基于GA-BP神经网络的温度传感器校准系统

摘要

鉴于制药厂对温度的严格要求,对温度传感器DS18B20在10℃-30℃(制药厂要求温度范围)内进行校准。经BP神经网络校准后,最大误差从0.5℃降至0.24℃。BP神经网络随机生成初始参数易造成局部最优和收敛速度慢,故利用遗传算法对其进行优化。优化后收敛轮数从25降为13,最大误差从0.24℃降为0.21℃,精度在原BP神经网络基础上提升了12.5%。实验结果表明,利用遗传算法优化BP神经网络可加快训练收敛速度,提升校准结果精度。此外,采用以Cortex-M3为内核的STM32F103系列MCU开发温度传感器校准系统,将训练好的神经网络搭载到相应的校准模块。经调试,此系统校准精度与Matlab测试结果一致。