Обеспечение точности аппроксимации R/T-характеристики NTC-термистора на основе нейросетевого моделирования

Разработаны нейросетевые модели для аппроксимации нелинейной R/T-характеристики полупроводникового терморезистивного преобразователя температуры в рабочем диапазоне. На примере термистора типа NTC серии B57703M показано, что использование разработанных нейросетевых моделей позволяет обеспечить более...

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2015
Автори: Федин, С.С., Зубрецкая, И.С.
Формат: Стаття
Мова:Russian
Опубліковано: Інститут фізики напівпровідників імені В.Є. Лашкарьова НАН України 2015
Назва видання:Технология и конструирование в электронной аппаратуре
Теми:
Онлайн доступ:http://dspace.nbuv.gov.ua/handle/123456789/100545
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Обеспечение точности аппроксимации R/T-характеристики NTC-термистора на основе нейросетевого моделирования / С.С. Федин, И.С. Зубрецкая // Технология и конструирование в электронной аппаратуре. — 2015. — № 4. — С. 28-35, 49. — Бібліогр.: 12 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id irk-123456789-100545
record_format dspace
spelling irk-123456789-1005452016-05-23T03:03:23Z Обеспечение точности аппроксимации R/T-характеристики NTC-термистора на основе нейросетевого моделирования Федин, С.С. Зубрецкая, И.С. Метрология. Стандартизация Разработаны нейросетевые модели для аппроксимации нелинейной R/T-характеристики полупроводникового терморезистивного преобразователя температуры в рабочем диапазоне. На примере термистора типа NTC серии B57703M показано, что использование разработанных нейросетевых моделей позволяет обеспечить более высокую точность аппроксимации по сравнению с полиномиальной моделью Стейнхарта—Харта. Розроблено нейромережні моделі для апроксимації нелінійної R/T-характеристики напівпровідникового терморезистивного перетворювача температури в робочому діапазоні. На прикладі термістора типу NTC серії B57703M показано, що використання розроблених нейромережних моделей дозволяє забезпечити більш високу точність апроксимації в порівнянні з поліноміальною моделлю Стейнхарта—Харта The objective of the study is to develop feed forward neural network models with Back Propagation and Resilient Propagation learning algorithms in order to ensure the accuracy of approximation of R/T-characteristics of NTC-thermistors in the working temperature range. It is shown that the use of the developed neural network models can provide higher accuracy of the approximation in comparison with the known Steinhart-Hart polynomial model. Statistical estimation has shown that for the purpose of solving the problem of neural network approximation of R/T-characteristics of NTC-thermistors, the Back Propagation algorithm is preferable to the Resilient Propagation algorithm. The practical use of the developed models improves the accuracy of individual calibration of NTC-thermistor’s temperature range 218,15 ... 428,15 K. 2015 Article Обеспечение точности аппроксимации R/T-характеристики NTC-термистора на основе нейросетевого моделирования / С.С. Федин, И.С. Зубрецкая // Технология и конструирование в электронной аппаратуре. — 2015. — № 4. — С. 28-35, 49. — Бібліогр.: 12 назв. — рос. 2225-5818 DOI: 10.15222/TKEA2015.4.28 http://dspace.nbuv.gov.ua/handle/123456789/100545 536.5:004.855.5 ru Технология и конструирование в электронной аппаратуре Інститут фізики напівпровідників імені В.Є. Лашкарьова НАН України
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
language Russian
topic Метрология. Стандартизация
Метрология. Стандартизация
spellingShingle Метрология. Стандартизация
Метрология. Стандартизация
Федин, С.С.
Зубрецкая, И.С.
Обеспечение точности аппроксимации R/T-характеристики NTC-термистора на основе нейросетевого моделирования
Технология и конструирование в электронной аппаратуре
description Разработаны нейросетевые модели для аппроксимации нелинейной R/T-характеристики полупроводникового терморезистивного преобразователя температуры в рабочем диапазоне. На примере термистора типа NTC серии B57703M показано, что использование разработанных нейросетевых моделей позволяет обеспечить более высокую точность аппроксимации по сравнению с полиномиальной моделью Стейнхарта—Харта.
format Article
author Федин, С.С.
Зубрецкая, И.С.
author_facet Федин, С.С.
Зубрецкая, И.С.
author_sort Федин, С.С.
title Обеспечение точности аппроксимации R/T-характеристики NTC-термистора на основе нейросетевого моделирования
title_short Обеспечение точности аппроксимации R/T-характеристики NTC-термистора на основе нейросетевого моделирования
title_full Обеспечение точности аппроксимации R/T-характеристики NTC-термистора на основе нейросетевого моделирования
title_fullStr Обеспечение точности аппроксимации R/T-характеристики NTC-термистора на основе нейросетевого моделирования
title_full_unstemmed Обеспечение точности аппроксимации R/T-характеристики NTC-термистора на основе нейросетевого моделирования
title_sort обеспечение точности аппроксимации r/t-характеристики ntc-термистора на основе нейросетевого моделирования
publisher Інститут фізики напівпровідників імені В.Є. Лашкарьова НАН України
publishDate 2015
topic_facet Метрология. Стандартизация
url http://dspace.nbuv.gov.ua/handle/123456789/100545
citation_txt Обеспечение точности аппроксимации R/T-характеристики NTC-термистора на основе нейросетевого моделирования / С.С. Федин, И.С. Зубрецкая // Технология и конструирование в электронной аппаратуре. — 2015. — № 4. — С. 28-35, 49. — Бібліогр.: 12 назв. — рос.
series Технология и конструирование в электронной аппаратуре
work_keys_str_mv AT fedinss obespečenietočnostiapproksimaciirtharakteristikintctermistoranaosnovenejrosetevogomodelirovaniâ
AT zubreckaâis obespečenietočnostiapproksimaciirtharakteristikintctermistoranaosnovenejrosetevogomodelirovaniâ
first_indexed 2024-03-30T08:50:18Z
last_indexed 2024-03-30T08:50:18Z
_version_ 1796148682342531072