透射式光纤氢气传感系统构建与算法优化

摘要：

氢气作为绿色清洁能源被广泛应用,但由于氢气易燃易爆易泄漏的特性,研发一种安全可靠的光纤氢气传感器是安全使用氢气的前提.采用溶胶-凝胶法制作三氧化钨/铂(WO3/Pt)氢敏薄膜,基于透射式光纤氢气传感系统进行氢气浓度检测.由于氢敏薄膜与氢气发生化学反应时,容易受温度影响,并且在此过程中会产生水,阻碍反应的进行,因此氢气浓度与光电探测器接收到的光强信号呈现非线性特性.为了提高氢气检测的准确度,使用支持向量回归(support vector regression,SVR)、反向传播(back propagation,BP)和径向基函数(radial basis function,RBF)神经网络等算法对测试数据进行优化,通过计算算法的平均相对误差率和决定系数(R2)来对比3种算法的优劣.与BP和RBF神经网络相比,SVR算法预测样本的平均相对误差率低至3.8％,R2高达0.9998,对氢气浓度具有更好的预测效果.

关键词：SVR、BP神经网络、RBF神经网络、透射式光纤氢气传感系统

所属期刊栏目：23

分类号：TH741(仪器、仪表)

资助基金：上海市地方能力建设项目20020500700

在线出版日期：2023-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：3730-3737