基于传感器动态检测和神经网络的气体识别

提出将气体传感器阵列动态检测与人工神经网络相结合的方法实现气体的识别。设计了用该方法进行气体检测识别的实验系统。该方法具有实验次数少、识别准确度高的优点。实验以4个金属氧化物半导体气体传感器组成的阵列为例,详细讨论了该方法的实验过程及识别结果。通过实验对甲烷、乙醇、丙酮3种气体及其混合气体进行识别,结果表明:该方法的正确识别率达到100%,具有很高的实用价值。     

电子鼻—智能气体传感器

论述了应用模式识别技术和气体传感器阵列所研制的模拟嗅觉系统。气体传感器阵列由８个金属氧化物气敏器件组成，它们对不同的气味和气体有不同的响应；传感器阵列输出的信号经过微机处理和识别。作者对实验过程进行了详细的讨论，实验结果表明该系统可成功地识别多种不同的气体。     

可视嗅觉传感器阵列研究及图像分析

针对目前电子鼻系统普遍存在的检测范围窄、受环境湿度影响较大等缺点,本文依据金属卟啉配合物与有机气体反应会产生颜色变化的原理,研制了一种新型的气体敏感膜,设计了可视嗅觉传感器阵列的实验系统.系统通过分析敏感膜与不同的气体反应所呈现的颜色变化识别气体,具有完全不受外界水蒸气影响和检测精度高等特点.用该传感器敏感膜分别对环己胺、乙腈和四氢呋喃进行了试验,试验结果表明该传感器阵列能够正确地识别这三种有机物.     

基于卟啉传感器的气体检测系统的设计

针对传统气体检测方法的不足,设计了一种基于卟啉传感器的快速气体检测系统.反应室的流体仿真表明该系统检测结果具有可比性.该系统采集存储卟啉传感器与气体反应前后的图像,通过图像处理技术获得传感器阵列的颜色变化信息,将其与数据库中的记录进行匹配,得到检测结果.实验表明:该系统响应快速,能准确检测识别多种有害气体.     

基于传感器阵列与神经网络的气体检测系统

在分析研究电子鼻理论和系统组成的基础上,设计构建了一套传感器阵列与人工神经网络相结合的混合气体检测系统.并采用该系统对三种气体传感器(一氧化碳CO、二氧化硫SO2和二氧化氮NO2)进行了实验,对实验数据用神经网络(BP和 RBF)进行了分析、识别和气体体积分数的计算.结果显示该检测系统识别准确,不仅能够解决气体传感器交叉敏感问题,提高器件的选择性,而且具有智能化和多功能化等优点.     

基于支持向量机算法的气体识别研究

利用多传感器或者传感器阵列,同时,结合神经网络技术来进行气体识别和定量分析研究已成为目前传感器领域的一个研究热点。介绍了一种在该领域还没有引起足够重视的算法———支持向量机算法(SVM)。利用该算法,结合多传感器技术,对 3种不同体积分数的有机溶剂进行了识别研究,并取得了较好的识别效果,证明了该算法在气体识别领域具有相当大的研究价值。     

最小二乘法在电子鼻动态信息融合中的应用

基于集成气敏传感器阵列和多传感器信息融合技术的电子鼻系统,可用于气体/气味的定性定量识别.电子鼻走出实验室的关键是高效的识别算法和简化的实验装置.本文提出最小二乘法在简化的电子鼻系统中的应用模型.利用线性最小二乘法拟合传感器阵列的动态响应曲线,建立电子鼻系统的知识库并进行智能识别.利用该方法并结合气体传感器阵列在不同温度条件下的动态响应信号,对雪碧、酷儿和绿茶三种饮料样本进行定性识别,仿真验证结果表明该方法的识别准确率达到100%.     

弱化温湿度变化对气敏传感器影响的方法探究

金属氧化物气敏传感器可以实时检测识别化学气体成分,对不同化学气体成分敏感的传感器组成气敏传感器阵列,可以有效识别多种气味,进一步识别散发气味的物体及物体的状态。相比传统的化学试剂分析方法,气敏传感器阵列具有实时性、高可用性、高性价比等优点。金属氧化物气敏传感器的性能会受到温度、湿度的影响导致传感器输出值波动,对气敏传感器阵列正确识别气味产生干扰。利用温度、湿度与传感器输出值之间的能带关系构建能带模型,通过模型拟合实时温湿度及其变化对传感器输出值产生的影响偏差序列,利用计算得到的偏差值序列校正传感器输出数据,达到弱化传感器与温湿度相关性的目的。该方法应用于传感器数据采集过程后的数据预处理阶段,独立于构建完整气味识别系统中的数据建模过程。实验结果显示该方法有效增强了基于气敏传感器阵列构建的气味识别系统的目标识别率。     

基于气体传感器阵列的动态检测系统

描述了一个基于传感器阵列的气体检测系统,其阵列由6只气体传感器组成。系统采用较以往静态加热所不同的动态加热方式,重点介绍了该系统的硬件结构。通过分析系统的气体响应特性实验得出:该系统具有静态测试所不具备的许多优点,如,信号特征多、容易识别等。     

基于Fe_2O_3系列气体传感器阵列的电子鼻系统

阐述了一种基于Fe2O3系列气体传感器阵列的电子鼻系统硬件实现方法及其系统的一般组成,介绍了Fe2O3系列气体传感器和传感器的加热电路。该系统以MSP430F149单片机为核心,实现对检测气体的自动数据采集、脱机和联机识别。利用该系统对甲烷、氢气和液化石油气进行检测,结果表明:该电子鼻系统能有效地对这3种气体进行定性识别,识别率接近100%。     

劲酒电子鼻鉴别分析中传感器阵列优化方法研究

气敏传感器阵列优化是电子鼻应用研究中的一个重要方面.阵列优化后可以消除初始阵列中的冗余信息,提高识别能力.在电子鼻对劲酒进行鉴别分析中.分别采用相关系数绝对值累加和最小分析、PCA第二主成分系数选择性分析、基于变异系数的因子载荷分析三种方法研究了初始传感器阵列的优化阵列.结果表明3种优化阵列组成形式基本相同,进而构造出了适宜劲酒电子鼻分析的传感器阵列.计算分析表明,传感器优化阵列可以很好地对酒精度为35和38度的两种劲酒产品进行鉴别分类.这也为电子鼻分析中阵列的优化选取提供了一种方法与思路.     

自确认金属氧化物半导体气体传感器阵列及其应用研究

金属氧化物半导体(MOS)气体传感器阵列是机器嗅觉系统中获取目标气体信息的重要装置.由于气敏元件的材料特性,MOS气体传感器阵列在工作过程中不可避免地会发生突发故障及外界干扰,导致机器嗅觉系统的检测与分析性能下降.为了提升机器嗅觉系统的可靠性,在总结以往研究成果的基础上,提出了自确认MOS气体传感器阵列.该气体传感器阵列结合自确认传感器技术,能够实现自身的多故障检测与隔离、故障识别、故障恢复及测量质量评估等自确认功能.本文分别探讨了自确认MOS传感器阵列的硬件架构、功能模型及其关键技术.最后,介绍了一种面向大气环境污染气体监测的自确认MOS传感器阵列,实现了其异常状态监测与测量质量评估并对其有效性进行了验证.     

食醋分类中气体传感器阵列的一种优化方法

利用13只气体传感器、1只温度传感器和1只湿度传感器构成的初始测试系统,对3种不同品种的食醋进行测试。运用小波包的三尺度分解来提取测试结果的分析特征向量,并借助主成分分析(PCA)技术,对传感器阵列进行了优化,得到由5只传感器构成的优化阵列。利用RBF神经网络,对原阵列和优化后阵列的鉴别效果进行比较,结果表明:优化后传感器阵列能将3种不同品种的食醋成功区分开,并且鉴别效果也得到明显改善。     

气体传感器阵列测试算法研究

采用人工神经网络中的BP神经网络处理阵列式气体传感器信号,气体传感器阵列与前馈神经网络模式识别技术结合而成的人工嗅觉系统被用来进行混合气体的定量分析.利用计算机模拟方法对非线性气体传感器阵列进行模拟,并运用MATLAB神经网络工具箱设计了BP网络,最后,对模拟数据进行了比较.结果表明:神经网络法具有非线性逼近能力强、识别率较高等特点.     

人工嗅觉技术在酒类鉴别中的应用

简述了人工嗅觉酒类鉴别系统的原理、结构。给出了气体传感器阵列的组成方法,进行了气体传感器温度、湿度补偿。并运用主成分分析法和BP神经网络对试验结果进行了分析。鉴别实验研究表明,经温度、湿度补偿后该系统不仅能鉴别不同香型的白酒,还能鉴别同一香型的白酒。     

基于集成气体传感器阵列的电子鼻系统

介绍一种基于集成气体传感器阵列的电子鼻系统硬件实现方法。描述了系统的一般组成,重点介绍了所采用的集成气体传感器及其信号拾取方法。该系统可实现对检测气体的自动数据采集、微机传送,具有高的灵敏性和可靠性。另外,对采用的集成气体传感器系列,该电子鼻系统具有一定的通用性。利用该系统对五种葡萄酒进行了检测,结果表明:该电子鼻系统可有效地用于葡萄酒的定性识别,识别准确率达到100%。     

多气体的SVM数据融合定性识别方法

针对基于神经网络的多气体定性识别方法中存在的过学习和泛化能力差的问题,提出了一种基于支持向量机(SVM)与多传感器数据融合的多气体定性识别方法。该方法采用结构化风险最小化准则的多类分类支持向量机对由多个气体传感器、温度和湿度传感器组成的传感阵列的数据进行融合,克服了传统方法的缺陷,消除了环境温度与湿度等因素的影响,实现了100%的定性识别率,实验结果证明了该方法的有效性。     

外磁场诱导Ni-ZnO型甲醛传感器气敏性研究

结合NiO和四针状纳米ZnO的优点,提出了利用平行和垂直气敏膜的磁场诱导Ni纳米颗粒在四针状纳米ZnO气敏膜中的分布来制备甲醛气体传感器的方法.介绍了制备方法,分析了对甲醛的敏感性及其气敏性机理,测试了在不同使用方式中的稳定性.实验结果表明:平行于厚膜表面的磁诱导5%的Ni掺杂ZnO厚膜具有较好的稳定性,同时,对甲醛具有最佳的气敏性和检测的重复性,以其作为甲醛气体探测器具有很好的前景.