RBF神经网络热式气体流量计温度补偿  

Temperature compensation of thermal gas flowmeter based on RBF neural networks

作　　者：王川[1] 尹文庆[1] 杨志军[1] 范丽[1] 曹鹏[1] 

机构地区：[1]南京农业大学工学院江苏省农业智能化装备重点实验室,江苏南京210031

出　　处：《传感器与微系统》2016年第12期99-102,共4页Transducer and Microsystem Technologies

基　　金：江苏省农机三项工程项目(NJ2010-02);南京农业大学青年科技创新基金资助项目(KJ2010032)

摘　　要：为了解决热式气体流量计测量电路中采用硬件温度补偿成本高且精度不够等问题,利用神经网络的特点,设计了一种基于径向基函数(RBF)神经网络的软件温度补偿方法。实验表明:通过RBF神经网络温度补偿,有效地抑制了温度对流量计测量结果的影响,实现了环境温度梯度变化下气体流量测量的准确性和稳定性,测量准确度达到1.0级,且重复性好。In order to solve problem of high cost and low precision of hardware circuit temperature compensation in thermal gas flow-meter measurement circuit,using character of neural network,a software temperature compensation method designed based on radial basis function（ RBF） neural networks. Experiments show that after temperature compensation of RBF neural networks,the accuracy reaches 1. 0 level and maintains the accuracy,stability and repeatability at the same time,which effectively restrains the influence caused by gradient change of temperature.

关 键 词：热式气体流量计 测量精度 温度补偿 径向基函数神经网络 

分 类 号：TH814[机械工程—仪器科学与技术]