摘 要：采用函數(shù)鏈神經(jīng)網(wǎng)絡方法對振動筒式壓力傳感器進行非線性校正，與BP算法相比，函數(shù)鏈神經(jīng)網(wǎng)絡結構明了、算法簡單、易于收斂。文中介紹了函數(shù)鏈神經(jīng)網(wǎng)絡解決振動筒式壓力傳感器的非線性原理和建模方法，仿真實驗結果證明了該方法的可行性和有效性。 關鍵詞：函數(shù)鏈神經(jīng)網(wǎng)絡，非線性，振動筒 0 引言 傳感器的非線性校正有多種方法，并且也都得到了不同程度的應用。傳統(tǒng)的非線性傳感器線性化的方法是硬件補償，這種方法難以做到全程補償，而且補償硬件的漂移會影響整個系統(tǒng)的精度，因此可靠性不高、測量范圍有限、精度低?，F(xiàn)在國內外研究人員研究了多種多項式擬合校正法，當用直線擬合時，擬合精度較低，通常不能滿足要求；用高次曲線擬合又過于復雜，實現(xiàn)困難。近年來發(fā)展較多的是神經(jīng)網(wǎng)絡法，大都采用的是BP算法。在理論上，含有隱含層的BP網(wǎng)絡能夠逼近任意的非線性函數(shù)，這種方法適應性強，精度也高。但是BP網(wǎng)絡結構復雜、調節(jié)的權值多、學習速度慢、容易陷入局部最小。為此本文采用了一種基于函數(shù)鏈神經(jīng)網(wǎng)絡（FLANN）的傳感器線性校正方法，與BP算法相比，該結構簡單明了。通過在振動筒式壓力傳感器的上仿真實驗證明，該方法簡單易行，效果理想。 詳情請點擊下載：振動筒式壓力傳感器的FLANN非線性校正