范鲜红a，曾佑a，孙嘉b，段彬a

（吉林大学 a.物理学院；b.电子科学与工程学院，吉林 长春 130012)

摘要：针对理工科实验教学中理论、实践与创新环节衔接不足的问题，本文面向理工科本科生，设计了融合理论建模、硬件开发与人工智能算法的LVDT微小位移测量综合实验方案. 该方案首先基于麦克斯韦方程组建立LVDT理论模型，并据此自主研制硬件测量系统；然后通过COMSOL仿真与实测数据对比，验证了理论模型与硬件系统输出的一致性；进而引入遗传算法优化的BP神经网络，对测量信号在非线性区间进行智能补偿，系统非线性误差由补偿前的1.36%降至0.92%. 本实验方案将传统物理测量与人工智能方法相融合，引导学生系统完成从理论建模、仿真分析、硬件设计到AI算法实现的全流程实践，有助于强化学生跨学科解决实际问题的综合能力. 该实验方案具备成本低、易操作、可重复性强等特点，适于作为开放式创新实验在本科教学中推广应用. 

关键词：线性可变差动变压器；微小位移测量；电磁感应；BP神经网络；AI算法

引文格式：范鲜红，曾佑，孙嘉，等. 基于BP神经网络算法的LVDT微小位移测量方法的研究［J］. 物理实验，2026,46（3）：28-34.

Cite this article: Fan X H， Zeng Y， Sun J, et al. A micro-displacement measurement method for LVDT based on BP neural network algorithm ［J］. Physics Experimentation, 2026,46（3）：28-34. (in Chinese)