一种激光气体传感器的标定测试系统及标定测试方法与流程

本发明属于激光气体传感器标定，具体涉及一种激光气体传感器的标定测试系统及标定测试方法。

背景技术：

1、激光气体传感器在环境监测、工业生产等领域中具有广泛应用，但其性能准确性与稳定性对实际应用至关重要，因此，标定测试是确保这类传感器性能的关键步骤。现有技术中的标定测试方法比较复杂，涉及到较多步骤和精密的仪器设备，增加了操作的技术要求，降低了操作人员的效率。并且，复杂的标定测试系统通常需要较高的成本，这使得高精度激光气体传感器的成本上升，限制了其在一些低成本应用中的应用。

2、此外，现有技术仅针对特定类型的气体传感器，并不适用于所有类型的气体传感器。而不同的传感器有不同的特性和要求，这就导致了标定测试方法存在局限性，因此，需要一种兼容性较高的标定测试方法。

3、与此同时，激光气体传感器的测试精度容易受到环境参数(如温度、大气压力)的影响，在标定测试时需要将环境参数考虑在内，对传感器输出值进行环境参数补偿。多数类型的激光气体传感器个体之间存在差异，一致性较差，需要进行多点标定以及泛化能力较强的数据处理方式，才能有效保证传感器的精度。

技术实现思路

1、本发明要解决的技术问题是针对现有技术存在的标定操作复杂、耗费时间、测试精度不高等不足，提供一种操作简单、兼容性高、测试精度高、适用范围广的激光气体传感器的标定测试系统及标定测试方法。

2、为解决上述技术问题，本发明采用以下技术方案：

3、一种激光气体传感器的标定测试系统，包括：供气系统、标定腔室和上位机；所述标定腔室分别与供气系统和上位机连接，待测试的传感器放置在标定腔室内；所述供气系统用于提供标准气体至标定腔室内，以进行传感器标定测试，且供气系统与标定腔室之间设有压力控制模块，所述压力控制模块与真空泵连接，以用于控制进入标定腔室内的标准气体的压力和纯净度；所述标定腔室与温度控制模块连接，所述温度控制模块用于控制标定腔室内的温度；所述上位机实时采集、存储和显示标定腔室内传感器测试的参数，并进行相应的数据处理后输出测试结果。

4、作为本发明的进一步改进，所述供气系统包括依次连接的标准气体源、开关阀和压力变送器，所述标准气体源用于提供预设浓度的标准气体，所述压力变送器用于降低标准气体的压力，压力变送器连通至标定腔室，且压力变送器与标定腔室之间设有压力控制模块。

5、作为本发明的进一步改进，所述标定腔室内设有与上位机连接的浓度分析仪、压力传感器和温度传感器；所述浓度分析仪用于测量标定腔室内的气体浓度，并上传数据至上位机；所述压力传感器用于测量标定腔室内的气体压力，并上传数据至上位机；所述温度传感器用于测量标定腔室内的温度，并上传数据至上位机。

6、作为一个总的技术构思，本发明还提供了一种基于上述激光气体传感器的标定测试系统的标定测试方法，包括以下步骤：

7、步骤s1、设定标定腔室内的温度、气体浓度并保持恒定；

8、步骤s2、通过压力控制模块控制进入标定腔室内的气体压力，测试并记录传感器在不同气体压力下的输出值以及标定腔室内气体的实际浓度、实际温度和实际压力；

9、步骤s3、保持标定腔室内的温度恒定；

10、步骤s4、更换不同浓度的气体，利用压力控制模块控制进入标定腔室内的气体压力恒定，测试并记录传感器在不同浓度、不同气体压力下的输出值以及标定腔室内气体的实际浓度、实际温度和实际压力；

11、步骤s5、根据步骤s1至步骤s4的操作，测试并记录传感器在不同温度、不同浓度和不同气体压力下的输出值以及标定腔室内的气体实际浓度、实际温度和实际压力；

12、步骤s6、以传感器的输出值、标定腔室内的气体实际温度和实际压力作为输入值，标定腔室内的气体实际浓度值作为输出值，建立数据样本；

13、步骤s7、建立bp神经网络，将数据样本归一化处理后输入到bp神经网络中进行训练，根据结果调整网络参数，直到最小均方根误差满足设定值结束训练；

14、步骤s8、将待测气体压力、温度、传感器的输出值归一化处理后输入到已训练完成的bp神经网络，输出的浓度值即是传感器测试的实际浓度。

15、作为本发明的进一步改进，所述步骤s7中，根据公式(1)对样本数据进行归一化处理，以标定腔室内的气体实际温度t、气体实际压力p、传感器输出值v为输入，标定腔室内的气体实际浓度c为输出，建立一个三层bp神经网络；

16、

17、式中，x0是原始数据，xmax是原始数据中的最大值，xmin是原始数据中的最小值，x是归一化后的数据。

18、作为本发明的进一步改进，所述三层bp神经网络包含输入层，隐含层和输出层，输入层节点数为n，输出层节点数m；根据公式(2)确定节点数大致范围，结合试凑法确定隐含层节点数的最优值；

19、

20、作为本发明的进一步改进，训练函数选择trai n lm，表示采用levenberg-marquardt算法则进行训练；根据设置的网络结构与前一次迭代的权值和阈值，从网络第一层向后计算各神经元的输出，根据预测结果与实际结果的误差函数反复调整每个节点的权值、阈值，直到最小均方根误差满足设定值，结束训练。

21、作为本发明的进一步改进，所述步骤s8中，将待测气体压力pi、温度ti、传感器输出值vi归一化处理后输入到已训练完成的bp神经网络，网络输出经公式(3)反归一化后得到的浓度值ci即是传感器测试的气体实际浓度；

22、

23、式中，y0是待反归一化的数据，ymax是待反归一化的数据中的最大值，ymin是待反归一化的数据中的最小值，y是反归一化后的数据。

24、与现有技术相比，本发明的优点在于：

25、1、本发明的激光气体传感器的标定测试系统，通过供气系统、标定腔室和上位机组成了测试系统的主体结构，待测试的传感器放置在标定腔室内，供气系统用于提供标准气体至标定腔室内，以进行传感器标定测试，而且供气系统与标定腔室之间设有压力控制模块，压力控制模块还与真空泵连接，实现了控制进入标定腔室内的标准气体的压力和纯净度；与此同时，还将标定腔室与温度控制模块连接，以便于精准控制标定腔室内的温度，提高测试的精准度；利用上位机实时采集、存储和显示标定腔室内传感器测试的参数，并进行相应的数据处理后输出测试结果，即可获得传感器标定的结果，提高了激光气体传感器的标定测试效率的同时，也提高了激光气体传感器标定的准确性和稳定性，解决了现有激光气体传感器标定系统精度不够高、测试过程复杂、适用范围窄等问题。

26、2、本发明的激光气体传感器的标定测试方法，通过标定系统实时监测、控制标定腔室内的参数，结合bp神经网络，对激光气体传感器的压力与温度进行补偿，实现了对传感器的高精度标定；具体地，通过供气系统将标准气体输送到标定腔室，通过温度控制模块、压力控制模块控制气体温度和压力，测试传感器在不同温度、不同压力及标准气体的不同浓度下的输出信号值，实时记录传感器输出信号和环境参数，基于上述数据，结合bp神经网络，进行温度与压力补偿，最终得出了激光氧气传感器的校正参数，有效确保了标定测试的精准度，适用于多种应用场景中的气体传感器，具有广泛的应用前景。