作为旋转部件的重要组成部分的滚动轴承,在航天航空等高尖端领域,实现对于轴承的准确可靠检测在很大程度上决定了机械设备能否正常安全运行。对于如何在高温、高压以及强辐射等恶劣工况下,在不影响轴承正常运行的情况下,实现对滚动轴承的应力应变检测成为了一个较为重要的问题。本文拟设计一种基于声表面波技术的应变传感器用于监测主轴轴承运行过程中的应变信号,同时考虑应变-温度的交叉敏感问题,建立应变温度的解耦模型。首先,根据应变测量的实际需要,设计了SAW应变传感器的具体结构,根据其测量的实际指标,完成了其包括叉指电极层、压电薄膜层和基底层等膜系结构和参数的设计,在设计过程中同时考虑了高温对于其应变测量所造成的误差偏移,利用COMSOL完成其初步建模工作;结合轴承内部体积尺寸和薄膜热电偶自身测温特性,确定了SAW应变传感器和薄膜热电偶的集成方式。其次,探讨了SAW传感器实现应变测量的具体机理,确定了可以通过施加作用力的大小建立和传感器谐振频率之间互相对应的关系函数,通过对所建立的SAW应变传感器模型施加不同载荷应力,分析了在圆形和矩形两种基底英形状下应力应变和谐振频率之间存在的关系;分析了造成温度误差的原因以及应变和温度之间具体的耦合效应,引入温度参数,得到了不同温度情况下应力大小和频率之间的特性曲线,验证了在温度参与下的SAW应变传感器具有非线性测量特征。最后,针对SAW应变传感器温度应变交叉敏感的问题,通过建立不同结构的SAW传感器电极层,利用两者对于相同方向应力应变其敏感系数存在差异的特点,结合BP神经网络实现对于应变测量的优化补偿,利用神经网络自身的基本特点,使传感器自身具备有良好的非线性、自适应性以及可以自我推理的学习能力,建立了基于BP神经网络的SAW应变传感器温度-应变补偿模型,将训练后的应力输出作为输出参数,得到了较为理想的应力结果,实现了对于温度的补偿,解决了对于应变-温度交叉敏感的问题。