一種面向航空發動機的智能壓力傳感器熱補償方法技術

本發明專利技術提供一種面向航空發動機智能壓力傳感器的熱補償方法，包括以下步驟：步驟1)基于硅壓阻式壓力敏感芯體特性開展壓力輸入

【技術實現步驟摘要】
一種面向航空發動機的智能壓力傳感器熱補償方法


[0001]本專利技術屬于航空發動機控制
，具體涉及一種面向航空發動機的智能壓力傳感器熱補償方法。

技術介紹

[0002]隨著科技的不斷發展，傳感器成為了科技發展中必不可少的重要元素，硅壓阻式壓力傳感器以體積小、靈敏度高、性能可靠等優點成為了傳感器中被廣泛應用的一種，其廣泛應用于各種工業自控環境，涉及水電、交通、自動控制、航空航天、軍工、石化、電力、船舶、工業等眾多行業。溫度會在傳感器正常工作的情況下對其產生影響，造成傳感器的溫度漂移現象。溫度漂移作為壓阻式壓力傳感器不可忽視的問題之一，嚴重制約著該類傳感器的應用范圍和測量效果，當前在固定溫度或小范圍溫度環境變化下的壓力測試已有了較好的解決方法，不同的溫度補償設備和方法也較為完善。對于航空發動機而言，壓氣機出口壓力是重要的物理量，是發動機控制不可或缺的參數之一。航空發動機出口溫度高，現有的壓力傳感器易受溫度影響而不能準確測量出口壓力。因此，進一步進行壓阻式壓力傳感器的溫度補償方式的探究，特別是大溫度范圍乃至全溫范圍的溫度補償方法的研究是極其重要的。傳統的溫度補償方法分為硬件補償和軟件補償兩類，硬件補償存在調試困難、精度低、成本高、通用性差等缺點，而軟件補償相對于硬件補償來說更加靈活，更加精確，可靠性高也更環保，常見的軟件補償方法分為插值法，查表法，最小二乘法以及近些年來被廣泛應用的人工神經網絡法。其中通過人工神經網絡法的溫度補償，使得壓力傳感器的輸出有一個更加精確更加可靠的擬合結果，極大地提高傳感器的精確度。
>[0003]針對硅壓阻式壓力傳感器溫度漂移問題，本專利技術提出一種面向航空發動機的智能壓力傳感器熱補償方法。

技術實現思路

[0004]專利技術目的：本專利技術所要解決的技術問題在于克服現有技術的不足，本專利技術依據溫箱和壓力發生源構建溫度壓力模擬環境以研究傳感器溫壓特性，同時設計了一種基于RBF神經網絡的補償算法，對溫度漂移進行修正，提高了測量精度，并基于熱補償模型設計壓力傳感器智能補償方法的嵌入式程序，將補償算法加載于壓力傳感器智能處理模塊，形成了壓力傳感器的一種智能熱補償方法。
[0005]技術方案：為實現上述目的，本專利技術采用的技術方案為：
[0006]一種面向航空發動機的智能壓力傳感器熱補償方法，包括以下步驟：
[0007]步驟1)，基于硅壓阻式壓力敏感芯體特性開展壓力輸入
?
電壓輸出特性實驗，并開展溫度對硅壓阻式壓力芯體的性能分析；
[0008]步驟2)，基于RBF神經網絡建立智能壓力傳感器熱補償模型；
[0009]步驟3)，基于壓力傳感器熱補償模型和傳感器智能處理系統得到壓力傳感器智能補償模型，通過壓力傳感器智能補償模型對壓力傳感器智能補償。
[0010]進一步的，所述步驟1)中的輸入
?
輸出特性實驗環境為壓力源與恒溫箱，具體步驟如下：
[0011]步驟1.1)，基于實驗設備壓力源和恒溫箱，構建恒壓恒溫試驗環境；
[0012]步驟1.2)，選取某型MEMS硅壓阻式壓力傳感器作為試驗芯體放置于恒壓/恒溫系統中，壓力敏感芯體充分感壓感溫，連接上位機程序；
[0013]步驟1.3)，基于壓力源和恒溫箱構成的實驗環境，采取控制變量法開展對硅壓阻式壓力敏感芯體的特性研究實驗。
[0014]進一步的，所述步驟1.3)的具體步驟如下：
[0015]步驟1.3.1)，改變溫度，在不同的溫度點下觀測壓力芯體的壓力輸入
?
電壓輸出特性，記錄各個溫度下的測量數據；
[0016]步驟1.3.2)，基于數據分布，分析溫度對硅壓阻式壓力芯體的性能影響。
[0017]進一步的，所述步驟2)的具體步驟如下：
[0018]步驟2.1)，基于1.3.2)特性分析，選取RBF神經網絡；
[0019]步驟2.2)，基于步驟1.3.1)所得測量數據，選取RBF網絡的輸入、輸出以及網絡數據集、訓練集、測試集；
[0020]步驟2.3)，設置RBF網絡訓練參數即設置網絡訓練次數、學習率、訓練要求精度和隱含層數量，訓練RBF網絡。
[0021]進一步的，所述步驟2.2)的具體步驟如下：
[0022]步驟2.2.1)，選取MEMS壓阻式傳感器溫壓特性試驗數據壓力的電壓輸出量Up與溫度的電壓輸出值Ut作為RBF網絡輸入，以實驗室標定壓力值Pm作為網絡輸出；
[0023]步驟2.2.2)，選取MEMS壓阻式傳感器溫壓特性試驗數據中壓力的電壓輸出量Up、溫度的電壓輸出值Ut、標定壓力值Pm構成RBF網絡數據集，并隨機選取其中70％的數據為訓練集，30％的數據為測試集。
[0024]進一步的，所述步驟3)的具體步驟如下：
[0025]步驟3.1)，保存步驟2.4)訓練得到的智能壓力傳感器熱補償模型，提取RBF神經網絡的閾值和權值；
[0026]步驟3.2)，采用C語言編寫由步驟2.4)訓練得到的RBF神經網絡的C語言程序。
[0027]步驟3.3)，設計一款帶有放大、濾波、模數轉換、處理器功能的傳感器智能處理系統，并加載步驟3.2)所得的嵌入式程序。
[0028]進一步的，所述步驟3.2)的具體步驟如下：
[0029]步驟3.2.1)，基于步驟3.1)得到的閾值和權值編寫c語言程序中頭文件，同時添加庫函數聲明；
[0030]步驟3.2.2)，基于熱補償模型輸入、輸出、閾值和權值關系，編寫被調用函數，即子函數；
[0031]步驟3.2.3)，基于熱補償模型輸入參數，編寫主函數程序，調用子函數。
[0032]進一步的，所述傳感器智能處理系統包括信號采集及處理模塊、微處理器模塊、通信模塊，實現壓力溫度信號的AD采集、量綱變化以及為智能補償模型提供硬件環境。信號采集及處理模塊、微處理器模塊、通信模塊均為常用模塊，沒有創新。
[0033]本專利技術還提供一種壓力傳感器智能補償模型處理器，所述壓力傳感器智能補償模
型處理器設置有基于壓力傳感器熱補償模型和傳感器智能處理系統得到壓力傳感器智能補償模型，通過壓力傳感器智能補償模型對壓力傳感器智能補償的程序。
[0034]本專利技術與現有技術相比，具有以下技術效果：(1)軟件補償方法靈活性更強，可控性更高。(2)神經網絡方法補償精度更高，泛化能力更強。
附圖說明
[0035]圖1是一種面向航空發動機的智能壓力傳感器熱補償方法的流程圖；
[0036]圖2是試驗所選取某型MEMS硅壓阻式壓力敏感形體圖；
[0037]圖3是壓力敏感芯體的壓力輸入
?
電壓輸出特性圖；
[0038]圖4是神經網絡結構圖；
[0039]圖5是spread參數選擇結果圖；
[0040]圖6是壓力補償模型測試樣本結果圖；
[0041]圖7是神經網絡溫度補償流程圖；
[0042]圖8壓力傳感器智能處理模塊圖。本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種面向航空發動機智能壓力傳感器的熱補償方法，其特征在于，包括以下步驟：步驟1)，基于硅壓阻式壓力敏感芯體特性開展壓力輸入
?
電壓輸出特性實驗，開展溫度對硅壓阻式壓力芯體的性能分析；步驟2)，基于RBF神經網絡建立智能壓力傳感器熱補償模型；步驟3)，將智能壓力傳感器熱補償模型的參數編譯為嵌入式程序加載進傳感器智能處理系統中，得到壓力傳感器智能補償模型，通過壓力傳感器智能補償模型對壓力傳感器智能補償。2.根據權利要求1所述的一種面向航空發動機智能壓力傳感器的熱補償方法，其特征在于：所述步驟1)具體步驟如下：步驟1.1)，基于實驗設備壓力源和恒溫箱，構建恒壓/恒溫試驗環境；步驟1.2)，將壓力傳感器放置于恒壓/恒溫試驗環境中，壓力敏感芯體充分感壓感溫，同時測量傳感器輸出電壓；步驟1.3)，基于由壓力源和恒溫箱構成的實驗環境，采取控制變量法開展對硅壓阻式壓力敏感芯體的特性研究實驗。3.根據權利要求2所述一種面向航空發動機智能壓力傳感器的熱補償方法，其特征在于：所述步驟1.3)的具體步驟如下：步驟1.3.1)，改變溫度，在不同的溫度點下觀測壓力敏感芯體的壓力輸入
?
電壓輸出特性，記錄各個溫度下的測量數據；步驟1.3.2)，基于測量數據分布，分析溫度對硅壓阻式壓力芯體的性能影響。4.根據權利要求3所述的一種面向航空發動機智能壓力傳感器的熱補償方法，其特征在于：所述步驟2)的具體步驟如下：步驟2.1)，基于1.3.2)特性分析，設計RBF神經網絡；步驟2.2)，基于步驟1.3.1)所得測量數據，確定RBF網絡的輸入、輸出以及網絡數據集、訓練集、測試集；步驟2.3)，設置RBF網絡訓練參數，包括網絡訓練次數、學習率、訓練要求精度和隱含層數量；步驟2.4)，訓練該RBF網絡，得到智能壓力傳感器熱補償模型。5...

【專利技術屬性】
技術研發人員：鄭天翔，潘慕絢，吳明，黃金泉，
申請(專利權)人：南京航空航天大學，
類型：發明
國別省市：