密闭舱内氧传感器自动标定方法研究

鉴于氧浓度传感器、氧化锆传感器本身的特性,处于寿命末期的传感器在测量时,会出现精度误差及漂移特性。为减小传感器漂移影响,基于多传感器数据融合技术,选择稳定性及一致性较好的传感器测量值作为自动标定基准值,并在这一基础上,改单点k值标定方法为多点k值标定方法。验证结果显示:当电压值漂移量达到0.1 V时,常规标定方法氧分压漂移量将超过2 kPa,漂移量不超过0.5 kPa。因此,该标定方法增加了氧传感器漂移的适应范围,降低了测量误差,减少了标定的频次。     

基于ARIMA模型的载人航天器氧分压分析及预测方法

载人航天器环控生保系统中的氧分压分析监测关系到航天员在轨的安全与健康,是地面控制中心重点关注的关键信息。提出了一种基于时间序列数据模型的载人航天器氧分压分析及预测方法,对在轨遥测数据进行处理分析,应用ARIMA模型对氧分压历史数据进行分解建模,并预测其未来趋势。通过对载人航天器氧分压在轨数据的实测分析,对历史数据拟合均方根误差为0.1537 kPa,预测均方根误差为0.1378 kPa,预测精度较高。该方法基于短期历史环境信息分析建模,实现对未来状态变化的有效预测,有效提升了现有预测方法的预测时长,提前识别系统运行过程中的异常状态。