3 仿真與應用

現(xiàn)在礦井下事故頻繁發(fā)生，用AE聲發(fā)射預測瓦斯突發(fā)是非接觸測量一種趨勢，由于環(huán)境條件限制，用SAW壓力傳感器作為接收聲發(fā)射信號的傳感器，就必須保證測量信號的高準確性和智能性特點，而用神經(jīng)模糊控制對溫度進行了智能補償，加上先進的封裝技術，可使SAW在實際的瓦斯預測測量中發(fā)揮巨大作用。通過實驗驗證，此種方法可行。在MATLAB6.0環(huán)境下進行神經(jīng)網(wǎng)絡的訓練和仿真，通過神經(jīng)網(wǎng)絡工具箱，編制相應的仿真訓練程序，實現(xiàn)仿真過程。在仿真時，隨機選取幾組頻率-溫度作為輸入，最后，進行標定壓力值和仿真結果的比較。仿真數(shù)據(jù)結果如表2。

實際中，溫度變化對SAW壓力傳感器的性能影響非常明顯，通過神經(jīng)網(wǎng)絡的訓練，訓練的頻率和誤差在規(guī)定范圍內(nèi)，其最大誤差僅為1%，BP算法的仿真結果和實際測量值吻合。

4 結論

本文提出采用神經(jīng)迷糊控制技術對SAW壓力傳感器進行有效的溫度補償，使SAW壓力傳感器在實際的應用中能更加準確地對被測對象進行壓力測量，并且，采用神經(jīng)網(wǎng)絡構成控制器，信息處理采用模糊量的近似推理，將神經(jīng)網(wǎng)絡技術和?？刂萍夹g相結合，實現(xiàn)SAW壓力傳感器溫度補償的智能化，為SAW壓力傳感器實際應用奠定了基礎。