机舱空气质量检测中的压力补偿方法

摘要：

飞机座舱气压变化范围较大,对气体传感器产生较大影响,导致空气质量检测结果不准确,提出采用RBF神经网络进行气压补偿.首先设计试验系统;然后对HCHO、CO、C02和NO2共4种典型的座舱空气质量检测气体传感器进行正负压试验,采集试验数据并绘制各气体的特征变化曲线;最后建立了以12个气压点和测量值为输入、期望值为输出的3层RBF神经网络模型,并对试验数据进行了误差修正补偿.结果 表明:采用该RBF神经网络补偿算法,HCHO、CO、CO2、N02气体传感器的最大相对误差分别由32.85％、28.42％、52.87％、87.18％降低到2.001％、3.668％、2.392％、12.68％,达到较好的补偿效果.

关键词：计量学、空气质量检测、气压补偿、飞机座舱、气体传感器、RBF神经网络

所属期刊栏目：41

分类号：TB99;X851(计量学)

资助基金：民航科技项目MHRD20150220

在线出版日期：2020-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1443-1448