CN114487024A - 一种基于幂函数的钯合金氢气传感器的校准拟合方法 - Google Patents
一种基于幂函数的钯合金氢气传感器的校准拟合方法 Download PDFInfo
- Publication number
- CN114487024A CN114487024A CN202111666456.8A CN202111666456A CN114487024A CN 114487024 A CN114487024 A CN 114487024A CN 202111666456 A CN202111666456 A CN 202111666456A CN 114487024 A CN114487024 A CN 114487024A
- Authority
- CN
- China
- Prior art keywords
- value
- sensor
- hydrogen
- concentration
- power function
- 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
- 239000001257 hydrogen Substances 0.000 title claims abstract description 76
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 67
- 229910001252 Pd alloy Inorganic materials 0.000 title claims abstract description 23
- 125000004435 hydrogen atom Chemical class [H]* 0.000 title 1
- 150000002431 hydrogen Chemical class 0.000 claims abstract description 40
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims abstract description 35
- 239000007789 gas Substances 0.000 claims abstract description 24
- 238000005070 sampling Methods 0.000 claims abstract description 11
- 238000006467 substitution reaction Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 9
- 238000009795 derivation Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 238000009423 ventilation Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims 2
- 238000005259 measurement Methods 0.000 abstract description 6
- 238000012545 processing Methods 0.000 abstract description 6
- 238000001816 cooling Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000000376 reactant Substances 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/02—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance
- G01N27/04—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating impedance by investigating resistance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Analytical Chemistry (AREA)
- Algebra (AREA)
- Immunology (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Electrochemistry (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明公开了一种基于幂函数多项式的钯合金氢气传感器的校准拟合方法:包括步骤:S1:将传感器安装在变送器的气室内,通入其量程浓度范围内的五种不同浓度的标准氢气,得到五组不同氢气浓度下传感器采样电压值(C1,U1);(C2,U2);(C3,U3);(C4,U4);(C5,U5);S2:对五点采样电压进行数据处理,计算出传感器电阻值,得到五组的电阻值和对应浓度值标定数据;S3:对五组数据进行曲线拟合;S4:通入未知浓度的氢气时,根据传感器输出电压Ux,将Ux代入拟合方程,R=a Cb+d;可计算出通入未知浓度的氢气理论浓度值,来达到氢气浓度精准测量的目的。使用该曲线拟合方法,可提高氢气测量的准确度,同时可减少标定成本,且对于符合幂函数模型的传感器具有通用作用。
Description
技术领域
本发明涉及钯合金氢气校准拟合技术领域,尤其涉及一种基于幂函数的钯合金氢气传感器的校准拟合方法。
背景技术
汽轮发电机在高速运转过程中,发热部件定子绕组、定子铁芯(磁滞与涡流损耗)和转子绕组将会产生大量的热量。必须采用高效的冷却措施,使这些部件所发出的热量散发除去,以使发电机各部分温度不超过允许值。发电机氢冷系统的功能是用于冷却发电机的定子铁芯和转子,发电机氢冷系统采用闭式氢气循环系统,热氢通过发电机的氢气冷却器由冷却水冷却。运行经验表明,发电机通风损耗的大小取决于冷却介质的质量,质量越轻,损耗越小,氢气在气体中密度最小,有利于降低损耗;另外氢气的传热系数是空气的6.8倍,换热能力好;氢气的绝缘性能好,控制技术相对较为成熟。但是最大的缺点是一旦与空气混合后在一定比例内(4.1%~74.2%)具有强烈的爆炸特性,因此对氢气浓度进行在线检测具有重要意义。现在常用的氢气检测系统是采用电化学或热导式传感器,电化学传感器,在测量过程传感器内部反应物质会和氢气发生化学反应,测量过程对传感器内反应物质和氢气都有损耗,因此使用寿命较短,一般为2-3年;热导式传感器,是根据气体热导率的变化检测气体浓度。现场环境中氢气湿度一般较大,湿度会影响气体热导率,因此热导传感器会出现测量误差;MEMS技术的发展给它带来了创新,基于钯合金技术的氢气传感器具有寿命长,无气体交叉干扰,灵敏度高等优点。但随着氢气浓度不断升高,传感器变化量越来越小,输出曲线不是线性,因此对传感器的输出特性研究成为一个需要解决的问题,需要找到适合本传感器的输出特性工程方程。
发明内容
本发明要解决的技术问题是提供一种基于幂函数的钯合金氢气传感器的校准拟合方法,使用该方法,可提到氢气浓度的测量准确度,并且减少标定成本,且对于符合幂函数模型的传感器具有通用作用。
为了实现上述发明目的,本发明采用下述技术方案:
本发明提出了一种基于幂函数多项式的钯合金氢气传感器的校准拟合方法,包括以下步骤:
S1:对于一个钯合金氢气传感器的浓度检测节点,根据其所应用的浓度范围[Cmin,Cmax],将浓度C1,C2,C3,C4,C5五点不同浓度的气体,分时段通入安装该氢气传感器变送器的气室内;
S2:在C1,C2,C3,C4,C5浓度环境下,分别采集各个浓度下传感器节点输出的电压值,由此得到五组浓度和和传感器输出电压的对应数据,(C1,U1);(C2,U2);(C3,U3);(C4,U4);(C5,U5);
S3:根据采集电压数据得到对应的传感器电阻值,由此得到五组传感器电阻值和浓度值的对应关系,(C1,R1);(C2,R2);(C3,R3);(C4,R4);(C5,R5);
S4:基于(C1,R1);(C2,R2);(C3,R3);(C4,R4),(C5,R5);构建氢气传感器的幂函数方程(1):
R=aCb+d;
其中:R为氢气传感器电阻值;a,b,d为待确定工程系数;C为氢气浓度值;
S5:在a,b,d系数的确定过程中,为减少处理器的计算量,对幂函数模型进行线性化处理:
令z=Cb;则R=aCb+d可写为线性方程(2):
R=a*z+d;
S6:为了使得方程在整个传感器量程中均适用,将五组数据均代入方程,求各个点的残值平方值,将(C1,R1)代入方程得到残值平方f1=(R1-(aC1b+d))2;
将(C2,R2)代入残值平方f2=(R2-(a C2b+d))2;同理可得第三四五点残值平方f3,f4,f5,可得残值平方和SUMf=f1+f2+f3+f4+f5;使得平方和最小的a,b,c值即为最优工程系数;
S7:在确定工程系数的过程中,在保证功程系数满足误差要求的情况下,为了减小处理器计算量采用预估法和逐步逼近法确定系数;
S8:将标准浓度的氢气通入传感器气室,针对当前输出的电压值,计算得到传感器的电阻值,将电阻值带入拟合方程R=a Cb+d,即可计算出通入氢气的理论浓度值,将理论值和标气浓度值做比较,计算示值误差,以此来验证拟合曲线的可靠性。
作为本发明进一步的阐述:步骤S1,氢气传感器量程浓度范围测量范围为0-20%。
作为本发明进一步的阐述:所述步骤S1中,五个浓度节点的浓度值计算公式为:
C1=0.05Cmax,C2=0.25Cmax,
C3=0.5Cmax,C4=0.75Cmax,
C5=Cmax。
上述为在量程内选取校准点的方法,可按上述分别选取满量程的5%,25%,50%,75%,100%;气体浓度和传感器阻值线性较好时一般选取两点校准或三点校准。此类传感器气体浓度和传感器阻值不成线性,若按线性处理,则误差很大,因此选取多点校准;多点校准也是气体校准中的通用做法。
作为本发明进一步的改进:所述步骤S4中,采用幂函数方程R=a Cb+d作为拟合方程。
该公式推导过程:通过此类传感器的测试数据此类传感器电阻值和浓度值的关系猜想出符合幂函数模型,先建立函数模型R=a Cb+d,然后进行验证,但对于确定幂函数系数又是一个难点,对于幂函数方程模型的验证与系数确定,本发明通过幂函数线性化处理,再通过逐步逼近法求得相关系数,具体方法在步骤S5,S6,S7中。
作为本发明进一步的改进:所述步骤S4中,采用幂函数方程
R=a Cb+d作为拟合方程。
作为本发明进一步的改进:所述步骤S5,S6中,在确定工程系数时,将幂函数方程线性化处理,令z=Cb;得到方程(2)R=a*z+d;
以下为了符合数学常用表达方式,令:Y=R;k=a;X=Cb;R0=d;所以转换后的模型:Y=K·X+R0;
求样本数据代入后的绝对误差的平方和
令:X=K1*Y+R1;再对该直线进行拟合,同理可求得等式2:
因此在相关系数最大时系数值,即为所求。
由原始数据样本(氢气浓度值x,AD采样值(传感器电阻值)y1);
(x1,y1)(x2,y2)…(x5,y5)得到转换后的数据样本:
(直线模型X,直线模型Y)(X1b,y1),(X2b,y2),(X3b,y3),(X4b,y4),(X5b,y5);
由使得相关系数r2取得最大的b值,即为所求,就确定了模型系数b的值。然后根据求导推导出的公式求出K,和R,在对系数b的确定过程中,
根据图2传感器电阻值和浓度值关系图,电阻值随着浓度值增加而增加,但斜率越来越小,因此b值范围在0-1之间,令b在(0-1)之间每次增加0.1结合浓度值和采样值(X1b,y1),(X2b,y2),(X3b,y3),(X4b,y4),(X5b,y5);
作为本发明进一步的改进:将氢气传感器安装在氢气变送器上,将氢气传感器放于气室中,方便通气标定。
本发明公开了一种基于钯合金的氢气传感器的校准拟合方法包括:包括以下步骤:S1:将传感器处于其量程浓度范围内的五种不同浓度的标准氢气中,比如(0-20%)范围,得到五组不同氢气浓度下对应的传感器采样电压值(C1,U1);(C2,U2);(C3,U3);(C4,U4);(C5,U5);
S2:然后对五点采样电压进行数据处理,计算出对应的传感器电阻值;
处理方式如下:将传感器串连一个恒流源,传感器输出电压值除以恒流源产生的电流值便得到对应的传感器电阻值,恒流源电流值不变,传感器电阻的变化,会引起电压的改变,将电压值除以恒流值,便可得到电阻值。此时得到五组的电阻值和对应浓度值标定数据;
S3:对五组数据进行曲线拟合得到最优拟合方程模型;
S4:通入未知浓度的氢气时,根据传感器输出电压Ux,将Ux代入拟合方程,
即步骤S3提到的拟合方程,即为R=a Cb+d;
可计算出理论浓度值,在本发明中只需采集五个不同浓度下的数据点,即可对氢气传感器浓度值进行预估。
本技术方案的难点使得本领域普通技术人员难以实现,具体为:
1、使用幂函数模型代替现常用的分段线性处理的方法用于工程。
2、通过5组采样值和电阻的对应关系(C1,R1);(C2,R2);(C3,R3);(C4,R4);(C5,R5);确定幂函数的系数,确定最优的工程模型。
3、为了减少处理器的计算量采用逐步逼近的方法快速确定工程方程系数值。
附图说明
图1为本发明的一种基于幂函数多项式的钯合金氢气传感器的校准拟合方法中逐步逼近法流程图。
图2为现有技术采用分段线性法进行校准图。
图3为本发明的一种基于幂函数多项式的钯合金氢气传感器的校准拟合方法的采用幂函数拟合方法图。
具体实施方式
以下通过具体实施例对本发明提供的一种基于幂函数多项式的钯合金氢气传感器的校准拟合方法做进一步更详细的说明:
目前在钯合金氢气校准拟合技术领域,对于传感器输出信号和被检测浓度整个量程线性度不好的传感器常用的方法是采用分段线性处理的方法,比如此类传感器使用此种方法如下图2所示,此种方法是,将传感器电阻值和浓度值分成几个斜率不同的小段直线来表示整个传感器的变化,在实际应用中根据当前传感器输出的电阻值,找到对应的直线段区间,按照线性处理计算出对应的浓度值。此种方法需要根据传感器变化趋势严格对传感器输出进行分段处理,如果传感器斜率变化过大,对于斜率变化点附近的值误差会较大。比如在测量2%的氢气浓度气体时,氢气传感器电阻值为683.514,采用此方法计算得到的浓度值误差会较大。可通过附图2直观看出。
为了解决这种问题,本发明采用幂函数模型对此类传感器进行校准,如图3所示,根据传感器电阻值和浓度值的关系猜想出符合幂函数模型,建立函数模型R=a Cb+d,通过算法进行验证。但对于确定幂函数系数又是一个难点,对于幂函数方程模型的验证与系数确定,本发明通过幂函数线性化处理,再通过逐步逼近法求得相关系数,具体方法在步骤S5,S6,S7中:
S5:在a,b,d系数的确定过程中,为减少处理器的计算量,对幂函数模型进行线性化处理:
令z=Cb;则R=aCb+d可写为线性方程(2):
R=a*z+d;
S6:为了使得方程在整个传感器量程中均适用,将五组数据均代入方程,求各个点的残值平方值,将(C1,R1)代入方程得到残值平方f1=(R1-(a C1b+d))2;
将(C2,R2)代入残值平方f2=(R2-(a C2b+d))2;同理可得第三四五点残值平方f3,f4,f5,可得残值平方和SUMf=f1+f2+f3+f4+f5;使得平方和最小的a,b,c值即为最优工程系数;
S7:在确定工程系数的过程中,在保证工程系数满足误差要求的情况下,为了减小处理器计算量采用预估法和逐步逼近法确定系数。
实施例1
请参看图1所示,本实施例的基于幂函数多项式的钯合金氢气传感器的校准拟合方法,包括以下步骤:
S1:将氢气传感器安装在氢气变送器上,将氢气传感器放于气室中,方便通气标定。本例使用的氢气传感器测量范围为0-20%;因此按前述选择1%,5%,10%,15%,20%浓度的气体,进行标定。
S2:对变送器采集的传感器数据进行记录,得到五组采集电压,将采集电压换算成传感器电阻值,得到五组传感器电阻值和浓度值的对应关系数据。
氢气浓度值 | 对应浓度点传感器电阻值(欧姆) |
1% | 681.776 |
5% | 686.774 |
10% | 690.353 |
15% | 693.223 |
20% | 695.587 |
S3、获得上述五组数据;S4、获得的五组数据构建幂函数方程模型R=a Cb+d,来确定方程工程系数。
S5:对方程模型进行线性处理,令z=Cb;则R=a Cb+d写为线性方程(2)R=a*z+d;
所述预估与逐步逼近法,具体见步骤S6:将五组数据代入求五点的残值平方和,使得平方和最小的a,b,c值即为最优工程系数。
根据实验数据分析,电阻值和浓度成正相关,而且斜率逐渐减小趋势,因此b值范围在0-1之间。为了减小嵌入式处理器的使用率,采用以下方法逐步求b值。
令b在(0-1)之间每次增加0.1结合浓度值和采样值(X1b,y1),(X2b,y2),(X3b,y3),(X4b,y4),(X5b,y5);
将5组校准数据代入可计算出斜率K,K值即为a的值,可得a=4.298226,b值在具体实施例1中S6中通过所述,逐步逼近法求得b=0.479329值,将第一组校准数据(C1,R1)代入幂函数方程R=a Cb+d中,即可求得d=677.47767;
R:传感器电阻值;
C:氢气浓度值。
标准浓度值 | 实际电阻值 | 模型计算出电阻值 | 误差 |
1% | 681.776 | 1.000036 | -0.000036 |
5% | 686.774 | 4.999623 | 0.000377316 |
10% | 690.353 | 9.86351 | 0.13649045 |
15% | 693.223 | 15.00916 | -0.00915727 |
20% | 695.587 | 20.09544 | -0.09543859 |
通过模型计算出的浓度值和实际浓度值最大误差为0.13,远小于5%最大量程1.00,因此方程模型可靠。
标准浓度值 | 实测电阻值(欧姆) | 实测浓度值 | 示值误差 |
1% | 682.0759 | 1.151495 | -0.1515 |
2% | 683.6098 | 2.099197 | -0.0992 |
6% | 687.7233 | 6.124835 | -0.12484 |
8% | 689.0234 | 7.858248 | 0.141752 |
12% | 691.4922 | 11.77309 | 0.226911 |
16% | 693.6128 | 15.79631 | 0.203685 |
20% | 695.534 | 19.97455089 | 0.025449 |
最大示值误差为0.226,因此最大误差为0.113%FS。
FS:满量程0-20%,该方法准确性高,并且减少标定成本,且对于符合幂函数模型的传感器具有通用作用。
应当理解,这些实施例的用途仅用于说明本发明而非意欲限制本发明的保护范围。此外,也应理解,在阅读了本发明的技术内容之后,本领域技术人员可以对本发明作各种改动、修改和/或变型,所有的这些等价形式同样落于本申请所附权利要求书所限定的保护范围之内。
由技术常识可知,本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此,上述公开的实施方案,就各方面而言,都只是举例说明,并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
Claims (7)
1.一种基于幂函数多项式的钯合金氢气传感器的校准拟合方法,其特征在于,包括以下步骤:
S1:对于一个钯合金氢气传感器的浓度检测节点,根据其所应用的浓度范围[Cmin,Cmax],将浓度C1,C2,C3,C4,C5五点不同浓度的气体,分时段通入安装有该氢气传感器的气室中;
S2:在C1,C2,C3,C4,C5浓度环境下,对安装有该传感器的变送器数据进行记录,通过变送器分别记录各个浓度下氢气传感器节点输出的电压值,由此得到五组浓度和和传感器输出电压的对应数据,(C1,U1);(C2,U2);(C3,U3);(C4,U4);(C5,U5);
S3:根据采集电压数据得到对应的传感器电阻值,由此得到五组传感器电阻值和浓度值的对应关系,(C1,R1);(C2,R2);(C3,R3);(C4,R4);(C5,R5);
S4:基于(C1,R1);(C2,R2);(C3,R3);(C4,R4),(C5,R5),构建氢气传感器的幂函数方程(1),然后对方程可靠性进行验证:
R=aCb+d;
其中:R为氢气传感器电阻值;a,b,d为待确定工程系数;C为氢气浓度值;
S5:在a,b,d系数的确定过程中,为减小工程的计算量,对幂函数模型进行线性化处理:
令z=Cb;则R=aCb+d可写为线性方程(2):
R=a*z+d;
S6:为了使得方程在整个传感器量程中均适用,将五组数据均代入方程,求各个点的残值平方值,将(C1,R1)代入方程得到残值平方
f1=(R1-(aC1b+d))2;
将(C2,R2)代入残值平方f2=(R2-(αC2b+d))2;
同理可得第三四五点残值平方f3,f4,f5,可得残值平方和
SUMf=f1+f2+f3+f4+f5;使得平方和最小的a,b,c值即为最优工程系数;
S7:在确定工程系数的过程中,在保证工程系数满足误差要求的情况下,为了减小工程计算量采用预估法和逐步逼近法确定上述工程系数;
S8:将标准浓度的氢气通入传感器气室,针对当前输出的电压值,计算得到传感器的电阻值,将电阻值带入拟合方程R=aCb+d,即可计算出通入氢气的理论浓度值,将理论值和标气浓度值做比较,计算示值误差,以此来验证拟合曲线的可靠性。
2.根据权利要求1所述的一种基于幂函数多项式的钯合金氢气传感器的校准拟合方法,其特征在于:步骤S1,氢气传感器量程浓度范围测量范围为0-20%。
3.根据权利要求1所述的一种基于幂函数多项式的钯合金氢气传感器的校准拟合方法,其特征在于:所述步骤S1中,五个浓度节点的浓度值计算公式为:
C1=0.05Cmax;C2=0.25Cmax;
C3=0.5Cmax;C4=0.75Cmax;C5=Cmax。
4.根据权利要求1所述的一种基于幂函数多项式的钯合金氢气传感器的校准拟合方法,其特征在于:所述步骤S4中,采用幂函数方程R=aCb+d;作为拟合方程。
5.根据权利要求1所述的一种基于幂函数多项式的钯合金氢气传感器的校准拟合方法,其特征在于:
所述步骤S5,S6中,在确定工程系数时,将幂函数方程线性化处理,令z=Cb;得到方程(3)R=a*z+d;
以下为了符合数学常用表达方式,令:Y=R;k=a;X=Cb;R0=d;所以转换后的模型:Y=K·X+R0;
求样本数据代入后的绝对误差的平方和
对该直线进行拟合,根据求K值的方法,同理求偏导数可得:
因此在相关系数最大时系数值,即为所求;
由原始数据样本(氢气浓度值x,AD采样值传感器节点输出的电压值经模数转换后得到数字量即为AD采样y1);
(x1,y1)(x2,y2)…(x5,y5)得到转换后的数据样本:
为了符合数学常用的表达方式,用x,y代替:(X1b,y1),(X2b,y2),(X3b,y3),(X4b,y4),(X5b,y5);
由使得相关系数r2取得最大的b值,即为所求,就确定了模型系数b的值;然后根据求导推导出的公式求出K,和R;在对系数b的确定过程中:
根据传感器电阻值和浓度值关系,电阻值随着浓度值增加而增加,但斜率越来越小,因此b值范围在0-1之间,令b在(0-1)之间每次增加0.1结合浓度值和采样值(X1b,y1),(X2b,y2),(X3b,y3),(X4b,y4),(X5b,y5);
求得更高精度b2值,以此类推,通过n次计算后求得,满足精度的b值即bn。
6.根据权利要求1所述的一种基于幂函数多项式的钯合金氢气传感器的校准拟合方法,其特征在于:将氢气传感器安装在氢气变送器的气室中,通气标定。
7.根据权利要求1所述的一种基于幂函数多项式的钯合金氢气传感器的校准拟合方法,其特征在于:所述S3:根据采集电压数据得到对应的传感器电阻值的换算过程如下:
将传感器串连一个恒流源,传感器输出电压值除以恒流源产生的电流值便得到对应的传感器电阻值,恒流源电流值不变,传感器电阻的变化,会引起电压的改变,将电压值除以恒流值,便可得到电阻值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111666456.8A CN114487024B (zh) | 2021-12-31 | 2021-12-31 | 一种基于幂函数的钯合金氢气传感器的校准拟合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111666456.8A CN114487024B (zh) | 2021-12-31 | 2021-12-31 | 一种基于幂函数的钯合金氢气传感器的校准拟合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114487024A true CN114487024A (zh) | 2022-05-13 |
CN114487024B CN114487024B (zh) | 2023-11-03 |
Family
ID=81508360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111666456.8A Active CN114487024B (zh) | 2021-12-31 | 2021-12-31 | 一种基于幂函数的钯合金氢气传感器的校准拟合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114487024B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116380980A (zh) * | 2023-04-10 | 2023-07-04 | 哲弗智能系统(上海)有限公司 | 一种气体浓度的确定方法、装置、电子设备及介质 |
CN116759682A (zh) * | 2023-08-24 | 2023-09-15 | 宁德时代新能源科技股份有限公司 | 电池、用电装置和电池的气体检测方法 |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040102933A1 (en) * | 2002-10-08 | 2004-05-27 | Miklos Gratzl | Shape optimization to solve inverse problems and curve/model fitting problems |
CN103499613A (zh) * | 2013-07-30 | 2014-01-08 | 中国标准化研究院 | 一种电子鼻龙井茶品质检测系统中智能感官图谱特征传感器的选择方法 |
CN103675790A (zh) * | 2013-12-23 | 2014-03-26 | 中国国土资源航空物探遥感中心 | 一种基于高精度DEM提高InSAR技术监测地表形变精度的方法 |
CN105628752A (zh) * | 2014-11-28 | 2016-06-01 | 国网青海省电力公司电力科学研究院 | 一种电化学传感器的标定方法 |
WO2016120762A1 (en) * | 2015-01-26 | 2016-08-04 | Dh Technologies Development Pte. Ltd. | Automatic quantitative regression |
WO2017202626A1 (en) * | 2016-05-25 | 2017-11-30 | Koninklijke Philips N.V. | Measurement of skin conductance |
JP6382432B1 (ja) * | 2017-11-22 | 2018-08-29 | 日新製鋼株式会社 | 形状制御方法、演算装置、演算方法、情報処理プログラム、および記録媒体 |
CN108664719A (zh) * | 2018-04-26 | 2018-10-16 | 新乡医学院 | 改进的偏最小二乘回归法在微生物培养基优化中的应用 |
CN108709871A (zh) * | 2018-08-06 | 2018-10-26 | 电子科技大学 | 一种基于tdlas的气体浓度检测方法 |
CN109635435A (zh) * | 2018-12-12 | 2019-04-16 | 中山大学 | 一种基于贝叶斯理论的天然河道水位流量关系确定方法 |
US20190113501A1 (en) * | 2017-10-12 | 2019-04-18 | Carrot, Inc. | Breath sensor apparatus and methods of use |
CN110553631A (zh) * | 2019-08-22 | 2019-12-10 | 中山大学 | 一种关于水位流量关系的水位测量系列误差分析方法 |
CN111123188A (zh) * | 2019-12-20 | 2020-05-08 | 国网山东省电力公司电力科学研究院 | 基于改进最小二乘法的电能表综合检定方法及系统 |
US20200240910A1 (en) * | 2018-09-03 | 2020-07-30 | Shimadzu Corporation | Gas absorption spectroscopic device and gas absorption spectroscopic method |
WO2020206438A1 (en) * | 2019-04-05 | 2020-10-08 | H2Scan Corporation | Methods and systems for determining a target gas concentration in a fluid environment |
CN111830418A (zh) * | 2020-07-09 | 2020-10-27 | 南京航空航天大学 | 一种考虑软包电池外部环境影响的soc估计方法 |
CN112051317A (zh) * | 2019-08-05 | 2020-12-08 | 广东上智环保科技有限公司 | 一种cod在线检测方法及设备 |
CN112461944A (zh) * | 2020-10-22 | 2021-03-09 | 国网浙江省电力有限公司电力科学研究院 | 变压器油中溶解气体在线监测装置的校准方法 |
CN112462078A (zh) * | 2020-11-16 | 2021-03-09 | 三诺生物传感股份有限公司 | 一种用于荧光免疫分析仪台间差校准的方法 |
CN112557599A (zh) * | 2020-12-07 | 2021-03-26 | 河南省日立信股份有限公司 | 一种传感器现场修正方法 |
-
2021
- 2021-12-31 CN CN202111666456.8A patent/CN114487024B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040102933A1 (en) * | 2002-10-08 | 2004-05-27 | Miklos Gratzl | Shape optimization to solve inverse problems and curve/model fitting problems |
CN103499613A (zh) * | 2013-07-30 | 2014-01-08 | 中国标准化研究院 | 一种电子鼻龙井茶品质检测系统中智能感官图谱特征传感器的选择方法 |
CN103675790A (zh) * | 2013-12-23 | 2014-03-26 | 中国国土资源航空物探遥感中心 | 一种基于高精度DEM提高InSAR技术监测地表形变精度的方法 |
CN105628752A (zh) * | 2014-11-28 | 2016-06-01 | 国网青海省电力公司电力科学研究院 | 一种电化学传感器的标定方法 |
WO2016120762A1 (en) * | 2015-01-26 | 2016-08-04 | Dh Technologies Development Pte. Ltd. | Automatic quantitative regression |
WO2017202626A1 (en) * | 2016-05-25 | 2017-11-30 | Koninklijke Philips N.V. | Measurement of skin conductance |
US20190113501A1 (en) * | 2017-10-12 | 2019-04-18 | Carrot, Inc. | Breath sensor apparatus and methods of use |
JP6382432B1 (ja) * | 2017-11-22 | 2018-08-29 | 日新製鋼株式会社 | 形状制御方法、演算装置、演算方法、情報処理プログラム、および記録媒体 |
CN108664719A (zh) * | 2018-04-26 | 2018-10-16 | 新乡医学院 | 改进的偏最小二乘回归法在微生物培养基优化中的应用 |
CN108709871A (zh) * | 2018-08-06 | 2018-10-26 | 电子科技大学 | 一种基于tdlas的气体浓度检测方法 |
US20200240910A1 (en) * | 2018-09-03 | 2020-07-30 | Shimadzu Corporation | Gas absorption spectroscopic device and gas absorption spectroscopic method |
CN109635435A (zh) * | 2018-12-12 | 2019-04-16 | 中山大学 | 一种基于贝叶斯理论的天然河道水位流量关系确定方法 |
WO2020206438A1 (en) * | 2019-04-05 | 2020-10-08 | H2Scan Corporation | Methods and systems for determining a target gas concentration in a fluid environment |
CN112051317A (zh) * | 2019-08-05 | 2020-12-08 | 广东上智环保科技有限公司 | 一种cod在线检测方法及设备 |
CN110553631A (zh) * | 2019-08-22 | 2019-12-10 | 中山大学 | 一种关于水位流量关系的水位测量系列误差分析方法 |
CN111123188A (zh) * | 2019-12-20 | 2020-05-08 | 国网山东省电力公司电力科学研究院 | 基于改进最小二乘法的电能表综合检定方法及系统 |
CN111830418A (zh) * | 2020-07-09 | 2020-10-27 | 南京航空航天大学 | 一种考虑软包电池外部环境影响的soc估计方法 |
CN112461944A (zh) * | 2020-10-22 | 2021-03-09 | 国网浙江省电力有限公司电力科学研究院 | 变压器油中溶解气体在线监测装置的校准方法 |
CN112462078A (zh) * | 2020-11-16 | 2021-03-09 | 三诺生物传感股份有限公司 | 一种用于荧光免疫分析仪台间差校准的方法 |
CN112557599A (zh) * | 2020-12-07 | 2021-03-26 | 河南省日立信股份有限公司 | 一种传感器现场修正方法 |
Non-Patent Citations (5)
Title |
---|
A. STEWART FOTHERINGHAM 等: ""Multiscale Geographically Weighted Regression (MGWR)"", 《ANNALS OF THE AMERICAN ASSOCIATION OF GEOGRAPHERS 》, vol. 107, no. 06, pages 1247 - 1265 * |
HONGFENG PANG 等: ""Calibration of three-axis fluxgate magnetometers with nonlinear least square method"", 《MEASUREMENT》, vol. 46, no. 4, pages 1600 - 1606, XP055921064, DOI: 10.1016/j.measurement.2012.11.001 * |
明菊兰 等: ""基于最小二乘原理的电力变压器绝缘油色谱在线监测系统校准方法"", 《武汉大学学报(理学版)》, vol. 67, no. 03, pages 281 - 291 * |
汪献忠 等: ""基于ARM的SF6在线仪表校验装置"", 《仪表技术与传感器》, pages 39 - 41 * |
郝树开 等: ""基于多功能气体检测仪的温度补偿及数据融合"", 《仪表技术与传感器》, pages 31 - 34 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116380980A (zh) * | 2023-04-10 | 2023-07-04 | 哲弗智能系统(上海)有限公司 | 一种气体浓度的确定方法、装置、电子设备及介质 |
CN116759682A (zh) * | 2023-08-24 | 2023-09-15 | 宁德时代新能源科技股份有限公司 | 电池、用电装置和电池的气体检测方法 |
CN116759682B (zh) * | 2023-08-24 | 2024-02-27 | 宁德时代新能源科技股份有限公司 | 电池、用电装置和电池的气体检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114487024B (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114487024B (zh) | 一种基于幂函数的钯合金氢气传感器的校准拟合方法 | |
Moffat | Uncertainty analysis | |
CN102213708B (zh) | 空气预热器漏风率的测试方法 | |
TW200538708A (en) | Sensor drift compensation by lot | |
CN115267084A (zh) | 一种提高气体探测器测量精度的方法 | |
CN112989569A (zh) | 一种带温度约束条件的锂电池传感器故障滤波诊断方法 | |
Bradley et al. | Evaluation of stray load loss in induction motors with a comparison of input-output and calorimetric methods | |
CN116679146A (zh) | 电连接器的寿命预测方法及装置 | |
CN110333443B (zh) | 感应电机定子绕组温升测试方法 | |
CN112067166B (zh) | 热电阻的校验方法 | |
CN108169565B (zh) | 一种用于电导率测量的非线性温度补偿方法 | |
CN107958206B (zh) | 一种飞行器表面热流辨识装置温度测量数据预处理方法 | |
Prakosa et al. | Development of simple method for quality testing of pt100 sensors due to temperature coefficient of resistance measurement | |
CN116595736A (zh) | 一种变压器容量测量不确定度评定方法 | |
CN114184648B (zh) | 一种用于阻容法湿度传感器的含湿量校准方法 | |
CN108052721A (zh) | 运载火箭产品可靠性评估方法及装置、存储介质、终端 | |
CN113108856B (zh) | 一种纯硬件电路的恒功率型热式质量流量计及其标定方法 | |
CN112964923B (zh) | 基于磁传感器阵列的非环绕式电流测量方法 | |
CN112098457B (zh) | 一种导热系数测量仪的多项式回归校准方法 | |
CN115265805A (zh) | 一种基于热电堆的温度标定方法、存储介质及相关设备 | |
US8380455B1 (en) | Method for prediction of a response of parameter sensor | |
CN113588131A (zh) | 一种带传感器的温度变送器校准方法 | |
CN102062651B (zh) | 热量表温度动态检定方法 | |
CN114354015B (zh) | 热电偶校准系统测量不确定度的确定方法 | |
CN117553938B (zh) | 一种高低温环境下温度二次仪表的误差修正方法 |
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 |