摘要：对热电偶的非线性误差补偿方法进行了研究，提出了一种基于Profibus—DP的新型热电偶温度监测系统，系统对热电偶采集从站的非线性误差在上位机进行在线补偿。Matlab编写的应用程序采用DDE协议实现与MCGS软件的数据交换，它从MCGS实时数据库获取训练温度样本集，并采用遗传算法训练建立的BP神经网络模型，利用训练好的BP网络对待补偿的温度数据进行校正，并把校正结果传递给MCGS在线显示。实验表明，补偿模型把补偿数据的最大相对误差从9．969／6降低到1．40％。新系统减轻了热电偶从站的负担，具有模型可靠、实时性强、计算精度高等特点。

关键词：热电偶 非线性补偿 遗传算法 神经网络 

单位：武汉大学动力与机械学院 湖北武汉430072