基于模糊RBF神经网络的传感器动态特性补偿研究
王军号
孟祥瑞
1.安徽理工大学,安徽,淮南,2320012.安徽理工大学,安徽,淮南,232001
摘要：为了改善传感器的动态特性,减小系统测量误差,分析了传感器动态性能补偿的基本原理,把模糊RBF神经网络应用到传感器的补偿环节.仿真实验表明,使用补偿的传感器输出达到稳态的时间比没有补偿的缩短了大约9 ms,相应的动态特性指标也得到了较大的改善.把该算法用于对瓦斯传感器的非线性校正,大大提高了瓦斯检测的灵敏度和精度.
关键词：动态特性补偿模糊逻辑RBF神经网络瓦斯传感器
分类号：TD605(矿山电工)
资助基金：安徽高校省级自然科学研究重点资助项目(KJ2010A084)
论文发表日期：2010-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
英文信息