CN112798738A - 基于传感器特性曲线的响应模型及浓度补偿方法 - Google Patents

基于传感器特性曲线的响应模型及浓度补偿方法 Download PDF

Info

Publication number
CN112798738A
CN112798738A CN202011578333.4A CN202011578333A CN112798738A CN 112798738 A CN112798738 A CN 112798738A CN 202011578333 A CN202011578333 A CN 202011578333A CN 112798738 A CN112798738 A CN 112798738A
Authority
CN
China
Prior art keywords
characteristic
response
model
curve
concentration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011578333.4A
Other languages
English (en)
Other versions
CN112798738B (zh
Inventor
武传伟
邵征
尚中锋
牛小民
李建营
舒四海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hanwei Electronics Group Corp
Original Assignee
Hanwei Electronics Group Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hanwei Electronics Group Corp filed Critical Hanwei Electronics Group Corp
Priority to CN202011578333.4A priority Critical patent/CN112798738B/zh
Publication of CN112798738A publication Critical patent/CN112798738A/zh
Application granted granted Critical
Publication of CN112798738B publication Critical patent/CN112798738B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0006—Calibrating gas analysers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

本发明提供一种基于传感器特性曲线的响应模型及浓度补偿方法，响应模型包括以下步骤：对多个同类传感器采集多点浓度信息，建立该类传感器的通用基础响应模型；对所述通用基础响应模型进行奇点分析，确定影响该类传感器性能指标参数的特征点与特征参数，对所述通用基础响应模型进行校准，得到针对探测器特征参数的气体响应模型；针对探测器的性能指标，对参数进行修正，建立新的响应模型；浓度补偿方法为探测器预内置所述的基于传感器特性曲线的响应模型，根据现场浓度变化，进行浓度预测；若探测器响应曲线与现场浓度变化不一致，则自适应调节特征参数，使探测器响应曲线与现场浓度变化一致。

Description

基于传感器特性曲线的响应模型及浓度补偿方法
技术领域
本发明属于气体探测器技术领域，具体的说，涉及了一种基于传感器特性曲线的响应模型及浓度补偿方法。
背景技术
随着社会的进步，工业制造业蓬勃发展，大量新型产业应用而出。而在大多制造业中，都会产生大量易燃易爆、有毒有害的气体，所以，在这些作业场所中，必须安装对应需检测气体的气体探测器。在探测器生产环节，为了保证探测器在各浓度区间气体检测的精确度，生产商一般采用多种标准浓度气体对探测器进行标定，并按照多浓度点间的线性关系进行内置曲线拟合，而对于响应曲线非线性的传感器，厂家一般通过增多标定浓度点而处理，此种方法增大了对传感器标定的难度，而且无法确定此类标定是否满足现场的精度要求，而且对于特定种类的传感器，无法正确选取标定点，也就无法进行准确的标定。另外，探测器在使用过程中，由于某些特定气体的扩散具有前期浓度上升慢，后期浓度上升快的特点，若在气体泄漏前期未能提供预报警信息，而在现场气体浓度快速上升时，不能给人以充足时间去发现泄漏点并解决问题，在一些对响应时间严格要求的场所，容易造成事故的发生。
为了解决以上存在的问题，我们一直在寻求一种理想的技术解决方案，
发明内容
本发明的目的是针对现有技术的不足，提供一种基于传感器特性曲线的响应模型及浓度补偿方法。
为了实现上述目的，本发明所采用的技术方案是：
本发明第一方面提供一种基于传感器特性曲线的响应模型，包括以下步骤：
步骤S1：对多个同类传感器采集多点浓度信息，依照提供的该类传感器的气体响应曲线进行曲线描绘和分段拟合，建立该类传感器的通用基础响应模型；
步骤S2：对所述通用基础响应模型进行奇点分析，确定影响该类传感器的性能参数的特征点，以确定影响该类传感器性能指标参数的特征点与特征参数，并对探测器在特征点附近进行浓度标定，按照该标定点信息对所述通用基础响应模型进行校准，得到针对探测器特征参数的气体响应模型；
步骤S3：针对探测器的性能指标，确定影响指标的特征参数，根据需求，对参数进行修正，而后进行压缩拟合，建立新的响应模型。
基于上述，步骤S1中，通用基础响应模型是基于传感器生产厂家提供的该类传感器的响应曲线基础上，对多个该类传感器进行多点测试，并分别进行曲线描绘以及线性拟合，若得到的多条拟合曲线的包络线变化率一致，且满足精度误差需求，则取该提供的曲线为通用基础响应模型；否则，则将不一致的区间作为特征区间，其余区间为通用基础响应模型。
基于上述，步骤S2中，对所述通用基础响应模型进行奇点分析包括获取该模型的极值点和拐点，若该模型若为平面线性模型，则按照公式(1)进行特征方程奇点分析；若为平面非线性模型，则按照公式(2)进行特征方程奇点分析；
探测器的标定浓度点的选择：依据传感器通用基础响应模型中的关键浓度点、极值点或者步骤S1中特征区间的点，并依据标定点浓度信息对响应曲线进行校准；
Figure BDA0002865148600000021
Figure BDA0002865148600000022
其中，a，b，c，d为线性拟合系数，Xm，Yn为非线性拟合系数，
Figure BDA0002865148600000031
为曲线的拟合余量，参数可根据最小二乘法进行拟合，当
Figure BDA0002865148600000032
时，即可求出其奇点信息。
基于上述，步骤S3中修正模型的策略为：
Figure BDA0002865148600000033
其中，dy/dx为线性方向上的梯度变化值，在取值范围为从0到满量程90％值时，ΔFX则代表影响探测器响应时间的特征参数，通过对ΔFX进行加倍或者缩小，通过公式(3)的逆运算，即可对y值进行设置，从而修正响应模型。
本发明第二方面提供一种基于传感器特性曲线的浓度补偿方法，探测器预内置所述的基于传感器特性曲线的响应模型，根据现场浓度变化，进行浓度预测；若探测器响应曲线与现场浓度变化不一致，则自适应调节特征参数，使探测器响应曲线与现场浓度变化一致。
基于上述，探测器进行自适应调节特征参数的方法：
Figure BDA0002865148600000034
其中，△为预测值与真实值之间的差值，Limit为根据传感器设置的预测值与真实值差值的阈值，F(t)为模型中的预测值，f(t)为真实值，系数n为设置响应时间的变化率，通过调节n能够实现对响应时间的设置。
本发明相对现有技术具有突出的实质性特点和显著进步，具体的说，本发明的基于传感器特性曲线的响应模型创新性的基于该类传感器的厂家提供的传感器反应曲线，对多个该类传感器进行多点测试，并分别进行曲线描绘以及拟合，建立该类传感器在各浓度下的通用基础响应模型，而后通过对模型进行奇点分析，获取其特征点与特征参数，在特征点附近进行浓度标定，进行模型校正，实现对每个传感器校正处理，使其更能符合传感器自身的响应特性，从而实现通过对少量浓度点即可实现对当前传感器的浓度标定，具有标定点少、精度高、准确性好、通用度高的特点。进行浓度补偿时，将模型与特征值、特征参数内置于探测器中，如需要实现对气体泄漏的预判，需要将影响传感器响应时间的特征值和特征参数进行参数调节，并基于内置响应曲线模型，进行压缩拟合，建立新的响应模型，提高了探测器的响应时间，从而实现对当前气体浓度的提前预知判断，缩短了报警时间，解决了因响应时间短而造成事故发生的问题。
附图说明
图1为本发明的流程框图。
图2为本发明浓度补偿方法对特征参数进行修改后的技术效果图。
具体实施方式
下面通过具体实施方式，对本发明的技术方案做进一步的详细描述。
如图1所示，本实施例提供一种基于传感器特性曲线的响应模型，包括以下步骤：
步骤S1：对多个同类传感器采集多点浓度信息，依照提供的该类传感器的气体响应曲线(传感器固有响应曲线)进行曲线描绘和分段拟合，建立该类传感器的通用基础响应模型；
步骤S2：对所述通用基础响应模型进行奇点分析，确定影响该类传感器的性能参数的特征点，以确定影响该类传感器性能指标参数的特征点与特征参数，并对探测器在特征点附近进行浓度标定，按照该标定点信息对所述通用基础响应模型进行校准，得到针对探测器特征参数的气体响应模型；其中，特征点可以为曲线的拐点、零点等，特征参数可以为响应时间、指示值偏差等；
步骤S3：针对探测器的性能指标，确定影响指标的特征参数，根据需求，对参数进行修正，而后进行压缩拟合，建立新的响应模型。
基于上述，步骤S1中，通用基础响应模型是基于传感器生产厂家提供的该类传感器的响应曲线基础上，对多个该类传感器进行多点测试，并分别进行曲线描绘以及线性拟合，若得到的多条拟合曲线的包络线变化率一致，且满足精度误差需求，则取该提供的曲线为通用基础响应模型；否则，则将不一致的区间作为特征区间，其余区间为通用基础响应模型。
基于上述，步骤S2中，对所述通用基础响应模型进行奇点分析包括获取该模型的极值点和拐点，若该模型若为平面线性模型，则按照公式(1)进行特征方程奇点分析；若为平面非线性模型，则按照公式(2)进行特征方程奇点分析；
探测器的标定浓度点的选择：依据传感器通用基础响应模型中的关键浓度点、极值点或者步骤S1中特征区间的点，并依据标定点浓度信息对响应曲线进行校准，从而既能够减少标定浓度点个数，又提高模型的准确性；
Figure BDA0002865148600000051
Figure BDA0002865148600000052
其中，a，b，c，d为线性拟合系数，Xm，Yn为非线性拟合系数，
Figure BDA0002865148600000053
为曲线的拟合余量，参数可根据最小二乘法进行拟合，当
Figure BDA0002865148600000054
时，即可求出其奇点信息。
基于上述，步骤S3中修正模型的策略为：
Figure BDA0002865148600000055
其中，dy/dx为线性方向上的梯度变化值，在取值范围为从0到满量程90％值时，ΔFX则代表影响探测器响应时间的特征参数，通过对ΔFX进行加倍或者缩小，通过公式(3)的逆运算，即可对y值进行设置，从而修正响应模型。
进行浓度补偿时，探测器预内置所述的基于传感器特性曲线的响应模型，根据现场浓度变化，进行浓度预测；若探测器响应曲线与现场浓度变化不一致，则自适应调节特征参数，使探测器响应曲线与现场浓度变化一致。
探测器进行自适应调节特征参数的方法：
Figure BDA0002865148600000061
其中，△为预测值与真实值之间的差值，Limit为根据传感器设置的预测值与真实值差值的阈值，F(t)为模型中的预测值，f(t)为真实值，系数n为设置响应时间的变化率，通过调节n能够实现对响应时间的设置。
如图2所示，应用于20ppm氯气下的浓度预测，能够实现提前预测报警功能，且可根据调整特征参数调节响应时间。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制；尽管参照较佳实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换；而不脱离本发明技术方案的精神，其均应涵盖在本发明请求保护的技术方案范围当中。

Claims (6)

1.一种基于传感器特性曲线的响应模型，其特征在于，包括以下步骤：
步骤S1：对多个同类传感器采集多点浓度信息，依照提供的该类传感器的气体响应曲线进行曲线描绘和分段拟合，建立该类传感器的通用基础响应模型；
步骤S2：对所述通用基础响应模型进行奇点分析，确定影响该类传感器的性能参数的特征点，以确定影响该类传感器性能指标参数的特征点与特征参数，并对探测器在特征点附近进行浓度标定，按照该标定点信息对所述通用基础响应模型进行校准，得到针对探测器特征参数的气体响应模型；
步骤S3：针对探测器的性能指标，确定影响指标的特征参数，根据需求，对参数进行修正，而后进行压缩拟合，建立新的响应模型。
2.根据权利要求1所述的基于传感器特性曲线的响应模型，其特征在于：步骤S1中，通用基础响应模型是基于传感器生产厂家提供的该类传感器的响应曲线基础上，对多个该类传感器进行多点测试，并分别进行曲线描绘以及线性拟合，若得到的多条拟合曲线的包络线变化率一致，且满足精度误差需求，则取该提供的曲线为通用基础响应模型；否则，则将不一致的区间作为特征区间，其余区间为通用基础响应模型。
3.根据权利要求2所述的基于传感器特性曲线的响应模型，其特征在于：步骤S2中，对所述通用基础响应模型进行奇点分析包括获取该模型的极值点和拐点，若该模型若为平面线性模型，则按照公式(1)进行特征方程奇点分析；若为平面非线性模型，则按照公式(2)进行特征方程奇点分析；
探测器的标定浓度点的选择：依据传感器通用基础响应模型中的关键浓度点、极值点或者步骤S1中特征区间的点，并依据标定点浓度信息对响应曲线进行校准；
Figure FDA0002865148590000011
Figure FDA0002865148590000021
其中，a，b，c，d为线性拟合系数，Xm，Yn为非线性拟合系数，
Figure FDA0002865148590000025
为曲线的拟合余量，参数可根据最小二乘法进行拟合，当
Figure FDA0002865148590000022
时，即可求出其奇点信息。
4.根据权利要求3所述的基于传感器特性曲线的响应模型，其特征在于：步骤S3中修正模型的策略为：
Figure FDA0002865148590000023
其中，dy/dx为线性方向上的梯度变化值，在取值范围为从0到满量程90％值时，ΔFX则代表影响探测器响应时间的特征参数，通过对ΔFX进行加倍或者缩小，通过公式(3)的逆运算，即可对y值进行设置，从而修正响应模型。
5.一种基于传感器特性曲线的浓度补偿方法，其特征在于：
探测器预内置权利要求4所述的基于传感器特性曲线的响应模型，根据现场浓度变化，进行浓度预测；若探测器响应曲线与现场浓度变化不一致，则自适应调节特征参数，使探测器响应曲线与现场浓度变化一致。
6.根据权利要求5所述的基于传感器特性曲线的浓度补偿方法，其特征在于，探测器进行自适应调节特征参数的方法：
Figure FDA0002865148590000024
其中，△为预测值与真实值之间的差值，Limit为根据传感器设置的预测值与真实值差值的阈值，F(t)为模型中的预测值，f(t)为真实值，系数n为设置响应时间的变化率，通过调节n能够实现对响应时间的设置。
CN202011578333.4A 2020-12-28 2020-12-28 基于传感器特性曲线的响应模型的构建方法及浓度补偿方法 Active CN112798738B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011578333.4A CN112798738B (zh) 2020-12-28 2020-12-28 基于传感器特性曲线的响应模型的构建方法及浓度补偿方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011578333.4A CN112798738B (zh) 2020-12-28 2020-12-28 基于传感器特性曲线的响应模型的构建方法及浓度补偿方法

Publications (2)

Publication Number Publication Date
CN112798738A true CN112798738A (zh) 2021-05-14
CN112798738B CN112798738B (zh) 2023-06-13

Family

ID=75805172

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011578333.4A Active CN112798738B (zh) 2020-12-28 2020-12-28 基于传感器特性曲线的响应模型的构建方法及浓度补偿方法

Country Status (1)

Country Link
CN (1) CN112798738B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110763808A (zh) * 2019-11-13 2020-02-07 山东多瑞电子科技有限公司 一种气体探测器出厂免标定的方法
CN114545863A (zh) * 2022-03-07 2022-05-27 中南大学 一种基于b样条曲线拟合的数控加工的轨迹平滑方法
CN116718220A (zh) * 2023-08-11 2023-09-08 南京中旭电子科技有限公司 基于多维数据的霍尔传感器校准方法及系统

Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06199904A (ja) * 1992-12-28 1994-07-19 Asahi Chem Ind Co Ltd 連続重合プロセスの連続運転条件変更方法
US20070166762A1 (en) * 2006-01-19 2007-07-19 Leonard Stephen W Method of compensation of dose-response curve of an assay for sensitivity to perturbing variables
US20080140331A1 (en) * 2007-12-12 2008-06-12 Victor Alexandrovich Kalinin Method of calibrating temperature compensated sensors
CN101703396A (zh) * 2009-11-06 2010-05-12 中国科学院合肥物质科学研究院 基于桡动脉脉搏波的心血管机能参数检测分析方法及检测装置
CN101788260A (zh) * 2010-03-18 2010-07-28 清华大学 一种金属薄膜厚度的电涡流测量方法
CN101915748A (zh) * 2010-07-21 2010-12-15 中国科学院半导体研究所 一种激光气体浓度检测的拟合动态寻峰方法
AU2011236062A1 (en) * 2005-04-01 2011-11-10 Carefusion 303, Inc. Temperature Prediction System and Method
CN103018280A (zh) * 2012-12-06 2013-04-03 深圳市戴维莱实业有限责任公司 一种解决半导体式可燃气体探测器长期稳定性的方法
CN103324834A (zh) * 2013-04-07 2013-09-25 北京航空航天大学 一种完全截断数据条件下的机电系统及其关键部件寿命预测方法
CN103543126A (zh) * 2013-10-30 2014-01-29 北京航天易联科技发展有限公司 用于气体监测干涉信号干扰下的信号修正补偿计算方法
CN103605103A (zh) * 2013-06-26 2014-02-26 广东电网公司东莞供电局 基于s型曲线函数的电能计量故障智能诊断方法
EP2725350A2 (de) * 2012-10-23 2014-04-30 Unitronic AG Verfahren zur Gasdetektion und entsprechende Gas-Sensorvorrichtung
CN103893882A (zh) * 2012-12-28 2014-07-02 北京谊安医疗系统股份有限公司 一种麻醉机流量修正方法和装置
CN104181214A (zh) * 2014-08-21 2014-12-03 华南农业大学 一种水质传感器小信号分段拟合温度补偿方法
CN106018223A (zh) * 2016-05-24 2016-10-12 深圳市蜂联科技有限公司 一种分段最优标定提高空气质量检测设备测量精度的方法
CN106405007A (zh) * 2016-08-30 2017-02-15 河北先河环保科技股份有限公司 气体传感器、颗粒物传感器的新校准方法
CN107202880A (zh) * 2017-05-24 2017-09-26 中国农业大学 一种基于电化学阻抗相角分析的微生物检测方法
WO2018014477A1 (zh) * 2016-07-19 2018-01-25 中国矿业大学 一种基于实测的充填材料力学特性曲线修正方法
CN107701236A (zh) * 2017-10-13 2018-02-16 鄂尔多斯市营盘壕煤炭有限公司 一种箕斗装载硐室的多信息数据监测系统
CN109540477A (zh) * 2018-11-26 2019-03-29 萨康电子（上海）有限公司 一种tft测试装置及其测试方法
US20190209063A1 (en) * 2016-09-25 2019-07-11 The Regents Of The University Of California Dual-reporter Electrochemical Sensors with Drift Correction
CN110646466A (zh) * 2019-08-30 2020-01-03 浙江大华技术股份有限公司 半导体式气体传感器的校准方法、系统和设备
CN110705003A (zh) * 2019-08-14 2020-01-17 广西博电科技有限公司 基于深度拟合建立频域介电响应特征指纹数据库的方法
CN111626476A (zh) * 2020-04-23 2020-09-04 渤海大学 一种风电场风力发电量预测方法
CN111815051A (zh) * 2020-07-06 2020-10-23 安徽建筑大学 考虑天气影响因素的grnn光伏发电预测方法

Patent Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06199904A (ja) * 1992-12-28 1994-07-19 Asahi Chem Ind Co Ltd 連続重合プロセスの連続運転条件変更方法
AU2011236062A1 (en) * 2005-04-01 2011-11-10 Carefusion 303, Inc. Temperature Prediction System and Method
US20070166762A1 (en) * 2006-01-19 2007-07-19 Leonard Stephen W Method of compensation of dose-response curve of an assay for sensitivity to perturbing variables
US20080140331A1 (en) * 2007-12-12 2008-06-12 Victor Alexandrovich Kalinin Method of calibrating temperature compensated sensors
CN101703396A (zh) * 2009-11-06 2010-05-12 中国科学院合肥物质科学研究院 基于桡动脉脉搏波的心血管机能参数检测分析方法及检测装置
CN101788260A (zh) * 2010-03-18 2010-07-28 清华大学 一种金属薄膜厚度的电涡流测量方法
CN101915748A (zh) * 2010-07-21 2010-12-15 中国科学院半导体研究所 一种激光气体浓度检测的拟合动态寻峰方法
EP2725350A2 (de) * 2012-10-23 2014-04-30 Unitronic AG Verfahren zur Gasdetektion und entsprechende Gas-Sensorvorrichtung
CN103018280A (zh) * 2012-12-06 2013-04-03 深圳市戴维莱实业有限责任公司 一种解决半导体式可燃气体探测器长期稳定性的方法
CN103893882A (zh) * 2012-12-28 2014-07-02 北京谊安医疗系统股份有限公司 一种麻醉机流量修正方法和装置
CN103324834A (zh) * 2013-04-07 2013-09-25 北京航空航天大学 一种完全截断数据条件下的机电系统及其关键部件寿命预测方法
CN103605103A (zh) * 2013-06-26 2014-02-26 广东电网公司东莞供电局 基于s型曲线函数的电能计量故障智能诊断方法
CN103543126A (zh) * 2013-10-30 2014-01-29 北京航天易联科技发展有限公司 用于气体监测干涉信号干扰下的信号修正补偿计算方法
CN104181214A (zh) * 2014-08-21 2014-12-03 华南农业大学 一种水质传感器小信号分段拟合温度补偿方法
CN106018223A (zh) * 2016-05-24 2016-10-12 深圳市蜂联科技有限公司 一种分段最优标定提高空气质量检测设备测量精度的方法
WO2018014477A1 (zh) * 2016-07-19 2018-01-25 中国矿业大学 一种基于实测的充填材料力学特性曲线修正方法
CN106405007A (zh) * 2016-08-30 2017-02-15 河北先河环保科技股份有限公司 气体传感器、颗粒物传感器的新校准方法
US20190209063A1 (en) * 2016-09-25 2019-07-11 The Regents Of The University Of California Dual-reporter Electrochemical Sensors with Drift Correction
CN107202880A (zh) * 2017-05-24 2017-09-26 中国农业大学 一种基于电化学阻抗相角分析的微生物检测方法
CN107701236A (zh) * 2017-10-13 2018-02-16 鄂尔多斯市营盘壕煤炭有限公司 一种箕斗装载硐室的多信息数据监测系统
CN109540477A (zh) * 2018-11-26 2019-03-29 萨康电子（上海）有限公司 一种tft测试装置及其测试方法
CN110705003A (zh) * 2019-08-14 2020-01-17 广西博电科技有限公司 基于深度拟合建立频域介电响应特征指纹数据库的方法
CN110646466A (zh) * 2019-08-30 2020-01-03 浙江大华技术股份有限公司 半导体式气体传感器的校准方法、系统和设备
CN111626476A (zh) * 2020-04-23 2020-09-04 渤海大学 一种风电场风力发电量预测方法
CN111815051A (zh) * 2020-07-06 2020-10-23 安徽建筑大学 考虑天气影响因素的grnn光伏发电预测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
SHUNPING ZHANG等: "A reaction model of metal oxide gas sensors and a recognition method by pattern matching", 《SENSORS AND ACTUATORS B: CHEMICAL》 *
周长林等: "一种基于局部多项式回归的气敏传感器模型优化算法", 《计算机应用与软件》 *
张钊: "基于多用户移动节点体温监护系统的设计与实现", 《中国优秀硕士学位论文全文数据库》 *
费庆国等: "一种利用等效模型与遗传算法的动态有限元模型修正方法(英文)", 《东南大学学报(英文版)》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110763808A (zh) * 2019-11-13 2020-02-07 山东多瑞电子科技有限公司 一种气体探测器出厂免标定的方法
CN114545863A (zh) * 2022-03-07 2022-05-27 中南大学 一种基于b样条曲线拟合的数控加工的轨迹平滑方法
CN114545863B (zh) * 2022-03-07 2024-02-13 中南大学 一种基于b样条曲线拟合的数控加工的轨迹平滑方法
CN116718220A (zh) * 2023-08-11 2023-09-08 南京中旭电子科技有限公司 基于多维数据的霍尔传感器校准方法及系统
CN116718220B (zh) * 2023-08-11 2023-10-31 南京中旭电子科技有限公司 基于多维数据的霍尔传感器校准方法及系统

Also Published As

Publication number Publication date
CN112798738B (zh) 2023-06-13

Similar Documents

Publication Publication Date Title
CN112798738A (zh) 基于传感器特性曲线的响应模型及浓度补偿方法
CN106405007B (zh) 气体传感器、颗粒物传感器的新校准方法
EP1947454A1 (en) Method of calibrating a gas sensor
JP2021518528A (ja) センサーの較正
CN106873525A (zh) 一种基于数控机床实时数据的主轴组件热变形预测方法
CN110441374A (zh) 一种基于sa-bp神经网络的溶氧传感器补偿方法
CN110553152A (zh) 气体输送管网保压检测方法及系统
CN105316613A (zh) 一种基于变时滞偏差校正技术的锌层厚度控制方法和系统
CN113655768A (zh) 装配良率控制方法、设备及计算机可读存储介质
CN112326895A (zh) 灵敏度补偿方法及相关产品
CN117094608B (zh) 结合应用需求的钛带生产控制方法及系统
CN112985692B (zh) 一种融合多项式与学习模型的气压传感器误差标校方法
CN109470939B (zh) 一种线损点检系统及方法
JPH0933381A (ja) 圧力洩れ測定方法
CN114227461B (zh) 一种凸轮轴磨削工艺优化方法、装置及可读存储介质
CN112284366B (zh) 一种基于tg-lstm神经网络的偏振光罗盘航向角误差校正方法
CN116027442A (zh) 一种地磁扰动时段确定方法
CN114659672A (zh) 一种环境监测传感器异常状态检测方法
CN110442930B (zh) 虚拟量测方法和虚拟量测装置
KR102588967B1 (ko) 가스 센서를 자가 보정하는 방법 및 상기 방법을 수행하는 가스 센서 보정 시스템
CN116131089B (zh) 一种激光器输出功率矫正控制方法
CN117330208B (zh) 一种基于MoblieNet神经网络与双线性插值的传感器温度补偿方法、系统及存储介质
CN113405956B (zh) 一种粒度分析仪检测数据的在线校正方法、系统、设备
CN118010069B (zh) 一种半球谐振陀螺仪的振动误差补偿方法
CN114254263A (zh) 长期观测pH电极电位连续漂移补偿与pH动态计算方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant