基于51单片机的电子鼻的设计与实现

研制了一套由51单片机和金属氧化物半导体气敏传感器阵列组成的便携式电子鼻系统,介绍了系统的工作原理和试验过程.对不同气体通过传感器阵列产生的响应信号进行了数据采集,并对各条响应曲线进行了特征分析,得出了适合单片机处理的特征向量.在低成本的51单片机中编制了神经网络识别程序,神经网络训练过程则在PC机上完成.在51单片机中用排序法和BP神经网络对样本进行分析识别,模拟人和动物的气味学习、记忆过程来学习气味特征、识别不同气味.文中阐述了详细的实验过程和部分气体特征向量,实际识别正确率为90%以上.     

电子鼻传感器

<正> 电子鼻是利用气体传感器阵列的响应图案来识别气味的电子系统,它可以在几小时、几天甚至数月的时间内连续地、实时地监测特定位置的气味状况。 电子鼻主要由气味取样操作器、气体传感器阵列和信号处理系统三种功能器件组成。电子鼻识别气味的主要机理是在阵列中的每个传感器对被测气体都有不同的灵敏度,例如,     

基于一维卷积神经网络的气体识别方法研究

混合气体定性识别是人工嗅觉进行气体检测与分析的关键问题。为提高人工嗅觉系统对混合气体检测识别的准确率,提出了基于一维卷积神经网络的气体识别方法。该方法利用卷积神经网络对原始数据进行自适应特征提取,如响应稳定值、响应建立时间等以及人工难以描述的特征。通过对混合气体数据采集系统获取到甲烷、一氧化碳、乙烯及两种混合物的实验样本数据进行实验,实验结果表明所提方法的识别准确率可达99.98%。相比于传统算法,所提方法具有更高的准确率与模型泛化能力。     

电子鼻鼻腔结构对嗅觉能力影响的数值模拟

为了研究电子鼻鼻腔结构和传感器阵列的布置对电子鼻工作性能的影响,利用ANSYS Workbench中Fluent模块,对电子鼻不同鼻腔结构气体传输过程中的流体特性进行了数值模拟,分析不同鼻腔结构和传感器阵列的位置对传感器敏感元件处的气味浓度分布情况,讨论了如何提高传感器敏感元件处气味浓度,以便提高电子鼻的嗅觉能力。结果表明:电子鼻鼻腔结构和传感器位置对电子鼻嗅觉能力均有影响;利用ANSYS对电子鼻鼻腔结构进行优化设计的方法是有效、可行的。      

基于传感器阵列结合GA-BP算法对VOC的识别研究

为提高空气中挥发性有机物(VOC)检测可靠性，提出了一种基于气敏传感器阵列结合遗传算法(GA)优化反向传播(BP)神经网络算法的VOC检测模型。选用多个气体传感器组建阵列对VOC混合气体样本进行响应测试，使用主成分分析(PCA)对响应数据进行数据降维及初步分类探索，使用构建的GA-BP神经网络算法模型在PCA探索性分析的基础上进行定性及定量识别，并与BP神经网络识别结果进行对比。结果表明：遗传算法优化后的BP神经网络多元分类和回归模型性能优良且稳定，气体分类识别准确率达96%,浓度回归预测均方根误差为1.8×10^-2,平均相对误差为5.2%,平均训练耗时分别降至1.5 s和1.12 s,效果显著优于BP神经网络算法模型。这些研究结果进一步拓展了GA-BP算法结合气敏传感器在挥发性有机物检测识别中的应用前景。     

茶叶贮藏时间电子鼻检测方法

利用电子鼻对4个不同贮藏时间黄山毛峰茶干茶叶进行了检测。首先根据传感器阵列响应曲线选择了原始特征变量,再通过PCA提取出主特征变量,最后以主特征变量作为输入建立了茶叶贮藏时间的BPNN预测模型。实验结果表明电子鼻用于检测茶叶贮藏时间是可行的。     

三电极碳纳米管传感器的极间距优化

三电极碳纳米管传感器各电极之间的间距大小是影响检测精度的关键因素之一。在用传感器阵列检测多组分气体混合物时,各传感器的极间距很难确定。为三电极碳纳米管气体传感器提出一种基于粒子群算法(PSO)的极间距优化方法。该方法包括设计极间距、组建由不同极间距的多个传感器组成的传感器阵列、建立包括极间距及检测离子电流的数据库、建立混合气体定量分析模型及极间距优化等步骤。采用多组由不同极间距的三个碳纳米管传感器构成的传感器阵列对NO和SO2 混合气体进行测量,其中各传感器的极间距均采用上述方法优化。实验结果显示,上述极间距优化方法能够有效地选择电极之间的最佳间距,优化极间距后的传感器也获得了更高的检测灵敏度。     

基于优化的GA-BP网络算法的混合气体识别

基于还原氧化石墨烯(RGO)复合材料设计并制备气体传感器构成气体传感器阵列,对NO_2和NH_3组成的混合气体进行性能测试,构建算法对混合气体进行识别。通过主成分分析法发现混合气体的响应与气体浓度具有非线性关系,选择BP网络作为识别工具;根据多次模拟结果的预测均方误差(MSE)箱线图,对BP网络的参数进行优化,使其性能大幅提升;采用均匀分布U(-3,3)生成随机数并经过遗传算法(GA)优化后,作为GA-BP网络算法的初始权重和阈值,采用BP网络算法对混合气体进行识别。结果表明,优化的GA-BP网络算法在300次模拟中对混合气体的定性识别准确率均为100%,定量预测在最坏情况下的相对误差不超过30%,可靠性胜过BP网络算法,具有较好的参考价值。     

基于电子鼻技术的混合气体识别研究

为了评估恶臭对人类和环境的影响,需要有效鉴别出恶臭成分,设计并研发了以传感器阵列为核心的在线检测恶臭成分的电子鼻系统。针对传感器响应曲线几何特征提取方式的不足,提出分段拟合曲线的方式进行特征值提取。采用主成分分析(PCA)和线性判别分析(LDA)两种降维方式对原始数据降维,并结合支持向量机(SVM)和BP神经网络进行分类识别。结果表明,SVM和BP神经网络结合LDA都能100%识别出三种恶臭物质,SVM结合PCA识别率为92%,BP神经网络结合PCA识别率为94%。     

基于电子鼻的气体等级鉴别信号处理方法

本文介绍了电子鼻的概念及电子鼻信号处理的重要性。从理论研究与实验分析的角度探讨了独立分量分析、模糊神经网络等新方法在电子鼻信号处理中的作用。建立了对应的气体等级鉴别数学模型,并得到实验结果的验证。     

人工神经网络在气体分析系统中的应用

为了研究人工神经网络在气体分析系统中的应用,选择了识别CH4和CO的传感器阵列及用于网络模型训练的样本。实验分析确定了信号预处理方法,选取合适的网络模型并创新性的对用于气体种类识别的BP算法进行改进,并研究网络结构和参数的变化对气体分析系统性能的影响,实验结果证明气体传感器阵列与BP算法相结合进行气体成分分析具有一定的可行性,若能进一步调整及完善气体传感器阵列的硬件测量电路,则可开发出用于现实复杂环境的多气体分析系统。     

声表面波气体传感器的研究进展

介绍了声表面波气体传感器的基本结构和研究进展,指出了其存在的主要问题及解决方法:如温度控制电路可解决温度的影响;仿钻结晶碳覆盖层可解决湿度影响;人工神经网络技术可解决响应时间;监视声表面波的频率和振幅在高次谐波下的变化,可解决在低浓度工作时的灵敏度等问题。展望了声表面波气体传感器的发展趋势,认为该传感器的研究价值很高,市场前景广阔。     

Fuzzy neural network-based real-time self-reaction of mobile robot in unknown environments

In this paper, a hybrid intelligent method including fuzzy inference and neural network is presented for real-time self-reaction of a mobile robot in unknown environments. A neural network with fuzzy inference (fuzzy neural network, FNN) presented can effectively improve the learning speed of the neural network. The method can be used to control a mobile robot based on the present motion situations of the robot in real-time; these situations include the distances in different directions between the obstacles and the robot provided by ultrasonic sensors, the target orientation sensed by a simple optical range-finder and the movement direction of the robot. Simulation results showed that the above method can quickly map the fuzzy relationship between the inputs and the output of the control system of the mobile robot.     

化学战剂检测器的研究

研究了一种基于声表面波传感器阵列、后向人工神经网络(BP-ANN)模式识别软件和信号处理硬件的声表面波化学战剂检测器.传感器阵列输出的信号首先在FPGA中进行计数,然后通过MCU进行BP-ANN模式识别分析.根据分析的结果,MCU控制检测器发出报警信号.     

基于模糊神经网络系统的智能小车避障

智能小车把超声波传感器和红外传感器相结合来感知外界环境的信息,并按照一定的规则来调整小车的方位角和速度,实现智能小车的自主导航和避障。模糊神经网络作为人工智能的分支,兼具模糊逻辑系统和神经网络各自的优点,具有表达和处理确定的信息、模糊信息的能力和良好的学习能力等特点。把模糊逻辑系统和神经网络结合起来,运用到智能小车避障的自适应控制中,并且使用一种多层前馈型神经网络即BP神经网络在模糊神经系统中解决神经网络的权系数优化问题。     

An Artificial Peripheral Neural System Based on Highly Stretchable and Integrated Multifunctional Sensors

Prostheses and robots have been affecting all aspects of life. Making them conscious and intelligent like humans is appealing and exciting, while there is a huge contrast between progress and strong demand. An alternative strategy is to develop an artificial peripheral neural system with high-performance bionic receptors. Here, a novel functional composite material that can serve as a key ingredient to simultaneously construct different artificial exteroceptive sensors (AE sensors) and artificial proprioceptive sensors (AP sensors) is demonstrated. Both AP sensors and AE sensors demonstrate outstandingly high stretchability; up to 200% stretching strain and possess the superior performance of fast response and high stability. An artificial peripheral neural system integrated with the highly stretchable AP sensor and AE sensor is constructed, which makes a significant breakthrough in the perception foundation of efficient proprioception and exteroception for intelligent prostheses and soft robots. Accurate feedback on the activities of body parts, music control, game manipulation, and wireless typing manifest the enormous superiority of the spatiotemporal resolution function of the artificial peripheral neural system, all of which powerfully contribute to promoting intelligent prostheses and soft robots into sophistication, and are expected to make lives more fascinating.     

Avoiding interference in planar arrays through the use of artificial neural networks

This article implements an artificial neural network to find, through computer simulation, the excitations of a square planar array. The array is composed of 52 uniformly spaced subarrays, and has a quasi- in its radiation diagram. This simulation model includes the reduction of any signal interference in the shaped radiating zone after its position has been determined.     

连续波调频技术用复用的光纤气体多点传感系统

本文提出并实验完成了一种新型的光纤气体多点传感系统。利用连续波调频（FMCW）技术复用多个气体吸收型光纤传感器,成功地实现了有两个传感探头的气体传感器阵列,系统最小的可探测气体（乙炔）浓度大约为300ppm(2.5cm气体吸收盒,一个大气压）。     

基于云网边端协同计算的智能分发网络研究

智能服务机器人将成为社会发展的重要组成部分和人类工作与生活的重要助手。通过简要介绍由人工智能的云端大脑、基于5G构建的安全神经网络和多关节的机器人本体所组成的云端机器人,提出了基于云、网、边、端协同计算的智能分发网络(Intelligence Distribution Network,IDN)的概念,将IDN应用于云端机器人,以提升云端机器人的智能程度。详细阐述了IDN的架构,从算力、算法、通信、数据、安全等角度对IDN进行了研究,对比分析了智能分发网络与内容分发网络(Content Delivery Network,CDN)的异同点;IDN之于人工智能类似于CDN之于互联网内容,对IDN的典型应用场景进行了测试分析。通过使用IDN,提升了云端机器人智能程度和响应速度、降低了上行带宽和服务成本。尽管当前处于云端机器人的发展初期,但IDN将是实现云端智能机器人大规模商用的必经之路和关键技术,IDN将成为继CDN产业之后的又一个新领域。