《基于RBF神经网络气压补偿的非色散红外SF_6气体传感器》PDF+DOC
作者:裴昱,陈远鸣,卞晓阳,赵勇毅,赵正杰,常建华
单位:中国兵工学会;中国兵器工业第二0五研究所
出版:《应用光学》2018年第03期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFYYGX2018030140
DOC编号:DOCYYGX2018030149
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于改进型BP神经网络的SF_6气体传感器》PDF+DOC2017年第10期 陈远鸣,常建华,沈婉,裴昱,卞晓阳
《基于RBF神经网络的非色散红外SF_6气体传感器》PDF+DOC2016年第07期 薛宇,常建华,徐曦
《基于GWO-BP神经网络补偿的SF_6红外气体传感器》PDF+DOC2020年第01期 赵正杰,赵勇毅,孔春霞,佘明熹,常建华,沈婉
《基于环境参数融合的智能气体传感器设计》PDF+DOC2004年第04期 庄哲民
《基于RBF神经网络的热电偶建模方法》PDF+DOC2005年第24期 蔡兵
《一种用RBF神经网络改善传感器测量精度的新方法》PDF+DOC 赵望达,刘勇求,贺毅
《基于RBF网络的信息融合在SAMS故障诊断中的应用》PDF+DOC2003年第05期 樊春玲,金志华,张静
《基于RBF神经网络的电化学CO气体传感器的温度补偿》PDF+DOC2009年第01期 张小俊,张明路,李小慧
《RBF神经网络在红外CO_2传感器压力补偿中的应用研究》PDF+DOC2008年第01期 钱力,傅岚,黄刚
《基于RBF神经网络对电磁力平衡传感器测量精度的研究》PDF+DOC2007年第01期 陆青丽,郑崇苏
非色散红外SF_6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 260mg/m3~9 781mg/m3,气压100kPa~120kPa范围内,最大测量误差由±;646mg/m3降为±;52mg/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。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。