基于小波神经网络的电涡流传感器非线性补偿
付立华
王刚
1.河南工程学院电气信息工程学院,河南郑州,4511912.河南工程学院电气信息工程学院,河南郑州,451191
摘要：为消除电涡流传感器的非线性误差,提高其测量精度,提出了一种基于小波神经网络和遗传算法的电涡流传感器非线性补偿方法.该方法利用小波神经网络的非线性映射能力,使得传感器的输入与输出线性化,并使用遗传算法搜寻网络的最优初始值,加强网络的非线性逼近能力和收敛能力,显著提高电涡流传感器的非线性补偿效果.实验结果表明,经过补偿后,极大提高了传感器的精度,传感器输出电压最大绝对误差为15.55 mV,最大相对误差为1.36％,非线性误差为0.34％.
关键词：电涡流传感器非线性补偿小波神经网络遗传算法
分类号：TD679(矿山电工)
资助基金：国家自然科学基金(61403123)
论文发表日期：2015-01-01
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