基于极限学习机的微量溶解氧传感器优化研究
溶解氧浓度作为水质检测的重要指标,在环境监测、食品加工、电力电子等行业具有重要的应用.采用基于遗传算法优化的极限学习机算法,建立了电极长度和传感器的输出电流、响应时间之间关系的预测模型,优化了阳极与电解液的接触面积,验证了传感器的测量稳定性和精度.结果表明,当阳极与阴极的反应面积之比约为33时,传感器的残余电流小于0.2 μA,上升和下降响应时间均小于60s;重复5次的实验结果表明,自制传感器具有较好的稳定性;与商用传感器相比,自制传感器测量的相对误差小于1%,表明其具有较高的测量精度.
电极、溶解氧、遗传算法、极限学习机回归、误差分析
48
X832(环境监测)
国家自然科学基金61771034
2021-05-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
117-123