应变片式力传感器的主要由应变片和弹性体构成,商品化的应变片不仅体积小而且可供选择的种类及规格十分丰富,弹性体也可根据不同使用场景被设计为不同的形式,基于以上优点使得该传感器被广泛应用于测控领域。但该传感器还存在输出信号小、结构单一、温度稳定性较差及弹性体选材等问题。本文针对应变片式力传感器存在的主要问题,做了以下研究工作:（1）从传感器弹性体的选材及结构设计角度出发,利用ANSYS软件对弹性体建模,设计了在量程范围内比较合理的弹性体模型。（2）针对应变片式力传感器易受温度影响的问题,构造了遗传算法优化BP神经网络（GA&BP）算法模型对传感器进行温度补偿;设计了精密的恒压源电路,满足传感器以及其它模块不同的供电需求;用仪表放大器代替差分放大电路,从而进一步提高了传感器精度。（3）本文围绕STM32F429IGT6单片机系统设计了一套智能化力测量系统。将温度补偿算法模型固化在该测量系统中实现对该传感器的温度补偿,同时可将温度及预测力值等关键信息通过蓝牙传输到相应手机屏幕上实现实时远距离查看。研究结果表明:（1）在设计量程范围内传感器的弹性体应变接近应变极限,大大提高了应变片式力传感器的测量精度;（2）经GA&BP算法模型补偿后,该传感器零位温度系数（α₀）由1.74×10^-3/℃提升至7.71×10^-5/℃,提高了两个数量级,灵敏度温度系数（α_s）由2.17×10^-3/℃提升至1.03×10^-4/℃,提高了一个数量级,从而证明了GA&BP温度补偿模型可以有效提高该传感器的温度稳定性。（3）从线性度、重复性、迟滞性及精度知道,该智能化力测量系统静态性能比较优异。