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。     

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%。     

一种新型基于色谱分离的易制毒检测仪器研发

针对常见有毒、易燃气体有机物检测设计了一种便携、快速的检测系统,可以实现混合气体的各个成分含量检测.可在井下复杂气体环境中正常运转,并对待测气体进行物质识别与定量.在混合气体识别过程中利用气相色谱的分离效果对复杂待测物进行物质分离,通过分离作用使得混合气体中不同物质之间检测间隔发生转变.使得在同一时间流出色谱气体只有一种,各个气体流出具有一定时间间隔,达到对混合气体的分离作用.后续气体流经传感器阵列进行物质识别,由于不同传感器对于同种物质具有不同响应特性,通过多个传感器互相组合,互相弥补,最终达到气体检测的要求.传感器测量到的信号数据经过模式识别算法对气体进行参数进行识别,通过识别算法获取混合气体中各项参数状况.通过与标定物质参数进行互相比对,进而实现混合气体中的物质识别.可实现井下气体内甲烷、乙烷等危险气体的检测,经过对多种对混合待测气体进行实验测试,验证了本系统的实用性.     

BP神经网络在电子鼻分类识别多品牌白酒中的应用研究

由于MQ3、MQ4、TGS813、TGS2620 4个金属氧化物半导体组成的气体传感器阵列对酒精气体及有机物交叉敏感,据此建立实时数据采集系统,并提出稳态特征值和动态特征值的提取方法,进而结合BP神经网络识别方法,通过所建立的电子鼻系统对3种不同品牌白酒进行了分类识别实验.结果表明:电子鼻系统对不同品牌白酒的识别率稳态特征时达90.0%,动态特征时达83.3%.     

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。     

基于红外传感器的核电安全壳内挥发性有机物安全浓度的监测方法

针对现有红外传感器对各种挥发性有机化合物响应系数不同,导致难以对特定空间的挥发性有机化合物的气相浓度进行定量监测的难题,通过构建在线测试系统,用气相色谱仪测定结果对红外传感器测试数据进行校正,以获得挥发性有机化合物在传感器上的响应系数,用于校正传感器对特定有机物的定量监测值。分别利用气相色谱和红外传感器同时在线测试了核电安全壳检修期间主要的乙醇、异丙醇、正丁醇、甲苯、二甲苯和十一烷6种挥发性有机物的气相浓度,并使用气相色谱测定值与传感器测定值进行计算,获得了各挥发性有机物的红外传感器校正系数,所得校正系数在不同的浓度下对同一物质恒定。在应用中,将相应有机化合物的校正系数乘以红外传感器测试值即可得到该有机化合物在气相中的真实浓度值,同时根据各挥发性有机化合物的爆炸下限值,得出红外传感器监测的密闭空间内挥发性有机物安全浓度的监测范围。     

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.     

彩色可视传感阵列基元匹配快速定量算法

在彩色可视传感阵列传统处理方法中,存在着数据量大,人工分析困难、种类浓度识别难以同一次实现等问题,针对这些问题,考虑到同类气体饱和响应阵列点位置一致性的特点,提出一种彩色可视阵列基元匹配快速定量识别算法。该算法首先采用设置经验阈值消除冗余量,进行去噪和特征提取,减少人工分析量;然后进行基于二值化基元图模板匹配的定量分析种类识别,减少计算量,增加气体识别效率和精度;最后,综合模糊逻辑和神经网络2种人工智能方法的优点,建立彩色传感阵列气体浓度识别的自适应模糊推理系统。算法优势在于将不同气体的种类和浓度检测分开进行,解决了种类、浓度同时识别时可能出现特征数据交叉感染导致错误识别的问题。基元模板匹配分析结果显示,氨气、氯气和二氧化硫3种气体分类识别结果准确率达100%,利用模糊神经网络方法对氨气浓度识别率准确度较高,误差在5%以内。     

人造板挥发性有机物(VOCs)的研究

采用容积为0.0275m^3的环境气候箱对使用不同胶黏剂的麦秸刨花板、杨木刨花板以及添加了水溶性防腐剂硼酸铜的麦秸刨花板、杨木刨花板等进行挥发性有机物的气体采样,并利用气相色谱一质谱联用分析技术对人造板中挥发性有机物(VOCs)进行定性与定量研究,分析了刨花板有机挥发物的种类和浓度,通过22d浓度衰减试验分析了麦秸板挥发性有机物的散发趋势与规律。结果表明,原料、胶黏剂和防腐剂对挥发性有机物的种类和浓度有比较明显的影响;在一定环境条件(温度、湿度、装载度和换气量)下,麦秸板挥发性有机物的散发符合动态的气体散发规律。     

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.     

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BP网络的气敏传感器阵列测试分析

将BP人工神经网络应用于气敏传感器阵列测试系统中,对测试系统进行了详细的论述.用改进BP算法对不同浓度的目标混合气体进行了定性及定量分析,并以图表形式输出结果.研究表明,网络经过多次训练及测试后,基本上克服了半导体传感器因存在"交叉敏感性"而影响输出的缺点,提高了测试准确度,总体性能较好.     

气体传感器阵列用于混合气体测量的计算机模拟研究

用计算机模拟方法对气体传感器阵列进行模拟，并建立相应软件，用该软件研究由ＣＯ，ＣＨ４，Ｃ２Ｈ５ＯＨ，ｉ－Ｃ４Ｈ１０四种气体组成的混合气体体系，并对气体传感器阵列测得的信号与混合气体浓度之间的关系进行深入的研究．用人工神经网络法和多元线性回归分析法对模拟获得的数据处理，建立传感器阵列数学模型，并对两种模型进行比较，以找出最优的预报数学模型，用于预报实际体系     

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。     

纳米化卟啉阵列嵌入式气体检测系统

针对环境中挥发性有毒气体检测需求,基于纳米化卟啉阵列与微量气体发生化学反应导致其色谱产生变化的基本原理,设计了以ARM9 S3C2440A为核心、纳米化卟啉阵列为传感器的嵌入式气体检测系统。给出系统总体设计,光谱信号采集、信号处理、监控等主要功能模块结构电路及其控制软件,利用能量守恒微分方程,建立了采样气室温度流量控制模型,对化学传感器检测条件进行精确控制。最后应用该系统对氨气、庚醛、环己烷、己醛等典型微量气体进行了测试,其结果表明该系统能实现快速、准确的微量挥发性毒气检测。     

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.     

电子鼻分析方法在白酒分类识别中的应用

利用酒精气体及有机物交叉敏感的4个金属氧化物半导体传感器组成气体传感器阵列,建立了实时数据采集系统,提出了稳态及动态特征值提取的方法,并结合主成分分析法(PCA),用所建立的电子鼻系统对3种白酒进行了分类识别实验.结果表明:它对不同品牌白酒的稳态特征识别率达90.0%,动态特征识别率达86.6%.     

基于氧化钙催化发光的丙酮气体传感器

基于一定条件下丙酮气体可以在氧化钙的表面产生强烈的化学发光现象,设计了一种检测空气中丙酮气体的发光传感器。研究发现该传感器在波长535 nm,温度266℃,空气流量为400 m L/min的最佳实验条件下,测得丙酮气体浓度的线性范围为7. 6～1520 mg/m~3(R=0. 9984),相对标准偏差(RSD)为3. 65%,检出限为1. 52 mg/m~3(S/N=3)。考察了在相同浓度下的常见挥发性有机物的干扰情况,发现除丙烯腈、乙腈和甲醛外,其余9种挥发性有机物的干扰均小于1%,表明该传感器具有较好的选择性、使用寿命与稳定性。     

一种基于可解释神经网络模型的压缩机功率软测量方法

为在保证测量的准确性和高效性的同时,降低软测量方法对数据集的依赖性,提出一种基于可解释神经网络的压缩机功率软测量方法.实验中,在使用泛化性良好的数据集进行训练时,可解释神经网络模型在测试集上的均方根误差为0.009 4,相比反向传播(BP)神经网络模型降低了1.1%.在使用泛化性较差的数据集进行训练时,可解释神经网络模型在测试集上的均方根误差为0.012 8,相比BP神经网络模型降低了79.8%.实验结果表明,基于可解释神经网络的压缩机功率软测量方法不但具有较高的准确率,且在使用泛化性较差的数据集进行训练时,依然能够保持较高的测量性能.     

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阵列和数据处理分析器,并用该电子鼻对５种不同浓度乙醇溶液（ ０． ５％, ｌ％, 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％．［