论文部分内容阅读
热电偶是工业中广泛使用的测温元件,由于其自身的物理特性的限制,其输出热电势与被测温度之间存在着一定的非线性,这将增大温度的测量误差,从而影响测量精度。针对这一问题,提出了基于BP神经网络的非线性校正算法,以热电偶的热电动势为输入信号,以与其相对应的温度值作为输出信号,给出了前馈型BP神经网络的结构和训练权值的方法。通过实验仿真结果对比可知,此方法降低了热电偶测温的非线性误差,便于操作,大大提高了铂铑热电偶在温度测量中的测量精度。