论文部分内容阅读
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%、52.8