扭矩传感器在EPS(Electric Power Steering)中起着至关重要的作用,在工业上和汽车业上不可或缺。扭矩传感器分为接触式和非接触式扭矩传感器,接触式扭矩传感器主要是通过导电滑环来进行工作,那么必不可少的会产生磨损的现象,使得扭矩传感器零点会产生漂移的现象。一旦发生零点漂移的现象就会使传感器输出电压值不准确,降低传感器的使用性能,为了更好的找出扭矩传感器零点漂移的原因,对电位器式扭矩传感器的结构和特性进行了分析,得出微动磨损现象是导致零点漂移的原因。避免零点漂移所给汽车行驶过程中带来的影响,采用软件补偿的方式来对电位器式扭矩传感器零点漂移进行补偿,以提高传感器的各项性能指标。利用神经网络具有很强的学习能力和更好的解决非线性逼近问题的特点,采用BP神经网络的方法对电位器式扭矩传感器零点漂移进行补偿。将电位器式扭矩传感器在电动管柱总成立式性能检测试验台上进行测试,并在磨损试验台上对电位器式扭矩传感器进行磨损实验,将磨损前和磨损后的电位器式扭矩传感器性能进行对比,说明电位器式扭矩传感器存在零点漂移现象。对磨损前和磨损后电位器输出的主副电压进行采集,作为BP神经网络的输入样本和期望输出,通过MATLAB软件,利用BP神经网络算法进行学习训练得到补偿偏移量仿真曲线。为了进一步能真实的体现出零点漂移补偿的效果,利用C语言将补偿偏移量编成程序,输入到EPS控制器当中,在电动管柱总成立式性能检测试验台进行实验,将补偿后性能与补偿前的性能进行比较,通过补偿前、后性能的对比可以看出BP神经网络算法在零点漂移补偿中起到的效果。