李成兵,毛熙皓

(西南石油大学机电工程学院,成都 610500)

目前,红外气体传感器与电化学气体传感器、催化燃烧式气体传感器、电化学气体传感器以及二氧化物半导体气体传感器相比,红外气体传感器具有探测范围广,选择性好,不容易受有毒有害气体的影响而中毒、老化,响应速度快等优势,红外气体传感器已经成为当前气体传感器的研究热点之一[1-2]。红外气体传感器是基于红外吸收光谱原理利用气体吸收特定红外光光谱来实现对气体的浓度检测,可探测甲烷(CH4)、氯化氢(HCL)、一氧化碳(CO)、硫化氢(H2S)等气体,已经广泛应用于煤矿、化工等领域的有毒有害气体检测[3-7]。

红外气体传感器在工作时容易受到温度影响,因为气体分子吸收特性其吸收系数与温度有关,电子元件、光学元件等均会受温度影响而发生变化导致测试精度和稳定性降低[8],对红外气体传感器进行温度补偿是十分重要的。常用传感器温度补偿方法分为硬件补偿和软件补偿两种,硬件补偿是通过硬件电路降低温度对测试结果的影响,软件补偿则是利用算法对数据进行融合,文献[9]利用最小二乘曲线拟合法建立温度补偿模型,文献[10]利用BP神经网络建立温度补偿模型,文献[11]利用RBF径向神经网络建立温度补偿模型。

BP神经网络BP(Back Propagation neural network)是常用的传感器温度补偿方法,BP神经网络依靠不断的误差反向传播修改输入层至隐含层、隐含层至输出层的阈值和权值,通过修改后的权值和阈值降低神经网络的输出误差,但是不断的反向传播造成了BP神经网络运算速度慢、训练次数多且精度不高的缺点。……