一种冲击波压力传感器的准静态校准神经网络模型

来源：振动与冲击杂志2017年第13期北京时间：

作者：赵传荣 ，孔德仁，王胜强，商飞

单位：1.南京理工大学 机械工程学院，江苏 南京 2100942.西安近代化学研究所，陕西 西安 710065

摘要：由冲击波压力传感器准静态校准原理，间接比对式校准的精度取决于重锤的落高与压力拟合模型的精度，本文采用RBF神经网络建立了以落高为输入量、冲击波压力峰值为输出量的神经网络模型。选用典型标准压力传感器，在7MPa~30MPa量程范围开展校准实验；通过对测试样本进行分析，结果表明：该神经网络模型预测的最大相对误差不超过0.04%，比多项式拟合模型和指数拟合模型高一个数量级。落高与压力拟合模型引入的不确定度是构成冲击波压力传感器动态测量不确定度的一个重要分量，通过建立高精度的重锤落高与冲击波压力峰值神经网络拟合模型，为进一步提高冲击波压力传感器的测量精度奠定了基础。<br>

关键词：冲击波压力传感器；RBF神经网络；准静态校准；拟合模型