基于RBF神经网络的电化学CO气体传感器的温度补偿

• 作者: 张小俊 张明路 李小慧
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: RBF神经网络 电化学CO气体传感器 温度补偿
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 生物化学类传感器
• 页码范围: 11-14
• 页数: 4页
• 分类号: TP212
• 字数: 2583字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2009.01.003

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张小俊	河北工业大学机械学院	84	452	11.0	17.0
2	张明路	河北工业大学机械学院	162	1528	20.0	33.0
3	李小慧	河北工业大学机械学院	1	23	1.0	1.0