试验样本的采集需要的器材 有：MPM280压力传感器、压力变送器信号控制电路板、标准压力计、压力传感器高低温测试温箱、测试电脑、MSP430下载线。将压力变送器连接好置于压力变送器测试温箱内，将压力变送器反映温度和压力信号的4根导线连接到压力变送器信号控制电路板上，电路板上通讯接口与主机相连，MSP430下载线一端与单片机JTAG相连，另一端与主机相连。

在神经网络的试验样本及检测样本的采集中，单片机完成的工作是上电初始化、温度和压力的A／D转换，将转换之后的数据通过RS一485通讯发送到主机上显示出来，记录温度和压力的A／D采样值，其中A／D采样值选择的参考电压为单片机内部设定电压1．5 V，所测得的数据如表1所示。通过表1可以看出：原压力变送器的零点A／D采样值由一40℃的223漂移到80℃的185，满点由一40℃的3 961漂移到80℃的3 016，并且在加相同的压力下，不同温度点的A／D采样值也是不同的，可以看出有很大的温度漂移，所以要进行温度补偿。

式中： ，U 为第m个样本U的标定值和归一化值；U ， i为给定温度下传感器输出的最大值和最小值；P ，P 为第m个样本P的标定值和归一化值；P… ，P 为被测压力的最大值、最小值。

温度 也是采用和u一样的归一化方法。为了检验压力变送器训练后BP网络的控制性能，需要对BP网络进行样本检测，这时需要对经过神经网络工具箱仿真之后的数据进行反归一化处理，反归一化的目的是将神经网络输出的0．05～0．95之间的数映射到期望的区间值。反归一化公式为

P =（P 一0．05）·（P 一P ）／0．9+P ．n （3）

式中：P 为为神经网络仿真输出值；P ，P 为归一化时的训练样本中压力标定值中最大与最小值；P 为最终数据融合值。

2．3 压力变送器BP网络的建立及训练

打开MATLAB进人命令窗口界面，输入nntool进入神经网络工具箱主界面 ]，建立一个4层的BP网络，第一层为输入层，为2个神经元，表温度和压力A／D采样值归一化后的数值输入；第一隐含层为5个神经元，第二隐含层为4个神经元；输出层为1个神经元，表示处理后压力输出，各层的激励函数均为tansig函数。将归一化之后训练样本输入值和目标值导人到神经网络工具箱，其中训练样本选择一40℃，一30℃ ，一2O℃，一10℃ ，0℃ ，20 qC，30 oC，d0 oC，60℃ ，80℃共10个温度点的温度和压力采样值，检测样本选择1O℃的温度和压力A／D采样值，在MAⅡAB神经网络工具箱训练选项卡上设置训练参数，点击TRAIN按钮进行训练，如果训练次数达到最大仍没有使误差最小，继续训练，当达到训练误差不再减小时停止训练，此时的误差为3．225×10一，训练次数达到2 899次，为了验证神经网络对传感器温度补偿的有效性以及准确程度，把采集到的数据输入神经网络进行检测，把输出值进行反归一化处理后得到融合值。
靶式流量计：http://www.99-yb.com/