基于RBF神经网络矿用红外甲烷传感器补偿方法研究

• 作者: 郎琦
• 来源期刊: 自动化与仪器仪表
• 关键词: 红外甲烷传感器 干扰因素 函数逼近 RBF神经网 补偿算法
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 理论创新|THEORETICAL INNOVATION
• 页码范围: 55-57
• 页数: 3页
• 分类号: TP212
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2021.03.055

摘要

针对煤矿井下环境复杂,干扰成分多,温度、压力等对井下红外甲烷传感器测量精度影响等问题,提出了基于RBF神经网络矿用红外甲烷传感器补偿方法,开展了相应研究,包括神经网络函数逼近能力分析,神经网络模型选取,RBF神经网络结构确定,RBF神经网络聚类个数由最大最小距离法来确定,RBF神经网络中心和扩展常数通过K-means聚类计算,实验结果表明,RBF神经网络补偿算法是有效的,提高了甲烷传感器测量精度,消除了温度及压力干扰.