基于RBF神经网络气压补偿的非色散红外SF6气体传感器

摘要：

非色散红外SF6气体传感器具有测量范围广、灵敏度高、抗干扰能力强等优点,在电力系统中具有广泛的应用.在实际检测过程中,环境气压的变化对气体传感器的检测精度有较大的影响,提出利用RBF神经网络建立气体传感器气压补偿模型,运用其泛化和非线性映射能力对环境气压波动引起的测量误差进行补偿.实验结果表明:采用气压补偿模型后的气体传感器在气体浓度3 260 mg/m3～9 781 mg/m3,气压100 kPa～120 kPa范围内,最大测量误差由±646 mg/m3降为±52 mg/m3,测量精度为±0.53％FS.该方法相比于拟合法和硬件电路补偿法具有更高的测量精度和稳定性,降低了传感器的体积和成本.

关键词：非色散红外、气体传感器、RBF神经网络、气压补偿

所属期刊栏目：39

分类号：TN215(光电子技术、激光技术)

资助基金：国家自然科学基金11374161;江苏省重点研发计划BE2016756;江苏高校优势学科Ⅱ期建设工程、江苏省高校品牌专业建设工程资助项目;国家级大学生实践创新训练计划项目201610300030,201710300015Z

在线出版日期：2018-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：366-372