基于MSP430F448的PILZ智能压力变送器 
硅压阻式传感器是一种采用MEMS技术在硅片上集成的压力传感器,广泛应用于各种压力测试设备,诸如汽车胎压、形变压力和各种瞬态压力的测量。但在硅压阻式传感器的实际应用中存在温度漂移、一致性和非线性等问题。

基于MSP430F448的PILZ智能压力变送器                        为了让硅压阻式传感器的测量精度达到实际要求,一般情况下都要对该传感器信号的输出进行温度漂移、一致性和非线性的修正,因而对于硅压阻式传感器的输出端增加校准电路是非常必要的。这些校准电路,再加上传感器的电源驱动和传送接口构成变送器。在充分研究硅压阻式传感器非线性特性和现有补偿方法的基础上,设计开发了以仪用微处理器MSP430F448为核心,采用人工神经网络进行非线性补偿的压力智能变送器。文中阐述了变送器整体设计方案、传感器信号预处理、智能修正算法和系统硬/软件设计。以MSP430F448为核心;采用微处理器内部集成ADC和DS18b20作为压力和温度采集电路;利用MSP430F448强大的接口功能将补偿结果通过SPI和UART串行接口输出,并通过液晶显示;设计中利用MSP430F448多时钟管理功能,设置了变送器的低功耗模式;硅压阻式传感器的驱动电路和ADC采用2.5V参考电源,有效减小了电源干扰对数据采集的影响。压力智能变送器以函数连接型网络和LM算法作为非线性补偿的核心算法,并且引入学习率调整因子,提高了LM算法的训练速度和逼近精度;算法程序设计中采用列-行矩阵乘法运算,节省了网络训练样本数据和Jacobian矩阵的存储空间,增强了系统的在线学习能力;通过编写单总线通信协议,实现了MSP430F448与DS18b20的单总线通信;系统通过串口与PC机连接,可以检测神经网络的训练结果。压力智能变送器经过软/硬件测试,系统运行稳定,通过对变送器补偿前后大气压力测量数据的比较,相对误差由1.4%降低至0.30%,系统的非线性补偿作用明显,达到了系统设计的目标。