基于神经网络融合的传感器温度误差补偿

摘要：

海底油气输送管道漏磁检测装置工作于高温高压环境下,其中的InSb霍尔传感器对温度敏感,需要补偿温度误差.该文构建了多传感器融合模型,将多个霍尔传感器和温度传感器的输出用径向基函数(RBF)神经网络进行融合,用遗传算法对网络进行训练.实验室检测数据和反演出的缺陷形状表明,采用神经网络融合方法进行误差补偿,简单方便,霍尔传感器输出的平均温度敏感系数降低了两个数量级.

关键词：温度误差补偿、神经网络、数据融合、漏磁检测

分类号：TP183;TP212(自动化基础理论)

资助基金：国家高技术研究发展计划863计划2001AA602021

在线出版日期：2005-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：17-19,25