Non-dispersion infrared SF6 gas sensor with air pressure compensation based on RBF neural network

非色散红外SF6气体传感器具有测量范围广、灵敏度高、抗干扰能力强等优点，在电力系统中具有广泛的应用。在实际检测过程中，环境气压的变化对气体传感器的检测精度有较大的影响，提出利用RBF神经网络建立气体传感器气压补偿模型，运用其泛化和非线性映射能力对环境气压波动引起的测量误差进行补偿。实验结果表明：采用气压补偿模型后的气体传感器在气体浓度3 260 mg/m3~9 781 mg/m3，气压100 kPa~120 kPa范围内，最大测量误差由±646 mg/m3降为±52 mg/m3，测量精度为±0.53%FS。该方法相比于拟合法和硬件电路补偿法具有更高的测量精度和稳定性，降低了传感器的体积和成本。