锰铜高压传感器的研究及温度补偿方法
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-21页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 高压的产生及测量 | 第11-15页 |
| 1.2.1 高压的产生 | 第11页 |
| 1.2.2 高压测量方法 | 第11-15页 |
| 1.3 锰铜压力传感器研究现状 | 第15-20页 |
| 1.3.1 箔式锰铜传感器 | 第16-17页 |
| 1.3.2 薄膜式锰铜传感器 | 第17-18页 |
| 1.3.3 丝式锰铜传感器 | 第18-20页 |
| 1.4 本文主要研究内容 | 第20-21页 |
| 2 传感器设计 | 第21-35页 |
| 2.1 总体设计 | 第21-28页 |
| 2.1.1 传感器结构设计 | 第21-23页 |
| 2.1.2 壳体强度设计 | 第23-27页 |
| 2.1.3 引线、密封设计 | 第27-28页 |
| 2.2 传感元件设计 | 第28-31页 |
| 2.2.1 传感元件结构设计 | 第29-30页 |
| 2.2.2 老化工艺 | 第30-31页 |
| 2.3 温度测量 | 第31-34页 |
| 2.3.1 高压下的温度测量 | 第32-33页 |
| 2.3.2 内置测温 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 3 实验研究 | 第35-50页 |
| 3.1 实验系统搭建 | 第35-39页 |
| 3.1.1 压力系统的建立 | 第35-38页 |
| 3.1.2 温度系统的建立 | 第38页 |
| 3.1.3 数据采集系统的搭建 | 第38-39页 |
| 3.2 传感器静态性能指标 | 第39-47页 |
| 3.2.1 传感器工作曲线 | 第39-43页 |
| 3.2.2 过载测试 | 第43-44页 |
| 3.2.3 非线性度δ_L | 第44-45页 |
| 3.2.4 迟滞δ_H | 第45-46页 |
| 3.2.5 重复性δ_R | 第46-47页 |
| 3.2.6 传感器的精度 | 第47页 |
| 3.3 传感器信号采集 | 第47-49页 |
| 3.4 本章小结 | 第49-50页 |
| 4 传感器温度补偿 | 第50-62页 |
| 4.1 锰铜的温度系数 | 第50-51页 |
| 4.2 压致升温效应 | 第51-53页 |
| 4.3 温度、压力实验 | 第53页 |
| 4.4 温度补偿模型 | 第53-60页 |
| 4.5 本章小结 | 第60-62页 |
| 5 RBF神经网络补偿 | 第62-72页 |
| 5.1 RBF神经网络原理 | 第62-64页 |
| 5.2 基于高斯核的RBF神经网络的实现 | 第64-65页 |
| 5.3 RBF神经网络补偿结果 | 第65-68页 |
| 5.4 Labview补偿程序 | 第68-71页 |
| 5.4.1 Matlab与Labview融合 | 第68-69页 |
| 5.4.2 Labview补偿程序设计 | 第69-71页 |
| 5.5 本章小结 | 第71-72页 |
| 6 结论与展望 | 第72-74页 |
| 6.1 结论 | 第72-73页 |
| 6.2 展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 附录 | 第80-85页 |
| 附录A 数据采集后面板(部分) | 第80-82页 |
| 附录B 传感器采集程序 | 第82-83页 |
| 附录C 标准传感器采集程序(部分) | 第83-84页 |
| 附录D RBF神经网络补偿程序 | 第84-85页 |
