基于CFD的地表温度传感器的设计与实验研究.pdf

D0I:10.13878/ki.jnuist.20220501001王亚楠1,2刘清卷1,2杨杰薛贵璐姚澄2基于 CFD的地表温度传感器的设计与实验研究摘要地面温度变化速度为每10 年升高0.1,然而受太阳辐射的影响,在实际测量时传统防辐射罩会产生约1K量级的太阳辐射误差.为提升地表温度测量精度，降低工作能耗，本文设计了一种基于压电振片振动加速传感器探头辐射热量扩散的温度传感器.首先利用计算流体动力学（Computational Fluid Dynamics，CFD)方法计算温度传感器在多物理因素下的辐射误差，然后使用神经网络算法对数据进行拟合分析，最后搭建外场实验平台，将传感器放置在真实环境中来验证方案的可行性.实验结果表明，本文提出的地表温度传感器具有较高的温度测量精度，其修正值与基准值的绝对误差和均方根误差分别为0.0 41和0.055，也验证了神经网络算法修正效果的优越性.关键词计算流体动力学（CFD)；温度传感器；太阳辐射误差；压电振片；神经网络中图分类号P412.1文献标志码A收稿日期2 0 2 2-0 5-0 1资助项目国家自然科学基金（418 7 50 35）；江苏省产学研合作项目（BY2022544）；江苏省研究生科研与实践创新计划（SJCX22_0334）；江苏省高校大学生创新创业训练计划（2 0 2 2 10 300011Z)作者简介王亚楠，女，硕士生，研究方向为传感器设计及其气象数据误差修正.12 9 18 7 338 杨杰（通信作者），男，博士，硕士生导师，主要研究方向为探空湿度传感器的设计与仿真.0 0 2 8 37 1南京信息工程大学大气环境与装备技术协同创新中心，南京，2 10 0 442南京信息工程大学江苏省气象探测与信息处理重点实验室，南京，2 10 0 440引言IPCC的评估报告显示，19世纪8 0 年代至2 1世纪2 0 年代，地表平均温度升幅约为0.8 5K11.全球表面气温变化深刻影响着水土资源、作物产量、农业活动等许多领域，地表温度数据为预测和分析气候变化提供了基础信息2 .有效降低温度测量误差对于气候观测具有重要意义.地面温度传感器的测量误差通常由相应的硬件系统和太阳辐射引起.美国FLUKE公司研制的1595A测温电桥，在外场条件下精度可达0.0 510-K量级，比太阳辐射引起的误差低约1个量级.太阳辐射导致防辐射罩内部空气温度上升，从而影响测量精度，是引起传感器数据偏差的主要因素3.如何降低太阳辐射误差是地面温度监测中有待深入研究的问题.地表温度传感器探头通常安装在防辐射罩中，传统防辐射罩分为自然通风和强制通风两种.受太阳辐射的影响，防辐射罩吸收太阳热量，导致罩体内部空气温度上升从而引起测量误差.严家德等4 对通风防辐射罩和百叶箱的温度观测系统进行数据对比，发现百叶箱的测温数据相较于通风防辐射罩偏高.世界气象组织（WMO）对自然通风温度传感器进行误差比对，结果显示,LBOM、SYO U、SSO S型辐射误差分别为0.6 K、1K、0.7 K 5.Er e l l 等6 证明了太阳辐射误差和气流速度成负相关特性，并推测自然通风防辐射罩内部气温平均误差约为1K.沈贝蓓等7 分析了198 12 0 19年全球气温特征，结果表明地表温度以0.32 0/(10 a)的速率逐年增长.因此，传统的自然通风温度传感器难以满足高精度的温度测量需求.冯琪等8 研究的强制通风温度传感器的精度可达0.0 5K量级，但只考虑了气流速度,未将反射辐射、长波辐射、太阳高度角等因素考虑在内,具有一定局限性.Thomas 等9 设计了一种新型结构的强制通风防辐射罩,辐射误差可降至0.12 0.2 8.上述文献对于多种强制通风防辐射罩的研究表明，强制通风温度传感器能够有效提高测量精度.强制通风防辐射罩内部放置一个由电机驱动的风扇，风扇加速辐射罩气流交换，可降低因辐射产生的热量.如需显著降低辐射误差，则要求风扇长期工作，但大多数气象站难以满足连续供电的工作需求，且电机转子不平衡、轴承磨损等异常也会使电机发热引起热对流，导致内部温度上升，从而产生测量误差.为提高测量精度,降低仪器能耗,本文提出了一种基于压电陶瓷王亚楠，等.基于CFD的地表温度传感器的设计与实验研究.440WANG Yanan,et al.Design and trial of surface temperature sensor based on CFD.振动的温度传感器结构.该传感器利用压片陶瓷振A动，加速传感器周围空气流动实现通风，从而达到降B低太阳辐射误差的效果.首先通过计算流体动力学A铝壳圆板（Co mp u t a t i o n a l Fl u i d D y n a mi c s,CFD）方法计算出该B隔热柱传感器在多物理环境因素下的辐射误差，然后采用C压电振片D引线神经网络对计算结果进行修正，得到辐射误差订正E传感器探头FPZT陶瓷公式，最后通过外场对比实验进一步验证该方案的G铜片可行性.1石研究方法与物理模型构建1.1研究方法本文主要对地表温度传感器进行仿真和实验分析.首先利用Creo软件对地面温度传感器进行建模，通过ANSYSICEMCFD软件进行材料点的定义和网格划分，并采用CFD方法对传感器进行流固耦合仿真分析，然后使用神经网络算法对仿真数据进行拟合，得到误差修正公式.实验部分进行系统电路总体设计，为验证降低辐射误差方法的有效性，搭建外场辐射误差观测平台进行实验对比分析.图1为总体设计框图.1.2结构设计与模型构建气温观测系统主要包含2 个镀银镜面铝板、2 根树脂材质的隔热柱、2 片陶瓷晶体压电振片和1个温度传感器探头10 .结构示意如图2 所示.为较好地降低太阳直接辐射和下垫面反射辐射的影响，在探头上下方各放置了2 个外表面镀银的反射率约为0.9的圆形铝板，铝板内表面涂有一层吸收率约为0.9的黑色涂层，铝板尺寸直径为140mm,厚度为2 mm.为有效实现通风效果,在中间放置CDEA图2 系统结构示意Fig.2 Sketch of the temperature monitoring system design2片相互垂直的双晶片压电振子，振子由2 张2 6mm8mm0.3mm的PZT压电陶瓷片粘接在40mmx12mmx0.3mm的铜片基板上.压电振片由隔热柱固定，隔热柱的高度和半径别分为140 mm和30mm.利用逆压电效应，对压电陶瓷施加电场，使得压电陶瓷产生弯曲.通过驱动电路控制2 个压电振片交替振动，上方振片进行左右振动，下方振片进行前后振动，整体矢量振动使铂电阻保持圆周运动，加快铂电阻在各个方向的散热.当风速较低时开启振动可以有效提高铂电阻周围气流速度，降低太阳辐射误差.为有效提高计算效率和测量精度，建立尺寸为1200mm1000mm1000mm的矩形立方体空气域.通过网格划分软件ICEM对该传感器和空气域模型进行网格划分，不同的网格尺寸对应不同的计算区域，在网格数量为40 万时，显示网格质量良好（0.3）.利用CFD方法建立流体动力学模型如图3所示，传感器材料特性参数如表1所示.Creo建模ICEM划分网格仿真部分FLUENT仿真地表温度神经网络拟合传感器的设计选择模型设定区域类型和材料设置环境条件误差修订公式实验部分Fig,.1 Block diagram of overall experimental design系统电路设计图1实验设计总体框图搭建外场观测平台实验对比分析南京信息工统大学学报（自然科学版）,2 0 2 3,15（4)：439-447Journal of Nanjing University of Information Science&Technology(Natural Science Edition),2023,15(4):439-447温度传感器气流入口图3地表气温观测仪器CFD模型Fig.3 CFD model of the surface temperaturemonitoring instrument表1传感器材料特性参数Table 1Sensor material characteristic parameters热容/密度/材料(Jkgl.K-l)铝871铜381PZT250白色树脂15912流固耦合分析2.1温度场和流场分析为模拟不同环境条件下地表温度传感器的辐射误差,将划分好的网格导入到FLUENT进行流固耦合分析，并配置辐射耦合边界条件，完善用于数值分析的物理模型11.因模型中涉及辐射传热和对流换热，在模型中需使用能量方程12】,开启太阳射线追温度/K312.533311.393310.254309.115307.975306.836305.697304.557303.418302.279301.139300.000441踪（solarraytracing）模型，湍流模型采用K-Epsilon太阳辐射方程，耦合速度与压力算法使用SIMPLE算法，动量、能量以及湍流采用一阶迎风模式(first order up-wind）13.设置速度人口（velocity-inlet)条件，确定流气流体流速对应的端流条件，采用压力出口（pressure-出口反射辐射空气域热导率/(W m-1.K-1)202.4387.6200.200.0750.150a.第1组温度场outlet)条件.在多数值仿真分析中,为探究在低风速环境中，开启和关闭传感器探头振动两种模式下的辐射误差，对2 组仿真数据进行对比.设定第1组太阳辐射强度W、环境风速V、下垫面反射率海拔高度H、太阳高度角E和角速度分别为10 0 0 W/m、1m/s、20%、0 k m、45和0 rad/s；第2 组开启探头转动，其他环境条件一定时改变角速度为6 0 rad/s，自由空气温度为30 0 K，模型温度场和流场分布分别如图4和图5所示.仿真结果显示，第1组传感器探头周围的气流速度和辐射误差分别为0.7 0 2 m/s和0.10 7 K，当开(kgm3)启振动时第2 组气流速度和辐射误差分别为1.462.719m/s和0.0 6 8 K,辐射误差降低了0.0 39K,表明该模89783.7501100.2250.300m图4温度场分布Fig.4Temperature field distribution型具有较好的通风性,能够有效地降低辐射误差.2.2仿真结果分析为验证多种环境条件下对太阳辐射误差的影响,采用CFD方法,通过W、V f、E、H 等对传感器进行仿真计算.辐射强度范围为2 0 0 12 0 0 W/m、步长为2 0 0 W/m；气流为0.4 4m/s；下垫面反射率为0.1 0.9、步长为0.1；太阳高度角范围为10 90步长为10；气象站海拔高度从0 km至5km、变化范围为1km；角速度为6 0 rad/s.仿真结果如图6所示.温度/K313.020311.836310.652309.468308.284307.100305.916304.732303.548302.279301.139300.00000.075b.第2 组温度场0.1500.2250.300 m王亚楠，等.基于CFD的地表温度传感器的设计与实验研究.442WANG Yanan,et al.Design and trial of surface temperature sensor based on CFD.速度/(m/s)速度/(m/s)2.1873.6111.9893.2831.7902.9541.5912.6261.3922.2981.1931.9700.9941.6410.7951.3130.5970.9850.3980.6570.1990.32800.0750a.第1组流场0.150.100.05000.5 1.0 1.5 2.0 2.5 3.0 3.5 4.010风速/(m/s)a.风速、太阳高度角与辐射误差的关系0.220.200.180.160.14-0.120.100.080.060.04090 80 70.60 50.40 30.20 10 0 4下垫面发射率/%c.风速、下垫面发射率与辐射误差的关系Fig.6 Simulation results of radiation error under multiple physical fields从图6 a可以看出：当太阳高角度为10 时，由于太阳直接照射在传感器探头的表面积偏大，导致辐射误差增大；当风速为0.2 m/s且太阳高度角为10 时，辐射误差为0.148，太阳高度角对辐射误差结果影响不大.由图6 b可以看出，风速一定时,辐射误差与太阳辐射强度成正比.由图6 c可以看出，下垫面反射辐射造成的辐射误差升温影响增大，太阳辐射误差与下垫面反射率呈正比关系.由图6 d可以看00.1500.225507030太阳高度角/）0.02辐射误差/0.200.180.160.150.140.100.120.100213风速/(m/s)图6 多物理场下辐射误差仿真结果出，随着海拔高度的升高空气变得稀薄导致流速降低，辐射误差与气流速度成单调递减关系.由仿真结果可知，在多种环境条件下气流速度对辐射误差的影响较大，验证了本设计实现传感器探头通风达到降低辐射误差效果的有效性.2.3辐射误差修订验证由于CFD仿真计算的辐射误差都是离散数据，0.0750.300 m0图5流场分布Fig.5Flow field distribution辐射误差/0.140.120.100.0850.060.040.06900.040.080.060.150b.第2 组流场0.140.120.100.080.0212001000800600太阳辐射强度/W/m2)4002004b.风速、太阳辐射强度与辐射误差的关系0.200.055.04.5 4.0 3.5 3.02.5 2.0 1.5 1.0 0.5 00.22523风速/(m/s)辐射误差/0.180.160.140.1200.1023风速/(m/s)海拔高度/km4d.风速、海拔高度与辐射误差的关系0.300 m辐射误差/0.120.020.100.090.080.070.0600.050.040.030.020.080.06690600南京信息工经大学学报（自然科学版),2 0 2 3,15(4):439-447Journal of Nanjing University of Information Science&Technology(Natural Science Edition),2023,15(4):439-447无法得到与影响因素之间的具体关系.为解决CFD仿真仅能分析离散模型的问题，本文选用BP神经网络进行数据处理14.典型的BP神经网络由输人层、隐藏层和输出层构成15.为得到太阳辐射强度W、风速V、下垫面反射率、太阳高度角E和气象站海拔高度H与辐射误差T之间的关系，拟合数据获得误差修正公式.T =p u r e l i n i t a n s i g(W Wi+V Wi2+f Wis+EWu+HWs+0.)Whi+al，(1)式中，W为输人层到隐含层的权值,o；为隐含层值，w和分别为隐藏层到输出层的权值和阈值.purelin函数和非线性激活函数tansig函数分别如式(2)和式(3)所示：purelin(x)=x,1-e*tansig1+e-将图6 的2 7 0 组仿真结果作为样本数据进行分析，训练集、验证集和测试集比例为7 2%、14%和14%.隐含层节点数L根据经验式（4）确认，节点数过多或者过少都会影响计算时间和预测能力16 。L=/a+b+k,(4)式中，为输入层节点数,b为输出层节点数,K为110 范围内的常数.最终确定输人层节点数为5，输出层为1,隐含层神经元为10 个.输入层、隐含层和输出层各神经元的权值与阈值参数阵列如下：0;=(0.052 5 5 1.369 10.215 0-0.223 55-0.047 60.096 20.098 31.645 54.781 3)T,ai:=0.587 6,Whi=(0.043 8-0.139 62.915 8-0.499 1),W;=2.398 4-1.684 91.524 81.073 8-1.049 6-0.515 1-0.747 7-0.025 70.128 73.467 90.192 00.037 50.802 20.171 60.652 2-1.438 5-0.034 1-0.531 40.235 2-1.129 40.028 0-2.977 9-0.043 33.015 00.088 4:-1.069 40.001 50.570 16.590 40.747 30.039 55.218 5-0.322 40.444 8-0.430 7-0.824 2443结合CFD仿真得到的温度传感器的辐射误差结果，通过神经网络算法对样本集进行训练，训练结果作为气象站温度传感器的辐射误差.拟合生成的预测值和真实值对比分别如图7 和图8 所示.由图7可知总数据集样本数介于150 2 50 时，拟合相关性达到0.98，由图8 可知误差呈正态分布，绝对误差值主要集中在-0.0 0 5 0.0 0 42，表明该算法模型拟合精度较好，进一步增加了温度传感器数据测量的准确性.0.250.200.15(2)0.10(3)0.0500图7 仿真与预测值散点对比Fig.7 Comparison of simulation vs.predicted value scatters10080F-0.9213402030.022 21.904 10.047 8-1.027 12.878 6-1.38810.590 10.278 6-0.991 0)1.274 94.205 1-1.140 3-0.057 81.501 31.003 50.767 55.709 61.936 6-1.914 91.936 8真实值预测值一误差50100样本数测试集验证集训练集0误差02962009200-通过求得绝对误差MAE和均方根误差RMSE来表示误差：2I E,-E,I=1MAE=RMSE=150859100-100-0100-.00辐射误差/图8误差直方图Fig.8 Error histogramn(E,-E.),n20018 t10086 L100428100700SO0O800O25048(5)(6)王亚楠，等.基于CFD的地表温度传感器的设计与实验研究.444WANG Yanan,et al.Design and trial of surface temperature sensor based on CFD.式中，E。和E，分别为仿真计算结果和拟合计算结果,n是样本数量.对数据进行处理求得MAE和RMSE的值分别为0.0 0 4和0.0 12，表明测量值进行修正后与计算值吻合度较高.3实验设计与验证3.1地表温度传感器硬件电路设计本文硬件电路部分主要包括主控制器、温度采集模块、驱动控制、通信模块.主控制器选用STM32F103C8T6芯片，该芯片具有成本小、功耗低的优势，满足本文电路的设计要求.温度采集选择PT100测温铂电阻,并加人参考电阻;供电部分将数字电源和模拟电源分开设计17 ，优化整体电路；测温电路选用2 4位模拟数字转换器AD7794芯片采集数据，可将模拟信号转换成数字信号18 ；压电振片采用PWM调制技术,实现输出频率和功率的可调，使用RS232协议实现与PC端的数据通信.电路设计如图9所示.3.2实验平台搭建为验证本设计的测量准确性和基于CFD方法数据融合降低辐射误差方法的可靠性，本文选择在中国气象局气象探测中心（南京)观测基地搭建了外场辐射误差观测平台，实验基地海拔为2 1m,如图10 所示，并与0 7 6 B型强制通风温度测量仪器进行温度观测对比实验.在外场观测实验中,每30 min进行一次太阳辐射强度和风速的气象数据采集，得到的环境参数如图11所示.为探究地表温度传感器的测温精准度和误差修正公式的准确性，将传感器的实验测量值代人误差修订公式，获得的修正值T，与0 7 6 B型实验结果值T，进行比对，得到辐射误差修正值和实验值之间的误差值为T，比对结果如图12 所示.对数据图10 外场辐射误差观测平台Fig.10Platform to observe field radiation error进行处理求得MAE和RMSE的值分别为0.0 41和0.0 55,结果表明测量值进行回归方程进行修正后与基准值吻合度较高，实验进一步验证了此模型对降低辐射误差的有效性.4结论为了降低温度传感器的辐射误差，提高传感器的测温精度，本文设计了一款利用压片振动加速传感器通风的地表温度传感器，改善了自然通风防辐射罩修正效果较差这一弊端，又优化了强制通风功耗较大的问题.通过压电振片的振动带动传感器探头进行转动，使传感器周围气流速度加快，从而降低辐射误差.通过CFD方法针对多物理环境条件的辐射误差进行量化.为了得到连续的辐射误差修订方程,使用BP神经网络算法对得到的离散数据进行拟合.最后以0 7 6 B型强制通风温度传感器的值作为基准温度，进行外场对比实验来验证测温精度的有效性，获得以下结论：1）通过CFD仿真结果可知,辐射误差与太阳辐射强度成正比，与气流速度成反比.对开启和关闭探头转动两种情况下进行仿真分析，结果显示本设计数字电源驱动控制电路驱动电路压电振片1压电振片2PWM模拟电源温度采集电路铂电阻温度采集参考电阻电路数字电源主控制器数据通信电路24位模数SPICortex-M3转换处理器器UART232串口PID图9电路系统框图Fig.9Block diagram of circuit system南京信息工统大学学报（自然科学版),2 0 2 3,15(4):439-447Journal of Nanjing University of Information Science&Technology(Natural Science Edition),2023,15(4):439-44714001200100080060040020009:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:000.250.200.150.100.050-0.05-0.100.250.200.150.100.050-0.05-0.10开启振动时辐射误差降低了0.0 39K,验证了本文通过提高传感器探头周围气流速度从而达到降低辐射误差的有效性.2）通过对辐射误差修订方程准确性验证结果分析可知,其预测值和样本值主要集中在-0.0 0 50.0042区间，绝对误差和均方根误差分别为0.007 和 0.0 0 5.3）由对比实验结果可知，气温观测系统的平均绝对值误差为0.0 41，均方根误差为0.0 55，表4452022-02-282022-02-282022-03-013.52022-03-022022-03-03北京时a.太阳辐射强度图11不同时间点太阳辐射强度和风速测量结果Fig.11Measurements of solar radiation intensity and wind speed at different time points09:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00北京时a.202202-2809:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00北京时c.2022-03-02Fig.12Errors between reference and corrected values at different time points学版）,2 0 2 1,52(4):6 37-6 412022-03-012022-03-023.02022-03-03(s/ul)/率2.52.01.51.00.5009:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:000.300.250.200.150.100.050-0.0509:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:000.250.200.150.100.050-0.0509:0010:00 11:00 12:00 13:0014:00 15:0016:0017:0018:00图12 不同时间点基准值与修正值误差明该地表温度观测系统预测值与基准值较为符合，能够达到预期的效果.参考文献References1Intergovernmental Panel on Climate Change.Climatechange 2013:the physical science basis R.Cambridge:Cambridge University Press,20142任彦霓，周廷刚，谢舒蕾，等.地表温度的多源遥感数据时空融合模型构建J.山东农业大学学报（自然科北京时b.风速北京时b.2022-03-01北京时d.2022-03-03王亚楠，等.基于CFD的地表温度传感器的设计与实验研究.446WANG Yanan,et al.Design and trial of surface temperature sensor based on CFD.REN Yanni,ZHOU Tinggang,XIE Shulei,et al.Construc-LI Qingchao,LIU Runxuan,PAN Pengyu,et al.Designtion of spatiotemporal fusion model on multi-sourceand simulation of a PT100-based unbalanced bridge tem-remote sensing data from land surface temperature J.perature sensor J.China Computer&Communication,Journal of Shandong Agricultural University(Natural Sci-2022,34(8):114-116ence Edition),2021,52(4):637-64111 赵永强，朱博文,刘智，等.三螺杆泵的流固耦合特性3林杨荣康，张利，刘清倦，等.探空温度传感器受太阳辐射影响的仿真分析J.南京信息工程大学学报（自然科学版）,2 0 13,5(6)：52 7-532YANG Rongkang,ZHANG Li,LIU Qingquan,et al.Simu-lation analysis of error of sounding temperature sensor in-fluenced by solar radiation JJ.Journal of Nanjing Univer-sity of Information Science&Technology（Na t u r a lScience Edition),2013,5(6):527-5324严家德，王成刚，金莲姬，等.百叶箱和通风防辐射罩气温观测系统的数据对比与订正J.气候与环境研究,2 0 15,2 0(5):533-543YAN Jiade,WANG Chenggang,JIN Lianji,et al.A com-parative and modification study of louvred and aspiratedshield temperature systems J .Cl i ma t i c a n dEnvironmental Research,2015,20(5):533-5435Lacombe M,Bousri D,Leroy M,et al.WMO field inter-comparison of thermometer screens/shields and humiditymeasuring instruments R/0L.2022-02-18.http:/ E,Leal V,Maldonado E.Measurement of air tem-perature in the presence of a large radiant flux:an assess-ment of passively ventilated thermometer screens J.Boundary-Layer Meteorology,2005,114(1):205-2317沈贝蓓，宋帅峰，张丽娟，等.198 1一2 0 19年全球气温变化特征J.地理学报,2 0 2 1,7 6(11)：2 6 6 0-2 6 7 2SHEN Beibei,SONG Shuaifeng,ZHANG Lijuan,et al.Changes in global air temperature from 1981 to 2019 J.Acta Geographica Sinica,2021,76(11):2660-26728冯琪,刘清倦，杨杰，等.强制通风温度传感器计算流体动力学设计与分析J.仪表技术与传感器，2 0 17(11):17-20,29FENG Qi,LIU Qingquan,YANG Jie,et al.Computationalfluid dynamics design and analysis of forced ventilationtemperature sensor J .I n s t r u m e n t T e c h n i q u e a n dSensor,2017(11):17-20,299Thomas C K,Smoot A R.An effective,economic,aspirated radiation shield for air temperature observationsand its spatial gradientsJ.Journal of Atmospheric andOceanic Technology,2013,30(3):526-53710黎庆超，刘润轩，潘鹏宇，等.基于PT100的非平衡电桥温度传感器的设计与仿真J.信息与电脑（理论版),2 0 2 2,34(8):114-116Design and trial of surface temperature sensor based on CFD分析J.液压与气动,2 0 2 0(6)：7 0-7 7ZHAO Yongqiang,ZHU Bowen,LIU Zhi,et al.Analysis offluid solid coupling characteristics of three screw pumpJ.Chinese Hydraulics&Pneumatics,2020(6):70-7712 刘清倦，杨杰，杨荣康，等.双加热湿度传感器的CFD分析与加热策略设计J.传感技术学报，2 0 12,2 5(8):1039-1044LIU Qingquan,YANG Jie,YANG Rongkang,et al.CFDanalysis and heating strategy design of heated twin hu-midity sensor J.Chinese Journal of Sensors and Actua-tors,2012,25(8):1039-104413 Ciappi L,Stebel M,Smolka J,et al.Analytical and com-putational fluid dynamics models of wells turbines for os-cillating water column systems J.Journal of Energy Re-sources Technology,2022,144(5):05090314Wu B,Han S J,Xiao J,et al.Error compensation based onBP neural network for airborne laser ranging J.Optik,2016,127(8):4083-408815马奔，薛永基，顾艳红.修正的BP神经网络森林火灾成灾面积预测研究J.资源开发与市场，2 0 14,30(12):1441-1443 MA Ben,XUE Yongji,GU Yanhong.Study on predictionof forest fire disaster area with modified BP neuralnetworkJ.Resource Development&Market,2014,30(12):1441-144316 耿增显，陈锦涛,赵飞，等.基于BP网络的小型无人机航迹预测J.西华大学学报（自然科学版），2 0 2 2，41(1):30-35GENG Zengxian,CHEN Jintao,ZHAO Yifei,et al.Trackprediction of small UAV based BP network J.Journal ofXihua University（Na t u r a l Sc i e n c e Ed i t i o n）,2 0 2 2,41(1):30-3517 Li Z W,Liu C Z,Xu Y P,et al.A novel analog powersupply for gain control of the multi-pixel photon counter(MPPC）J.Nu c le a r I n s t r u m e n t s a n d M e t h o d s i nPhysics Research Section A:Accelerators,Spectrometers,Detectors and Associated Equipment,2017,850:35-4118 孙星.基准探空温度传感器设计D.南京：南京信息工程大学,2 0 19SUN Xing.Design of a reference sounding temperaturesensor D.Nanjing:Nanjing University of InformationScience&Technology,2019WANG Yanan.21 Collaborative Innovation Center of Atmospheric Environment and Equipment Technology,Nanjing University of Information Science&Technology,Nanjing 2100442 Jiangsu Key Laboratory of Meteorological Observation and Information Processing,Nanjing University of Information Science&Technology,Nanjing 210044LIU Qingquan l.2YANG Jie?XUE GuiluYAO Cheng2南京信息工统大学学报（自然科学版),2 0 2 3,154)：439-447Journal of Nanjing University of Information Science&Technology(Natural Science Edition),2023,15(4):439-447Abstract The ground temperature changes at a rate of 0.1 C