[发明专利]一种基于BP神经网络的压力传感器测量精度优化方法

说明书

本发明提供了一种基于BP神经网络的压力传感器测量精度优化方法，包括：S1、获取样本数据，包括：柔性阵列式压力传感器的标定压力值、柔性阵列式压力传感器不同温度下的输出电压值，以及不同温度下温度传感器的输出电压值；S2、将获取的样本数据进行归一化处理：S3、将归一化处理后的柔性阵列式压力传感器不同温度下的输出电压值，以及归一化处理后的不同温度下温度传感器的输出电压值，作为BP神经网络的输入，对BP神经网络进行训练；S4、将柔性阵列式压力传感器不同温度下的输出电压值，以及不同温度下温度传感器的输出电压值，输入BP神经网络，输出柔性阵列式压力传感器的测量压力值。本发明有效提高传感器输出的测量压力值的精度。

技术领域

本发明涉及传感器测量技术领域，特别是涉及一种基于BP神经网络的压力传感器测量精度优化方法。

背景技术

冠脉搭桥手术作为一种治疗重症冠心病的重要手段，一直以来深受重视。心脏固定器是冠脉搭桥手术中的重要医疗器械，承担着固定心肌组织、保障手术精准稳定的关键性作用。但是，现有心脏固定器利用刚性吸盘吸附固定心肌，长时间吸附容易造成心肌血肿等并发症，影响手术质量，危及患者健康。

目前，研究已从仿生学出发，受章鱼吸盘吸附力强、复杂结构适应性强、与软性组织交互性好等特点的启发，研究了一种具有章鱼吸盘结构与材料分层特点的仿生软体吸盘，并将阵列式柔性电子传感器植入吸盘结构中实现吸盘压力传感测量。传感器在不同条件下所受到不同因素干扰会影响传感器的输出精度，所以针对植入传感器的仿生吸盘在不同接触面的测量精度仍有待提高。

发明内容

为了解决现有技术中柔性阵列式压力传感器测量精度不高的技术问题，本发明的一个目的在于提供一种基于BP神经网络的压力传感器测量精度优化方法，所述优化方法包括：

S1、获取样本数据，其中，所述样本数据包括：柔性阵列式压力传感器的标定压力值、柔性阵列式压力传感器不同温度下的输出电压值，以及不同温度下温度传感器的输出电压值；

S2、将获取的样本数据进行归一化处理：

S3、将归一化处理后的柔性阵列式压力传感器不同温度下的输出电压值，以及归一化处理后的不同温度下温度传感器的输出电压值，作为BP神经网络的输入，将归一化处理后的柔性阵列式压力传感器的输出压力值，作为BP神经网络的输出，对BP神经网络进行训练；

S4、将柔性阵列式压力传感器不同温度下的输出电压值，以及不同温度下温度传感器的输出电压值，输入BP神经网络，输出柔性阵列式压力传感器的测量压力值。

优选地，步骤S1中，不同温度下温度传感器的输出电压值包括：25℃下温度传感器的输出电压值、45℃下温度传感器的输出电压值、60℃下温度传感器的输出电压值、80℃下温度传感器的输出电压值。

本发明提供的一种基于BP神经网络的压力传感器测量精度优化方法，有效提高传感器输出的测量压力值的精度，减小误差所造成的影响，具有较好的应用前景。

本发明提供的一种基于BP神经网络的压力传感器测量精度优化方法，采用常用的BP神经网络，可移植性强，使用的温度和压力传感器易于获取，成本较低、重复性高，可以应用在大多数传感器精度提升上。

具体实施方式

为了解决现有技术中柔性阵列式压力传感器测量精度不高的技术问题，根据本发明的实施例，提供一种基于BP神经网络的压力传感器测量精度优化方法，所述优化方法包括：

步骤S1、获取样本数据，其中，样本数据包括：柔性阵列式压力传感器的标定压力值、柔性阵列式压力传感器不同温度下的输出电压值，以及不同温度下温度传感器的输出电压值。

实施例中，通过柔性阵列式压力传感器对仿生吸盘中的压力值标定，获取柔性阵列式压力传感器的标定压力值P和柔性阵列式压力传感器不同温度下的输出电压值U。