基于模糊神经网络生物嗅觉的智能电子鼻的研究

通过研究鼻道结构对生物嗅觉的影响,构造了装有传感器阵列的电子鼻流道和控制装置,实现了嗅觉区域气体流量和气味分子浓度的主动控制,提高了嗅觉灵敏度;根据生物嗅觉系统的模糊性质在嗅觉感知中所起的关键作用,构建了更接近生物嗅觉的模糊优化神经网络算法,使电子鼻系统更具仿生特性,实现了电子鼻动态检测的目标;实验结果表明,该电子鼻不仅具有辨识的快速性,还提高了自适应辨识精度,从而能够准确做出预报。     

智能电子鼻对煤矿火灾预报气味识别的研究

设计一种基于模糊神经网络的自适应电子鼻.并根据不同温度下煤矿中的混合气味成分的不同进行成分模拟实验.通过Matlab仿真,验证了该方法的可行性,由于应用模糊神经网络控制算法,从而使它具有自适应能力和容错能力,并对混合气味进行不断学习.实验结果表明:该电子鼻不仅具有辨识的快速性,还提高了自适应辨识精度,从而能够准确做出预报.     

嵌入式电子鼻测试系统设计

基于金属氧化物传感器阵列、高精度浮点运算处理器、温度采集和控制模块以及人机界面设计并搭建了电子鼻测试实验系统;介绍了测试系统的总体结构,介绍了系统的硬件设计,讨论了下位机程序流程,最后详细讨论了高精度ADC采样的校准算法;最后,通过配备不同浓度的H2和CH4组合气体对设计系统进行了定性识别实验,结果表明,设计的电子鼻实验测试系统对自制的混合气体辨识率可达100%。     

基于模糊模式识别的漏钢预报

提出了一种基于模糊模式识别和采用学习方法的模糊决策网络的漏钢预报方法，同时对热电偶测温系统做了改进．实验表明该模糊漏钢预报系统不但可以准确对温度模式进行分类和预测拉漏事故，而且对于连铸生产过程故障诊断和产品质量评价也有一定的指导意义     

基于模糊式识别的漏钢预报

提出了一种基于模糊模式识别和采用学习方法的模糊决策网络的漏钢预报方法，同时对热电偶测温系统做了改进。实验表明该模糊漏钢预报系统不但可以准确对温度模式进行分类和预测拉漏事故，而且对于连铸生产过程故障诊断和产品质量评价也有一定的指导意义。     

基于气敏传感器阵列和PCA的猪肉新鲜度快速分类方法

根据猪肉的腐败机理及其气味特征,合理选用了气敏传感器阵列,建立了一套用于猪肉新鲜度识别的电子鼻系统。通过不同保存温度不同时间的猪肉样品的电子鼻检测实验,探讨了电子鼻的实时响应特性的补偿方法和基于PCA的猪肉新鲜度的判别模式。同时采用挥发性盐基氮(TVBN)和微生物菌落总数检测实验进行对比分析。结果表明:在不同实验条件下,由于微生物作用产生的猪肉腐败规律,可由电子鼻实时检测;把温湿度信息作为PCA输入分量,能较好补偿温湿度造成的传感器误差。但是对于不同保存温度,判别模式是不同的。结果也表明,建立的电子鼻系统可以分析腐败过程,并半定量地表征猪肉腐败水平。     

基于嗅觉神经网络采用时间序列的电子鼻模式分类方法

从传感器阵列响应曲线中提取有效特征是传统人工神经网络在电子鼻模式识别应用中的第一步.文中提出将传感器阵列时间序列信号直接输入到一种具有丰富动力学特性的嗅觉神经网络中进行模式分类的方法.该方法不仅在仿生角度上使电子鼻进一步模拟了生物嗅觉系统信息处理过程,而且与以前所用的特征提取加神经网络的方法相比,在6种有机挥发物的分类识别中表现得更佳.     

电子鼻在食品工业中的应用研究进展

电子鼻是一种新颖的模拟人的嗅觉来分析、识别和检测复杂嗅味和挥发性成分的仪器。电子鼻由气体传感器、信号处理和模式识别系统等组成。介绍了电子鼻的组成和工作原理,综述了电子鼻在食品原料、加工、质量监测、成份检验以及农产品贮藏中的应用研究进展,并指出了电子鼻目前存在的主要问题。     

可视嗅觉电子鼻系统对有机胺的识别

选取了包括卟啉和金属酞菁在内的6种气敏显色剂构建可视嗅觉敏感阵列,并用这些阵列和自行设计的可视嗅觉电子鼻系统对10种具有典型分子结构的有机胺进行了识别;对实验数据分别用静态图像响应,动态时间响应和多元统计分析的方法进行了表达和分析;结果表明,可视嗅觉电子鼻技术对这十种有机胺的静态图像响应模式和动态时间响应模式具有高度的特异性,并且可以对具有相似分子结构的分析物进行聚类。     

基于在体植入电极的生物嗅觉传感系统设计及其气味识别

目前生物嗅觉系统在气味识别方面相比于化学传感器阵列构成的电子鼻系统具有更高的灵敏度、特异性和响应速度。为了探讨生物嗅觉传感系统气味识别的可行性,构建了基于微电极阵列传感器植入大鼠嗅球构成的嗅觉传感系统,研究记录了浓度为10 mM的异丁醇、苯甲醚、香芹酮和柠檬醛4种气味刺激引起的嗅球僧帽层低频场电位信号,采用多窗谱估计算法和移动窗技术结合得到随时间分布的功率谱密度图。实验结果发现气味刺激后信号功率谱能量较多分布在gamma频段(40 Hz～120 Hz)。使用K最邻近分类方法对120组数据进行分类识别,4种气味分类正确率达到77.4%。实验结果表明该嗅觉传感系统结合多窗谱估计时频图与K最邻近分类算法可以初步实现气味识别。     

结合基因工程的生物电子鼻用于气味检测的研究

为了实现结合生物工程的仿生嗅觉传感器系统的多气味检测和目标气味的特异性识别和区分,使用生物工程化的大鼠嗅觉系统作为敏感元件,植入嗅球的多通道微丝电极作为换能器,采用无线数据采集系统收集和分析响应信号。最后,利用Matlab计算神经元平均放电率,对神经元的气味响应进行相关性分析和主成分分析,证实了该系统检测和区分不同气味的性能。创新性地提出将嗅觉受体基因整合、克隆到在体嗅觉细胞上,用于改造生物嗅觉系统,使之可以对目标气味分子产生敏感的响应信号。结果表明结合基因工程的生物电子鼻系统能够显著增强其检测特异性目标气味的性能,在环境监测、公共安全等领域中有很大应用潜力。     

变焦遗传算法优化变增益模糊ARX模型研究

针对传统ARX模型对非线性系统模型辨识精度比较低的问题,进行了模糊模型和ARX模型相关优化算法的调查,介绍了遗传算法优化模糊模型的现状,提出采用改进变焦遗传算法优化变增益模糊ARX模型参数的方法以提高模型的辨识精度。改进的变焦遗传算法能在不同前代种群情况下更新不同数量基因,以提高搜索速度;用不同的概率选择交叉位置,可避免早熟现象,并能在较短时间内达到最优或次优解。变增益模糊ARX模型可根据非线性系统的变化改变其增益,使模型的辨识精度提高。利用改进变焦遗传算法的优点,对变增益模糊ARX模型的参数进行优化,并通过两入两出多时滞离散非线性系统进行试验仿真。试验结果证明了改进变焦遗传算法优化变增益模糊ARX模型参数的方法能提高模型辨识精度,表明了提出的优化方法的有效性,为变焦遗传算法与模糊模型的结合提供了一种途径。     

煤矿事故单危险源测算与风险评价思路探讨

文章在分析和总结煤矿事故单危险源的分类及特点的基础上,给出了煤矿事故单危险源测算与风险评价的步骤。在煤矿事故单危险源的测算中,需要根据获得的煤矿事故单危险源数据进行危险源辨识,确定单危险源特点,以此选择合适的危险源测算方法及测算思路进行测算,并对测算结果进行评价;在煤矿事故单危险源的风险评价中,需要对煤矿事故单危险源概率及风险概率进行测算,并对煤矿事故单危险源进行损失评估,在此基础上对煤矿事故单危险源进行风险评价,并根据评价结果划分单危险源的危险等级,从而制定相应措施,减小单危险源导致的事故发生概率。     

仿生气体测量系统——电子鼻

电子鼻是仿照生物的嗅觉系统所设计出来的一个用于测量气体中的化学成分的系统。同以往由单个气体传感器所构成的气体测量系统相比,它从结构上、信号处理的方法上以及使用上都有许多不同的特点。主要介绍了电子鼻的应用、结构以及同传统的气体测量系统的不同点。     

基于神经网络的燃料电池的辨识与模糊控制研究

利用神经网络辨识复杂非线性系统的能力,基于实验的输入输出数据,用神经网络辨识的方法建立起MCFC电堆的神经网络模型,然后基于温度特性输入输出关系设计一个模糊控制器,并用模糊控制器的输入输出样本训练神经网络.仿真结果表明,所设计的控制器用神经网络的计算结构代替模糊规则推理,在速度、自学习、自适应等方面具有灵活、高效的优势,它对不同的系统状态都能调节控制量,将温度较平滑地过渡到理想值.     

锌卟啉和锌酞菁在可视嗅觉电子鼻中的应用

锌卟啉和锌酞菁可以模拟人类嗅觉细胞.介绍了用四苯基卟啉锌,八乙基卟啉锌和锌酞菁作为气味敏感材料的可视嗅觉敏感阵列的制作方法,并用制成的阵列在自行设计的可视嗅觉电子鼻系统中对六种有机胺进行了识别实验.对实验的数字图像响应信息分别在色度空间和光度空间进行了分析与表达,结果表明,所设计的可视嗅觉电子鼻系统对六种分析物的响应模式是彼此特异的,能够在两分钟内识别各分析物,而且可以分辨分析物分子结构的类属差异.     

嗅觉神经网络在电子鼻识别多品牌绿茶中的应用研究

生物模式识别机理引入人工嗅觉系统将提高其仿生化程度,并被认为是有前途的传感阵列信息处理方法。本文尝试将一种嗅觉神经网络应用到电子鼻检测和识别多种品牌的绿茶气味。通过包含8个MOS型气敏传感器的自制电子鼻仪器,测量了来着不同地方的5种不同品牌的绿茶样品,在传感阵列信号稳态部分提取特征向量,并使用雷达图考察指纹图谱异同,验证传感阵列及特征提取方法的有效性。采用生物相似性学习算法训练该神经网络,考察了样本训练次数和识别率的关系,发现经过4～7次训练,该网络对这5种绿茶的识别率平均值都在97%以上。     

基于输出误差模型优化的甲板运动预报算法研究

本文提出了一种适用于多种复杂海况的大型舰船甲板运动预报方法,目的在于提高算法对不同海域复杂海况的适用性,以及对甲板运动模型的辨识精度与预报精度。该方法通过将量测数据的时间滞后处理引入输出误差模型来描述甲板运动的动力学模型,引入定阶准则确定了模型最优阶数数对。在此基础上应用了辅助模型递推最小二乘算法进行系统参数辨识并估计输出误差模型中的状态变量。实验结果表明,本文所提出的预报方法在系统参数辨识阶段可以将递推最小二乘算法的辨识精度提高5.13%,并且在预报阶段可以有效地将甲板运动的幅值与相位预测精度提高3.17%。该方法在复杂海况下具备良好的预测性能,适用于大型舰船甲板运动预报。     

燃料电池的模糊辨识建模与变结构控制研究

该文从DMFC实际应用的角度出发,首先利用模糊聚类和线性辨识方法基于实验的输入(甲醇、空气、冷却水的流速)输出(温度)数据建立DMFC的T-S模糊预测模型,然后基于该辨识的温度模型,设计了一个DMFC电堆工作温度的在线系统。最后,用辨识的温度模型代替实际的DMFC电堆进行控制仿真,仿真结果证明对DMFC电堆采用辨识建模的方法是有效的,建立的模型精度较高,以及所设计的变结构控制器性能优越,它对不同的系统状态都能调节控制量将电堆温度较平滑地过渡到试验的理想值。     

霉变小麦的电子鼻区分及其传感器阵列选择优化

采用电子鼻区分不同霉变程度的扬麦23号样品,连续检测不同霉变程度小麦样品,并记录检测数据。将检测数据耦合到双稳态随机共振系统,调解系统参数诱发产生共振,依据系统输出信噪比特征值建立小麦霉变程度预测模型。为了提高电子鼻对霉变小麦样品区分效果,进行了电子鼻传感器负荷加载分析,对电子鼻传感器阵列进行了优化研究,结果表明传感器阵列优化可有效提高电子鼻检测小麦霉变程度的准确度。采用华麦6号样品构建验证实验,结果证明所建立的方法具有较好的应用意义,并具有普遍意义上的适用性。