基于模糊-神经网络的甲醛电子鼻

基于模糊-神经网络的甲醛电子鼻,采用气体传感器阵列和模糊-神经网络结合,实现了模糊-神经网络在甲醛电子鼻中的定量识别.并通过实验,对于0.01×10-6～50×10-6浓度范围内的甲醛气体,甲醛电子鼻定量测报的平均相对误差小,仅为0.197 086.     

BP神经网络在矿井安全监测评价系统中的应用

阐述了BP神经网络基本理论，分析了BP神经网络存在的问题并提出了两种改进方法，增加了收敛速度，提高了效率。并将其应用于矿井安全监测评价系统中，提出了基于此理论的安全监测评价方法等，为矿井的安全生产和安全管理提供了依据。     

变系统的井巷断面优化

主要特征是：考虑到工作面搬家、采药接替、水平延深；对每一井巷断面从投资建设开始一直到服务结束；采用通路确定最大阻力路线并处理转移问题；吸收自然分风的贡献；不用计算全部井巷；提出子阶段概念，简化计算过程；提出巷断面优化思想的三个基本出发点；给出区分动态与静态方法的标志；对新井设计和老井改造都适用；既可预先给定总负压，也可最后确定总负压。     

电子鼻判别挥发性气体的实验研究

文中模拟人的嗅觉形成过程研制了一套用金属氧化物半导体气敏传感器阵列组成的电子鼻系统。深入研究了电子鼻的气敏传感器是和数据处理分析器,并用该电子鼻对5种不同浓度乙醇溶液（0．5％,1％,1．5％,2％,5％）进行分析,详细阐述了实验过程,同时用BP神经网络对样本进行识别分析,神经网络的回判正确率为90％,测试正确率为80％。     

基于指标气体的 BP 神经网络煤自燃预测系统

针对煤矿自然发火的预测问题,在指标气体分析法的基础上,构建 BP 神经网络,选取CH4/ CO、O2/ CO2这两组指标气体浓度比作为网络的输入以降低通风条件的影响,经过训练后,判断检测点是否发火并以0或1的形式输出。网络经过43次训练后,误差达到预设的范围（﹤0.0001）。研究表明,利用 BP 神经网络处理从煤层收集到的气体浓度并作出发火预报是可行的且具有相当优势的。     

基于人工神经网络的微量甲醛气体识别方法

建立了基于神经网络技术的甲醛气敏元件自动测试系统,并选择了多个半导体气敏元件组成的传感器阵列用于微量甲醛气体的测试。实验证明,该传感器可以实现对低浓度甲醛的定量检测。     

基于模糊神经网络算法的自动分类系统设计

介绍了基于模糊神经网络算法的塑料饮料瓶自动分类系统,包括算法设计和系统实现.系统根据各种塑料饮料瓶的颜色特性信息,迅速、准确地将饮料瓶按不同颜色进行自动分类,从而实现生产过程的自动化.     

一种气体传感器阵列检测模式识别新方法

针对气体传感器阵列检测模式识别方法中BP神经网络收敛速度慢且易陷入局部极小值的问题,构建了一种免疫神经网络:采用免疫算法对BP神经网络的权值进行全局搜索优化,再用BP算法进行局部搜索,并将其用于传感器阵列信号模式识别中。采用正交试验法设计神经网络的学习样本,在保证神经网络学习精度的同时减少了样本的数量。结果表明,该模式识别方法能有效解决气体传感器的交叉敏感问题,克服了传统BP神经网络存在的不足,提高了网络的训练速度和气体的检测精度。     

基于模糊神经网络的车辆类型自动检测

高速公路车辆类型自动检测是智能交通系统中的一个重要组成部分。本文提出了一种用于高速公路车辆类型检测的T-S型模糊神经网络(T-SFNN)模型。通过几何模型,从激光传感器所采集的数据中提取车型特征向量。在此基础上,设计出模糊神经网络车辆类型识别检测器并对神经网络进行有效地训练与测试。仿真结果表明,该方法的收敛速度快,车辆类型识别的精度较高,具有稳定的输出性。     

基于神经网络技术提高红外气体分析器的选择性

应用前馈神经网络算法消除非目标参量对主传感器的干扰,从而提高了红外气体分析器的选择性.以检测甲烷为例,在干扰气体乙烯的体积分数变化了7600×10-6时,经神经网络融合处理后,分析器的选择性系数从3.17提高到422,主传感器输出的引用误差从58%降为0.65%,实现了对甲烷的准确识别.实验结果表明,该方法具有实际应用前景.     

基于高灵敏度电化学传感器的有害气体检测系统设计

针对低浓度有害气体实时监测的问题,采用高精度电化学气体传感器,设计了用于检测低浓度CO、NO₂的环境有害气体检测系统,将卡尔曼滤波与小波滤波相结合对存在噪声的微小信号进行提取,并将嵌入式技术与Web技术相结合构建了实时低浓度CO、NO₂的有害气体检测系统。通过研究电化学气体传感器特性,设计了恒电位操作电路和nA级电流检测电路。针对标定过程中存在有害气体污染等问题,设计了更加安全的标定实验。所设计系统实现了10^-6级电化学传感器的驱动、检测、信号处理远传和网络查看监控数据等功能,检测系统具有良好的精度和友好的用户界面。     

基于物联网的危险气体监测及网络预警系统设计

针对化工行业区域爆炸危险性安全监测与可靠预警的重大应用需求,基于先进的激光与红外光谱检测技术原理,研发基于物联网的危险气体监测及网络预警系统。综合运用TCP/IP协议组建网络化数据服务系统,实现监测设备数据的网络化,并且支持多种接入方式将数据上传至数据服务器,并通过Node JS与Sqlite为网络管理系统提供网络服务及传感器数据管理服务,最后运用GIS系统和HTML5、CSS3完成网络管理系统的开发,完成了化工园区危险气体精确监测与预警系统研发,并取得了较好的实用效果。     

基于RBF神经网络的混合气体智能检测系统研究

基于传感器阵列和神经网络构造智能系统用于检测混合气体的低质量分数.传感器阵列获取质量分数为1×10-6～5×10-6范围的H2,C2H4,C2H2混合气体响应和质量分数为5×10-5～3×10-4范围的CO响应.通过RBF神经网络学习改善低质量分数混合气体检测的灵敏度.把传感器响应作为神经网络输入,神经网络输出为H2,C2H4,C2H2和CO的质量分数.实例分析表明,系统能较好地克服低质量分数混合气体检测过程中普遍存在的交叉灵敏度,得到满意的检测结果.     

基于CC2530的煤矿气体监测终端设计

设计基于CC2530的煤矿气体监测终端实时监测煤矿危险气体浓度并进行分析判断和安全防范提示。为提高安全可靠性和准确度,该终端采用了红外气体传感器和电化学气体传感器两类气体传感器。设计电路将电化学气体传感器输出的微弱电流转换为电压模,以满足CC2530内置电压模模数转换器的需要,通过测量电化学气体传感器的环境温度,查询保存的电化学酒精传感器的信号比率与环境温度之间的关系数据,计算出准确的气体浓度,解决了电化学气体传感器中气体燃烧转变为电能输出转换率易受环境温度影响的问题。也可加入由网络协调器或者是路由器组建的Zig Bee网络,把终端检测出的结果传输到总控中心供实时监控综合分析。     

基于Zigbee的矿井安全监测系统设计

设计了一种基于ZigBee的矿井安全监测系统。实现了无线网络传输数据,终端节点实时采集数据信息,手持控制终端实时显示数据,手持控制终端灵活控制监控节点,遇险自动发送报警短信等功能。测试结果显示,低功耗、稳定性好、监控灵活,弥补了传统监测系统的不足。     

基于WSN技术的特种压力容器安全监测系统设计

压力容器广泛应用于石油、化工、机械、制药等领域,其介质多为易燃、易爆、有毒或具有腐蚀性,一旦发生故障将会造成较大的人员伤亡和财产损失。本设计实现了对重点设备运行状况的实时连续监控,解决了单纯依靠人工目测、手工检验等方式无法满足的设备数量庞大、结构及工况复杂等问题,节省了企业在检验和维护保养环节的人力、物力和财力,提高检验效率,缩短检验流程。     

基于局部处理的X射线图像裂纹缺陷自动检测

研究了X射线图像裂纹缺陷自动检测问题.首先根据裂纹缺陷特征及位置信息提取感兴趣区域,使检测到的缺陷区域准确地包含实际缺陷;然后提出了一种结合局部方差和局部直方图均衡化的图像增强方法,实现了图像的对比度增强,使裂纹缺陷肉眼可见;接着利用阈值分割和形态学方法对裂纹缺陷进行分割提取;最后根据裂纹缺陷的几何特征实现了裂纹缺陷的检测.实验结果表明:相比于仅利用局部方差或局部直方图均衡化对图像做一次对比度增强,此方法能有效增强缺陷特征,更利于缺陷检测.     

污水生物处理系统中逸出气体的危害与控制

随着人们生活水平和环境意识的提高,污水处理系统逸出气体的问题日益引起人们的关注。笔者从人的意识与环境要求两个方面论述了污水处理设施中逸出气体净化的必要性,并介绍了逸出气体中刺激性成分对人体和构筑物的危害,提出了污水处理中逸出气体控制的主要对象。文中从抑制逸出气体的产生和逸出、气体逸出后所需要的构筑物的密封处理以及密封后气体的净化3个方面对污水处理设施中气体的控制进行了评述,分别简单评价了各种抑制、处理以及净化方法的优缺点,为控制方法的选择提供指导。     

基于神经网络的传感器故障监测与诊断方法研究

提出了一种基于神经网络的传感器故障监测与诊断的新方法。该方法先用BP网络的预测输出和传感器实际输出之差来判断传感器是否发生了故障，然后用函数型连接神经网络模拟传感器的输出特性函数，通过计算神经元连接权值的变化，确定传感器哪个输出特性参数发生了变化，最终推断传感器发生了哪一类故障。该方法的特点是只需要知道一个传感器的信息。电阻应变式力传感器故障诊断实验结果证明了该方法的实用性，为传感器故障监测与诊断提供了一条新途径。     

基于电化学原理的半导体气体传感器检测技术

本文介绍了一种新的半导体气体传感器的检测方法,在实验室构建了一个判别气体的测试系统,与传统测试方法不同的是,新方法的加在传感器膜上的激励源是变化的,它是用电化学工作站作为传感器膜上的激励源,采用电压/电流激励的方式进行测试,通过大量实验,证明该方法是一种有效的检测气体的手段.