先将所述样本数据集按照3:1的比例分为训练样本集和测试样本集。训练集用于相关向量机模型的训练，测试集用于模型的性能测试。然后对测试样本集和训练样本集的数据进行归一化处理。归一化公式为：
其中，x为需要归一化的数据，xmin为数据的最小值，xmax为数据的最大值，y为归一化后的值。
接着选取相关向量机的核函数，本实例选用高斯核函数，随机初始化核宽度参数。使用相关向量机对训练样本集进行训练学习，并用该相关向量机对测试样本进行测试。最后将相关向量机的输出进行反归一化处理。处理后各个系数训练集和测试集的预测结果的均方根误差如下表1所示：
表1：相关向量机预测结果
| 数据 | 均方根误差 |
| C0训练集 | 0.0012 |
| C0测试集 | 0.0015 |
| C1训练集 | 0.0003 |
| C1测试集 | 0.0003 |
| C2训练集 | 0.0003 |
| C2测试集 | 0.0004 |
可见，相关向量机对各个系数预测结果的均方根误差均较小，没有过拟合，预测精度较高。
对于温压传感器的一组标定数据(P，Ut，Up)，将Ut带入式(5)可得各个多项式系数，将系数带入式(4)中可得补偿后的P’,对比P’和P可得补偿精度。以传感器线性度作为补偿精度评价标准，即
其中，Pspan为传感器测量压力范围，本例为20MPa。
图5为本方法最终的补偿误差，最大绝对误差为0.0074Mpa，线性度为0.037％。
多项式系数和温度之间的关系如果不采用精度较高的相关向量机，而采用传统的多项式拟合方法，结果如表2所示。
表2:多项式预测结果
| 数据 | 二次多项式预测结果均方根误差 | 三次多项式预测结果均方根误差 |
| C0训练集 | 0.0364 | 0.0355 |
| C0测试集 | 0.0397 | 0.0383 |
| C1训练集 | 0.0025 | 0.0025 |
| C1测试集 | 0.0026 | 0.0023 |
| C2训练集 | 3.7955×10-5 | 3.7470×10-5 |
| C2测试集 | 3.8191×10-5 | 3.7088×10-5 |
从表中可以看到，采用二次多项式拟合系数和温度之间的关系，对于系数C2预测精度较高，但是对于系数C0和C1预测精度较低，即使增加拟合次数使用三次多项式拟合，预测精度仍然不如相关向量机。
如果传感器的温度补偿不分为两个步骤，而是直接寻求输入压力、输出电压和使用温度之间的关系，表3是采用神经网络、遗传算法优化神经网络和多项式拟合补偿时的线性度和模型建立时间。
表3：不同补偿方法线性度和建模时间
由表3可以看出神经网络和多项式拟合建模时间短，但是补偿精度较低。遗传算法优化神经网络补偿精度有所提高，但是建模时间为187.31s，十分耗时。而采用本方法建模时间为14.76s，补偿时间大大缩短，且补偿精度较高。
综上所述，本发明一种温压一体传感器温度补偿方法及系统，采用温压一体传感器，无需保温即可同步获取传感器的温度和压力数据，克服了传统压力传感器数据采集过程需要长时间保温的问题。同时采用参数少、计算速度更快的相关向量机，克服了传统机器学习中优化过程复杂耗时以及收敛慢等问题，最终补偿模型耗时14.76s，降低了时间成本。通过连续升温、降温，可在短时间内获得大量实验数据，为高精度温度补偿模型的建立奠定基础；同时考虑到了传统数值分析方法非线性拟合能力不足和机器学习方法过拟合的问题，基于传感器自身的输出特性，将传感器的温度补偿分为两个步骤，通过多项式拟合输出电压和温度之间的关系，通过相关向量机融入温度的影响，大大提高了传感器的温度补偿精度，最终可将传感器线性度提高到0.037％FS，比常用的数值分析和神经网络精度都要高。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本发明中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、电载波信号、电信信号以及软件分发介质等，需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。
Claims (10)
1.一种温压一体传感器温度补偿方法，其特征在于，包括以下步骤：
S1、对传感器数据进行标定，获得不同压力和不同温度下的压力输出Up和温度输出Ut；
S2、对步骤S1得到的压力输出Up和温度输出Ut进行处理，提取相同温度输出Ut下不同输入压力P对应的压力输出Up，拟合压力输出Up与输入压力P之间的关系，得到多项式拟合系数；
S3、利用相关向量机确定步骤S2得到的多项式拟合系数和温度之间的关系，根据一组传感器数据中的温度输出Ut确定多项式拟合系数，根据多项式拟合系数和压力输出Up得到补偿后的压力值。
2.根据权利要求1所述的温压一体传感器温度补偿方法，其特征在于，步骤S1具体为：
S101、在温压一体传感器的量程范围内均匀选择压力点；
S102、对传感器进行恒流源供电，对于每个压力标定点P，对传感器施加不变的压力；
S103、在传感器使用温度范围内持续升温或降温，测量同一输入压力P下代表压力输出的电压Up和代表温度输出的电压Ut；
S104、温度箱温度到达传感器使用温度上下限时，重复步骤S102和S103，直到所有压力标定点数据全部测完。
3.根据权利要求2所述的温压一体传感器温度补偿方法，其特征在于，步骤S101中，压力标定点在0％FS～100％FS之间。
4.根据权利要求1所述的温压一体传感器温度补偿方法，其特征在于，步骤S2具体为：
S201、对步骤S1得到的数据进行处理；
S202、提取出同一温度Ut下的不同压力P对应的输出Up；
S203、使用最小二乘法拟合同一温度下压力P和输出Up之间的关系，得出多项式拟合函数；
S204、根据多项式拟合函数得到系数矩阵。
5.根据权利要求4所述的温压一体传感器温度补偿方法，其特征在于，步骤S201中，数据处理包括滤波，去除重复数据。
6.根据权利要求4所述的温压一体传感器温度补偿方法，其特征在于，步骤S203中，多项式拟合函数具体为：
其中，P为输入标准压力，Up为代表压力输出的电压值，n为温度点的个数，Ci,k为拟合系数，i＝1,2,…n，k为拟合次数。
7.根据权利要求4所述的温压一体传感器温度补偿方法，其特征在于，步骤S204中，多项式拟合函数的系数矩阵为：
。
8.根据权利要求1所述的温压一体传感器温度补偿方法，其特征在于，步骤S3具体为：
S301、将温度Ut作为输入，对应温度下的多项式系数作为输出构建相关向量机样本数据集；
S302、将样本数据集分为训练样本集和测试样本集并进行归一化处理；
S303、选择相关向量机核函数，对训练样本进行训练；
S304、用训练好的相关向量机测试样本进行测试；
S305、相关向量机输出的系数代入输入压力和输出电压之间的关系其中，得到补偿后的精度。
9.根据权利要求8所述的温压一体传感器温度补偿方法，其特征在于，步骤S301中，样本数据集即为：
其中，Utn为不同温度点的温度值，Ci,k为拟合系数，i＝1,2,…n，k为拟合次数。
10.一种温压一体传感器温度补偿系统，其特征在于，包括：
标定模块，对传感器数据进行标定，获得不同压力和不同温度下的压力输出Up和温度输出Ut；
拟合模块，对标定模块得到的压力输出Up和温度输出Ut进行处理，提取相同温度输出Ut下不同输入压力P对应的压力输出Up，拟合压力输出Up与输入压力P之间的关系，得到多项式拟合系数；
补偿模块，利用相关向量机确定拟合模块得到的多项式拟合系数和温度之间的关系，根据一组传感器数据中的温度输出Ut确定多项式拟合系数，根据多项式拟合系数和压力输出Up得到补偿后的压力值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310721235.9A CN116718301A (zh) | 2023-06-16 | 2023-06-16 | 一种温压一体传感器温度补偿方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310721235.9A CN116718301A (zh) | 2023-06-16 | 2023-06-16 | 一种温压一体传感器温度补偿方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116718301A true CN116718301A (zh) | 2023-09-08 |
Family
ID=87865755
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310721235.9A Pending CN116718301A (zh) | 2023-06-16 | 2023-06-16 | 一种温压一体传感器温度补偿方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116718301A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117490908A (zh) * | 2023-12-31 | 2024-02-02 | 武汉华康世纪医疗股份有限公司 | 一种用于负压病房的负压检测方法及系统 |
-
2023
- 2023-06-16 CN CN202310721235.9A patent/CN116718301A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117490908A (zh) * | 2023-12-31 | 2024-02-02 | 武汉华康世纪医疗股份有限公司 | 一种用于负压病房的负压检测方法及系统 |
| CN117490908B (zh) * | 2023-12-31 | 2024-04-09 | 武汉华康世纪医疗股份有限公司 | 一种用于负压病房的负压检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111007021A (zh) | 基于一维卷积神经网络的高光谱水质参数反演系统及方法 | |
| CN108593260B (zh) | 光缆线路故障定位和检测方法及终端设备 | |
| CN116718301A (zh) | 一种温压一体传感器温度补偿方法及系统 | |
| CN104457817A (zh) | 一种单芯片集成的传感器信号调理电路 | |
| CN112688687B (zh) | 待测物理信息的获取方法、装置、计算机设备和存储介质 | |
| CN105258846A (zh) | 一种压力传感器校准的方法和装置 | |
| CN113951859B (zh) | 一种颅内压传感器信号调理方法 | |
| CN110555231A (zh) | 一种动力学仿真模型修正方法 | |
| CN110555235A (zh) | 基于向量自回归模型的结构局部缺陷检测方法 | |
| CN114265001B (zh) | 一种智能电表计量误差评估方法 | |
| CN114358091B (zh) | 一种基于卷积神经网络的桩损伤识别方法、设备及介质 | |
| CN106225992A (zh) | 基于压力变送器性能测试系统及方法 | |
| CN113722860A (zh) | 基于降阶模型的瞬态热力状态在线评估方法、设备及介质 | |
| Moallem et al. | Compensation of capacitive differential pressure sensor using multi layer perceptron neural network | |
| CN114509185A (zh) | 低温环境声表面波温度传感器测量精度分区系统及方法 | |
| Wu et al. | A high precision software compensation algorithm for silicon piezoresistive pressure sensor | |
| CN102998024B (zh) | 一种基于rl电路零输入响应的新型测温方法 | |
| CN117093843B (zh) | 信号重构与工作模态参数识别方法、装置、设备及介质 | |
| CN116818180A (zh) | 一种基于stm32和lstm的阀用压力传感器温度补偿方法及系统 | |
| CN113701923A (zh) | 一种特性曲线的获取方法、装置、终端和介质 | |
| Wang | Non-linearity estimation and temperature compensation of capacitor pressure sensors using least square support vector regression | |
| CN117109784A (zh) | 一种压力传感器的温度补偿方法、装置、设备及介质 | |
| CN102519783B (zh) | 多缺陷材料m积分的无损测量方法 | |
| CN114111579B (zh) | 基于光纤光栅传感器在低采样率下的冲击定位方法及系统 | |
| Wang et al. | A novel whale-based algorithm for optimizing the ANN approach: application to temperature compensation in pressure scanner calibration systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |