【技术实现步骤摘要】
一种气体传感器重叠分块温湿度智能自校准方法
[0001]本专利技术涉及气体传感器测量领域，具体是指一种气体传感器重叠分块温湿度智能自校准方法。
技术介绍
[0002]气体传感器的响应易受温湿度的影响，因此对温湿度带来的影响进行校准是非常有必要的，然而目前市面上的许多气体传感器并未做温湿度自校准，目前已有的温湿度校准方法主要有多元线性回归，高斯回归，神经网络等，由于高斯回归、神经网络方法，如田震设计的基于高斯回归过程的红外甲烷温湿度补偿算法、王海荣等人设计的反向传播神经网络模型温湿度补偿方法等，往往需要进行指数运算等复杂运算，因此不满足气体传感器检测所需的实时性要求，而已有的多元线性回归方法只适用于数据受温湿度影响规律简单的气体传感器，如朱恒军等人设计的汽车尾气温湿度补偿多元线性回归补偿算法，若用于受温湿度影响规律复杂的数据，会产生较大的误差。
技术实现思路
[0003]基于以上问题，本专利技术提供了一种气体传感器重叠分块温湿度智能自校准方法，实现了气体传感器根据温度和湿度自动校准。
[0004]为解决...
【技术保护点】
【技术特征摘要】
1.一种气体传感器重叠分块温湿度智能自校准方法，其特征在于，主要包括如下步骤：S1、获取数据并处理数据，根据电阻随温度、湿度及浓度的变化规律对数据重叠分块；S2、粗选异常点后，对各块数据做多元线性回归，然后细选异常点并迭代修复异常点；S3、通过逆运算建立浓度的温湿度补偿表达式，将多个同种气体传感器的温湿度补偿表达式导入微控制器，最终预测值为各预测值的平均值。2.根据权利要求1所述的一种气体传感器重叠分块温湿度智能自校准方法，其特征在于，步骤S1具体包括如下步骤：S11、在不同温度、湿度和浓度情况下测气体传感器的电阻；S12、绘制电阻实时响应图，找出所有波峰点作为响应电阻，分别做响应电阻
‑
浓度最小二乘拟合曲线图，分别固定温度、固定湿度，做温度
‑
浓度
‑
响应电阻三维图和湿度
‑
浓度
‑
响应电阻三维图，获取响应电阻与各变量的变化规律；S13、根据响应电阻随温度、湿度及浓度的变化规律对数据重叠分块，即先对温度、湿度及浓度进行重叠分段划分范围段，每个范围段与前一个范围段重叠至少两个值，再将不同范围段交叉组合，最后结合对应的响应电阻组合成数据块，在预测时重叠部分取两个预测值的均值。3.根据权利要求2所述的一种气体传感器重叠分块温湿度智能自校准方法，其特征在于，步骤S2具体包括如下步骤：S21、根据气体传感器的响应机理以及响应电阻
‑
浓度最小二乘拟合曲线图粗选异常点；S22、对排除粗选异常点的数据块分别做多元线性回归；S23、计算响应电阻实际测量值与预测值的相对偏差，将偏差百分比绝对值大于10％的点作为细选异常点，删去该细选异常点；S24、对删去细选异常点后的数据块进行多元线性回归，并使用回归结果预测S23中删去的细选异常点，使用预测值代替测量值以修复细选异常点，再对修复后的数据做分块多元线性回归；S25、重复步骤S23，若仍有偏差绝对值大于10％的异常点，则重复步骤S24，对数据迭代修复，直到没有异常点为止。4.根据权利要求1所述的一种气体传感器重叠分块温湿度智能自校准方法，其特征在于，步骤S3具体包括如下步骤：S31、通过对最终回归结果做逆运算建立浓度的温湿度补偿表达式；S31、对多个气体传感器所测的数据重复S1、S2，得到多组浓度的温湿度补偿表达式；将多个温湿度补偿表达式导入微控制器，在预测时即可获取多个预测值，取所有预测值的平均值为气体传感器的校准结果。5.根据权利要求2所述的一种气体传感器重叠分块温湿度智能自校准方法，其特征在于：步骤S13所述的对数据重叠分块方法可具体阐述为：根据响应电阻数据随温度、湿度、浓度三个自变量的变化规律，对该四元数据进行重叠分块处理，即将三个自变量范围分段并交叉组合，使变化规律相似的电阻数据划分在同一数据块中。6.根据权利要求3所述的一种气体传感器重叠分块温湿度智能自校准方法，其特征在
于：所述步骤S21具体包括如下步骤：根据气体传感器的响应机理，在每一个温度和湿度下，判断响应电阻的变化曲线，若在上升型气体传感器中，出现响应电阻不随浓度增大而增大的点则存在异常点，统计异常点数量；同样，若在下降型气体传感器中，出现响应电阻不随浓度增大而减...
【专利技术属性】
技术研发人员：太惠玲，刘灿，吴援明，袁震，张明祥，蒋亚东，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。