机动车尾气CO检测中神经网络多环境因子在线修正算法研究

• 作者: 何莹 余冬琪 刘国华 唐七星 尤坤 张恺 张玉钧 范博强 鲁一冰
• 来源期刊: 红外与毫米波学报
• 学科: 工学
• 关键词: 尾气CO检测 红外吸收 多环境因子 在线修正 BP神经网络
• 年，卷（期）: 2018,（6）
• 页码范围: 704-710
• 页数: 7页
• 分类号: TN219
• 字数: 998字
• 语种: 中文
• DOI: 10.11972/j.issn.1001-9014.2018.06.012

摘要

分析了温度、湿度、压力对预处理后尾气CO浓度测量的影响,提出一种机动车尾气CO检测神经网络多环境因子在线修正算法,首先采用尾气样本数据离线训练得到BP神经网络模型,然后将实时测得的样品气温度、湿度、压力及小数吸收值代入到模型进行在线修正,得到修正后CO浓度,解决了NDIR传感器因环境变化所带来的测量误差影响.通过标样实验、模拟实验,并和SEMTECH-EcoStar对比检测结果,在样品气温度30～50℃、相对湿度25～40％、压力95～115 kPa、CO浓度0～0.2％范围内的最大相对偏差为4.8％.车载外场实验,得到修正因子在0.8 ～1之间,验证了方法的必要性和可靠性,为机动车尾气的CO浓度的准确检测提供有效技术支持.