非线性误差的补偿方法
2.1称重传感器的非线性误差影响关系
电阻式称重传感器是通过4个电阻应变片粘贴于弹性敏感元件上,再利用适当的形式组成惠斯登电桥如图1所示。在称重传感器不负载时,弹性敏感元件因不受外力作用不会产生应变,此时粘贴在弹性敏感元件上的电阻应变片因不发生变形而不会引起电阻的变化,使电桥平衡,输出电压为零。当称重传感器负载,弹性敏感元件的应变会引起电阻应变片产生形变,理论情况下,负载力与电阻应变片的应变量应该成正比关系,但受到加工和安装以及材料的非线性影响,使负载力与应变量呈现一定的非线性关系。此时图中的电阻应变片R1和R4被拉伸,电阻值增大,而R2、R3被压缩,电阻值减小。由于不同位置的电阻发生改变,此时电桥失去平衡,传感器会生成并输出压力测量电压U2,由于U2与所受负载成非线性关系,当负载越大,称重传感器的非线性误差也就越大[2]。
2.2非线性误差补偿方案
为减少称重传感器非线性误差的影响,通过一定的技术手段提升称重传感器输入和输出的线性关系程度,以保证传感器工作过程的准确性和可靠性,提高测量、传输和控制过程的稳定性。对于称重传感器非线性误差的补偿方法很多,按照补偿形式大体可以分为硬件补偿和人工神经网络软件补偿两大类。
硬件补偿主要是利用一定的元器件或电子线路进行非线性误差的矫正,其特点是相对简单便捷,是传统称重传感器非线性误差补偿的常用方法。随着生产力的不断进步,工业上对称重传感器的非线性误差补偿精度提出了更高的要求。由于硬件补偿受到电子器件漂移和技术能力的影响,难以做到全程补偿,其在准确性和可靠性上难以满足更高的要求标准,因此,利用更新的计算机技术和函数原理的软件补偿方式被快速开发。近年来,通过神经网络对称重传感器进行非线性误差补偿受到了越来越多专业人士的重视,人工神经网络的函数逼近功能说明:对于任意的连续函数或映射关系,必然会存在一个3层的前向网络,能够以任意准确度逼近此函数或映射关系,如图2所示。除上述两种补偿方式外,还可通过多项式拟合法和建立传感器的分度表的方法实现非线性误差的补偿,但由于多项式拟合法复杂程度高,传感器分度表的存储器容量有限,现阶段的使用量也都在逐渐减少[3]。
对于称重传感器的非线性误差补偿,其基本原理如图3所示。图中f(mx)为称重传感器的输入和输出函数,g(Uxi)为补偿网络函数,mx为被测载荷质量,my为补偿后的输出[[4]]。补偿网络的目的是通过补偿后,满足下式要求
由于上式中f(mx)为非线性函数,可知g(Uxi)同样是非线性函数。通过使用人工神经网络强大的逼近非线性函数的功能,能够以任意精度逼近g(Uxi),从而完成对称重传感器的非线性补偿[5]。
南宁立衡地磅厂【电话：18776127188】主营：南宁地磅、南宁地磅厂家、南宁地磅安装、南宁地磅维修、南宁地坪供应、广西地磅厂是南宁衡器行业规模大，技术强，集制造及经营电子衡器的专业化高科技现代化企业。
