论文部分内容阅读
MEMS硅压阻式压力传感器具有低成本,小尺寸和易于制造等优点,因而基于硅压阻传感器的压力测量系统在气象探测、工业生产、石油化工、生物医药、电厂、军工等领域得到了广泛的应用。然而传统压阻式压力传感器的测量精度较低,主要归因于环境温度变化导致其零点输出与灵敏度产生显著热漂移,稳定性较差以及本身存在较为明显的迟滞非线性和重复性等随机误差。近年来随着压力传感器技术的迅速发展,市场也对压阻式压力传感器提出了越来越高的要求。为了设计出满足市场需求的具有良好精度和稳定性能的硅压阻式压力测量系统,本课题对传统的基于MEMS硅压阻式压力传感器的压力测量系统分别进行了硬件和软件补偿算法的改进。首先,采用GE公司的MEMS硅压阻式压力传感器NPC-1210-015A-3L构成2×4传感器阵列,利用传感器阵列测量方式削弱传感器蠕变引起的随机误差,提升压力测量系统的稳定性。其次,选择STM32F103作为主控芯片,通过高精度多通道的AD7794模数转换器对阵列式压力传感器系统和用于温度补偿的铂电阻温度传感器的输出信号实现采集处理。此外,在压力传感器的软件补偿方面,先通过基于量子粒子群优化的小波神经网络算法对输出信号进行温度补偿,然后采用最小二乘法和T-S模糊神经网络模型进行进一步的迟滞非线性和重复性误差补偿,提高了系统的测量精度。最后,为了方便数据观测和记录,本课题开发了基于Andriod平台的手机APP。通过无线蓝牙传输模块将补偿修正后的数据发送至手机接收端,手机平台作为上位机实现数据无线接收和显示,并进行统计,便于用户监控测量。本课题设计和实现的阵列式无线高精度硅压阻式压力传感器系统的温度补偿范围为-20～50℃。实验标定和测试分析发现,在5～1100hPa的压力范围内,系统的整体误差从补偿前的±0.152%降低为±0.058%。结果表明,通过硬件优化和神经网络算法补偿,该系统中压阻式传感器的温度漂移误差、迟滞非线性和重复性误差得到了有效的抑制,能够满足更高的市场要求。