發(fā)布時(shí)間：2017-12-29 18:08

  本文關(guān)鍵詞：基于集成神經(jīng)網(wǎng)絡(luò)的多元有害氣體定量檢測(cè)方法研究　出處：《寧波大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 神經(jīng)網(wǎng)絡(luò) PSO 傳感器陣列 多元有害氣體檢測(cè)

【摘要】：從十九世紀(jì)至今,世界工業(yè)產(chǎn)值飛速發(fā)展,期間無(wú)論是重工業(yè)還是輕工業(yè)都消耗了大量的能源,從最開始的煤炭,到現(xiàn)在的石油。而在這短短150年的時(shí)間里,產(chǎn)生了大量的有毒,有害氣體,例如:引發(fā)溫室效應(yīng)的CO2、造成霧霾,光化學(xué)煙霧NOx及有毒氣體CO,等等。大量的有毒有害氣體排放給人類環(huán)境造成了極大地破壞,而且還會(huì)產(chǎn)生一系列的惡性事件,例如:爆炸、火災(zāi)、中毒等事件。在人類生存的環(huán)境中,O2作為人類生存的的基本養(yǎng)料,也是人類生存環(huán)境的一個(gè)最重要的指標(biāo)。因此,對(duì)周圍環(huán)境中的有毒、有害氣體進(jìn)行監(jiān)測(cè)顯得尤為重要。使用氣敏傳感器對(duì)單一氣體進(jìn)行檢測(cè)是可行的,但在日常生活中上述氣體都是混合在一起的構(gòu)成一個(gè)多元環(huán)境,當(dāng)使用氣體傳感器進(jìn)行檢測(cè)時(shí)會(huì)造成交叉敏感現(xiàn)象,導(dǎo)致無(wú)法采用傳統(tǒng)的氣體檢測(cè)技術(shù)對(duì)多元有害氣體進(jìn)行檢測(cè)。本文針對(duì)當(dāng)前多元有毒、有害氣體檢測(cè)方法的缺陷,搭建了一套多元有害氣體檢測(cè)系統(tǒng),該系統(tǒng)主要包括兩部分:傳感器陣列,模式識(shí)別。將系統(tǒng)的兩部分有機(jī)的結(jié)合能夠消除傳感器對(duì)氣體交叉敏感。測(cè)試系統(tǒng)傳感器陣列部分能夠攝取足夠多的多元有害氣體濃度信息并保存下來(lái),然后通過(guò)模式識(shí)別部分實(shí)現(xiàn)定量回歸分析。主要內(nèi)容包括:1)搭建測(cè)試系統(tǒng)的實(shí)驗(yàn)裝置:制備氣敏傳感器陣列及設(shè)計(jì)對(duì)應(yīng)傳感器預(yù)處理電路;2)進(jìn)行仿真測(cè)試實(shí)驗(yàn):配氣方案、基于Lab VIEW的流量控制軟件設(shè)計(jì)、基于Lab VIEW的多路信號(hào)采集軟件設(shè)計(jì);3)陣列信號(hào)預(yù)處理:使用特征值提取算法實(shí)現(xiàn)陣列信號(hào)特征值提取、對(duì)特征值信號(hào)的歸一化處理;4)模式識(shí)別算法設(shè)計(jì):通過(guò)粒子群算法、神經(jīng)網(wǎng)絡(luò)算法、集成算法相結(jié)合建立一個(gè)有效的模式識(shí)別算法模型,對(duì)陣列信號(hào)進(jìn)行識(shí)別、定量分析;5)算法改進(jìn)及比較:對(duì)本文設(shè)計(jì)的算法進(jìn)行改進(jìn),并運(yùn)用于多元有害氣體檢測(cè)系統(tǒng)信號(hào)分析,最后與當(dāng)前經(jīng)典的模式識(shí)別算法做性能比較。本文實(shí)驗(yàn)結(jié)果表明,傳感器陣列技術(shù)能夠獲取交叉敏感的多元響應(yīng)信號(hào),而模式識(shí)別技術(shù)則會(huì)充分提取交叉敏感信號(hào)的信息,完成對(duì)氣氛的回歸分析。對(duì)本文檢測(cè)的四種氣體CO,CO2,NOx,O2,該檢測(cè)系統(tǒng)能夠準(zhǔn)確的對(duì)氣氛別進(jìn)行劃分,并且對(duì)于定量分析,預(yù)測(cè)的平均相對(duì)誤差小于1%。
[Abstract]:......
【學(xué)位授予單位】：寧波大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：X831;TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 王巖;陳向東;蔣亞東;趙靜;;基于獨(dú)立分量分析和BP網(wǎng)絡(luò)的電子鼻模式識(shí)別[J];傳感器與微系統(tǒng);2006年09期

2 張銀洪;賀蘊(yùn)秋;;氣敏材料及其傳感器選擇性研究進(jìn)展[J];材料導(dǎo)報(bào);2005年06期

3 鄧振杰,齊建玲;基于LabVIEW的虛擬儀器構(gòu)建技術(shù)[J];國(guó)外電子測(cè)量技術(shù);2002年05期

4 姜娜;孔浩;;淺析軟件演化過(guò)程描述語(yǔ)言的作用及特點(diǎn)[J];昆明學(xué)院學(xué)報(bào);2012年03期

5 倪慶劍;邢漢承;張志政;王蓁蓁;文巨峰;;粒子群優(yōu)化算法研究進(jìn)展[J];模式識(shí)別與人工智能;2007年03期

6 李松;劉力軍;劉穎鵬;;改進(jìn)PSO優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的混沌時(shí)間序列預(yù)測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2013年06期

7 龔筱晗;;汽車污染物排放的防治問題與對(duì)策探討[J];科技資訊;2012年17期

8 袁力哲;楊憲江;王宇;;基于自適應(yīng)遺傳BP算法的混合氣體定量檢測(cè)研究[J];儀表技術(shù)與傳感器;2013年06期

，

本文編號(hào)：1351273