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...
Збережено в:
| Опубліковано в: : | Технология и конструирование в электронной аппаратуре |
|---|---|
| Дата: | 2015 |
| Автори: | , |
| Формат: | Стаття |
| Мова: | Російська |
| Опубліковано: |
Інститут фізики напівпровідників імені В.Є. Лашкарьова НАН України
2015
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.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| _version_ | 1862743014653296640 |
|---|---|
| author | Федин, С.С. Зубрецкая, И.С. |
| author_facet | Федин, С.С. Зубрецкая, И.С. |
| 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. |
| collection | DSpace DC |
| container_title | 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.
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.
|
| first_indexed | 2025-12-07T20:28:32Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-100545 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 2225-5818 |
| language | Russian |
| last_indexed | 2025-12-07T20:28:32Z |
| publishDate | 2015 |
| publisher | Інститут фізики напівпровідників імені В.Є. Лашкарьова НАН України |
| record_format | dspace |
| spelling | Федин, С.С. Зубрецкая, И.С. 2016-05-22T19:59:04Z 2016-05-22T19:59:04Z 2015 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 https://nasplib.isofts.kiev.ua/handle/123456789/100545 536.5:004.855.5 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. ru Інститут фізики напівпровідників імені В.Є. Лашкарьова НАН України Технология и конструирование в электронной аппаратуре Метрология. Стандартизация Обеспечение точности аппроксимации R/T-характеристики NTC-термистора на основе нейросетевого моделирования Забезпечення точності апроксимаціїї R/T-характеристики NTC-термістора на основі нейромережного моделювання Ensuring the accuracy of the approximation of R/T-characteristics of NTC-thermistor based on neural network modeling Article published earlier |
| spellingShingle | Обеспечение точности аппроксимации R/T-характеристики NTC-термистора на основе нейросетевого моделирования Федин, С.С. Зубрецкая, И.С. Метрология. Стандартизация |
| title | Обеспечение точности аппроксимации R/T-характеристики NTC-термистора на основе нейросетевого моделирования |
| title_alt | Забезпечення точності апроксимаціїї R/T-характеристики NTC-термістора на основі нейромережного моделювання Ensuring the accuracy of the approximation of R/T-characteristics of NTC-thermistor based on neural network modeling |
| 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_short | 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 |
| topic | Метрология. Стандартизация |
| topic_facet | Метрология. Стандартизация |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/100545 |
| work_keys_str_mv | AT fedinss obespečenietočnostiapproksimaciirtharakteristikintctermistoranaosnoveneirosetevogomodelirovaniâ AT zubreckaâis obespečenietočnostiapproksimaciirtharakteristikintctermistoranaosnoveneirosetevogomodelirovaniâ AT fedinss zabezpečennâtočnostíaproksimacííírtharakteristikintctermístoranaosnovíneiromerežnogomodelûvannâ AT zubreckaâis zabezpečennâtočnostíaproksimacííírtharakteristikintctermístoranaosnovíneiromerežnogomodelûvannâ AT fedinss ensuringtheaccuracyoftheapproximationofrtcharacteristicsofntcthermistorbasedonneuralnetworkmodeling AT zubreckaâis ensuringtheaccuracyoftheapproximationofrtcharacteristicsofntcthermistorbasedonneuralnetworkmodeling |