جمال قاسمی

یکی از مهمترین پارامترهای قابل اندازه گیری در سیستم های مهندسی، دما است. برای اندازه گیری دما با توجه به میزان دقت مورد نیاز و شرایط فیزیکی، سنسورهای مختلفی از جمله RTD، NTC، PTC، Thermocouple و ... وجود دارد. یکی از مهمترین این سنسورها NTC است، که علیرغم داشتن مزایای زیاد، اما به دلیل غیرخطی بودن کمتر از ان استفاده می شود. پدیده خودگرمایی در NTC ها یکی از مهمترین عوامل بازدارنده در استفاده از آن در کاربردهای عملی می شود. در این تحقیق ساختاری جدید مبتنی بر استفاده از شبکه های عصبی برای مدلسازی پدیده های غیرخطی و خودگرمایی در سنسور NTC پیشنهاد شده است. در ساختار پیشنهادی این تحقیق با استفاده از داده های آزمایشگاهی و واقعی، شبکه های عصبی آموزش و آزمایش می شوند. میانگین مربعات خطای 2040/0 و 1600/0 به ترتیب برای شبکه های MLP و RBF بیانگر موفقیت روش پیشنهادی در مدلسازی رفتار غیرخطی سنسور NTC است.