考虑基于传统的介电常数法动态测量原油含水率时存在多变量交叉敏感性, 检测精度无法满足石油生产实时优化控制的需要, 研究了利用多传感技术对存在交叉耦合的多敏感参量进行测量, 提出了一种基于多维数据驱动的遗传优化小波神经网络逆模型及其辨识方法。该模型克服了传统神经网络初始参数随机选取的盲目性, 具有全局优化和复杂非线性自学习性能, 摒弃了多影响因素之间的交叉敏感性。仿真和实验结果表明了该模型的有效性, 其模型预测值与实验标定值之间的相关系数为0.999 6, 优于BP-NN模型。该方法具有较强的泛化能力和鲁棒性, 有效抑制了温度、矿化度等多参量交叉敏感性及传感器自身非线性对测量精度的影响, 改善了多传感器系统的非线性动态特性和检测精度。

为了进一步提高接触式电容压力传感器的性能，设计了一种高性能双凹槽结构的接触式电容压力传感器，并对该传感器在高温环境中的总体性能进行了分析。推导了热传导和热弹性理论，并对影响传感器热分析的各个因素与温度的依赖关系进行了描述；在整个分析过程中，使用ANSYS软件并结合有限元方法对全尺寸传感器的热效应进行模拟。结果表明，在接触工作状态双凹槽接触式电容压力传感器的温度对输入(压力)-输出(电容)特性的影响是线性的，且线性范围内初始压力随温度的升高而降低；当温度载荷为550 K时，双凹槽结构的灵敏度为1.21×10-6 pF/Pa，比传统单凹槽的0.8×10-6 pF/Pa高出50%，表明该压力传感器有着非常优异的高温特性。