多晶硅纳米膜E+E压力传感器温度补偿技术
多晶硅纳米膜是一种具有良好压阻特性的纳米材料,基于多晶硅纳米膜的E+E压力传感器具有灵敏度高、动态响应好、精度高、稳定性好、易于小型化和批量生产等诸多优点。虽然纳米膜的温度特性比普通多晶硅薄膜优越,但温度还是会对此种传感器的灵敏度及稳定性产生一定影响,因此,温度补偿成为多晶硅纳米膜E+E压力传感器研究和生产中的一个亟待解决的技术问题。

多晶硅纳米膜E+E压力传感器温度补偿技术
经典的传感器的输入输出特性均存在非线性,且易受到工作环境的影响,产生温度漂移,其表现是被测目标参量为零或恒定值时,当改变环境温度时,传感器的零点电压或输出值会发生变化,从而给测量带来误差。 主要是针对E+E压力传感器在实际应用中存在的温度漂移设计温度补偿系统。此系统采用软件、硬件相结合的方法,基于BP神经网络,以LabVIEW为平台实现的。 在这次设计中,硬件部分主要用到扩散硅E+E压力传感器,Pt100温度传感器,PXI总线系统；软件部分主要使用LabVIEW软件。E+E压力传感器的输出P会受到温度的影响,用温度传感器测出环境温度T后,经PXI总线将数据采集到计算机内部,通过对数据进行BP神经网络的训练,从而使用温度补偿仪进行温度补偿,得出的zui终输出值P’即为校正后的值,通过实验结论可以看出,这种补偿仪操作简单,补偿效果很好。在分析多晶硅纳米膜E+E压力传感器温度漂移原因的基础上,对传感器信号检测方法和温度补偿算法进行研究,并对温度补偿系统进行了设计、制作与实际测试。 为检测传感器信号,在对传感器信号测量原理分析的基础上,对传感器激励电路、信号放大电路进行设计,并采用滤波电路和电路抗干扰措施来消除外部电磁干扰。为优化温度补偿算法,根据E+E压力传感器标定得到的实验数据,利用MATLAB对二元回归法和神经网络法的补偿效果进行仿真,比较二者优缺点之后,确定神经网络法作为温度补偿算法。在驱动程序设计方面,在分析数字化造成的量化误差的基础上,基于过采样原理确定系统采样频率,并设计出相应的数字滤波算法。为了方便传感器性能参数的分析,提高系统的灵活性,所研究的系统还具有存储、通讯及显示功能。 

多晶硅纳米膜E+E压力传感器温度补偿技术
实验证明,经温度补偿后,环境温度从-30℃到70℃变化时,E+E压力传感器zui大灵敏度温漂系数从补偿前的0.13%下降到0.0028%,zui大零点温漂系数从补偿前的0.44%/℃下降到0.0052%/℃。因此,本系统能明显提高E+E压力传感器的温度稳定性。