论文部分内容阅读
红外光学式二氧化碳传感器以其独特的优点，在宇航条件中作为检测二氧化碳气体浓度的手段，具有广阔的应用前景。在红外光学式二氧化碳传感器的研制中，存在以下三个问题。首先是红外光源的漂移会引起测量误差，这将影响到传感器长期工作的稳定性；其次，传统的红外光学式二氧化碳传感器采用采样气泵使被测气体快速进入气室以缩短测量的响应时间，而采样气泵的引入，增加了传感器的重量、体积、功耗，同时采样气泵一般半年或一年需要维修一次，这将限制传感器长时间工作(如用于空间站)的可靠性：最后，环境温度对红外光气体分析有较大影响，且是复杂的非线性关系。
针对以上问题，论文进行了下述改进：提出了一种新的双光路光学结构，并在测量时取检测通道电压与参比通道电压之比作为浓度的相关量，从一定程度上克服光源不稳的影响；用动态补偿滤波器取代采样气泵，来改善传感器的动态特性，从而降低传感器的重量、体积、功耗；将基于径向基函数神经网络的非参数测量模型建立方法，用于红外二氧化碳传感器静态数学模型的建立，实现对环境温度引起的测量误差的修正，同时也为更多参数影响下测量值的修正问题提供了一个解决问题的方案。
围绕上述问题，文中论述了红外光学式二氧化碳传感器的工作原理、光学结构、放大电路以及传感器机壳的设计，对实验结果进行了分析，建立起了基于径向基函数神经网络的红外二氧化碳传感器的静态数学模型，同时论文提出了适合于红外二氧化碳传感器动态特性实验的实验方法，并建立起红外二氧化碳传感器的动态数学模型及动态补偿滤波器，动态补偿滤波器的引入，使得传感器的动态特性可以缩短到原来的2.5-5倍。