基于IPSO-BP模型的火灾气体传感器气压补偿算法

• 作者: 何永勃 曹祝兵
• 来源期刊: 中国安全科学学报
• 学科: 工学
• 关键词: 改进的粒子群算法(IPSO) 反向传播(BP)神经网络 气体传感器 气压补偿 飞机货舱火灾
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 安全工程技术|Safety engineering technology
• 页码范围: 107-114
• 页数: 8页
• 分类号: X932
• 语种: 中文
• DOI: 10.16265/j.cnki.issn1003-3033.2022.02.015

摘要

为完善飞机火灾检测系统,设计一套方案,模拟试验不同气压下CO、CO2气体传感器采集气体的体积分数值,并与理论值比较,进而提出一种根据粒子适应度值动态调整学习因子的粒子群算法.采用改进的粒子群(IPSO)算法寻找反向传播(BP)神经网络的最优初始权值阈值,再利用寻优后的BP神经网络修正CO、CO2气体传感器的检测结果,消除气压对于传感器采集数据的影响.结果表明:经过IPSO-BP算法补偿后,选取的27个气压点下气体体积分数值都接近拟合真实值,其中,CO2气体传感器经过气压补偿后,测量最大误差从542×10-4％下降到0.1×10-4％,CO气体传感器测量最大误差从15.7×10-4％下降到0.01×10-4％.与BP神经网络气压补偿模型相比,IPSO-BP神经网络气压补偿模型的精度有明显的提高.