论文部分内容阅读
热电偶传感器，在工业测温系统中得到了广泛的应用。但热电偶的特性，即输出的热电势E与温度t之间的关系是非线性的。在热电偶检定系统中，传统的做法是采用查表法和建立热电偶E-t数学模型来实现热电势与温度的转换，但传统做法计算量较大，适应性不好。为了解决以上缺点，论文引入了神经网络，分析了RBF神经网络的原理，并将虚拟仪器技术和神经网络技术相结合，建立了热电偶B-t特性RBF神经网络模型，用于热电偶的在线测量，结果证明这种方法有效。