机器人人工嗅觉系统设计

利用半导体气体传感器的交叉敏特性,将气体传感器阵列与神经网络相结合,构建了一个用于临场感机器人的人工嗅觉系统,用于气体的定性识别.自组织神经网络(SOM)将被测气体的多维特征信息映射到一个二维平面上,从而实现了对被测气体的识别分类.实验结果表明半导体阵列人工嗅觉系统可以提高气体传感器的选择性,用SOM神经网络构建人工嗅觉识别模型是完全可行的.     

WO3丙酮传感器及其多传感器融合技术的研究

高浓度丙酮会刺激黏膜和引起中毒,在医疗健康领域丙酮也可作为呼出气体标记物。为实现对丙酮气体的有效检测,利用WO₃纳米材料制备旁热式气敏传感器,系统测试该传感器的基本特性,并在此基础上与SnO₂传感器组成双气敏传感器阵列,结合反向传播神经网络方法对丙酮混合气体进行识别。在体积浓度10^-5丙酮气体测试中,WO₃丙酮传感器的响应值达到9.3,响应与恢复时间均为4 s,重复性误差小于10^-8;双气敏传感器阵列对混合气体中丙酮和乙醇的识别误差小于10^-8。结果表明,制备的WO₃传感器响应灵敏度、稳定性、选择性、瞬态响应等特性良好,采用多传感器融合技术可以实现混合气体的有效识别。     

人工神经网络对电子鼻性能的影响

电子鼻原型由4个气体传感器组成的阵列和人工神经网络识别软件组成,可识别不同品牌的白酒.以它为例,研究了3种人工神经网络,即反向传输网络(BPN)、学习矢量量化网络(LVQ)和概率神经网络(PNN)对电子鼻性能的影响.结果表明,在需要精细识别时,虽然传感器阵列对白酒的响应谱的差别是电子鼻识别的基础,但是人工神经网络结构和算法包括相关训练参数的选择对决定电子鼻的性能也有重要的作用.比较而言,学习矢量量化网络在分类能力和训练成本方面更胜一筹,而概率神经网络则在计算负载和易用性方面更好一些.     

基于神经网络处理的井巷气体自动检测系统设计

介绍用普通气体传感器组成多维气体集成敏感阵列传感器克服交叉敏感干扰，由PC机采集阵列传感器的相应特征并结合数学方法和神经网络方法训练阵列传感器处理气敏信号，完成对气敏阵列传感器的标定。阵列传感器连接单片机构成采集前端。采集前端监测报警并将采集的数据传送到井巷气体监测系统上位机，由系统分析机对整个井巷系统内的气体环境综合分析、监控。     

动态隐神经元BP网络的多气体分析的MATLAB实现

由6个半导体气敏元件组成基于传感器阵列的气体检测系统,并基于改进的BP神经网络实现多组份气体的定性识别。测试结果表明,基于改进的BP神经网络1295次训练后可达到训练最小误差小于0.1%的要求,平方误差为2.29%。     

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.     

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。     

运用自组织竞争网络进行气体定性分析的研究

优选了分析H2,CO气体的半导体气体传感器组成阵列，建立了实时数据采集系统，并与自组织竞争网络模式识别技术相结合，以进行气体定性分析的研究；同时为了消除气体浓度变化对传感器阵列输出的影响，提高自组织网络的识别效果，运用三种不同的数据归一化算法对传感器阵列的输出响应进行了预处理, 并对各自对应的网络识别结果进行了分析与讨论。实验结果表明，采用相对算法可实现H2,CO气体的准确识别。     

基于BP神经网络的桥梁移动荷载识别精度

为了识别作用于桥梁结构上的移动荷载,基于反向传播神经网络方法,开展了输入参数对荷载识别精度影响的分析.首先利用ANSYS模拟移动集中力通过简支T梁桥,得到了主梁跨中位移、速度和加速度时程曲线;其次基于MATLAB建立反向传播神经网络结构,分别将桥梁结构的位移、速度和加速度动态响应数据作为反向传播神经网络的输入参数,移动荷载大小作为输出参数,研究不同输入参数对荷载识别精度的影响;然后分别选取位移和速度、位移和加速度、速度和加速度以及三者组合的工况进行多参数输入的优化设计;最后,以某4跨预应力混凝土连续T梁桥工程为背景,以重车下的竖向加速度实测数据验证了该反向传播神经网络用于识别实桥上简单移动荷载的可行性.结果 表明:利用反向传播神经网络进行移动荷载大小识别时,单输入参数的识别精度由高到低依次为加速度、速度、位移,建议在实际工程中采用较易获取的加速度数据作为输入参数进行荷载识别;多参数组合输入可以提高移动荷载的识别精度,其中速度和加速度组合可以实现较优的识别效果;实测数据证明了该反向传播神经网络用于简单的实桥荷载识别是可行的.相关研究结果可为桥梁载荷识别及桥梁结构的性能评价提供参考.     

基于人工神经网络的甲醛气敏元件自动测试系统

将气体传感器阵列与人工神经脚络技术相结合,应用于甲醛气体的检测.建立了基于神经网络技术的甲醛气敏元件白动测试系统,并选择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,实验证明采用该方法实现对低浓度甲醛的定量榆测足可行的.     

纳米 SnO2 基 CO 敏感元件的研究

采用沉淀法制备了SnO2纳米粉体，并制作了烧结型的CO敏感元件，考察了掺杂元素的种类和含量及烧结温度对敏感元件灵敏度的影响，为获得性能良好的CO气敏元件，需要最佳的制备方法和最好的掺杂剂。     

气敏材料Zn2 SnO4的制备及其特性测量的实验研究

为解决实验内容方法陈旧,制备气敏元件的性能指标无法满足实际测试要求的问题,对半导体气敏材料的制备及其气敏特性测量进行了实验研究,从而提高元件的性能,并使实验内容满足本科教学更加贴近科学研究前沿的需求。通过采用溶剂热法制备了三元金属氧化物Zn2 SnO4气敏材料并对其性能进行了系统测量,并将该实验内容应用于电子功能材料实验的开放性创新实验中。结果表明,基于Zn2 SnO4材料的气敏元件对HCHO 气体表现出优异的气敏特性。通过该实践过程,使学生掌握一种合成纳米材料的新方法,了解材料表征方法,该项目的实施有利于学生提高科研素质和创新能力的培养。     

金属氧化物气敏传感器

根据检测气体的种类、组成成分和工作原理对气体传感器进行了分类,并详细介绍了金属氧化物的气敏机理和纳米技术对材料气敏性能的影响;着重从物理方法和化学方法两个方面介绍金属氧化物纳米颗粒的合成;探讨了气体传感器的发展方向.     

化学气体信号的实时检测及处理

论述了利用半导体气敏传感器对化学气体浓度进行实时检测的方法并在大量实验基础上研究了半导体气教传感器的环境特性，以及通过硬件对环境影响的抑制和对非线性信号的处理方法。     

基于动态温度调制的氧化锌纳米气体传感器敏感特性分析

采用水热法制作了纳米氧化锌气敏材料,分析了双溶剂洗涤和水洗涤下的成品形貌,并采用传统的静态测试方法测试了灵敏度、稳定性及响应/恢复时间等特性参数.针对金属氧化物气体传感器的选择性和稳定性问题,基于静态测试,提出了一种新颖的动态温度调制测试方法.系统研究了不同波形(三角波、矩形波及梯形波)下传感器的响应,并分析了三角波下...     

多相流流量的电容相关测试技术研究

应用电容传感器和相关分析技术，对常温、常压下内径为６２ｍｍ垂直上升管中的水气两相流、油气两相流、油水两相流以及油－气－水三相流流量进行测试研究．同时考虑物性和流型对流量测试的影响，利用漂移流动模型提出了对以上两相流及三相流流量计算的计算公式．通过实验，证实了电容相关测试方法的可行性和可靠性．     

石墨烯材料在气体传感器中的应用

介绍了石墨烯作为气敏材料在气体传感器件中的应用特点,包括所用石墨烯的制备方法,不同方法合成的石墨烯在器件加工时的特点,不同类型的传感器对气体的检测情况,以及该类传感器的主要缺陷和改进的一些基本方法.结合作者的部分工作,指出与半导体材料复合的方式代表了石墨烯在气体传感器领域应用的一个主要方向.     

判定空气中微量有害气体种类与浓度的拟合法

报导了用两只气敏元件同时测出空气中同一微量有害气体的电阻-浓度曲线,并利用最小二乘法拟合为两条直线,将其拟合斜率比ε_j与拟合后的差值δ_(ji)做为判据,判定空气中微量有害气体种类与浓度的拟合法。     

甲醛气体传感器的研究

以纳米材料SnO_2、Zn O为原料的气敏传感器对大多数VOC气体具有敏感性.以SnO_2和ZnO为基料制作旁热式甲醛气敏元件,并比较二者的气敏特性.选用对甲醛敏感的SnO_2材料作为元件基料,为改善其对甲醛的气敏特性,选择0.3%La_2O_3、0.5%La2O3、0.7%La_2O_3的3种比例掺杂,运用控制变量法分别在不同烧结温度和不同工作温度下进行测试.结果表明:掺杂0.3%La_2O_3的SnO_2气敏元件在烧结温度为700℃,工作温度为300℃下对甲醛的气敏特性良好.     

采用单片机技术实现瓦斯浓度监测仪的自动补偿

本文介绍了一种采用单片机技术对在线瓦斯传感器参数进行自动校准的方法，以补偿传感器由于长时间使用造成的零点、灵敏度及线性漂移，延长瓦斯传感器的连续使用时间。