基于GA-WNN温度补偿的红外CO2气体传感器系统研究

为了提高红外CO2气体传感器的探测灵敏度和精度,首先基于计算流体动力学（CFD）仿真计算,研究了传感器腔内气体辐射功率吸收效率与腔体结构之间的关系,模拟结果表明：当圆柱腔体的直径与内壁反射率固定时,腔体结构存在最佳腔长可使传感器红外辐射功率吸收效率达到最大。然后基于CFD仿真的结果设计和实现了CO2气体传感器,并开展了实验比对与验证,进而着重研究了环境温度对气体测量结果的影响。实验结果表明：在5~45oC温度范围内,传感器在0~2000 ppm浓度范围内的测量误差随着温度升高而显著增大。最后采用遗传小波神经网络算法（GA-WNN）对传感器进行了温度补偿,数据融合补偿后传感器的温度漂移得到了较好的抑制,其绝对误差小于±70 ppm,在非样本温度点下,整体平均误差小于±100 ppm,表明CO2气体传感器的测量精度得到了较好的提升。     

半导体气体传感器动态温度调制系统设计及检测方法研究

针对半导体气体传感器存在选择性差的问题,通过温度调制检测方法实现可燃性气体良好检测性能,提高传感器在复杂环境下的选择性。设计了一种参数可调的气体传感器温度调制系统,实现了正弦波和矩形波输出模式,输出频率0~1000 Hz,幅值0~5 V可调,矩形波占空比可调,并给出了系统总体设计方案和硬件设计电路。通过自制旁热式SnO2传感器对CO和CH4两种可燃性气体进行了矩形波温度调制检测分析,得到了优化的温度调制参数。提出以传感器在空气和被测气体响应中温度调制幅值比作为灵敏度系数。测试结果表明,CO和CH4气体在周期10 s的方波温度调制下呈良好的近似线性规律变化,且具有较好的线性度差异,表明两种气体具有选择性差异。     

矿井CO浓度的支持向量机数据融合检测方法

针对检测矿井一氧化碳（CO）含量时,电化学传感器输出受到矿井大气中甲烷气体影响的问题,提出了一种基于支持向量机（SVM）数据融合的CO浓度检测方法。该方法将催化传感器与电化学传感器构成传感器对,利用能够从全局意义上逼近任意非线性关系的支持向量机对传感器对的输出信号进行非线性数据融合,构建了矿井一氧化碳浓度检测模型。实验结果表明,该方法的平均绝对百分比误差为0.88%,均方根误差为1.32 ppm,有效地消除了甲烷对CO电化学传感器的影响,实现了矿井CO浓度的精确检测。     

基于曲面拟合的NDIR单通道CO2气体传感器快速标定算法

为了提高非色散红外(NDIR,Non-Dispersion Infrared)二氧化碳(CO₂)气体传感器的标定效率,提出一种针对NDIR单通道CO₂气体传感器的高效快速标定算法。首先采集m个传感器节点在不同温度、不同浓度下对应的电压值;然后对于每个节点,将它的数据点(温度,浓度,输出电压)进行曲面拟合,拟合后的曲面作为候选曲面;测量待标定传感器的6个在不同温度、不同浓度下对应的输出电压数据点,选择一个与这6个数据点最优匹配的曲面,以此作为待标定传感器的标定曲面。实验结果表明,算法标定准确性和可靠性高,按照5%+50×10^-6的精度,算法标定的数据合格率达到99%。     

基于GA-BP神经网络的红外CO2传感器湿度补偿研究*

为了提高红外CO2气体传感器的探测灵敏度和精度,首先研究了不同镀膜对非色散扁锥腔CO2气体传感器的红外吸收效率和灵敏度的影响.然后搭建了湿度实验平台,着重研究了环境湿度对气体浓度测量结果的影响.最后,采用遗传算法优化的BP神经网络算法(GA-BP)对传感器进行了湿度补偿.实验结果表明:在室温条件下、0～2000×10-6浓度范围内,镀金腔体的CO2传感器具有更高的红外吸收效率和灵敏度;在40％～80％湿度范围内,CO2气体传感器的测量误差与相对湿度密切相关,最高误差达645×10-6.采用GA-BP算法数据融合补偿后,传感器湿度漂移得到了较好抑制,整体平均误差小于±110×10-6,表明CO2气体传感器的测量精度得到了大幅提升.     

基于曲面拟合的NDIR单通道气体传感器快速标定算法

为了提高非色散红外(NDIR,Non-Dispersion Infrared)二氧化碳()气体传感器的标定效率,提出一种针对NDIR单通道气体传感器的高效快速标定算法.首先采集m个传感器节点在不同温度、不同浓度下对应的电压值,然后对于每个节点,将它的数据点(温度,浓度,输出电压)进行曲面拟合。拟合后的曲面作为候选曲面,测量待标定传感器的6个在不同温度、不同浓度下对应的输出电压数据点.选择一个与这6个数据点最优匹配的曲面.以此作为待标定传感器的标定曲面。实验结果表明。算法标定准确性和可靠性高。按照5%+50x的精度,算法标定的数据合格率达到99%。     

新型扁锥腔红外CO2气体传感器系统研究

为提高红外CO2气体传感器测量精度,本文利用非分光红外探测技术设计了以白炽灯红外光源、双通道热电堆红外探测器和扁锥腔体为主要元件构成的新型红外CO2气体传感器。采用Zemax光路仿真分析,研究了新型扁锥腔CO2气体传感器探测面光强分布,并结合ANSYS FLUENT软件对扁锥型气室进行结构优化。以STM32单片机为核心,实现了光源电调制,采用ICL7650放大处理探测器的电信号,再由STM32控制ADC进行信号采集,提高了测量系统的抗干扰能力。在此基础上开展了标定和测试实验,结果表明：在25℃环境中,传感器能够准确检测出0-2000 ppm量程范围内的CO2气体浓度,具有较好的重复性和长期稳定性。三组实验平均相对误差最大为5.2%,重复性误差最大为5.5%,稳定度为2.3%。该研究对红外CO2气体传感器结构优化和测量精度的提高具有参考意义。     

基于MATLab的传感器精度校准方法

传感器为高精度仪器,由于设计原因或外界因素的干扰,会对传感器测量精度产生影响,介绍一种基于MATLab精度校准算法,以对温度敏感且本身设计存在缺陷的压力传感器为例,通过对该传感器温度t与压力p的电压数据进行实验标定、回归校准、融合计算,实现在温度因素影响下压力数据的精度校准.实验表明,该方法可明显提高测量精度.     

多传感器数据融合在涂层厚度检测中的应用

在涂层厚度测量的过程中,电感传感器的输出值存在对温度的交叉灵敏度,为消除温度对测量数据的影响,提出了一种基于神经网络的多传感器数据融合技术处理方法,该方法以传感器的输出值与温度值作为网络的输入,通过对网络的训练达到消除非目标参量—温度的影响。通过对融合前后的数据进行比较分析,表明该方法大大降低了交叉干扰,有效提高了测量精度。     

基于RBF神经网络的电化学CO气体传感器的温度补偿

针对电化学CO气体传感器的输出精度易受环境温度影响的缺点,提出了一种基于RBF神经网络的温度补偿方法,并借助所设计的气体采集系统进行了实验研究.实验结果表明,未进行温度补偿时传感器输出最大误差为20.0%,基于BP神经网络温度补偿方法的误差为1.44%,而采用RBF神经网络进行温度补偿后最大误差可达到0.12%,故该方法可有效的用于电化学CO气体传感器的温度补偿,令传感器具有更高的测量精度和温度稳定性.     

RBF神经网络在红外CO_2传感器压力补偿中的应用研究

在红外CO2传感器的测量过程中,环境总压是一个重要的影响因素。在环境总压变化的情况下做好压力补偿得出正确的CO2气体分压值,对提高传感器的测量精度有重要意义。提出一种基于聚类和梯度法的径向基函数(RBF)神经网络方法,利用它的局部逼近特性,建立起其在红外CO2传感器的非线性压力补偿中的网络模型。实验结果表明:该应用收到了良好的效果。     

红外多气体传感器设计

针对甲烷、二氧化碳和一氧化碳三种气体的同时检测,设计出一种红外多气体传感器.该传感器将探测器和红外光源集成在光学气室内.在对气室进行设计时,首先确定气室高度为25 mm,随后通过计算和软件仿真分析确定气室的半径为10 mm.设计完成外围电路并对传感器进行测试,结果显示:对甲烷、一氧化碳和二氧化碳的检测范围可达到(0~40 000)×10-6.     

基于LSSVM实现CO2转化率的软测量建模

将最小二乘支持向量机LSSVM用于中压联尿尿素生产中CO2转化率的软测量建模,并与BPNN、RBFNN模型进行比较,研究表明,最小二乘支持向量机建模快速、准确,泛化性能好。将该模型用于生产试验,预测结果与事后分析值的均方误差MSE〈0．006,最大绝对误差为0．2801,相对误差绝对值在0．1％以内的约占90％,最大相对误差绝对值仅为0.42％,模型表现稳定,效果令人满意。     

Carbon dioxide gas sensor using a graphene sheet

In this article, we report on a high-performance graphene carbon dioxide (CO₂) gas sensor fabricated by mechanical cleavage. Unlike other solid-state gas sensors, the graphene sensor can be operated under ambient conditions and at room temperature. Changes in the device conductance are measured for various concentrations of CO₂ gas adsorbed on the surface of graphene. The conductance of the graphene gas sensor increases linearly when the concentration of CO₂ gas is increased from 10 to 100 ppm. The advantages of this sensor are high sensitivity, fast response time, short recovery time, and low power consumption.     

基于多传感器信息融合的果蔬仓库监测算法融合

适宜的仓库环境对于提高存储周期、减少腐坏率,起到至关重要的作用.将分组自适应加权融合算法与改进的BP神经网络算法相结合,应用到仓库环境监控系统中.通过使用分组自适应加权融合算法计算同类环境因素的估计值,再与异类传感器融合算法相结合,融合仓库中各种环境因子相互作用的影响,以提高输出结果的准确度.在仓库中收集温度,湿度,气...     

基于神经网络的虚拟气体分析仪设计

针对在进行红外二氧化碳气体分析时易受温度漂移等影响造成结果不准确的特点,文中提出利用神经网络技术进行红外二氧化碳气体分析,以提高分析的准确性,同时利用虚拟仪器开发平台Labwindows/CVI进行虚拟红外二氧化碳气体分析仪的开发设计.     

基于SnO_2传感器对液化石油气的动态检测

采用SnO2 传感器对家用液化石油气进行动态检测。介绍了整套实验装置及具体的实验操作过程;对实验结果进行分析,表明动态检测方法可以明显地提高SnO2 传感器的选择性,检测下限为10-7 mol/L,检测上限为 5×10-6 mol/L,检测准确度为 0. 2×10-7 mol/L。     

极限电流型氧传感器的研究

极限电流型氧传感器工作原理是基于稳定ZrO2固体电解质的氧泵作用,通过气体扩散控制供给阴极的氧而得到极限电流。基于该原理,研制了用ZrO2固体电解质和多孔陶瓷基片作为扩散层构成的多孔层型氧传感器。在N2-O2混合气体中,对传感器的性能进行测试,结果表明:传感器的测量范围为0~10%氧摩尔分数时,灵敏度为0.5mA/10-2,工作温度为650~800℃,线性度为±5%。