一种基于LSTM网络的车载NOx化学传感器温湿度补偿方法研究

摘要

氮氧化物是汽车尾气中的重要污染物.采用氮氧化物(NOx)化学传感器进行污染物检测是监控汽车尾气污染物排放量的一种重要措施,但由于传感器是基于电化学反应的原理,温度和湿度会对化学反应有很大影响,从而导致测量结果不准确.为此,提出一种基于长短期记忆(Long Short-Term Memory,LSTM)网络的车载NOx化学传感器温湿度补偿方法.LSTM网络利用传感器测量值和真实NOx浓度值以及测试气体的温度和相对湿度进行训练,从而得到NOx浓度的测量模型.测试结果表明,该方法具有良好的温度和湿度补偿性能,可以有效提高车载NOx化学传感器的精度.