基于极限学习机的微量溶解氧传感器优化研究

摘要

溶解氧浓度作为水质检测的重要指标,在环境监测、食品加工、电力电子等行业具有重要的应用.采用基于遗传算法优化的极限学习机算法,建立了电极长度和传感器的输出电流、响应时间之间关系的预测模型,优化了阳极与电解液的接触面积,验证了传感器的测量稳定性和精度.结果表明,当阳极与阴极的反应面积之比约为33时,传感器的残余电流小于0.2 μA,上升和下降响应时间均小于60s;重复5次的实验结果表明,自制传感器具有较好的稳定性;与商用传感器相比,自制传感器测量的相对误差小于1％,表明其具有较高的测量精度.