摘要
灵敏度是工业过程测量系统中传感器的一项关键性能参数。传统传感器通常针对预定义的工作范围进行校准，当用户需要在传感器工作频带的其他子范围内进行测量时，会导致测量灵敏度和准确度下降。为了解决这一局限，本文提出了一种智能自动量程技术，可在用户定义的测量范围内动态提升传感器灵敏度，而无需手动重新校准。所提出的方法集成了基于人工神经网络（ANN）算法的自适应校准框架，以自动调整传感器在不同工作区间内的响应特性。该方法采用一个电容液位传感器（CLS）进行实现和实验验证，该传感器集成了60厘米螺旋电极结构，用于液位测量。实验在受控实验室条件下进行，以水作为测试液体。传感器电容在0至60厘米液位范围内从0.929 nF变化至421 μF，分辨率为0.1厘米，通过专门的信号转换和调理电路转换为0.010939 V至2.953 V的可测量电压信号。实验结果表明，所提出的基于ANN的自动量程策略显著提高了传感器性能，通过在不同用户选择的测量范围内将满量程灵敏度从4.9 V/m提升至58 V/m。所开发的技术为过程工业应用中提升传感器灵敏度和适应性提供了一种灵活且智能的解决方案，能够在不同工作范围内实现准确测量，而无需额外的校准程序。
