文章详情
| 稿件标题： | 微型位移传感器固有非线性神经网络校正研究 |
| 稿件作者： | 华洪良1,2，丁心一1，张静1，吴小锋1，廖振强2 |
| DOI： | 10.11809/bqzbgcxb2025.01.023 |
| 科学编辑： | 樊尚春 博士（北京航空航天大学 教授 ） |
| 栏目名称： | 机械制造与检测技术 |
| 关键词： | 位移传感器；非线性校正模型；神经网络方法；测量精度；实时解算 |
| 文章摘要： | 微型碳膜位移传感器具有结构紧凑、可靠、低成本等诸多优点，在农业机械、机器人末端执行器、医疗手术器械等领域具有广阔的应用前景。由于碳膜厚度制造误差，导致微型碳膜位移传感器存在固有非线性，影响其测量精度。针对微型位移传感器固有非线性校正问题，采用神经网络方法，构建非线性校正模型，对传感器固有非线性进行校正。通过仿真与实验相结合的方法，从校正精度、实时解算速度2个维度，将神经网络非线性校正模型和现有PCM、BCM模型进行对比研究。研究结果表明，增加模型阶数，可以有效提高校正精度。对于BCM和神经网络非线性校正模型而言，三阶模型即可实现精度收敛。经过三阶PCM、BCM和神经网络非线性模型校正，传感器测量误差可分别降低46.1%、89.0%和89.6%。因此，神经网络非线性校正模型具有更高的校正精度。此时，PCM、BCM和神经网络非线性校正模型实时解算时间分别为0.48、0.49、0.85 ms，能够基本满足5 ms级高性能控制器应用需求。 |
| 稿件基金： | 国家自然科学基金项目(52305008)； 常州市科技计划项目(CJ20230038,CM20223013)； 江苏省高等学校基础科学研究重大项目(24KJA460001)； 江苏省青蓝工程项目 |
| 引用本文格式： | 华洪良，丁心一，张静，等.微型位移传感器固有非线性神经网络校正研究［J］.兵器装备工程学报，2025，46(1)：175-181. HUA Hongliang, DING Xinyi, ZHANG Jing, et al.Research on inherent nonlinearity calibration of micro displacement sensor using neural network［J］.Journal of Ordnance Equipment Engineering，2025，46(1)：175-181. |
| 刊期名称： | 2025年01期 |
| 出版时间： | 2025年1月 |
| 收稿日期： | 2024-02-18 |
| 修回日期： | 2024-03-11 |
| 录用日期： | 2024-04-07 |
| 上线时间： | 2025年1月31日 |
| 浏览次数： | 1516 |
| 下载次数： | 13 |
| 免费阅读PDF 下载本期目录 下载本期封面 | |