Chebyshev神经网络模块在铂电阻温度传感器非线性补偿中的应用

摘要

针对铂电阻温度传感器在应用中存在的非线性问题,提出了应用切比雪夫(Chebyshev)神经网络建立非线性补偿模型,并用与之对应的神经网络模块SN9701实现的铂电阻温度传感器非线性补偿的硬件方法.以pt100铂电阻温度传感器为例,介绍了非线性补偿的原理和网络的训练方法,给出了非线性补偿模型的数学表达式.结果表明,这种非线性补偿方法精度高、实时性好以及鲁棒性强等优点,对pt100铂电阻温度传感器补偿后,在0-500℃范围内,可使各测量点非线性误差不大于0.02℃,有很好的应用价值.