声表面波CO气体传感器温度误差补偿方法研究

要提高声表面波(SAW)气体传感器的测量精确度,温度补偿是主要难题。目前有许多补偿方法,但其效果不佳。采用软件方法进行温度补偿的研究在国内外已成热点,但选用神经网络对声表面波气体传感器进行温度补偿罕见报道。该文以西北工业大学研发的声表面波CO气体传感器为研究对象,通过理论分析和实验,得到了声表面波CO气体传感器的温度特性曲线。提出了一种利用BP人工神经网络对声表面波CO气体传感器温度误差进行修正的新方法。计算机仿真和试验结果表明,该法能有效改善传感器的输出特性,且速度快,精度高,鲁棒性强,便于用硬件实现,具有较高的推广应用价值。