激光与红外

作者：赵正杰

单位：1.南京信息工程大学江苏省大气环境与装备技术协同创新中心,江苏 南京 210044；2.南京信息工程大学江苏省气象探测与信息处理重点实验室,江苏 南京 210044；

关键词：NDIR;气体传感器;GWO-BP神经网络;补偿

基金：国家自然科学基金项目(No.61875089)；江苏省重点研发计划项目(No.BE2016756)；江苏高校优势学科Ⅱ期建设工程项目；江苏省高校品牌专业建设工程资助项目；国家级大学生实践创新训练计划项目(No.201710300015)资助

为实现电力系统中SF6气体的有效监测与控制,本文基于非色散红外原理(NDIR),设计了一种SF6气体传感器。但是,在实际的测量中,环境的温度与气压差异性容易影响SF6气体浓度检测装置的检测精度,因此需要采取适当的方法消除环境引起的测量误差。本文采用灰狼智能优化算法—误差反向传播(GWO-BP)神经网络对环境温度与气压变化引起的测量误差进行了补偿,并与其他补偿方法作了比较。分析得出:进行补偿后的浓度数据在0~2000 ppm范围内误差为±15 ppm,满量程误差为0.75 %FS,有效提升了传感器的测量精度与稳定性。相较于电路补偿法,该方法有更高的测量精度,并且降低了传感器的体积和成本。

来源：2020年第1期

《激光与红外》期刊编辑部

查看激光与红外杂志2020年第1期