买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连理工大学申请的专利一种基于Kriging插值的转换力传感器温度补偿方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117035001B 。

龙图腾网通过国家知识产权局官网在2026-02-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310981338.9，技术领域涉及：G06N3/006；该发明授权一种基于Kriging插值的转换力传感器温度补偿方法是由王大志;陈相吉;郑晓虎;刘梦哲;张森设计研发完成，并于2023-08-07向国家知识产权局提交的专利申请。

本一种基于Kriging插值的转换力传感器温度补偿方法在说明书摘要公布了：本发明公开了一种基于Kriging插值的转换力传感器温度补偿方法，属于力传感器技术领域。该方法包括构建数据集并稀疏化，通过Kriging插值来构建温度补偿模型，使用稀疏化的数据集对模型进行训练，利用AMCPSO算法以交叉验证方式下模型预测产生的均方根误差和作为适应度函数，对Kriging插值中的范围参数θ和平滑度参数pkk进行寻优求解，得到性能最佳的AMCPSO‑Kriging温度补偿模型；然后将电压值和温度输入至训练好的温度补偿模型中，得到补偿后的力值。本发明能获得全局最优解，补偿精度高，收敛速度也更快。

本发明授权一种基于Kriging插值的转换力传感器温度补偿方法在权利要求书中公布了：1.一种基于Kriging插值的转换力传感器温度补偿方法，其特征在于，该方法包括以下步骤： 步骤1：构建数据集并稀疏化，稀疏化数据集包括多组数据，每组数据包括温度、转换力传感器所受力值、对应力值下的电压值以及未补偿传感器测量值； 步骤2：构建Kriging插值模型； 步骤3：采用自适应变异混沌粒子群算法优化Kriging插值的范围参数θ和平滑度参数pk，得到AMCPSO‑Kriging模型；其中，所述自适应变异混沌粒子群算法采用自适应调整策略以及混沌映射初始化参数，利用变异机制对全局最优值进行优化； 步骤4：使用稀疏化数据集中的温度、转换力传感器所受力值以及对应力值下的电压值对所述AMCPSO‑Kriging模型进行训练，并保存训练结果； 步骤5：将转换力传感器输出的电压值和温度输入至训练好的AMCPSO‑Kriging模型中，得到补偿后的力值； 所述步骤3中，采用自适应变异混沌粒子群优化Kriging插值模型的范围参数θ和平滑度参数pk，具体过程如下： 步骤3.1：利用混沌映射初始化粒子群算法参数中的随机数r1和r2，设定粒子群数量为N，迭代次数为M，粒子的位置和速度被随机初始化； 步骤3.2：将Kriging插值中的待求参数θ和pk映射到粒子位置上，计算每个粒子的适应度值，通过自适应调整策略更新权重系数ω； 步骤3.3：将粒子i 当前适应度值与该粒子迄今搜索到的最优位置pid作比较，若更优，则更新pid，否则，保持pid不变； 步骤3.4：将粒子i 当前适应度值与种群迄今搜索到的最优位置pgd作比较，若更优，则更新pgd，如果迭代6次pgd无明显变化，则执行变异操作； 步骤3.5：运用自适应变异粒子群算法在整个可行域内搜索，不断更新粒子的个体最优值与全局最优值，直到满足迭代停止条件，得到并优化Kriging插值模型的范围参数θ和平滑度参数pk。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路２号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。