طراحی جبران کننده اثر دما بر روی سنسورهای اختلاف فشار خازنی به کمک شبکه عصبی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,308

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ELECTRICA01_005

تاریخ نمایه سازی: 11 اردیبهشت 1394

چکیده مقاله:

سنسورهای اختلاف فشارخازنی به صورت گسترده ای در فرآیندهای صنعتی و صنایع تولیدی مورد استفاده قرار می گیرد . دلیل گسترش روز افزون این نوع سنسورها در صنعت داشتن مزایایی مانند حساسیت بالاو مصرف پایین توان می باشد . این سنسوراندازه گیری فشار وجریان را نشان می دهد .از مهمترین معایب سنسورهای اختلاف فشارخازنی به رفتار و مشخصه ورودی- خروجی غیرخطی و همچنین تأثیر عوامل محیطی مانند دما، رطوبت بر عملکرد این سنسورها می توان اشاره کرد بخاطر اینکه به یک خروجی دقیق از سنسور اختلاف فشارخازنی دست یابیم، نیاز داریم که تأثیر ناسازگار پارامترهای محیطی و مشخصات غیرخطی را جبران کنیم. با طراحی و ساخت سیستم تست آزمایشگاهی شرایط واقعی را که سنسور اختلاف فشارخازنی در آن قرار دارد را مدل می کنیم و به جمع آوری داده در مورد تأثیر دما بر روی رفتار خروجی سنسور اختلاف فشارخازنی می پردازیم. در این مقاله یک مدل پیشنهادی جبران ساز هوشمند مبتنی بر شبکه عصبی به کمک الگوریتم آموزش LM ارائه شده است

کلیدواژه ها:

هوشمند و سنسورهای هوشمند ، شبکه های عصبی ، سنسورهای اختلاف فشار خازنی ، جبران ساز ، مدل سازی

نویسندگان

محمدعلی عبداللهی

دانشجوی کارشناسی ارشد، موسسه آموزش عالی غیرانتفاعی پیام گلپایگان

پیمان معلم

دانشیار گروه مهندسی برق، دانشکده فنی و مهندسی، دانشگاه اصفهان

مهدی هاشمی

مربی، موسسه آموزش عالی غیرانتفاعی پیام گلپایگان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • X. Wang, M. Ye, "Hysteresis and nonlinearity compensation of relative ...
  • neural network based hysteresis estimation of capacitive pressure Artificial"ه [2] ...
  • C. Pramanic, T. Islam , H. Saha, "Temperature compensation of ...
  • C. Pramanic, T. Islam , H. Saha, "Modeling, simulation and ...
  • J.C.Patra, A.C.Kot, G.Panda, _ intelligent pressure sensor using neural network"_ ...
  • W.Hao, A.Li, M.Zhang, "Application of neural network to temperature compensation ...
  • نمایش کامل مراجع