基于MSP430F448的PILZ智能壓力變送器
硅壓阻式傳感器是一種采用MEMS技術在硅片上集成的壓力傳感器,廣泛應用于各種壓力測試設備,諸如汽車胎壓、形變壓力和各種瞬態壓力的測量。但在硅壓阻式傳感器的實際應用中存在溫度漂移、一致性和非線性等問題。
基于MSP430F448的PILZ智能壓力變送器 為了讓硅壓阻式傳感器的測量精度達到實際要求,一般情況下都要對該傳感器信號的輸出進行溫度漂移、一致性和非線性的修正,因而對于硅壓阻式傳感器的輸出端增加校準電路是非常必要的。這些校準電路,再加上傳感器的電源驅動和傳送接口構成變送器。在充分研究硅壓阻式傳感器非線性特性和現有補償方法的基礎上,設計開發了以儀用微處理器MSP430F448為核心,采用人工神經網絡進行非線性補償的壓力智能變送器。文中闡述了變送器整體設計方案、傳感器信號預處理、智能修正算法和系統硬/軟件設計。以MSP430F448為核心;采用微處理器內部集成ADC和DS18b20作為壓力和溫度采集電路;利用MSP430F448強大的接口功能將補償結果通過SPI和UART串行接口輸出,并通過液晶顯示;設計中利用MSP430F448多時鐘管理功能,設置了變送器的低功耗模式;硅壓阻式傳感器的驅動電路和ADC采用2.5V參考電源,有效減小了電源干擾對數據采集的影響。壓力智能變送器以函數連接型網絡和LM算法作為非線性補償的核心算法,并且引入學習率調整因子,提高了LM算法的訓練速度和逼近精度;算法程序設計中采用列-行矩陣乘法運算,節省了網絡訓練樣本數據和Jacobian矩陣的存儲空間,增強了系統的在線學習能力;通過編寫單總線通信協議,實現了MSP430F448與DS18b20的單總線通信;系統通過串口與PC機連接,可以檢測神經網絡的訓練結果。壓力智能變送器經過軟/硬件測試,系統運行穩定,通過對變送器補償前后大氣壓力測量數據的比較,相對誤差由1.4%降低至0.30%,系統的非線性補償作用明顯,達到了系統設計的目標。