中国安全科学学报

作者：何永勃, 曹祝兵

单位：中国民航大学 电子信息与自动化学院,天津 300300

关键词：改进的粒子群算法(IPSO),反向传播(BP)神经网络,气体传感器,气压补偿,飞机货舱火灾

基金：民航科技项目基金资助(MHRD20150220)

为完善飞机火灾检测系统,设计一套方案,模拟试验不同气压下CO、CO2气体传感器采集气体的体积分数值,并与理论值比较,进而提出一种根据粒子适应度值动态调整学习因子的粒子群算法。采用改进的粒子群(IPSO)算法寻找反向传播(BP)神经网络的最优初始权值阈值,再利用寻优后的BP神经网络修正CO、CO2气体传感器的检测结果,消除气压对于传感器采集数据的影响。结果表明:经过IPSO-BP算法补偿后,选取的27个气压点下气体体积分数值都接近拟合真实值,其中,CO2气体传感器经过气压补偿后,测量最大误差从542×10-4%下降到0.1×10-4%,CO气体传感器测量最大误差从15.7×10-4%下降到0.01×10-4%。与BP神经网络气压补偿模型相比,IPSO-BP神经网络气压补偿模型的精度有明显的提高。

来源：2022年第2期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2022年第2期