气体传感器特性漂移抑制的研究

在对气体进行长期在线监测的场合,所要解决的关键问题之一就是气体传感器特性漂移的抑制。传感器特性漂移会给气体的测量和识别带来误差。对此,本文提出一种动态在线标定法。该方法能够对传感器漂移故障做出判定,同时可实现测量误差的修正。文中对该方法进行了详细的描述和论证。计算机仿真结果表明了该方法的有效性。关键词:  气体传感器;  神经网络预测器;  混合气体识别Abstract  :  The  drift  should  be  addressed  as  one  of  the  most  serious  impairments  for  gas  sensor.  When  drift  exists  ,  the  gas  measurement  or  identification  result  may  cause  error.  To  solve  this  ,  a  dy2  namic  on2line  calibration  method  is  proposed  in  this  paper.  By  this  method  the  sensor  drift  can  be  detected  accurately  and  the  measurement  error  caused  by  sensor  drift  may  be  corrected  at  the  same  time.  Detailed  des  criptions  of  this  method  are  given.  The  simulation  results  show  that  the  method  is  valid.Key  words  :  Gas  sensor  ;  Neural  network  predictor  ;  Mixed  gas  identification