温度传感器被广泛用于工农业生产、科学研究和生活等领域,使用数量高居各种传感器之首。目前,国际上新型温度传感器正从模拟式向数字式、由集成化向智能化、网络化的方向发展,而国内的温度传感器大多停留在分离式,即传感器与变送器分离。因此对智能温度传感器的研究十分必要。本课题以PT100温度传感器为研究对象,在深入了解温度传感器常用非线性校正方法的基础上,确定采用新的非线性校正方法,即BP神经网络的非线性校正方法。对BP神经网络的非线性校正方法展开研究,设计了网络参数,构建了网络模型,并用MATLABBP神经网络工具箱对网络进行了训练。设计了以MSP430F425单片机为核心的智能温度传感器系统电路,完成了硬件设计与软件编程,进行了系统调试。用C430语言完成了BP神经网络的算法编程,并在MSP430F425单片机中实现了神经网络算法。设计的智能温度传感器集成度高,并具有LCD显示功能和通讯功能。实验结果显示MATLB训练的BP网络模型最大误差为0.14℃,证明了网络的正确性和方法的可行性。系统调试结果表明,系统的重复性很好,测量结果表明系统最大误差为0.5℃,证明本课题设计的智能温度传感器是可行的。