摘 要：針對擴散硅壓力傳感器表現出非常規非平滑的強非線性遲滯特性，利用提升空間維數的方法，提出一個結構簡單的遲滯逆算子，將遲滯非線性的多值映射轉換成一一映射，建立T-S模糊模型逼近的遲滯逆模型，并實現對遲滯環的智能補償。仿真結果表明，該模型用于遲滯特性建模是有效的，并具有較高的補償精度。 關鍵詞：擴散硅壓力傳感器;遲滯;T-S模型;逆模型;逆算子 Abstract: The hysteresis characteristic of diffused silicon sensor is a kind of non-smooth non-linearity with multivalued mapping and memory. In this method, a hysteretic operator of simple structure is introduced to transform the multivalued mapping of hysteresis into a one-to-one mapping so that T-S fuzzy model can be utilized to approximate the characteristic of hysteresis. And the inverse model of the hysteresis is established，which is put forward to make intelligence compensation to the hysteresis. The results of simulation show the inverse hysteresis model of diffused silicon sensor is effective and of high precision. Key words: diffused silicon pressure sensor;hysteresis;Takagi-Sugeno（T-S） model;inverse model;inverse operator 1 引言 　　擴散硅壓力傳感器因具有靈敏度高、性能穩定、量程范圍廣、大批量生產等特點，廣泛應用于工業、農業、氣象部門、航天航空等領域，應用潛力很大[1]。隨著對壓阻效應非線性的深入研究及半導體工藝技術的發展，擴散硅壓力傳感器的各項技術指標不斷提高，但擴散硅壓力傳感器本身固有的非常規非平滑遲滯特性，影響了其測量精度。目前常用補償方法有硬件補償法和軟件法，只是把遲滯看成一般的非線性特性進行近似補償。由于新型材料有待研發等諸多因素限制，從改進生產工藝的角度，效果仍不能令人十分滿意。因此通過軟件代替硬件進行非線性補償提高傳感器精度已得到廣泛的重視。 　　在遲滯非線性的補償方面，最常用的方法是建立精確的遲滯逆模型，將逆模型與遲滯非線性串聯起來抵消遲滯對系統的不良影響。為了能夠描述遲滯非線性的特性，國內外很多專家學者從不同角度對遲滯進行建模及控制，常見的遲滯模型如Preisach模型[2]、KP模型[3]、PI模型[4]、Duhem模型[5]、Bouc-wen模型[6]、TK模型[7]等。但是這些方法主要是從控制的角度出發，并不能得到精確的逆模型，而本文是從測量的角度，要求必須得到精確的遲滯逆模型，因而建立起精確的逆模型是本文解決問題的關鍵。 　　文獻[8]中提出一個分段的指數函數曲線勾畫遲滯算子的輪廓，本文是受文獻[8]的啟發，基于提升空間維數的方法，提出一個數學表達式統一、結構簡單的逆算子來提升遲滯的輸入空間，在三維空間上將遲滯的多值映射轉化為一一映射，利用T-S模糊模型逼近這個一一映射，建立遲滯逆模型。仿真結果表明，該模型具有較好的逼近和預測能力。 　　詳情請點擊：擴散硅壓力傳感器的遲滯建模與智能補償