%A 何永勃,田吉磊,黄吕霖,李明伟 %T 飞机座舱空气质量检测气压补偿方法 %0 Journal Article %D 2020 %J 计量学报 %R 10.3969/j.issn.1000-1158.2020.11.21 %P 1443-1448 %V 41 %N 11 %U {http://jlxb.china-csm.org:81/Jwk_jlxb/CN/abstract/article_1759.shtml} %8 2020-11-28 %X 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、CO2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、NO2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。