（中国电子科技集团公司第49研究所 黑龙江省哈尔滨市 150001）
摘要：压力传感器是利用半导体的压阻效应制成的压力传感器件，其特点是体积小、精度高、稳定性好，被广泛应用于电力、石化、汽车电子等领域。但作为其核心的膜片，对温度变化敏感，进而造成传感器的零点和灵敏度发生温度漂移，根据传感器的硬件特性进行补偿的传统方法有调试困难、精度低、通用性差等缺点，不利用工程实际应用。而补偿技术则可以较好地解决这些问题，因而得到越来越多的重视。本文分析了温度实时补偿的高精度压力传感器。
关键词：温度实时补偿；高精度压力传感器；方法；
传感器的输出会发生变化。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，硅压阻式压力传感器的温度补偿是传感器实用化过程中的关键技术。
一、压力传感器温度误差分析
温度敏感程度直接影响其工作性能,温度效应决定了传感器的中期频率稳定度。压力传感器受温度影响的主要因素有三部分。一是谐振器的内在温漂。当外界温度变化时, 声表面波器件的参数, 如叉指换能器和基片的厚度、宽度及弹性系数都随之发生变化。这些因素的影响导致了中心频率的偏移, 使振荡器的频率随之发生变化。声表面波的波速、频率也会相应的改变。二是封装结构引起的温漂。封装形式对声表面谐振器的频率稳定性影响很大。如封装材料的温度系数不匹配, 温度变化会使基片内部产生热应力, 使声表面谐振器的中心频率偏移, 从而引起声表面波振荡器的频率漂移。三是环境温度对振荡器电路的影响。振荡器电路参数的变化是振荡频率不稳定的原因之一。由于环境温度的变动, 改变了晶体管的几何尺寸, 从而使极间电容发生变化, 使振荡回路的电感线圈、电阻和电容器的几何尺寸发生变化。使振荡频率发生不希望有的变动。
二、温度实时补偿的高精度压力传感器
1.传统的硬件补偿方式及其缺点。传统的硬件温度误差补偿解决方法是通过在惠斯特电桥电路中的一个或两个桥臂上并联热敏电阻。但是由于热敏电阻自身的特性，不可能做到完全的温度误差补偿。此外，通过硬件电路来实现温度误差补偿存在器件固有的不稳定性、调试困难、通用性差、成本高、精度低等缺点，不利于工程实际应用。
2.温度补偿的原理。在单片机传感器测量系统中，要解决传感器温度误差补偿的问题，必须要测出传感器所在点的温度，因此需要温度传感器。温度传感器通常是安装在传感器内靠近敏感元件的地方。首先通过采样电路采集温度传感器在此温度时对应输出的电压信号后传送到单片机中暂存；然后通过采样电路采集经过放大电路放大后的传感器输出信号并传送到单片机；最后启动温度误差补偿程序，通过找到事先已经记录在单片机中的零点温漂电压。
3.温度补偿的数学模型建立。一是线性温度补偿数学模型。
期刊文章分类查询,尽在期刊图书馆在对温度误差进行补偿的时候，必须事先在给定的n 个温度值（T1，T2，…，Tn）上测出温度传感器输出的每个温度值对应的电压信号（Ut1，Ut2，…，Utn），然后测出每个温度点上传感器输出信号经过放大电路放大后对应的温漂电压（Uc1，Uc2，…，Ucn），为了保证数据的精确性，可以在恒温箱中进行测量。将（Ut1，Ut2，…，Utn）与（Uc1，Uc2，…，Ucn）制作成一张表，放入单片机内存中，然后建立温度传感器输出的温度值对应的电压信号与温漂电压信号的数学模型，将相邻两个点之间的曲线近似看作为直线，这样就可以利用线性方法求出温度传感器输出的某个温度值对应的电压信号Ut所对应的温漂电压Uc，这就是线性插值法。二是非线性温度补偿数学模型。若温度传感器输出的温度值对应的电压信号与温漂电压信号特性曲线变化很大，采用的线性插值法会造成比较大的误差。通过曲线上的3 个点形成一段抛物线，但是传统的一元二次抛物线这种方式为了求出的值需要联立方程组，计算复杂导致程序也比较复杂。这种软件设计方式确保了无需手动设置就可以保证对温度的变化做出及时的反应并且找到相应的零点温漂电压，从而确保单片机输出的电压是实时更新过的修正后的电压值。
4.补偿方法。传感器的温度补偿有两种方法, 即硬件补偿和软件补偿。硬件补偿主要采用结构对称(机械结构对称、电路结构对称)来消除其影响;在智能传感器的初级形式中主要采用硬件电路来实现补偿, 但补偿效果仍不能满足实际要求。温度升高时, 压阻系数变小;温度降低时, 压阻系数变大, 所以当温度升高时, 传感器的灵敏度要降低;温度降低时,传感器的灵敏度要升高, 也就是说传感器的灵敏度温度系数是负的。传感器与微处理器/微计算机相结合的智能传感器系统中, 则是采用检测补偿法, 它是通过对干扰量的监测再由软件来实现的。软件补偿可以分为数值分析法和人工智能法(专家系统、神经网络、遗传算法和模糊系统)。基于数值分析的温度补偿方法, 最常采用的方法是最小二乘法曲线拟合法或多段折线逼近法。最小二乘法是基于梯度变化量的计算来求最优解的, 是一种局部搜索技术, 容易进入局部最优, 而得不到全局最优解。多段折线逼近法的主要缺点是精确度不高。考虑到传统的基于数值分析方法的不足, 本文采用了基于人工神经网络(ANN)理论对压力传感器进行温度补偿。基于人工神经网络补偿方法的优点是:一是有良好的自适应性, 自组织性和很强的学习功能。二是具有较好的容错性, 即在只有部分输入条件, 甚至包含了错误输入条件的情况下、网络也能给出正确的值。三是有良好的泛化能力(即具有插值特性), 对未经训练的数据也能给出一个合理的输出。利用人工神经网络进行温度补偿就是利用神经网络的基本特性, 使传感器具有复杂的非线性映射、自组织、自学习及推理的自适应能力。神经网络算法的实现步骤。一是进行数据预处理，即对数据进行标准化处理，网络的自学习过程。利用当前网络参数计算网络的实际输出，如果输出误差小于容许误差或到达限定的迭代次数，则训练结束。否则，进行误差反向传播，使权值沿误差函数的负梯度方向改变，利用梯度下降法求网络参数的变化。二是采用训练好的改进的神经网络以及补偿样本进行补偿。将补偿后的数据进行反标准化处理，并与实测样本进行比较。基于神经网络与传统网络的主要区别在于把主成分和神经网络相结合，使其补偿效果更佳。主成分神经网络有如下优点：一是利用提取温度补偿的主要信息使多维问题得以简化，同时剔除了数据里的噪声误差，有利于神经网络平滑拟合，并且大大加快了神经网络的训练速度；二是标定点间存在复杂的非线性关系，神经网络的泛化功能和很强的容错能力为处理复杂非线性关系提供了强有 力的帮助。
本文提出的温度补偿方法，可以在标定点较少的情况下实现较高精度的温度补偿，这样有效地减少了传感器标定时间和工作量。如果对压力传感器的精度提出了更高的要求，在充分考虑成本、硬件计算能力和运行速度的前提下，可以通过增加标定点的方法提高系统性能，这对于解决高精度压力传感器的温度补偿问题具有一定的理论意义和工程应用价值。
参考文献：
[1]胡辽林，刘晨，盖广洪.硅压阻传感器的智能温度补偿研究[J].传感技术学报，2015，25（4）：468⁃471.
[2]杜永苹，何小映.浅谈传感器的温度补偿技术[J].电子设计工程，2015，17（6）：63⁃64.
[3]李强，梁莉，刘桢等． 具有温度补偿功能的智能压力传感器系统［J］．仪器仪表学报，2015(29):1934－1938．
[4]刘松． 智能压力检测系统研究与设计［D］． 天津: 天津大学:电子信息工程学院，硕士毕业论文，2015:35－46
论文作者:刘勇
论文发表刊物:《电力设备》2017年第27期
论文发表时间:2018/1/26
标签：温度论文; 传感器论文; 神经网络论文; 误差论文; 电压论文; 压力传感器论文; 电路论文; 《电力设备》2017年第27期论文;