利用波段为2～20μm的电调制红外宽谱光源和中心波长为3.95 μm及10.55 μm的双通道热释电探测器, 采用单光源双波长光路结构设计了一种新型SF6气体传感器.运用径向基函数神经网络对传感器在检测过程中因环境温度变化所带来的测量误差进行补偿, 结果表明：SF6气体传感器在环境温度10～35℃、气体浓度0～0.200%范围内的检测准确度小于±1.5%FS, 相对标准偏差为1.56%, 可以有效消除在测量气体浓度时环境温度变化引起的非线性影响.与传统经验公式法和温度控制法相比, 该方法具有良好的测量准确度和稳定性, 且无需增加硬件温度补偿模块, 有利于传感器的小型化和低成本设计.

采用激光诱导击穿光谱技术对炉渣中的Ca、Mg含量进行了定量分析。由于炉渣成分复杂, 建立的一元回归关系式往往得不到理想的结果,这时需要考虑多个自变量的回归分析问题。 为了分析炉渣中Ca、Mg元素的含量,将炉渣中Mg、Ca、Fe、Si、Al的原子谱线强度以及Mg、Ca的 离子谱线强度作为输入向量。由于不同谱线强度相差过大时,会使在计算出的权重系数中不同 谱线所占的比重大不相同。为了消除不同谱线强度差距过大的影响,对光谱强度进行标准化处理, 把所有谱线强度的值放在了一个相似的范围。综合对比分析了非线性多元函数定标、BP神经网络定 标以及径向基网络(RBF神经网络)定标在炉渣成分分析中的作用,并重点分析了RBF神经网络定标 相对于传统非线性定标方法的优势。