改进型BP神经网络对电容称重传感器的非线性校正*

郭 伟，张 栋，李巨韬，王 磊

(天津大学机构理论与装备设计教育部重点实验室，天津 300072)

电容式称重传感器与其他称重传感器相比由于具有测量范围大、耐高温、抗腐蚀、灵敏度高和低功耗等优点在工业中逐渐得到了关注与应用［1］。现代测试系统对传感器的准确度、稳定性和工作条件提出了更高的要求，希望输入－输出特性成线性关系。但在利用电容式称重传感器进行测量时，受电容器原理、电容检测电路等因素的影响，使得电容称重传感器的输入－输出特性为非线性，其弹性体材料的滞弹性和热弹性效应也会增加电容称重传感器输入－输出特性的非线性。正是由于称重传感器非线性特性的影响，使得称重系统的输入输出间存在更大的误差，从而影响称量的准确度［2］。所以需要采取一定的手段对传感器进行数据转换，求出被测量的“真值”，这项工作称为“标定”或“校正”，也称为非线性校正［3］。

针对这一情况，国内外许多研究人员对此做了很多工作，文献［3］采用反非线性特性曲线拟合法对电容称重传感器进行非线性校正。但对于电容式称重传感器来说，由于其本身输出特性的非线性使得多项式拟合公式比较复杂，而且拟合公式的次数比较高，拟合的准确度往往受限。文献［4］利用硬件补偿方法实现了电阻应变式称重传感器的非线性误差补偿，但是对于电容称重传感器，用硬件进行补偿时，电路复杂而且补偿精度不高，难以做到全程补偿，且存在补偿电路硬件漂移问题。……