有限空间爆炸静态压力的温度补偿方法

为改善压阻式压力传感器的温度漂移特性，构建了基于遗传算法和小波神经网络的压力传感器温度补偿模型。针对小波神经网络收敛速度慢且易陷入局部最优解的问题，采用遗传算法对小波神经网络的连接权值、伸缩参数和平移参数进行优化。基于压力传感器的标定数据，分别采用BP神经网络、小波神经网络和遗传小波神经网络对其进行温度补偿研究，结果表明:遗传小波神经网络兼容了小波分析的时频局部特性和神经网络的自学习能力，表现出良好的收敛速度和补偿精度，经补偿后传感器的输出值更接近于标定值，其最大误差由?17.44 kPa变至0.38 kPa，最大相对误差由?14.0%变至0.38%。将该模型应用于有限空间爆炸静态压力的温度补偿中，取得了较好的实际应用效果。     

基于动态校准数据的压杆测试系统动态特性校正技术

针对应变式压杆测试系统在冲击波的超压测量中存在动态响应不足的问题,建立了激波管校准平台.采用系统辨识建模和动态补偿的方法,将时域分析和频域估计相结合,设计了一种动态补偿滤波器,改善了压杆测试系统的动态特性,使频带展宽,响应时间减少.     

薄板挠曲型光纤Bragg光栅土压力传感器设计与分析

根据土压力传感器与土介质的匹配原则,设计了一种圆平膜片薄板挠曲型FBG土压力传感器。通过在圆膜片上设计一组对称的光栅固定柱,有效避免了传感器在使用过程中产生谱峰分裂。同时,利用光栅固定柱张角引起的应变效应,大幅度地提高了传感器的压力灵敏度。理论分析了该结构的增敏机理并给出传感器灵敏度公式,计算结果表明,传感器的压力灵敏度可达1 374.3 pm/MPa。使用ANSYS建立薄板挠曲的有限元模型,通过提取固定柱中心点处在光纤方向上的位移,获得了有限元模型的压力灵敏度为1 360.8 pm/MPa。有限元分析和理论设计结果的相对误差为0.98%,具有很高的一致度,验证了理论设计和分析的正确性。