基于GA-BP神经网络的红外CO2传感器湿度补偿研究*

为了提高红外CO2气体传感器的探测灵敏度和精度,首先研究了不同镀膜对非色散扁锥腔CO2气体传感器的红外吸收效率和灵敏度的影响.然后搭建了湿度实验平台,着重研究了环境湿度对气体浓度测量结果的影响.最后,采用遗传算法优化的BP神经网络算法(GA-BP)对传感器进行了湿度补偿.实验结果表明:在室温条件下、0～2000×10-6浓度范围内,镀金腔体的CO2传感器具有更高的红外吸收效率和灵敏度;在40％～80％湿度范围内,CO2气体传感器的测量误差与相对湿度密切相关,最高误差达645×10-6.采用GA-BP算法数据融合补偿后,传感器湿度漂移得到了较好抑制,整体平均误差小于±110×10-6,表明CO2气体传感器的测量精度得到了大幅提升.     

新型扁锥腔红外CO2气体传感器系统研究

为提高红外CO2气体传感器测量精度,本文利用非分光红外探测技术设计了以白炽灯红外光源、双通道热电堆红外探测器和扁锥腔体为主要元件构成的新型红外CO2气体传感器。采用Zemax光路仿真分析,研究了新型扁锥腔CO2气体传感器探测面光强分布,并结合ANSYS FLUENT软件对扁锥型气室进行结构优化。以STM32单片机为核心,实现了光源电调制,采用ICL7650放大处理探测器的电信号,再由STM32控制ADC进行信号采集,提高了测量系统的抗干扰能力。在此基础上开展了标定和测试实验,结果表明：在25℃环境中,传感器能够准确检测出0-2000 ppm量程范围内的CO2气体浓度,具有较好的重复性和长期稳定性。三组实验平均相对误差最大为5.2%,重复性误差最大为5.5%,稳定度为2.3%。该研究对红外CO2气体传感器结构优化和测量精度的提高具有参考意义。     

基于差分吸收检测技术的非色散红外SF6传感器

基于非色散红外吸收原理,以电调制红外光源、采样气室和双元红外探测器组成的红外传感模块为核心,利用差分吸收检测技术设计了一种小型化高性能的SF6气体传感器.利用标准气体进行浓度标定,拟合了SF6气体浓度与电压关系曲线,实现了对SF6气体浓度的准确检测.根据传感器检测误差随环境温度变化的规律,系统研究了温度补偿方法,有效提高了传感器在不同温度下的检测精度.实验结果表明,该传感器系统在环境温度10℃~40℃、气体浓度0~2500×10-6范围内的检测精度小于±50×10-6,分辨率为1×10-6,系统响应时间小于5 s,具有良好的重复性和稳定性.     

便携式SF6气体检漏仪的设计与实现

根据SF6气体的红外光谱吸收原理,设计并实现了一种定量检测SF6气体的便携式检漏仪.通过对传感器信号进行温度补偿和压力补偿,有效提高了仪表测量精度和灵敏度.采用双波长双光束检测方法,解决了因光源老化、采样池和检测器表面污染的因素使测量精度下降的问题.通过实验测量和现场应用,该检漏仪设计性能稳定、测量精度高,测量范围为0～50ppm,精确度为0.65ppm.     

基于遗传算法的小波神经网络在多组分气体检测中的应用

由于利用不分光红外吸收法（NDIR）的多组分气体传感器对汽车尾气（主要成分为CO2、CO、HC化合物）进行同时测量时,所测气体浓度是交叉吸收干扰后的结果,造成测量误差大,分析精度低。针对此问题,将遗传算法优化的小波神经网络用于建立基于红外光谱的三组分气体定量分析模型中。采集CO2、CO、HC的浓度信号,作为模型输入,通过模型回归分析,得到对应的混合气体组分浓度,解决气体之间相互干扰的问题。最后通过实验数据对模型性能进行仿真分析,结果表明,该模型的平均误差相比于传统模型明显减低,取得较好的精度。     

基于曲面拟合理论CO_2传感器数据融合研究

针对CO2气体传感器在实际应用中,由于环境因素干扰而导致检测精度下降这一问题,提出了采用曲面拟合理论的数据融合方法来消除环境温度对传感器输出的干扰。实验是在气体和温度的二维标定系统中进行,实验温度为0~50℃,CO2气体体积分数为(0~2000)×10-6,标定点取36个。通过数据融合,有效地降低了温度变化对CO2气体传感器输出的干扰,提高了气体传感器和温度传感器的测量准确度。     

基于RBF神经网络的电化学CO气体传感器的温度补偿

针对电化学CO气体传感器的输出精度易受环境温度影响的缺点,提出了一种基于RBF神经网络的温度补偿方法,并借助所设计的气体采集系统进行了实验研究.实验结果表明,未进行温度补偿时传感器输出最大误差为20.0%,基于BP神经网络温度补偿方法的误差为1.44%,而采用RBF神经网络进行温度补偿后最大误差可达到0.12%,故该方法可有效的用于电化学CO气体传感器的温度补偿,令传感器具有更高的测量精度和温度稳定性.     

基于微型泵吸式的矿用红外一氧化碳传感器研制

现有基于电化学原理的矿用一氧化碳传感器测量数据易受烷类气体、氢气苯类等气体及矿井环境压力的影响,测量结果误差大,且需定期调校。针对该问题,研制了一种基于微型泵吸式的矿用红外一氧化碳传感器。该传感器基于非分散式红外吸收原理,利用CO气体对4.5μm的红外辐射具有强烈的吸收,通过测量红外辐射的初始能量和红外辐射被气体吸收后的能量,检测出CO气体浓度。针对扩散式一氧化碳传感器检测采样速度慢,检测结果容易受检测环境的风速、温度等外界因素干扰的问题,采用微型泵吸式检测方式,气体通过微型气泵的流动进入红外敏感元件气室,保证了传感器气流的稳定性。6个月的工业性试验结果表明,该传感器相比传统电化学传感器,具有红外波长固定、测量数据不受其他气体影响的优势;使用中,矿用红外一氧化碳传感器的维护周期大于6个月,主要维护操作是清洁处理,无需更换敏感元件及标校。     

MEMS红外光源及应用

针对传统红外光源需要另加调制部件,使得传感体系价高和笨重的不足,利用微电子工艺研制了一种用于便携式非扩散红外气体传感器的电调制红外光源,并对其辐射特性进行了测试。将光源应用于自行搭建的小型红外吸收气体传感系统中,对不同气体体积分数的CO2和SO2气体进行探测,测量精度分别达到20×10-6和50×10-6气体体积分数。重复测量偏差在10%之内,且光源辐射性能稳定,可用于多组分气体探测。     

改进的粒子群算法在传感器温度补偿中的应用

针对红外气体传感器测量精度受环境温度影响较大的问题,提出了一种基于嵌入自适应Levy变异免疫粒子群-最小二乘支持向量机（ALIPSO-LSSVM）的温度补偿算法。ALIPSO算法引入Levy flight对子代粒子进行自适应变异,确保粒子多样性,并在每次迭代之前,采用相对基学习方法初始化粒子群,提高算法的收敛速度。通过5个基准测试函数对ALIPSO算法进行性能评价,仿真结果表明该算法收敛速度较快、精度高,且具有较强的全局搜索能力。利用ALIPSO算法对LS-SVM的参数进行优化,并将该混合算法应用于红外气体传感器温度补偿,数值仿真结果表明采用该算法可将补偿结果的相对误差控制在6%范围内。     

红外低硫传感器信噪比改善方法研究

低硫的红外探测是一个非常重要的研究领域,但由于红外硫的吸收峰在一个特殊的波段,与人体红外波段重合,所以国外的先进技术大都对中国封锁,而国内的低硫传感器存在交叉吸收误差,检出限不够、检测精度低等缺陷;文章以煤中硫元素的测试为基础,研究采用了电调制热释电红外传感器在测量硫元素过程中存在的以上问题,主要开展了探测器稳定性、恒温测试、气室噪声、滤波等改善传感器信噪比的相关改进设计和实验,并提出了优化的方案,优化后经过实验测试,整个测试系统的信噪比提升近50%,检出限从原来的100 ppm提升到近10 ppm;低硫测量平均值为0.382%,SD为0.006%,RSD为1.2%,瓶内RSD为0.9%;达到了低硫的高精密测试。     

基于恒温谐波检测双回路瓦斯浓度仪研究

针对传统气体传感器检测范围窄、易中毒、使用寿命短等缺陷,提出基于恒温谐波检测的双回路瓦斯浓度检测系统。通过ATMEGA16实现低浓度的电化学检测电路切换高浓度的红外吸收检测电路,恒温惠斯通电阻电桥检测电路可减少温度场对传感器性能影响;应用谐波检测原理消除红外光路干扰,稳定光源的输出功率,提高灵敏度。利用拉格朗日插值定理进行温度补偿,可消除温度漂移带来的瓦斯浓度二值性问题,并能在5.3%瓦斯浓度处实现高精度的瓦斯爆炸预警。实验结果表明：双回路检测仪具有高灵敏度、测量范围广、精度高等特点,可应用在突出灾害时瓦斯大量涌出检测中。     

红外甲烷传感器直射式气室设计

针对采用反射式气室的红外甲烷传感器测量误差较大的问题,基于红外光谱吸收原理,利用非分光探测技术设计了一种新型直射式气室。该气室采用硅半导体片状红外光源、双通道红外探测器及一定长度的气室中腔,选用GaF2作为光源及探测器的视窗材料,搭配外部电路实现对CH4体积分数的监测。0～2.5%CH4体积分数范围内的测试结果表明,采用直射式气室的红外甲烷传感器最大测量误差仅为±0.05%。     

一种阵列式探空温度传感器设计

为降低传统探空温度传感器的横梁尾流热污染误差,设计了一种基于热电偶阵列的探空温度传感器。该传感器由铂电阻,四个热电偶组成的阵列,高精度测量电路等部分组成。采用计算流体动力学（CFD）软件FLUENT对探空温度传感器进行数值分析仿真计算。搭建了一套高空环境模拟实验装置。实验结果表明,使用阵列式热电偶作为探空温度传感器,可将横梁热辐射误差降低至横梁升温量的0.43%~8.72%,实验测量结果与仿真结果相差-3.02%~5.44%,吻合度较高。阵列式低辐射误差探空温度传感器和传统探空温度传感器相比,降低了横梁尾流在上升过程中对传感器探头的影响,具有较低的辐射误差。     

基于三次样条插值的硅压阻式压力传感器的温度补偿

传感器的零点温度漂移、灵敏度温度漂移和非线性误差是影响传感器性能的主要因素,如何能使该类误差得到有效补偿对于提高其性能有重要意义。提出了基于三次样条曲线插值的温度补偿方法,改进了传统三次样条曲线插值的补偿方法,分别对传感器的零点、灵敏度以及非线性进行补偿,用这种方法对测压范围为1.0140×105 Pa～3.0140×105 Pa,温度范围为-20℃～+60℃的硅压阻式压力传感器的实验标定结果进行了温度补偿。通过比较传统三次样条插值补偿后的传感器输出信号,验证了使用改进后的三次样条曲线插值法的补偿效果更好。这种方法为高精度压力传感器的温度补偿提供了一种有价值的理论依据。     

压电陶瓷传感器的灵敏度温漂误差补偿研究

针对微测系统中压电陶瓷传感器的灵敏度温漂会使其在变化的温度环境中工作时性能不稳定,进而影响检测精度问题,提出了一种基于改进Elman神经网络的压电陶瓷传感器灵敏度温漂误差补偿控制方法。分析了压电陶瓷传感器产生灵敏度温漂现象的原因。以压电陶瓷切削力测量传感器为对象,在不同温度下对传感器的灵敏度进行了标定试验研究。研究结果表明,压电陶瓷传感器在同一温度下工作时具有良好的线性度,在温度变化的环境中工作会伴有灵敏度温漂现象。为了有效补偿灵敏度温漂附加误差,提高检测精度,建立了基于改进Elman神经网络的灵敏度温漂补偿模型,并对模型涉及的学习算法、激励函数、输入输出层节点以及承接层和隐含层节点数等相关内容进行了研究。对比试验验证结果表明,所建立的灵敏度温漂补偿模型对压电陶瓷传感器的灵敏度温漂误差补偿控制效果明显,未经灵敏度温漂补偿,直接按照常温下灵敏度标定结果预测的压电陶瓷传感器加载力和实际加载力之间误差较大,最大误差达到29.16 N,利用本文建立的基于改进Elman神经网路灵敏度温漂补偿模型补偿后,补偿模型的预测力和压电陶瓷传感器的实际加载力最大误差仅0.72 N,有效保证了检测精度。     

气体传感器阵列温度漂移抑制的研究

半导体气体传感器存在漂移问题,温度变化对漂移的影响尤为明显.在气体传感器阵列中,可以加入温度、湿度等传感器,监测其工作环境.实验系统采用恒温箱设定一组温度,制备气体样本20例(两种浓度样本各10例),采集传感器对样本的响应;通过人工神经网络来识别样本;当有误判发生时,在原网络中引入温度传感器的响应值,消除了误判,在一定程度上抑制了漂移,改善了网络性能,验证了该温度漂移抑制方法的可行性.