摘要: |
传感器技术是高科技发展的重要基础,数字化、智能化是当前传感器领域的主要发展方向。本文针对车辆性能测试中牵引力传感器的应用现状,设计了一种基于USB通讯的数字式智能化的牵引力传感器,硬件设计中采用了具有超低功耗的MSP430系列单片机,主要完成了对系统的硬件和软件部分的设计。
虽然当前大部分通用传感器或市场规模较大的传感器基本上都已实现智能化,但是在车辆性能测试中所使用的牵引力传感器,由于其用量少,市场规模较小,至今还未实现智能化。另外,在进行车辆牵引性能测试实验过程中,为保证牵引力测试的线性度和准确性,需根据被测车的牵引功率大小,更换不同量程的传感器,这给测试工作带来极大的不便,因为更换后的测试分辨率会发生较大的变化,系统需对软硬件进行相应的调整,且更换传感器的操作也相当烦琐,给车辆的牵引性能测试带来了极大的不便,因此对牵引力传感器的智能化处理显得尤为迫切和重要。
课题重点对牵引力传感器的非线性误差和由温度引起的误差进行了补偿。利用改进的BP神经网络对非线性误差进行补偿,以及利用基于RBF神经网络的数据融合方法对温度漂移进行补偿,在提高了系统测试精度的同时,也提高了系统的分辨率,可以实现较好的全程补偿,使得在不需要更换传感器的情况下可以完成不同量程范围的测试。
此外,系统采用USB通讯可以实现海量存储,且具有自检、自校正、自动标度变换等功能。另外,MSP430系列单片机的应用不仅大大降低了系统的功耗,其内部集成的大量的外围模块也大大简化了系统的设计,减小了系统的体积,更适合手持或便携式仪器的设计。
试验证明,本课题所设计的用于车辆性能检测中的牵引力传感器在实现智能化后大大提高了试验效率,降低了试验过程的复杂性,且能够达到较高的精度和分辨率,具有较好的应用价值。
|