工业高精度压力变送器是一种用于测量和转换流体压力为标准电信号的设备,广泛应用于各个领域,如石油化工、电力、冶金等。但是工业环境中,现场温度的波动范围极大,考虑到压力变送器中硅材料特性,转化出的气动或电动信号是非常容易受环境温度影响的,令压力器出现温度漂移问题,导致输出的仪表结果不够准确,难以为设备提供有效控制数据,不能满足工业高精度需求。为此,分析压力变送器受到的非线性温度影响,并对其合理补偿是解决此类问题的关键。因此,对压力变送器的温度影响进行补偿研究具有重要意义。
结合上述研究背景,相关科研人员提出了如下方案。文献方法设计了三阶非线性多项式逆模型校准温度影响下的非线性误差,并采用改进粒子群算法优化补偿,实现最精准压力值输出。文献方法利用鲸鱼算法优化神经网络对温度影响下的非线性关系输出结果,基于最优权值阈值,得出补偿后数据。
但是上述两种方法均没有细致分析压力变送器受温度非线性影响下的零点温度漂移和灵敏度温度漂移,导致补偿结果依旧无法满足工业高精度需求。为此,充分研究两种漂移原因和计算表示,并通过三阶多项式线性化校正,再利用BP神经网络补偿,实现最优输出结果。