基于最小二乘法与RBF神经网络的溶解氧检测系统设计

• 作者: 尹保安 张阳 王榕 綦声波
• 来源期刊: 海洋科学
• 学科: 工学
• 关键词: 溶解氧 电极激励源 温度补偿 RBF神经网络 软件标定
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 研究报告
• 页码范围: 107-113
• 页数: 7页
• 分类号: TP23
• 语种: 中文
• DOI: 10.11759/hykx20191016003

摘要

为克服温度对溶解氧传感器的影响,对极谱型溶解氧检测系统的溶解氧电极激励源、高精度信号采样、软件标定和温度补偿等方面进行研究.通过对极谱型溶解氧传感器工作原理进行分析,设计了极谱型溶解氧传感器检测电路;根据溶解氧电极的温度特性,设计了基于NTC(负温度系数)热敏电阻的硬件温度补偿电路,并利用最小二乘法及RBF神经网络构建了软件温度补偿模型.利用饱和蒸馏水进行温度补偿实验,结果表明:经温度补偿后,该溶解氧检测系统的相对误差及采样波动均在1％以内,大大减小了传感器的非线性误差,测量精度和稳定性均可满足应用要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	綦声波		40	158	7.0	10.0
2	尹保安		4	1	1.0	1.0
3	王榕		1	0	0.0	0.0
4	张阳		2	1	1.0	1.0