CN112903617A - 基于曲面拟合的二氧化碳气体传感器的标定方法及其系统 - Google Patents
基于曲面拟合的二氧化碳气体传感器的标定方法及其系统 Download PDFInfo
- Publication number
- CN112903617A CN112903617A CN202110050533.0A CN202110050533A CN112903617A CN 112903617 A CN112903617 A CN 112903617A CN 202110050533 A CN202110050533 A CN 202110050533A CN 112903617 A CN112903617 A CN 112903617A
- Authority
- CN
- China
- Prior art keywords
- gas sensor
- carbon dioxide
- calibrated
- acquisition
- fitting
- 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
Links
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 title claims abstract description 176
- 229910002092 carbon dioxide Inorganic materials 0.000 title claims abstract description 88
- 239000001569 carbon dioxide Substances 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 63
- 238000010606 normalization Methods 0.000 claims description 28
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000007789 gas Substances 0.000 description 139
- 238000010521 absorption reaction Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 5
- 238000013499 data model Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000007084 catalytic combustion reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 description 1
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- WCUXLLCKKVVCTQ-UHFFFAOYSA-M Potassium chloride Chemical compound [Cl-].[K+] WCUXLLCKKVVCTQ-UHFFFAOYSA-M 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229910000041 hydrogen chloride Inorganic materials 0.000 description 1
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
基于曲面拟合的二氧化碳气体传感器的标定方法及其系统，方法包括：获取每个初始气体传感器的第一采集电压；对初始气体传感器的每个第一采集电压进行归一化处理得到第一处理数据；对每个初始气体传感器进行曲面拟合得到候选拟合曲面模型；获取待标定气体传感器的第二采集电压；对待标定气体传感器的每个第二采集电压进行归一化处理以得到第二处理数据；根据第二处理数据和环境温度得到每个候选拟合曲面模型的输出值，计算输出值和二氧化碳浓度之间的差值，并计算得到每个候选拟合曲面模型的差值的绝对值之和；将最小的绝对值之和对应的候选拟合曲面模型作为待标定气体传感器的标定拟合曲面模型。有益效果：提高准确性，并且减少标定成本。
Description
技术领域
本发明涉及气体传感器领域，尤其涉及基于曲面拟合的二氧化碳气体传感器的标定方法及其系统。
背景技术
工业生产、环境监测等各个领域都需要对CO2气体浓度进行检测。CO2气体浓度检测方法有很多种，其中，非色散红外(NDIR)检测技术被广泛采用,该技术是利用CO2气体分子对特定的红外光谱(如4.26μm)具有强烈吸收原理,对CO2气体进行定量分析。
目前用来检测二氧化碳的传感器有催化燃烧式传感器和红外气体传感器等；其中，催化燃烧式传感器当遇到硫化氢、氯化物等化合物时，会使传感器中用来催化燃烧的催化剂中毒，这样会导致传感器丧失敏感性而失效；而红外气体传感器相对其它气体传感器而言，在比较短的时间便可以开始工作，而且当气体的浓度发生变化时，也能够在短时间内做出响应并达到稳定。然而红外气体传感器工作时是以产生的光电信号来作为检测的参考量，而并非电信号。并且红外气体传感器采用的是红外吸收原理，工作时产生有用信号会变得明显，干扰信号相对气体传感器较小，因此传感器系统拥有较高的信噪比。
红外气体检测技术是一种在环境监测、智能家居、医疗卫生、公众场合空气监测、工业过程控制等方面具有广泛应用的非直接接触式实时气体检测技术。其具有精度高、选择性好、可靠性高、不中毒、不依赖于氧气、受环境干扰因素较小、寿命长等显著优点，因此红外气体检测技术得到了广泛的重视和应用。
然而红外二氧化碳传感器是基于朗伯-比尔定律和气体对光谱的选择性吸收等原理，其特征吸收峰在4.26μm，其吸收关系符合朗伯-比尔吸收定律，即I＝I0exp(-KCL)，其中I为输出光强度，I0为输入光强度，C为浓度，K为CO2气体的吸收系数，L为气体与光源作用的有效长度。
并且在利用非色散红外气体传感器对气体浓度进行检测时，由于气体吸收特性即参数K的值容易受到温度的影响，并且温度变化会引起气体浓度、二氧化碳分子活性、光源稳定性等变化，直接根据热释电探测器的输出电压来估算CO2气体浓度往往会造成测量结果的准确性低，不具备投入使用的价值，这时候就需要使用算法对测量结果进行温度补偿修正，使设备能够投入使用。
目前，对于由检测环境压力变化引起的测量误差进行补偿的方法主要是让新生产的传感器节点根据自己的大量样本数据来建立一个准确的模型，然而每个样本数据的产生均需要30-60分钟，其主要原因是在采集样本数据时需要进行配气并等待配气稳定，然而上述现有技术往往需要耗费大量时间、人力和物力。因此，为每个传感器节点根据自己的大量样本数据来单独建立一个数据模型在成本以及其他方面均不太现实。
发明内容
本发明针对现有技术中的缺点，提供了一种基于曲面拟合的二氧化碳气体传感器的标定方法，其中，包括以下步骤：
步骤S1，获取每个初始气体传感器的多个第一采集电压，获取每个第一采集电压的环境温度和/或二氧化碳浓度不同；
步骤S2，对初始气体传感器的每个第一采集电压进行归一化处理，以得到每个第一采集电压对应的第一处理数据；
步骤S3，根据每个初始气体传感器的第一处理数据、环境温度和二氧化碳浓度进行曲面拟合，以得到每个初始气体传感器对应的候选拟合曲面模型；
步骤S4，获取待标定气体传感器的多个第二采集电压，获取每个第二采集电压的环境温度和/或二氧化碳浓度不同；
步骤S5，对待标定气体传感器的每个第二采集电压进行归一化处理，以得到每个第二采集电压对应的第二处理数据；
步骤S6，将第二处理数据和与第二处理数据对应的环境温度输入到每个候选拟合曲面模型中，以得到每个候选拟合曲面模型对应的输出值，计算第二采集电压对应的输出值和每个第二采集电压对应的二氧化碳浓度之间的差值，并计算得到每个候选拟合曲面模型对应的所有第二采集电压对应的差值的绝对值之和；
步骤S7，将最小的绝对值之和对应的候选拟合曲面模型作为待标定气体传感器的标定拟合曲面模型。
优选的，基于曲面拟合的二氧化碳气体传感器的标定方法，其中，采用下述公式对初始气体传感器的每个第一采集电压进行归一化处理；
X′＝(X-Xmin)/(Xmax-Xmin)；
其中，X′用于表示第一处理数据；
X用于表示第一采集电压；
Xmin用于表示每个初始气体传感器中的所有第一采集电压中的最小的第一采集电压；
Xmax用于表示每个初始气体传感器中的所有第一采集电压中的最大的第一采集电压。
优选的，基于曲面拟合的二氧化碳气体传感器的标定方法，其中，采用下述公式得到每个初始气体传感器对应的候选拟合曲面模型；
z＝aX′2+bY2+cX′Y+dX′+eY+f；
其中，a，b，c，d，e，f用于表示候选拟合曲面模型的参数；
z用于表示二氧化碳浓度；
X′用于表示第一处理数据；
Y用于表示环境温度。
优选的，基于曲面拟合的二氧化碳气体传感器的标定方法，其中，步骤S4具体包括以下步骤：
步骤S41，设置第一待标定数量的环境温度和第二待标定数量的二氧化碳浓度；
步骤S42，将环境温度和二氧化碳浓度进行组合，以获取待标定气体传感器的第三待标定数量的第二采集电压；
其中，第三待标定数量是第一待标定数量和第二待标定数量的乘积。
优选的，基于曲面拟合的二氧化碳气体传感器的标定方法，其中，第一待标定数量为3，第二待标定数量为2，第三待标定数量为6。
优选的，基于曲面拟合的二氧化碳气体传感器的标定方法，其中，步骤S1具体包括以下步骤：
步骤S11，设置第三初始数量的环境温度和第四初始数量的二氧化碳浓度；
步骤S12，将环境温度和二氧化碳浓度进行组合，以获取初始气体传感器的第二初始数量的第一采集电压；
其中，第二初始数量是第三初始数量和第四初始数量的乘积。
优选的，基于曲面拟合的二氧化碳气体传感器的标定方法，其中，第三待标定数量小于第二初始数量。
优选的，基于曲面拟合的二氧化碳气体传感器的标定方法，其中，气体传感器为二氧化碳红外气体传感器。
优选的，基于曲面拟合的二氧化碳气体传感器的标定方法，其中，采用下述公式对待标定气体传感器的每个第二采集电压进行归一化处理；
V′＝(V-Vmin)/(Vmax-Vmin)；
其中，V′用于表示第二处理数据；
V用于表示第二采集电压；
Vmin用于表示每个待标定气体传感器中的所有第二采集电压中的最小的第二采集电压；
Vmax用于表示每个待标定气体传感器中的所有第二采集电压中的最大的第二采集电压。
还包括一种基于曲面拟合的二氧化碳气体传感器的标定系统，其中，包括：
第一采集电压获取模块，获取每个初始气体传感器的多个第一采集电压，获取每个第一采集电压的环境温度和/或二氧化碳浓度不同；
第一归一化处理模块，对初始气体传感器的每个第一采集电压进行归一化处理，以得到每个第一采集电压对应的第一处理数据；
候选拟合曲面模型获取模块，根据每个初始气体传感器的第一处理数据、环境温度和二氧化碳浓度进行曲面拟合，以得到每个初始气体传感器对应的候选拟合曲面模型；
第二采集电压获取模块，获取待标定气体传感器的多个第二采集电压，获取每个第二采集电压的环境温度和/或二氧化碳浓度不同；
第二归一化处理模块，对待标定气体传感器的每个第二采集电压进行归一化处理，以得到每个第二采集电压对应的第二处理数据；
计算模块，将第二处理数据和与第二处理数据对应的环境温度输入到每个候选拟合曲面模型中，以得到每个候选拟合曲面模型对应的输出值，计算第二采集电压对应的输出值和每个第二采集电压对应的二氧化碳浓度之间的差值，并计算得到每个候选拟合曲面模型对应的所有第二采集电压对应的差值的绝对值之和；
标定拟合曲面模型获取模块，将最小的绝对值之和对应的候选拟合曲面模型作为待标定气体传感器的标定拟合曲面模型。
为了解决上述技术问题，本发明通过下述技术方案得以解决：
通过较大的测量数据去获取每个初始气体传感器对应的候选拟合曲面模型，并且通过计算得到每个候选拟合曲面模型对应的所有第二采集电压对应的差值的绝对值之和，以及将最小的绝对值之和对应的候选拟合曲面模型作为待标定气体传感器的标定拟合曲面模型，从而在多个候选拟合曲面模型完成对待标定气体传感器的标定，与传统的标定方法相比有更高的准确性。
只需要采用大量数据获取多个候选拟合曲面模型，随后只需要获取新产生的气体传感器(即待标定气体传感器)的少量第二采集电压就可以实现对待标定气体传感器的标定，从而实现了不需要每个新产生的气体传感器(即待标定气体传感器)根据自己的大量样本数据来单独建立一个数据模型，进而减少标定所需要的时间、人力、物力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明基于曲面拟合的二氧化碳传感器的标定方法的实施例的流程图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。
一种基于曲面拟合的二氧化碳气体传感器的标定方法，如图1所示，包括以下步骤：
步骤S1，获取每个初始气体传感器的多个第一采集电压，获取每个第一采集电压的环境温度和/或二氧化碳浓度不同；
步骤S2，对初始气体传感器的每个第一采集电压进行归一化处理，以得到每个第一采集电压对应的第一处理数据；
步骤S3，根据每个初始气体传感器的第一处理数据、环境温度和二氧化碳浓度进行曲面拟合，以得到每个初始气体传感器对应的候选拟合曲面模型；
步骤S4，获取待标定气体传感器的多个第二采集电压，获取每个第二采集电压的环境温度和/或二氧化碳浓度不同；
步骤S5，对待标定气体传感器的每个第二采集电压进行归一化处理，以得到每个第二采集电压对应的第二处理数据；
步骤S6，将第二处理数据和与第二处理数据对应的环境温度输入到每个候选拟合曲面模型中，以得到每个候选拟合曲面模型对应的输出值，计算第二采集电压对应的输出值和每个第二采集电压对应的二氧化碳浓度之间的差值，并计算得到每个候选拟合曲面模型对应的所有第二采集电压对应的差值的绝对值之和；
步骤S7，将最小的绝对值之和对应的候选拟合曲面模型作为待标定气体传感器的标定拟合曲面模型。
在上述实施例中，为了完成对红外气体传感器的标定，本实施例通过较大的测量数据去获取每个初始气体传感器对应的候选拟合曲面模型，并且通过计算得到每个候选拟合曲面模型对应的所有第二采集电压对应的差值的绝对值之和，以及将最小的绝对值之和对应的候选拟合曲面模型作为待标定气体传感器的标定拟合曲面模型，从而在多个候选拟合曲面模型完成对待标定气体传感器的标定，与传统的标定方法相比有更高的准确性。
在上述实施例中，只需要采用大量数据获取多个候选拟合曲面模型，随后只需要获取新产生的气体传感器(即待标定气体传感器)的少量第二采集电压就可以实现对待标定气体传感器的标定，从而实现了不需要每个新产生的气体传感器(即待标定气体传感器)根据自己的大量样本数据来单独建立一个数据模型，进而减少标定所需要的时间、人力、物力。
在上述实施例中，初始气体传感器的数量设置为第一初始数量，第一采集电压的数量可以设置为第二初始数量，其中，任何两个初始气体传感器的第一采集电压的第二初始数量可以不一致，所有初始气体传感器的第一采集电压的第二初始数量可以均一致；
需要说明的是，第一初始数量的取值越大可得到更多的候选拟合曲面，第二初始数量的取值越大可得到越精确的候选拟合曲面模型，但这两个参数越大会耗更多地采集时间，因此第一初始数量和第二初始数量可以根据用户的需求进行自设定。
在上述实施例中，通过在多个候选拟合曲面模型完成对待标定气体传感器的标定，从而提高了气体传感器的准确性和一致性。
作为优选的实施方式，所有初始气体传感器的第一采集电压的第二初始数量可以均一致，此时步骤S1可以具体包括以下步骤：
步骤S11，设置第三初始数量的环境温度和第四初始数量的二氧化碳浓度；
步骤S12，将环境温度和二氧化碳浓度进行组合，以获取初始气体传感器的第二初始数量的第一采集电压；
其中，第二初始数量是第三初始数量和第四初始数量的乘积。
需要说明的是，每个第一采集电压对应于一个初始气体传感器，每个第一采集电压对应于一个环境温度和一个二氧化碳浓度。
进一步地，在上述实施例中，在步骤S2中，可以采用下述公式对初始气体传感器的每个第一采集电压进行归一化处理，以得到每个第一采集电压对应的第一处理数据，从而通过对第一采集电压进行归一化处理可以将第一采集电压被限定在一定范围内，进而消除奇异样本数据的影响，需要说明的是，第一处理数据的数据范围属于[0,1]；
X′＝(X-Xmin)/(Xmax-Xmin)； (1)
其中，在上述公式(1)中，X′用于表示第一处理数据；
X用于表示第一采集电压；
Xmin用于表示每个初始气体传感器中的所有第一采集电压中的最小的第一采集电压；
Xmax用于表示每个初始气体传感器中的所有第一采集电压中的最大的第一采集电压。
进一步地，在上述实施例中，在步骤S3中，可以采用下述公式得到每个初始气体传感器对应的候选拟合曲面模型；
z＝aX′2+bY2+cX′Y+dX′+eY+f； (2)
其中，在上述公式(2)中，a，b，c，d，e，f用于表示候选拟合曲面模型的参数；
z用于表示二氧化碳浓度；
X′用于表示第一处理数据；
Y用于表示环境温度。
进一步地，在上述实施例中，步骤S4具体包括以下步骤：
步骤S41，设置第一待标定数量的环境温度和第二待标定数量的二氧化碳浓度；
步骤S42，将环境温度和二氧化碳浓度进行组合，以获取待标定气体传感器的第三待标定数量的第二采集电压；
其中，第三待标定数量是第一待标定数量和第二待标定数量的乘积。
进一步地，在上述实施例中，气体传感器为二氧化碳红外气体传感器。
在上述实施例中，红外气体传感器相对其它气体传感器而言响应速度更快，即可以在比较短的时间便开始工作，而且当气体的浓度发生变化时，也能够在短时间内做出响应并达到稳定。
进一步地，在上述实施例中，第三待标定数量小于第二初始数量。
在上述实施例中，获取每个候选拟合曲面模型时均采用大量数据，然而需要获取新产生的气体传感器(即待标定气体传感器)的少量第二采集电压就可以实现对待标定气体传感器的标定，从而实现了不需要每个新产生的气体传感器(即待标定气体传感器)根据自己的大量样本数据来单独建立一个数据模型，进而减少标定所需要的时间、人力、物力。
进一步地，在上述实施例中，在步骤S5中，可以采用下述公式对待标定气体传感器的每个第二采集电压进行归一化处理，以得到每个第二采集电压对应的第二处理数据，从而通过对第二采集电压进行归一化处理可以将第二采集电压被限定在一定范围内，进而消除奇异样本数据的影响，需要说明的是，第二处理数据的数据范围属于[0,1]；
V′＝(V-Vmin)/(Vmax-Vmin)； (3)
其中，在上述公式(3)中，V′用于表示第二处理数据；
V用于表示第二采集电压；
Vmin用于表示每个待标定气体传感器中的所有第二采集电压中的最小的第二采集电压；
Vmax用于表示每个待标定气体传感器中的所有第二采集电压中的最大的第二采集电压。
作为优选的实施方式，初始气体传感器的数量设置为N，第所有初始气体传感器的第一采集电压的第二初始数量可以均一致，并且将第一采集电压的数量可以设置为M，其中，初始气体传感器为没有经过校准的气体传感器；
首先，对每个初始气体传感器采集M个不同环境温度、不同二氧化碳浓度下的第一采集电压(即初始气体传感器输出的电压值)；
例如，设置五个环境温度，分别为10度、20度、30度、40度和50度；
并且设置十个二氧化碳浓度，分别为500ppm、1000ppm、1500ppm、2000ppm、2500ppm、3000ppm、3500ppm、4000ppm、4500ppm和5000ppm；
将环境温度和二氧化碳浓度进行两两组合，以得到五十个第一采集电压；
接着，根据上述公式(1)对上述获得每个初始气体传感器的M个的第一采集电压进行归一化处理，使得第一处理数据的数据范围属于[0,1]，以将数据被限定在[0,1]范围内，从而消除奇异样本数据的影响；
然后，根据上述公式(2)对每个初始气体传感器，使用其M个第一处理数据，进行曲面拟合，以得到每个初始气体传感器对应的候选拟合曲面模型；
随后，对一个新生产的待标定气体传感器，设置三个环境温度和每个环境温度下设置两个二氧化碳浓度，以获取待标定气体传感器的六个第二采集电压；
并且，根据上述公式(3)对上述获得待标定气体传感器的每个的第二采集电压进行归一化处理，使得第二处理数据的数据范围属于[0,1]，以将数据被限定在[0,1]范围内，从而消除奇异样本数据的影响；
紧接着，对N个上述的候选拟合曲面模型中的每一个分别进行如下操作：将每个第二采集电压对应的环境温度和第二处理数据作为候选拟合曲面模型的输入(即将第二采集电压对应的环境温度和第二处理数据输入到每个初始气体传感器对应的上述公式(2)中)，得到候选拟合曲面模型的输出值，计算该输出值与该第二采集电压对应的二氧化碳浓度的差值，最终根据这6个差值计算得到它们的绝对值之和；
最后，在N个上述的拟合曲面中，挑选出绝对值之和最小的候选拟合曲面模型，作为该待标定气体传感器的标定拟合曲面模型，标定拟合曲面模型用于估计二氧化碳浓度
还包括一种基于曲面拟合的二氧化碳气体传感器的标定系统，其特征在于，包括：
第一采集电压获取模块，获取每个初始气体传感器的多个第一采集电压，获取每个第一采集电压的环境温度和/或二氧化碳浓度不同；
第一归一化处理模块，对初始气体传感器的每个第一采集电压进行归一化处理，以得到每个第一采集电压对应的第一处理数据；
候选拟合曲面模型获取模块，根据每个初始气体传感器的第一处理数据、环境温度和二氧化碳浓度进行曲面拟合，以得到每个初始气体传感器对应的候选拟合曲面模型；
第二采集电压获取模块，获取待标定气体传感器的多个第二采集电压，获取每个第二采集电压的环境温度和/或二氧化碳浓度不同；
第二归一化处理模块，对待标定气体传感器的每个第二采集电压进行归一化处理，以得到每个第二采集电压对应的第二处理数据；
计算模块，将第二处理数据和与第二处理数据对应的环境温度输入到每个候选拟合曲面模型中，以得到每个候选拟合曲面模型对应的输出值，计算第二采集电压对应的输出值和每个第二采集电压对应的二氧化碳浓度之间的差值，并计算得到每个候选拟合曲面模型对应的所有第二采集电压对应的差值的绝对值之和；
标定拟合曲面模型获取模块，将最小的绝对值之和对应的候选拟合曲面模型作为待标定气体传感器的标定拟合曲面模型。
本发明基于曲面拟合的二氧化碳传感器的标定系统的具体实施方式与上述基于曲面拟合的二氧化碳传感器的标定方法各实施例基本相同，在此不再赘述。
以上仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。
Claims (10)
1.一种基于曲面拟合的二氧化碳气体传感器的标定方法，其特征在于，包括以下步骤：
步骤S1，获取每个初始气体传感器的多个第一采集电压，获取每个所述第一采集电压的环境温度和/或二氧化碳浓度不同；
步骤S2，对所述初始气体传感器的每个所述第一采集电压进行归一化处理，以得到每个所述第一采集电压对应的第一处理数据；
步骤S3，根据每个所述初始气体传感器的所述第一处理数据、所述环境温度和所述二氧化碳浓度进行曲面拟合，以得到每个所述初始气体传感器对应的候选拟合曲面模型；
步骤S4，获取待标定气体传感器的多个第二采集电压，获取每个所述第二采集电压的环境温度和/或二氧化碳浓度不同；
步骤S5，对所述待标定气体传感器的每个所述第二采集电压进行归一化处理，以得到每个所述第二采集电压对应的第二处理数据；
步骤S6，将所述第二处理数据和与所述第二处理数据对应的环境温度输入到每个所述候选拟合曲面模型中，以得到每个所述候选拟合曲面模型对应的输出值，计算所述第二采集电压对应的所述输出值和每个所述第二采集电压对应的二氧化碳浓度之间的差值，并计算得到每个所述候选拟合曲面模型对应的所有所述第二采集电压对应的差值的绝对值之和；
步骤S7，将最小的绝对值之和对应的所述候选拟合曲面模型作为所述待标定气体传感器的标定拟合曲面模型。
2.如权利要求1所述的基于曲面拟合的二氧化碳气体传感器的标定方法，其特征在于，采用下述公式对所述初始气体传感器的每个所述第一采集电压进行归一化处理；
X′＝(X-Xmin)/(Xmax-Xmin)；
其中，X′用于表示所述第一处理数据；
X用于表示所述第一采集电压；
Xmin用于表示每个所述初始气体传感器中的所有所述第一采集电压中的最小的所述第一采集电压；
Xmax用于表示每个所述初始气体传感器中的所有所述第一采集电压中的最大的所述第一采集电压。
3.如权利要求1所述的基于曲面拟合的二氧化碳气体传感器的标定方法，其特征在于，采用下述公式得到每个所述初始气体传感器对应的候选拟合曲面模型；
z＝aX′2+bY2+cX′Y+dX′+eY+f；
其中，a，b，c，d，e，f用于表示候选拟合曲面模型的参数；
z用于表示二氧化碳浓度；
X′用于表示所述第一处理数据；
Y用于表示环境温度。
4.如权利要求1所述的基于曲面拟合的二氧化碳气体传感器的标定方法，其特征在于，所述步骤S4具体包括以下步骤：
步骤S41，设置第一待标定数量的环境温度和第二待标定数量的二氧化碳浓度；
步骤S42，将环境温度和二氧化碳浓度进行组合，以获取待标定气体传感器的第三待标定数量的所述第二采集电压；
其中，所述第三待标定数量是所述第一待标定数量和所述第二待标定数量的乘积。
5.如权利要求4所述的基于曲面拟合的二氧化碳气体传感器的标定方法，其特征在于，所述第一待标定数量为3，所述第二待标定数量为2，所述第三待标定数量为6。
6.如权利要求1所述的基于曲面拟合的二氧化碳气体传感器的标定方法，其特征在于，所述步骤S1具体包括以下步骤：
步骤S11，设置第三初始数量的环境温度和第四初始数量的二氧化碳浓度；
步骤S12，将环境温度和二氧化碳浓度进行组合，以获取所述初始气体传感器的所述第二初始数量的所述第一采集电压；
其中，所述第二初始数量是所述第三初始数量和所述第四初始数量的乘积。
7.如权利要求1所述的基于曲面拟合的二氧化碳气体传感器的标定方法，其特征在于，所述第三待标定数量小于所述第二初始数量。
8.如权利要求1所述的基于曲面拟合的二氧化碳气体传感器的标定方法，其特征在于，所述气体传感器为二氧化碳红外气体传感器。
9.如权利要求1所述的基于曲面拟合的二氧化碳气体传感器的标定方法，其特征在于，采用下述公式对所述待标定气体传感器的每个所述第二采集电压进行归一化处理；
V′＝(V-Vmin)/(Vmax-Vmin)；
其中，V′用于表示所述第二处理数据；
V用于表示所述第二采集电压；
Vmin用于表示每个所述待标定气体传感器中的所有所述第二采集电压中的最小的所述第二采集电压；
Vmax用于表示每个所述待标定气体传感器中的所有所述第二采集电压中的最大的所述第二采集电压。
10.一种基于曲面拟合的二氧化碳气体传感器的标定系统，其特征在于，包括：
第一采集电压获取模块，获取每个初始气体传感器的多个第一采集电压，获取每个所述第一采集电压的环境温度和/或二氧化碳浓度不同；
第一归一化处理模块，对所述初始气体传感器的每个所述第一采集电压进行归一化处理，以得到每个所述第一采集电压对应的第一处理数据；
候选拟合曲面模型获取模块，根据每个所述初始气体传感器的所述第一处理数据、所述环境温度和所述二氧化碳浓度进行曲面拟合，以得到每个所述初始气体传感器对应的候选拟合曲面模型；
第二采集电压获取模块，获取待标定气体传感器的多个第二采集电压，获取每个所述第二采集电压的环境温度和/或二氧化碳浓度不同；
第二归一化处理模块，对所述待标定气体传感器的每个所述第二采集电压进行归一化处理，以得到每个所述第二采集电压对应的第二处理数据；
计算模块，将所述第二处理数据和与所述第二处理数据对应的环境温度输入到每个所述候选拟合曲面模型中，以得到每个所述候选拟合曲面模型对应的输出值，计算所述第二采集电压对应的所述输出值和每个所述第二采集电压对应的二氧化碳浓度之间的差值，并计算得到每个所述候选拟合曲面模型对应的所有所述第二采集电压对应的差值的绝对值之和；
标定拟合曲面模型获取模块，将最小的绝对值之和对应的所述候选拟合曲面模型作为所述待标定气体传感器的标定拟合曲面模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110050533.0A CN112903617B (zh) | 2021-01-14 | 2021-01-14 | 基于曲面拟合的二氧化碳气体传感器的标定方法及其系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110050533.0A CN112903617B (zh) | 2021-01-14 | 2021-01-14 | 基于曲面拟合的二氧化碳气体传感器的标定方法及其系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112903617A true CN112903617A (zh) | 2021-06-04 |
| CN112903617B CN112903617B (zh) | 2022-10-25 |
Family
ID=76114417
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110050533.0A Active CN112903617B (zh) | 2021-01-14 | 2021-01-14 | 基于曲面拟合的二氧化碳气体传感器的标定方法及其系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112903617B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007309939A (ja) * | 2006-05-17 | 2007-11-29 | Hitachi Computer Products (Europe) Sas | センサーにおけるターゲットのローカライゼーション向上方法 |
| CN106706852A (zh) * | 2016-12-27 | 2017-05-24 | 清华-伯克利深圳学院筹备办公室 | 一种气体浓度传感器的标定方法和系统 |
| CN113624929A (zh) * | 2021-10-12 | 2021-11-09 | 成都千嘉科技有限公司 | 一种气体传感器全量程自动标定方法 |
-
2021
- 2021-01-14 CN CN202110050533.0A patent/CN112903617B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007309939A (ja) * | 2006-05-17 | 2007-11-29 | Hitachi Computer Products (Europe) Sas | センサーにおけるターゲットのローカライゼーション向上方法 |
| CN106706852A (zh) * | 2016-12-27 | 2017-05-24 | 清华-伯克利深圳学院筹备办公室 | 一种气体浓度传感器的标定方法和系统 |
| CN113624929A (zh) * | 2021-10-12 | 2021-11-09 | 成都千嘉科技有限公司 | 一种气体传感器全量程自动标定方法 |
Non-Patent Citations (2)
| Title |
|---|
| 修德斌等: "基于曲面拟合理论ＣＯ2传感器数据融合研究", 《传感器与微系统》 * |
| 蔡爱杰等: "基于二次曲面拟合的二维传感器数据处理技术研究", 《传感器与微系统》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112903617B (zh) | 2022-10-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109444232B (zh) | 一种多通道智能化污染气体监测装置与扩散溯源方法 | |
| CN1194227C (zh) | 基于气体传感器阵列技术的食品气味快速无损检测方法及装置 | |
| CN111458395B (zh) | 一种改变q值的卡尔曼滤波方法、装置及可读存储介质 | |
| CN106872378A (zh) | 一种波长调制光谱检测玻璃瓶内氧气浓度的温度补偿方法 | |
| CN108614071B (zh) | 分布式室外大气质量监测精度校正系统及参数更新方法 | |
| CN109781809B (zh) | 一种甲醛浓度人工智能测算方法 | |
| CN112683836B (zh) | 基于bp神经网络的二氧化碳传感器的标定方法及其系统 | |
| CN114397395A (zh) | 基于非甲烷总烃测定用fid检测器的氧干扰修正方法及系统 | |
| CN109633094A (zh) | 一种臭气浓度在线监测方法 | |
| CN111220211A (zh) | 一种基于大数据的环境监测系统 | |
| CN106093134B (zh) | 金属氧化物传感器阵列响应漂移的补偿方法 | |
| CN113758890A (zh) | 一种气体浓度计算方法、装置、设备及存储介质 | |
| CN112903617B (zh) | 基于曲面拟合的二氧化碳气体传感器的标定方法及其系统 | |
| Mathur et al. | High resolution air pollution mapping using wireless sensor nodes | |
| CN117169315A (zh) | 一种大气污染源智能检测系统和方法 | |
| CN116933084A (zh) | 一种污染物排放的预测方法和装置 | |
| CN115639323A (zh) | 一种基于人工嗅觉的多组分气体检测方法及系统 | |
| CN209372744U (zh) | 一种多通道智能化污染气体监测装置 | |
| CN114076743A (zh) | 基于ndir气体传感器的温度补偿方法、系统及计算机可读存储介质 | |
| CN114002303B (zh) | 冷链物流中气体感知的校准方法及多源感知装置 | |
| Melendez et al. | Resistive Metal Oxide Combined with Optical Gas Sensor in an Electro-Optical Nose for Odour Monitoring | |
| CN112683837B (zh) | 一种基于红外技术的二氧化碳浓度检测方法 | |
| CN114778475B (zh) | 一种可变光程ndir宽量程气体检测方法和系统 | |
| Janyasupab et al. | Development of Wireless based Potentiostat in Biomedical Applications | |
| CN116500121B (zh) | 气体分析仪的分析方法、系统及可读存储介质 |
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 |