来源：期刊VIP网 时间：
作者：王超;孙彬;曹意;赵小倩;
单位：西安工业大学光电工程学院;
摘要：差动电感式位移传感器(LVDT)是一种常见的接触式传感器，用于实现物体几何量的精密检测。线性度是该种传感器至关重要的一个性能指标，理论上传感器的输入输出呈线性关系，但实际上传感器的输入输出特性都是非线性的。针对传感器的非线性问题，提出一种新的校正方法——多项式拟合联合神经网络优化，以提高传感器输出的线性度。通过实验数据和数学模型验证该方法的有效性，并对其稳定性进行探讨。研究结果显示，通过多项式拟合联合神经网络优化后，传感器的线性度由原来的1.4%显著改善至0.5%。为解决稳定性问题，引入卡尔曼滤波算法，成功将稳定性控制在≤2μm/8 h。这些结果表明，所提出的方法不仅在提升传感器性能方面表现出色，而且具备广泛的应用潜力和实用价值。
关键词：差动电感式位移传感器;;多项式拟合;;神经网络;;稳定性;;测量精度;;卡尔曼滤波算法
基金资助：国家自然科学基金(62263028);; 陕西省科技厅面上项目(2023-JC-YB-592)
