-1998 一种补偿扩散硅压力传感器零点温漂的电阻网络
基于FA-RBF神经网络的压力传感器的温度漂移补偿法
基于FA-RBF神经网络的压力传感器的温度漂移补偿法孙艳梅;刘树东;陶佰睿【摘要】针对温度对硅压阻式压力传感器输出的影响问题,提出基于因子分析和RBF神经网络相结合的补偿方法.利用因子分析实现对原始信息的筛选和降维;结合RBF神经网络的非线性映射、自适应能力和强容错性对补偿过程进行建模,减少网络的输入,利于简化网络结构,进而加快收敛,节省运行时间,提高网络的学习速率与泛化能力.研究结果表明,该方法有效地抑制了温度对压力传感器的影响,提高传感器的稳定性和准确性.【期刊名称】《物理实验》【年(卷),期】2011(031)007【总页数】5页(P21-25)【关键词】温度补偿;因子分析;神经网络;传感器【作者】孙艳梅;刘树东;陶佰睿【作者单位】齐齐哈尔大学,通信与电子工程学院,黑龙江齐齐哈尔,161001;齐齐哈尔大学,理学院,黑龙江齐齐哈尔,161001;齐齐哈尔大学,通信与电子工程学院,黑龙江齐齐哈尔,161001;齐齐哈尔大学,通信与电子工程学院,黑龙江齐齐哈尔,161001【正文语种】中文【中图分类】TP2121 引言硅压阻式压力传感器在输入压力p数值不变的情况下，当工作温度t变化时将引起传感器输出发生变化.为了消除非目标参量（温度）对传感器输出特性的影响，可采用多种智能化技术[1]，本文结合因子分析（Factor Analysis，FA）和RBF （Radial Basis Function）神经网络的优点，将这两种方法相结合用于压力传感器的温度补偿，并就补偿效果进行了分析和对比.2 因子分析因子分析是从研究变量内部相关的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法.对于所研究的问题试图用最少的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一分量[2].2.1 因子分析模型一般地，设p个可观测变量（x1，x2，…，xp）与q个公共因子（其中q≤p）满足：此模型称为因子分析模型.若记：则因子分析模型的向量矩阵形式为其中，矩阵A称为公因子载荷矩阵，aij称为因子载荷；F称为公共因子向量；X 为原变量向量；ε称为随机误差.2.2 因子分析模型计算方法为确定因子分析模型，即估计载荷矩阵A，对可观测变量（x1，x2，…，xp）必须获得1个观测样本（xi1，xi2，…，xip），i＝1，2，…，n，以此样本出发估算载荷阵A的估算方法有多种，如主成分法、极大似然法、主因子法等，本文选用主成分法.1）计算（x1，x2，…，xp）的相关系数矩阵R＝（rij）p×p，其中2）计算相关系数矩阵R的特征根，记为λ1≥λ2≥…≥λp≥0.3）确定公因子个数q的值，以前q个特征值的累积百分数≥85%选取公因子个数. 4）计算特征根λ1，λ2，…，λq对应的单位特征向量，记为γ1，γ2，…，γq.5）对特征向量进行规格化，即aj＝，j＝1，2，…，q.6）写出载荷矩阵A，即A＝（a1，a2，…，aq）＝（aij）p×q，至此得到因子分析模型.2.3 因子得分模型一般地，因子得分模型为f＝Bx＋ε，即fi＝bi1x1＋bi2x2＋…＋bipxp＋εi，i＝1，2，…，q.如何估计B＝（bij）p×q是关键问题.SPSS统计软件提供了3种方法：即回归法（Regresson）、巴特莱特法（Bartlett）、安德森－鲁宾法（Anderson－Rubin）[3]，本文采用回归法计算因子得分.这里通过因子分析主要是简化系统结构，排除补偿因子间的相关因素，找出可用于描述系统变量的公因子，作为新的样本为神经网络所用，达到降维的目的.3 径向基函数RBF神经网络RBF神经网络是前馈神经网络中的一类特殊的3层神经网络，是典型的局部逼近神经网络，具有学习快、不会陷入局部最优的优点[4].RBF神经网络是新颖有效的前馈式神经网络，具有较高的运算速度和较强的非线性映射能力，能以任意精度全局逼近某非线性函数.径向基函数网络由3层组成，输入层节点传递输入信号到隐层，隐层节点由类似高斯函数的辐射状作用的函数构成，而输出层节点通常是简单的线性函数.高斯函数的一般表达式为式中，x是n维输入向量；Ri（x）为隐层第i单元的输出；ci为第i个基函数的中心，与x具有相同维数的向量；σi为基函数围绕中心点的宽度，m是感知单元的个数；‖x－ci‖为向量x－ci的欧氏范数，表示x与ci之间的距离.输入层实现从x到Ri（x）的非线性映射，输出层实现从Ri（x）到yi的线性映射.即式中，p为输出节点数；ωij为第i个基函数与输出节点yj的连接权值.2个输入节点，1个输出节点的RBF网络结构如图1所示[5－6].图1 RBF网络结构本文将带遗忘因子的梯度下降法应用于RBF神经网络的参数调整[7].其具体算法如下：其中，J为误差函数；Y（k）代表希望的输出；Y（ω，k）为网络的实际输出；ω是网络所有权值组成的向量.隐层－输出层连接权值矩阵的调整算法为隐层中心值矩阵的调整算法为隐层标准偏差矩阵的调整算法其中，μ（k）为学习率；α（k）为动量因子.4 因子分析径向基神经网络算法的实现步骤1）进行数据预处理时，为了避免量纲不同而带来数据间无意义的比较，故将数据进行标准化处理：其中，Xi和pi为标定值，Ximin和Ximax为温度传感器输出电压标定的最小值和最大值，pimin和pimax为压力标定的最小值和最大值.2）将数据分为验证数据和训练数据.3）对标准化的数据运用SPSS软件进行因子分析.4）运用Matlab软件设计RBF神经网络，并将因子分析后的所得数据通过因子旋转得到的各个公因子得分，作为输入层变量输入神经网络进行网络的训练和仿真. 5）将验证样本通过数据标准化代入训练好的网络进行检验.5 压力传感器温度补偿5.1 传感器标定数据实验采用Honeywell的24PCGF1G型压力传感器，把压力传感器和温度传感器放在恒温槽中，温度分别为8，22，35，50℃共4个温度点，然后测量出不同温度下不同压力标定值的电压测量值[8].压力传感器对应的被测压力为p，传感器的输出电压为Up，在数据测量时，外加2mA的恒流源以激励压力传感器，环境温度由集成温度传感器AD590测定，当温度为t时，用AD590的输出Ut（mV）反映温度t，数据见表1.运用SPSS软件对数据进行因子分析，采用主成分分析方法选取特征值累积≥85%的因子，得到相关矩阵，见表2.因子特征根、方差贡献率和方差累计贡献率见表3. 由表3可知，前2个主成分的累积方差贡献率为97.616%，已超过85%，故提取出了2个主成分，其因子得分系数见表4.表1 传感器标定数据p／（103 Pa）Up／mV Ut／mV 8℃22℃35℃50℃0 29.6 31.9 33.6 34.9 1 405.8 1 475.8 1 540.9 1 615 8℃22℃35℃50℃.8 0.04 28.7 27.7 27.2 30.5 1 394.9 1 463.9 1 528.4 1 602.7 0.06 23.6 25.3 26.7 26.3 1 383.7 1 452.2 1 515.9 1 589.5 0.08 20.3 23.6 24.5 26.2 1 372.1 1 440.0 1 503.6 1 576.6 0.10 17.4 21.0 22.6 22.1 1 360.8 1 427.9 1 490.1 1 563.4 0.1216.1 18.5 20.3 21.9 1 348.9 1 416.1 1 478.5 1550.4表2 相关矩阵VAR00001VAR00002VAR00003VAR00004VAR00005VAR00006 VAR00001 1.000 0.327 0.934 0.986 0.911 0.999 VAR00002 0.327 1.000－0.290 0.310 0.235 0.359 VAR00003 0.934－0.029 1.000 0.918 0.856 0.921 VAR000040.986 0.310 0.918 1.000 0.967 0.985 VAR00005 0.911 0.235 0.856 0.9671.000 0.908 VAR00006 0.999 0.359 0.921 0.985 0.908 1.000表3 总方差解释成分初始特征根特征根方差贡献率／%累积方差贡献率／%提取初始特征根特征根方差贡献率／%累积方差贡献率／%1 4.834 80.559 80.5594.834 80.559 80.055 2 1.023 17.057 97.616 1.023 17.057 97.616 3 0.1432.384 100.00 4 1.8×10－163.1×10－15 100.00 5－4.6×10－17－7.7×10－16 100.00 6－1.3×10－16－2.2×10－15100.00表4 因子得分系数主成份VAR00001VAR00002VAR00003VAR00004VAR00005VAR00006 1 0.199－0.119 0.253 0.202 0.203 0.192 2 0.056 0.923－0.286 0.043－0.013 0.089通过因子分析系数计算数据的因子得分，并将其作为RBF网络的输入项，网络的输入层引入因子分析抽取的2个主成份，共2个节点，每个节点代表样本对应的主成份；输出层用1个节点表示，采用Matlab语言对RBF网络进行设计和训练，选取神经网络的隐层神经元个数为8，目标误差与基函数的扩展常数的取值对网络的拟合和泛化能力有很大影响，训练集的拟合程度低，蕴含的规律无法获取；拟合程度高，则对测试集的泛化能力减弱.初始数据中心、扩展常数和输出权值均由随机函数产生，通过调整网络中的参数，包括隐层节点数、学习速率、遗忘因子和网络权值、隐层标准偏差等，进行网络的训练和测试，采用均方根计算其精度，目标误差为0.000 1，扩展常数的学习率为0.006时结果最好，此时网络的训练精度为0.039%，测试精度为0.048%.温度补偿后的压力输出值如表5所示.表5 FA－RBF神经网络温度补偿效果p／（103 Pa）Up／mV8℃22℃35℃50℃0.05 0.049 2 0.050 6 0.050 9 0.050 7 0.07 0.070 5 0.069 2 0.069 5 0.070 6 0.09 0.090 6 0.089 8 0.090 4 0.089 5 0.11 0.110 6 0.109 5 0.110 3 0.109 9 0.13 0.130 9 0.130 8 0.129 7 0.130 55.2 算法补偿效果分析分别计算压力传感器的零点温漂和灵敏度温漂[9].零点温度漂移：式中，（t1）为室温t1时传感器的零点平均输出值，（t2）为在规定的高温或低温t2保温1h后传感器的零点输出平均值；U（t1）为室温t1时传感器的理论满量程输出，可用实际的满量程输出平均值（t1）代替.灵敏度温度漂移式中，（t1）为室温t1时传感器的满量程输出平均值，（t2）为在规定的高温或低温t2保温1h后传感器的满量程输出平均值[10].计算补偿前性能参数同理，根据表2中的数据，计算出温度补偿后的性能参数α0＝4.37×10－4，α＝5.54×10－4.补偿后零点温度漂移和灵敏度温度漂移都显著提高，减小了温度对压力传感器输出的影响.基于因子分析的RBF神经网络与RBF神经网络相比，它的训练时间要比RBF网络短，而且迭代的次数较少，零点温度漂移和灵敏度温度漂移都显著提高.限于篇幅原因，本文将运行RBF神经网络的补偿结果直接给出，如表6所示，利用因子分析对数据降维，减少了网络的输入，利于简化网络结构，进而加快收敛，节省运行时间.综上，基于因子分析的RBF神经网络算法提高了传感器的稳定性和准确度.表6 RBF神经网络与FA－RBF神经网络比较神经网络平均训练次数平均训练时间／sα0／10－4α／10－4 RBF 16 2.972 5 4.74 6.14 FA－RBF 9 1.732 8 4.375.546 结论针对硅压阻式压力传感器温度漂移问题，提出了基于因子分析和RBF神经网络相结合的补偿方法，并验证了方法的有效性，该方法通过因子分析实现了对原始信息的筛选和降维，既减少数据冗余，又排除相关、重复数据的影响，形成新的训练样本集；结合RBF神经网络的非线性映射、自适应能力和强容错性对补偿过程进行建模，减少了网络的输入，利于简化网络结构，进而加快收敛，节省运行时间，大大提高了网络的学习速率与泛化能力.结果证明，基于因子分析的RBF神经网络有效解决了传感器在大范围环境温度变化情况下静态电压零点漂移和灵敏度漂移的问题，提高了传感器的稳定性.【相关文献】[1] 黄晓因，张悦，张丽莲.压力传感器样本数据更新和数据融合算法研究[J].电子器件，2005，28（4）：882－885.[2] 蔡建琼，于慧芳，朱志洪.SPSS统计分析实例精选[M].北京：清华大学出版社，2006.[3] 苏金明，傅荣华，周建斌，等.统计软件SPSS系列二次开发篇[M].北京：电子工业出版社，2003.[4] 何平，潘国峰，赵红东，等.基于RBF网络的智能气敏传感器温度补偿[J].仪表技术与传感器，2008，（7）：6－8，42.[5] Bianchini M，Frasconi P，Gori M.Learning without local minim a in radial basis function networks[J].IEEE Transactions on Neural Networks，1995，6（3）：749－756. [6] Yao Xin.Evolving artificial neural networks[J].Proceedings of the IEEE，1999，87（9）：1423－1447.[7] Catelsni M，Fort A.Fault diagnosis of electronic analog circuits using a radial basis function network classifier[J].Measurement，2000，28（3）：147－158.[8] 鲁长宏，张瑞，李玉兰.超稳定TO－8型压力传感器在气体导热系数测定实验中的应用[J].物理实验，2006，26（11）：31－34.[9] 严家明，毛瑞娟，谢永宜.两种数据融合算法对扩散硅压力传感器的温度补偿[J].计算机测量与控制，2008，16（9）：1363－1365.[10] Pramanik C，Islam T，Saha H.Temperature compensation of piezoresistive micro－machined porous silicon pressure sensor by ANN[J].Microelectronics Reliability，2006，46：343－351.。
传感器零点温度漂移补偿方法研究现状综述
传感器零点温度漂移补偿方法研究现状综述我们把传感器在额定电压下，未受输入信号时的输出（一般为电压值）称为传感器的“零点”。
零点输出的企业标准一般控制在满量程输出电压的百分之一。
我们又把传感器零点随时间不断变化的现象，称为传感器的“零点漂移”[1]。
传感器广泛应用于各种工农业生产实践中，一切科学研究和生产过程要获取信息都要通过其转换为易传输与处理的电信号。
但大多数传感器的敏感元件采用金属或半导体材料，其静态特性与环境温度有着密切联系。
实际工作中由于传感器的工作环境温度变化较大，又由于温度变化引起传感器的热输出较大，将会带来较大的测量误差；同时，温度变化影响零点大小，继而影响到传感器的静态特性，所以必须采取措施以减少或消除温度变化带来的影响，即必须进行零点温度补偿。
一、零漂产生原因传感器零点产生漂移的原因很多。
如对压力传感器来说，桥路中元件参数本身就不对称；弹性元件和电阻应变计的敏感栅材料温度系数，线胀系数不同，组桥引线长度不一致等综合因素，最后导致传感器组成电桥后相邻臂总体温度系数有一定差异，当温度变化时，相邻臂电阻变化量不同，从而使电桥产生输出不平衡，即产生了零点漂移[2]；对智能传感器，时漂——即对系统而言，随着时间的增加，相当于对系统进行老化处理，这样，系统的结构特征就要发生变化，从而产生漂移。
温漂——受温度影响而引起的零点不稳定[3]。
可见，温度的影响是产生零点漂移的最主要因素，也是最难控制的。
以压力传感器零点温度漂移为例，零点温度漂移是衡量压力传感器质量的一个重要性能指标，一般零点温度漂移系数用K 0来表示：C FS T U T U T T T U T U K N ︒⨯---=/%100)]()()[()()(00000000 （1） 上式中，)(0T U N 为参考温度下满量程时的输出电压；)(0T U 和)(00T U 分别为温度T 和参考温度T 0时的零点输出电压。
由于热敏电阻制造工艺的不一致性，温度零点漂移系数K 0不是一个定值，它在不同的温度区间有不同的值。
一种硅压阻式压力传感器温度补偿算法及软件实现-基础电子
一种硅压阻式压力传感器温度补偿算法及软件实现-基础电子摘要：硅压阻式压力传感器的零点温度漂移和灵敏度温度漂移是影响传感器性能的主要因素之一，如何能使该类误差得到有效补偿对于提高其性能很有意义。
通过对硅压阻式压力传感器建立高阶温度补偿模型进行温度误差补偿是一种有效的方法，并在该模型基础上给出了拟合系数计算方法，并用Matlab GUI 软件来实现温度补偿系数计算，进而实现传感器输出的动态温补，达到了很好的输出线性性。
实验结果表明，补偿后传感器输出的非线性误差小于0.5% F.S.0 引言硅压阻式压力传感器利用半导体材料的压阻效应来进行压力测量，以其体积小、灵敏度高、工艺成熟等优点，在各行业中得到了广泛应用。
实际工程应用中由于硅材料受温度的影响，导致零点漂移和灵敏度漂移，因此温度补偿问题是提高传感器性能的一个关键环节。
目前压力传感器主要有两种温度补偿方法：硬件补偿和软件补偿。
硬件补偿方法存在调试困难、精度低、成本高、通用性差等缺点，不利于工程实际应用；利用数字信号处理技术的软件补偿能够克服以上缺点，也逐渐成为研究热点。
目前软件补偿的方法主要有：查表法、二元插值法、BP神经网络法、小波神经网络方法、曲线曲面拟合方法等。
查表法需要占用很大内存空间，而神经网络方法存在网络不稳定、训练时间较长的缺点不利于工程应用。
在研究各类软件补偿方法的基础上对压力传感器采用建立高阶温度补偿模型进行温度误差补偿，并且在Matlab GUI软件平台下实现高阶温度补偿系数的计算，通过实验对该方法进行验证。
1 高阶温度补偿模型的建立1.1 高阶温度补偿建模压力传感器输出非线性误差主要是由零点温度漂移和灵敏度温度漂移产生，零点温度漂移是由于电阻掺杂不同而导致电阻的温度系数不同，灵敏度温度漂移主要由于压阻系数易随温度的升高而减少。
针对温度对传感器输出影响，采用对零点温度漂移和灵敏度漂移建立高阶补偿模型进行统一补偿，补偿后压力值Press（T ）表示为温度传感器电压输出VT 和压力传感器电压输出VP 的函数：将Press（T ）补偿转换成曲面拟合问题，采用高阶多项式拟合方法构造曲面方程：式中系数矩阵中元素CI,J 是式（2）中VP VT 项对应系数。
扩散硅压力传感器灵敏度温度归一化补偿算法
扩散硅压力传感器灵敏度温度归一化补偿算法曹庆伟【摘要】文章主要介绍了公司在对于扩散硅压阻式压力传感器灵敏度温度补偿的工作中,经过长期探索、实验,发现了传感器补偿算法.在原先对压力传感器进行灵敏度温度误差补偿纠正的算法中,又加入了调节传感器满量程大小方法,并形成了成熟的归一化的数学模型.【期刊名称】《仪器仪表用户》【年(卷),期】2017(024)005【总页数】4页(P1-4)【关键词】扩散硅压阻式压力传感器;灵敏度温度补偿;归一化【作者】曹庆伟【作者单位】山东佰测传感科技股份有限公司,山东淄博 255086【正文语种】中文【中图分类】TE半导体微机械加工技术的发展使得硅压力传感器的性能日益提高，但是由于半导体材料的温度特性使得传感器的温度误差一直存在。
对于扩散硅压阻式压力传感器，环境温度的变化会相应地引起传感器桥臂电阻的变化，这种变化会导致传感器零点输出和灵敏度输出也随温度的变化而变化。
对于零点温度影响的补偿已经较为成熟，但是对于灵敏度温度影响的补偿由于要兼顾灵敏度输出的大小而很难达到满意的效果。
主要在有同一灵敏度输出的要求下，这篇技术文章在恒压源供电下对灵敏度温度影响的几种温度误差的补偿方法做出探讨。
传感器补偿后会根据补偿原理的不同分为恒压源供电和恒流源供电的两种使用条件不同的产品。
此处讨论的是恒压源供电的传感器。
扩散硅压力传感器原理图及带灵敏度补偿原理图如图1、2所示。
图1为传感器未做补偿前的原理图，使用恒流源供电的测试系统对传感器进行测试，测出传感器在低温、常温和高温下零压力点和满压力点下的传感器输出V和E，这样可以计算得到传感器在不同温度下的满量程输出和传感器输入阻抗R。
其中：满量程输出：Sg=Vmg - V0g Sd=Vmd - V0hd输入阻抗：R=E/I注：● S：满量程输出；R：传感器输入阻抗；V：传感器输出电压；E：传感器输入电压。
● m ：满压力；0：零压力。
● d：低温；c：高温；g：常温。
扩散硅压力传感器技术简介
扩散硅压力传感器技术简介一、一般介绍：硅单晶材料在受到外力作用产生极微小应变时（一般步于400微应变），其内部原子结构的电子能级状态会发生变化，从而导致其电阻率剧烈变化（G因子突变）。
用此材料制成的电阻也就出现极大变化，这种物理效应称为压阻效应。
利用压阻效应原理，采用集成工艺技术经过掺杂、扩散，沿单晶硅片上的特点晶向，制成应变电阻，构成惠斯凳电桥，利用硅材料的弹性力学特性，在同一切硅材料上进行各向异性微加工，就制成了一个集力敏与力电转换检测于一体的扩散硅传感器。
给传感器匹配一放大电路及相关部件，使之输出一个标准信号，就组成了一台完整的变送器。
二、技术特点：1、灵敏度高扩散硅敏感电阻的灵敏因子比金属应变片高50~80倍，它的满量程信号输出在80-100mv左右。
对接口电路适配性好，应用成本相应较低。
由于它输入激励电压低，输出信号大，且无机械动件损耗，因而分辨率极高。
2、精度高扩散硅压力传感器的感受、敏感转换和检测三位一体，无机械动件连接转换环节，所以重复性和迟滞误差很小。
由于硅材料的刚性好，形变小，因而传感器的线性也非常好。
因此综合表态精度很高。
3、可靠性高扩散硅敏感膜片的弹性形变量在微应变数量级，膜片最大位移量在来微米数量级，且无机械磨损，无疲劳，无老化。
平均无故障时间长，性能稳定，可靠性高。
4、频响高由于敏感膜片硅材料的本身固有频率高，一般在50KC。
制造过程采用了集成工艺，膜片的有效面积可以很小，配以刚性结构前置安装特殊设计，使传感器频率响应很高，使用带宽可达零频至100千赫兹。
5、温度性能好随着集成工艺技术进步，扩散硅敏感膜的四个电阻一致性得到进一步提高，原始的手工补偿已被激光调阻、计算机自动修整技术所替代，传感器的零位和灵敏度温度系数已达10-5/℃数量级，工作温度也大幅度提高。
6、抗电击穿性能好由于采用了特殊材料和装配工艺，扩散硅传感器不但可以做到130℃正常使用，在强磁场、高电压击穿试验中可抗击1500V/AC电压的冲击。
硅压阻式压力传感器的硬件温度补偿方法概述
硅压阻式压力传感器的硬件温度补偿方法概述作者：王鑫来源：《科学与信息化》2019年第19期摘要基于压阻效应的硅压阻式压力传感器因其输出灵敏度高而广泛用于各种压力测试场合。
但压阻效应受温度影响较大，传感器的设计中必须设计相应的温度补偿方法来弥补其不足。
本文主要阐述一种基于电阻网络的硬件温度补偿方法，促进该方法在压阻传感器技术中的应用。
关键词硅压阻；传感器；硬件温度补偿；电阻网络压阻式压力传感器广泛应用于石油化工，医疗，航空航天等领域，得益于压阻效应，使得传感器具有灵敏度高，响应时间短，稳定性好等特点。
但对于温度场变化的压力测试，必须进行合理的温度补偿，才能克服压阻效应受温度影响较大而导致测量压力值误差较大的弊端。
因此，掌握压阻式压力传感器测压原理，针对性设计温度补偿电路至关重要。
1 压阻式压力传感器原理压阻式压力传感器的感压膜片上分布了四个半导体压敏电阻，四个电阻构成惠斯通电桥。
外界压力的变化导致桥路电阻的变化，通过对变化的阻值标定来测量压力。
图1为压敏电阻组成的惠斯通桥路的壓力传感器电路模型。
压力膜片受力后阻值与应力变化关系如下：式中，R为桥臂电阻阻值，π为压阻系数，E为弹性模量，l为长度，υ为泊松比，G为应变因子，ε为应变量。
公式1中的G主要由πd额大小决定，即压阻系数的大小决定了电阻率的变化。
2 传感器硬件温度补偿方法压阻式压力传感器的压敏电阻受温度影响较大，影响传感器的压力温度特性体现在传感器的零点温漂和灵敏度温漂。
最常用的方法是将对应的惠斯通桥臂进行串并联电阻，通过调节桥臂电阻的阻值和桥臂电阻的温度系数，进行传感器温补[1-3]。
2.1 零点温度补偿方法假设对桥臂1进行串接电阻，对桥臂2进行并接电阻，则取当前温度和Δt温度下零点温度应满足对臂电阻乘积相等的原则建立方程组如下：联立方程即可求出串联电阻阻值Rc和并联电阻阻值Rb。
2.2 灵敏度温度补偿方法当以恒流源激励时，桥路输出电压为：温度的变化导致压阻系数变化，而压阻系数影响传感器的灵敏度。
压力传感器的温度补偿.
毕业论文课题名称压力传感器的温度补偿分析分院/专业机械工程学院/机电一体化技术班级机电1051学号1001043522学生姓名刘兵指导教师：杨新春2013年5月20日┊┊┊┊┊┊┊┊┊装┊┊┊┊┊订┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊摘要压力传感器是工业实践中最为常用的一种传感器，而我们通常使用的压力传感器主要是利用压电效应制造而成的，这样的传感器也称为压电传感器。
我们知道，晶体是各向异性的，非晶体是各向同性的。
某些晶体介质，当沿着一定方向受到机械力作用发生变形时，就产生了极化效应；当机械力撤掉之后，又会重新回到不带电的状态，也就是受到压力的时候，某些晶体可能产生出电的效应，这就是所谓的极化效应。
科学家就是根据这个效应研制出了压力传感器。
但是随着工作环境温度的不断变化，会导致体管参数发生变化，将会引起不稳定的静态工作点，电路的动态参数不稳定和温度漂移（包括零点漂移和灵敏度漂移）。
最简单的方法就是保持工作环境温度的恒定，当然，这种要求是永远达不到的。
所以本文就针对温度漂移问题展开分析。
对于不同的压力传感器采用不同的温度补偿方法，使其达到预期的效果。
关键词：压力传感器、温度、补偿┊┊┊┊┊┊┊┊┊装┊┊┊┊┊订┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊AbstractThe pressure sensor is the most commonly used one kind of sensor in industrial practice, and we usually use the pressure sensor is mainly made of the use of piezoelectric effect, the sensor also known as piezoelectric sensor.As we know, the crystal is anisotropic, non crystal is isotropic. Some crystal medium along a certain direction, when subjected to mechanical stress deformation occurs, produces the polarization effect; when the mechanical force is removed, will return to the uncharged state, when it is under pressure, can produce electricity effect of some crystals, which is called polarization effect. The scientist is developed according to the effect of pressure sensor.But with the continuous change of the environmental temperature, will cause the body tube parameter changes, will cause the static working point is not stable, dynamic parameters of the circuit unstable and temperature drift (including zero drift and sensitivity drift). The simplest method is to maintain a constant temperature working environment, of course, this requirement is never reach. So this article aims at the problem of temperature drift analysis.The temperature compensation method is different with different pressure sensors, to achieve the desired effect.Keywords:pressure sensor, temperature, compensation┊┊┊┊┊┊┊┊┊装┊┊┊┊┊订┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊┊目录第1章绪论 (1)1.1本课题研究的目的和意义 (1)1.2 压力传感器的发展概况 (2)1.2.1 压力传感器的发展历程 (2)1.2.2 压力传感器国内外研究现状 (3)1.2.3 压力传感器的发展趋势 (4)1.3 传感器的常用术语 (4)1.4 传感器的技术特点及环境影响 (7)第2章压力传感器的原理 (9)2.1 压力传感器的基本原理 (9)2.1.1 半导体的压阻效应 (9)2.1.2 压力传感器的原理及结构 (10)2.1.3 压力传感器的特性指标 (11)2.2压力传感器温度漂移产生的机理 (14)第3章压力传感器的温度补偿 (16)3.1温度补偿的技术指标 (16)3.2补偿方式简介 (17)3.2.1内部补偿 (17)3.2.2外部补偿 (17)第4章总结 (26)谢辞 (27)参考文献 (28)附录 (29)┊┊┊┊┊┊┊┊┊┊装┊┊┊┊┊订┊┊┊┊┊线┊┊┊┊┊┊┊┊┊┊┊第1章绪论1.1本课题研究的目的和意义传感器被广泛应用在各种工、农业生产实践中，所有生产过程和科学研究要获取信息都要通过其转换为易传输与处理的电信号。
扩散硅数字化压力变送器补偿技术
700 0.12721 0.09 0.13168 0.063 0.12802 0.045 0.12396 0.018 0.12313 0.081
要求它与校准曲线 之间的最大偏差尽可能的小，校准曲线与该直线的最大偏差 称为零基准线性度。
送器，其压力输入 Pmin = 0，Pmax = 700kPa，目标输出电压为 Vout min = 0.5V，Vout max = 4.5V。采用 3 个温度点补偿 0，20，
准曲线的起点一致，均为零基准点（T0，U0），故有：
U0 = a +k⋅T0 即：a = U0 - k⋅T0
（5）
根据最小二乘原理可得：
N
∑[(Ui − U0 ) − k(Ti − T0 )](Ti − T0 ) = 0
i=0
（6）
补偿算法采用最佳拟合直线的算法。 1、小二乘法拟合直线补偿 如果实际校准曲线有 N 个测试点，对应的输入输出数据
五、总结
700 4.502 0.5 4.502 0.05 4.502 0.05 4.502 0.05 4.503 0.075
采用数字电路对扩散硅压
25 0 0.500 0.00 0.500 0.0 0.501 0.025 0.501 0.025 0.502 0.05
力传感器进行补偿的方法和技
700 4.501 0.025 4.502 0.05 4.502 0.05 4.502 0.05 4.501 0.025
700 4.520 0.5 4.524 0.6 4.520 0.5 4.524 0.6 4.472 -0.7
-10 0 0.528 0.7 0.524 0.6 0.484 -0.4 0.520 0.5 0.524 0.6
700 4.540 1.0 4.544 1.1 4.548 1.2 4.544 1.1 4.540 1.0
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
!
万方数据
第#期
一种补偿扩散硅压力传感器零点温漂的电阻网络 温度 / 时的桥流。 ( 由（ ） 、 （ ）两式解得： < # ; ; ( ( 3! （ ）* * ; ; + # !# ・ " , , 3 3 3 $ ・ ・ （ ） ) ; * ; * ) ; * !* -! #
( + 3
9 #
（" ）・（" ） !" ・) ! ! " # % &" ’ ( " $ !（ +,） （ ）* " ! ! " " # ( % &" ’&" ) $&" 式中 — — —恒压源的电压值 * + — — —四个桥臂电阻在温度 / 时的阻值 " . # （ ）— — —四个桥臂电阻在温度 / 时的阻值 " . 0 (
( （ ） " # 0 （ ） （ ） " 0 ! ! " $ " 0 ! # # $ " $
如果
（ ） " # 0 进行泰勒展开 （ ） " # ! " ! 恒流源供电的情况 补偿电阻的具体接法也有 # 6 种，现以图 ( 为例进
行分析。
（ ） ( （ ） %
同理 又
" # " ! ! " # #! $$" " $
（ ） .（ ） ［% ］ 3 $2 ’% . 0% ’ 3 % 对于需要补偿的 传 感 器， 方 程 组 （ $ ） 的 右 端 不 可能同 时 为 零， 所 以， 方 程 组 是 非 齐 次 线 性 方 程 组， 其解是唯一的。由 此 可 得 如 下 结 论： 采 用 上 述 两 种 算 法中的任意一种计算补偿电 阻 % 、% ，其 结果是 相 同 * ) 的，且接上 % 、% 后，无论采用恒压源供电或恒流源 * ) 供电，均能实现零点和零点温漂的补偿。
） , # !" （ ） "（ 0 0 ).,# . 式中 "（ ）— — —温度 / 时桥臂电阻的平均值 0 ( — — —补偿 前 传 感 器 在 温 度 / 时的输出 * # （设 * ） ， - ,* 1 !* 2 — —补偿前传感器在温度 / 时的输出， *— (
3 -
)
推得的，但对于 " 、" 的其它接法，也可以推出类似 ’ $ 的公式，只是符号不 同 而 已， 所 以， 不 论 采 用 哪 一 种 接法均可先用（ ） 、 （ 、" ，而后 再 # # # (） 两式算出 " ’ $ 根据 " 、" 的符号确定补偿位置，具体情况如下： ’ $ 如果
（ ） ) （ ） 4
（ （
）
（ ） 6 应有： （ ） 9 ; + （" （ ）! ）・（" （ ） ） !" （ ）・ （ ） " " # 0 ! % 0 &" ’ ( 0 ) 0 $ （" （ ） ） （ ） （ ） （ ） 0 ! ! " &" 0 &" 0 &" &" # ( % ’ ) 0 $ （" ）・（" ） !" ・) ! ! " # % &" ’ ( " $ ! ; ,+ （" ） ! ! " &" # ( &" % &" ’&" ) $ （" ）・（" ） !" ・) ! ! " # % &" ’ ( " $ ; ,+ （" ） &" ! ! " # % &" ’&" ( &" ) $ 上述两式中的 ; 为恒流源的电流值。 + （ ） < 用与恒压源类似的方法可从（ ） 、 （ ）两式解得： # % # ) " $, *2" !*2" ・* ) ; + " 3 ( (
& ’ ( + , . / + ( 0 1 ( 3 , ( 3 1 ( 5 . , ( )* ) 2 )4 ) )
（! " # $ %& " $ ’ ( ’ % % " + , . " ( " # $ % 0 1 2 2 3 45 6 " % $） )* / !
，; ! > $ & ( 1 9 & 6 (7 3 . 89 , 1 : 1< 1 < + = 1 7 ; ’9 , . : 1 + , 7 . ’ ( 8; 3 . = 3, : 1+ 8 1 <7 ’= , 5 = + 5 , 7 1 7 ; ’= ’ ? 1 ( 8 , 7 . ( 1 8 . 8 7 ’ : 8 0 ’ : @ 1 : ’ 9 > 9 ): ， ’ 5 7 , 1, ( <@ 1 : ’9 ’ . ( 7’ + 7 + 7’ 0, ’ . ( 7 ’ + 7 + 7 , ( <7 3 1 : ? , 5 @ 1 : ’< : . 0 7’ 0,8 . 5 . = ’ (9 : 1 8 8 + : 17 : , ( 8 < + = 1 : AB ( 5 + : : 1 ( 7 D ) 9 9 9 C= ，G E 3 1 , 7 8 7 ’ ( 1F : . < 1, : 1( 1 = 1 8 8 , : . 0C ’ ++ 8 1’ ( 1’ 0 7 3 1 7 ; ’9 , . : 1 + , 7 . ’ ( 8 7 ’= , 5 = + 5 , 7 1 7 3 1 7 ; ’: 1 8 . 8 7 ’ : 8 , 5 + 1 8 0 ’ : 7 3 1 ) C > ， 0 ’ + :, : ?: 1 8 . 8 7 ’ : 8 , : 1( ’ 7 : 1 + . : 1 < AH 3 1 = ’ ? 1 ( 8 , 7 . ( ? 1 7 3 ’ < 8 , : 1D 1 : = ’ ( D 1 ( . 1 ( 7 . ( : , = 7 . = 1 , ( <1 8 1 = . , 5 5 , 5 7 ’ > 9 ) C 9 9 C9 9C ? , 8 89 : ’ < + = 7 . ’ ( A ? # ’ ( = $ I : 1 8 8 + : 1 7 : , ( 8 < + = 1 : 2 1 : ’9 ’ . ( 7 H 3 1 : ? , 5 @ 1 : ’< : . 0 7 @* 数为零。
) 为简化计算，令 ", # !" ).,# . 式中 "— — —温度 / 时桥臂电阻的平均值 #
（ ） #
（ ） # #
3 3 3 ・ ） ; * ;* * )（ -! - !* # ・ 3 （ ） " , 3（ # ( ’,) ( ( ( ） ;! ; ; #!# 式（ ） 、（# 、串 " 的情况下 # # (） 虽 然 是 在 并 " # %
#
仪
器
仪
表
学
报
第( ’卷
其系数行列式： 4! % ’ 0% ’ .%
( (
— —电桥在温度 & 时的桥压 "$% — ’
# — —电桥在温度 & 时的桥压 "$% — (
（ ） 0% （ ） ’（ ） % 3 ’ 3 . 3 %
（ ） ’ !% ’ 3 %
同样，对于 % 、% 的其它接法，也可先用（ ） 、 ’ + * ) （ ）两式算出 % 、% ，而后再根据 % 、% 的 符号 确 ’ , * * ) ) 定补偿位置，具体的 判 定 方 法 也 类 似 于 恒 压 源 供 电 的 情况。
第J " 卷第 " 期
仪
器
仪
表
学
报
J # # #年J月
一种补偿扩散硅压力传感器零点温漂的电阻网络
戎 华
!
李俊峰
张声良
（西安交通大学电信学院微电子工程系
西安 ! ） " # # $ %
摘要
本文从恒压源和恒流源两种不同的供电方式出发，推 导 出 了 两 套 扩 散 硅 压 力 传 感 器 零 点 及 零 点 温 漂 串、 并 联 补 偿 电 阻 阻 值
高、低温时的阻值，实 践 表 明， 这 是 一 件 很 麻 烦 的 事 情，针对这种情况， 本 文 推 导 了 两 套 能 简 便 计 算 补 偿 电阻的公式。
［C］ B 补偿公式的推导
B D A 恒压源供电的情况 由于外接的并联 电阻 & 和串联 电阻 & 通 常采 用 4 9 温度系数极小的金属膜电阻，所以可认为其温度系
! 补偿电阻阻值唯一性的证明
从（ ） 、 （ 、 （’ ’ -） 两 式 可 看 出， 用 （’ ’） (） 两 式 算出的 % 、% 应该满足下列方程组： * )
" 实
验
（% ）・（% ） 0% ・ 1 !2 " " " % ’ . /% * ( % ) 本文任选了 , 只 未 经 补 偿 的 传 感 器， 其 中 . 只 采 ! （% （ ）" ）・（% （ ） ） 0% （ ）・ （ ） !2 % % （ ） 、 （ ）计算出 % 、% 进 # ’ 3 " . 3 /% * ( 3 1 3 用恒压源供电，用公式 ) ’ ’ ’ ( * ) （#） 行补偿，其结果列于表 ’ 中；另 . 只采用恒流源供电， 同理，用（ ） 、 （ ） 两式算出的 % 、% 也应该 ’ + ’ , * ) 。 满足方程组（ # ） 方程组 （ # ）可进一步化为： % ’ " ・ ・ （% ・ . 0% ・ 1） % % ’ % *0 . !0 ’ % ( % % )