中國報告大廳網訊,從工業過程控制到可穿戴設備,溫度漂移始終是矽壓阻式壓力傳感器難以迴避的痛點。把粒子群算法與極限學習機融合,構建PSO-ELM補償模型,可在20-66℃全量程區間內把靈敏度溫度係數由1.88×10⁻³℃⁻¹拉低到3.09×10⁻⁴℃⁻¹,同時將最大相對誤差從8.64%壓縮至1.42%,為2025年高精度壓力傳感器批量落地提供了低成本、易部署的軟校正路徑。
《2025-2030年中國壓力傳感器行業運營態勢與投資前景調查研究報告》指出,矽壓阻式壓力傳感器依靠惠斯通電橋輸出差分電壓,當溫度升高時,橋臂電阻線性增加,恆流激勵下橋壓隨之抬升;同時載流子遷移率下降,使壓阻係數減小,二者疊加導致零點漂移與靈敏度漂移並存。實驗數據顯示,未補償元件在20-66℃區間內,100kPa滿量程輸出電壓由1.065V跌至0.973V,漂移幅度達8.64%,直接限制整機精度。
極限學習機把輸入權值與隱層偏置設為隨機常量,僅通過最小二乘法求解輸出權值,訓練時間縮短至毫秒級。針對MPX10型矽壓阻式壓力傳感器,輸入層節點取3(溫度電壓UT、壓力電壓UP、歸一化溫度T),隱層節點按2I+1原則定為7,激勵函數採用Sigmoid,輸出層直接給出補償後壓力值。該結構在保持泛化能力的同時,把網絡參數量壓縮到28個,適合嵌入式部署。
粒子群算法以靈敏度溫度係數αs與相對誤差E的加權和作為適應度函數,種群規模50,慣性權重0.9→0.4線性遞減,學習因子c1=c2=2,搜索空間限定在[-1,1]。經過100代進化,最優粒子對應的輸入權值矩陣W與隱層偏置b被固化,再代入ELM完成最終訓練。優化過程使網絡初始狀態即落在全局最優鄰域內,避免隨機初始化帶來的精度波動。
在20.1、28.7、36.3、44.6、51.6、59.1、66.0℃七個溫點、10-100kPa十個壓力點共70組數據中,PSO-ELM模型把最大輸出電壓差ΔUmax由0.092V壓縮至0.014V,靈敏度溫度係數從1.88×10⁻³℃⁻¹降至3.09×10⁻⁴℃⁻¹,相當於提高了一個數量級;相對誤差由8.64%降至1.42%,絕對改善7.22個百分點。線性擬合圖顯示,補償後各溫度曲線幾乎重合,溫漂肉眼不可見。
壓力傳感器行業發展趨勢分析指出,標定系統採用LM35貼裝測溫,NJ101溫控箱提供±0.1℃穩定性,34401A六位半數字表同時採集溫度電壓UT與壓力電壓UP,採樣速率1kS/s。表1所列70組數據被隨機分為50組訓練集與20組測試集,測試集均方根誤差RMSE=0.18kPa,最大殘差<0.4kPa,重複十次交叉驗證標準差僅0.02kPa,證明算法具有良好的魯棒性與重複性。
矽壓阻式壓力傳感器在20-66℃區間的溫漂問題可通過PSO-ELM軟補償方案實現數量級改善:靈敏度溫度係數由1.88×10⁻³℃⁻¹降至3.09×10⁻⁴℃⁻¹,相對誤差從8.64%壓縮到1.42%,且無需改動硬體、不增加量產成本。隨著2025年工業物聯網節點對高精度、低成本壓力傳感器需求激增,該算法為單晶片集成補償提供了可行路徑,也為後續多變量、非線性誤差同步校正奠定了模型框架。

