基于SVR的瓦斯传感器故障诊断方法

介绍了回归型支持向量机（SVR）的基本原理,建立了基于SVR的传感器时间预测模型,对时间预测器实行离线训练、在线应用的方法,用训练好的SVR模型模拟煤矿井下瓦斯传感器系统的动态特性,阐述了瓦斯传感器故障诊断和信号恢复的实现过程。仿真结果表明：SVR时间预测器能准确预测和跟踪瓦斯传感器的输出,及时诊断出传感器故障信息,并对传感器信号进行恢复,实验验证了该方法的正确性和有效性。     

卟啉传感器气体检测系统流量控制研究

针对目前卟啉传感器气体检测系统中采样气体流量控制的不足,提出了一种控制精度高、响应速度快、超调量小的流量控制系统。该系统利用增量式PID算法调整PWM脉冲信号的占空比,从而间接地改变直流电机两端电枢电压的大小,实现对采样气体流量的控制。流量控制精度为±1.5 cm3/min,且气体流量仅需15.6 s就能达到稳定。实验结果表明:控制采样气体流量,有助于卟啉传感器气体检测系统准确、快速地实现对目标气体的检测。     

基于DE-EDA-SVM的瓦斯浓度预测建模仿真研究

瓦斯浓度作为衡量煤矿瓦斯危害程度的一个重要指标,为了能够更加准确的预测煤矿瓦斯的浓度,提出一种差分进化-分布估计（DE-EDA）算法优化的支持向量机瓦斯浓度预测新方法。利用无线传感网络系统采集工作环境中的瓦斯浓度数据,并经过降噪处理后作为训练样本。采用DE-EDA算法对SVM模型的惩罚参数C、损失参数ε以及径向基参数γ进行优化,利用优化后的模型进行瓦斯浓度的预测。通过MATLAB软件仿真可以得出,所采用的优化模型能够准确的预测煤矿瓦斯浓度的变化趋势。并与经过粒子群（PSO）算法优化的预测模型相比较。结果表明,经过DE-EDA算法优化的SVM模型具有训练速度更快、预测更准确的特点,为实际煤矿瓦斯浓度的预测和处理提供了更加可靠的理论基础。     

基于神经网络的矿用红外瓦斯传感器检测模型的研究

文章简要介绍了瓦斯红外检测原理,指出了传统吸收型模型的不足,基于RBF神经网络的非线性逼近能力建立了一种红外瓦斯传感器检测模型,给出了RBF神经网络的组织,并对RBF神经网络进行了训练,得到了红外瓦斯传感器检测模型的RBF神经网络结构。实验结果表明,该模型误差小、精度高,可满足煤矿井下应用的需要。     

用于半导体气体传感器的程控标定系统

组建了一套用于半导体气体传感器的程控标定系统。该系统使用一台四路输出的程控直流电源对半导体气体传感器进行编程加热 ,计算机控制质量流量计实现低体积分数被测气体的精确配气并实时采集传感器的响应信号。该系统可对由四支气体传感器构成的阵列进行多种工作模式的标定。     

电极多孔涂层对ZrO_2氧传感器性能影响

汽车尾气净化用ZrO2氧传感器的外电极表面常有陶瓷多孔层,它可能引起电极极化。用一个单孔扩散障来模拟该陶瓷多孔层,通过伏安曲线的解析和模拟研究,发现气体在陶瓷多孔层扩散受阻散可能导致电极产生明显极化,其极化程度与直流电流、温度、扩散孔几何尺寸等有关。并给出了相应的数学表达式。模拟伏安曲线与实际测量结果能较好的吻合。     

ZrO2氧传感器电极保护层的模拟

汽车尾气净化用ZrO2气体氧传感器的外电极表面常有陶瓷多孔层,用含有一个扩散孔的致密陶瓷构件(扩散障)模拟该陶瓷多孔层.测量了带扩散障的ZrO2气体氧传感器的伏安曲线,并对该伏安曲线进行解析和数学模拟.发现氧气在扩散孔中扩散受阻时引起了电极极化,其极化程度与直流电流大小、温度、扩散孔几何尺寸、氧气的浓度等有关.给出了相应的数学表达式,其模拟伏安曲线与实际测量结果能较好的吻合.     

Improvements of nonlinear dynamic modeling of hot-film MAF sensor

The operating procedure of engine requires that the mass air flow (MAF) sensor can measure the pulsation air flow accurately. Therefore the MAF sensor must possess fast response speed. It is necessary to study the dynamic characteristic of the MAF sensor. Both the experimental equipments and method used by authors previously are improved to obtain the sensor response data accurately in this paper. The static and dynamic separable modeling method is adopted to build the uniform nonlinear dynamic model of the hot-film MAF sensor in the Hammerstein and Wiener forms, which can describe the large/small flow-rate and positive/negative step responses. The performance indexes are calculated by the actual and model responses.     

基于气体传感器阵列的易挥发化学品判别系统

利用气体传感器阵列结合判别软件,可用于气体的定性识别。本系统采用气体传感器MQ211组成阵列,结合气室和必要的电路,设计了实时数据采集判别系统,介绍了判别系统的构成与实验过程,实验结果表明:本系统能准确判别多种易挥发化学品。     

基于Simulink的零磁通微电流传感器的仿真与实验

根据零磁通补偿原理,基于Simulink平台建立了带有零磁通补偿的微电流传感器模型.为了快速准确地补偿微电流传感器的误差,提高微电流传感器的测量精度.该模型中的补偿单元采用有源与无源相结合的方法对对输出电流进行相位和幅值补偿.通过对仿真结果的分析,证明了该模型的正确性和有效性.并根据模型研制出了一种零磁通微电流传感器,对其误差进行测量.结果表明利用该补偿方法时电流传感器在测量微安级到毫安级的工频电流时准确度可达到0.2级,且补偿方式方便快捷.     

煤矿瓦斯浓度的CAPSO-ENN短期预测模型

为了准确预测回采工作面的瓦斯浓度,提出云自适应粒子群算法优化Elman神经网络的瓦斯浓度动态预测新方法。利用井下无线传感器网络监测系统采集的回采工作面瓦斯浓度时间序列作为样本,并对其进行数据降噪和相空间重构等预处理。采用CAPSO算法对Elman神经网络的权值、阈值进行寻优运算,建立了回采工作面瓦斯浓度动态预测模型。通过对MATLAB仿真得出结果研究表明：该模型的平均相对变动ARV值为0.000357,相对均方根误差RRMSE值为0.1056,对回采工作面的瓦斯浓度预测结果合理且可为矿井瓦斯防治工作提供有效理论依据。     

光纤法布里珀罗氢气检测技术

实现对密闭容器内的微量氢气进行快速准确的测量,对提高产品的贮存安全性有重要意义,为此开展了一种具有实用性的新型光纤传感器研究.介绍了基于溅射钯银合金膜的非本征法布里-珀罗光纤氢气传感器系统的工作原理.通过应力传递过程的分析,建立了法布里-珀罗腔腔长变化与氢浓度关系的数学模型,并推导出传感器灵敏度计算方法.实验通过在一定浓度下研究该传感器的氢响应特性,证实了该氢气检测方法的可行性,并且其理论模型与实验结果吻合较好.     

基于CSO-RVM的瓦斯涌出量预测模型研究

为了实时监测和精准预测煤矿回采工作面绝对瓦斯涌出量,提出猫群算法(CSO)优化相关支持向量机(RVM)的绝对瓦斯涌出量预测方法.相关向量机的组合核函数可实现多特征空间的信息融合,为有限样本、高维数瓦斯涌出量预测建模问题提供一种行之有效的方法.并用CSO算法对RVM瓦斯涌出量预测模型的核函数权重p和高斯核参数σ快速寻优.利用矿井无线传感器网络检测到的各项历史数据试验.结果表明,相比BP、SVM算法,该耦合模型有效提高了预测精度,具有更好的泛化能力,为矿井瓦斯预测提供理论支持.     

IGA-DFNN在瓦斯浓度预测中的应用

为了准确预测采煤工作面的瓦斯浓度,提出免疫遗传算法优化的动态模糊神经网络瓦斯浓度动态预测方法。用无线传感网络系统采集工作面瓦斯浓度数据作为样本,通过小波分析对样本数据进行降噪滤波预处理。采用IGA算法对DFNN网络参数进行优化,建立了瓦斯浓度的预测模型。通过MATLAB仿真研究表明,所建模型对采煤工作面的瓦斯浓度演变趋势预测合理,并且经过IGA算法优化DFNN网络比单纯的DFNN网络具有更快、更准确的预测功能,可以为防治煤矿瓦斯积聚提供更好的理论支持。     

Adaboost集成BP神经网络在传感器阵列检测系统中的应用

针对目前常见的多元有害气体检测问题,设计并搭建了一种基于传感器阵列和集成 BP神经网络相结合的传感器阵列检测系统。在该系统中采用集成BP神经网络对传感器阵列的三种混合有害气体的响应信号进行回归分析。为了提高集成BP神经网络的预测准确性,又利用Adaboost算法对集成BP神经网络进行了优化。结果显示：该系统能够准确地检测气体组分,通过Adaboost算法对集成BP神经网络优化后,预测的平均相对误差小于2%,能够有效解决气体传感器的交叉敏感问题,提高传感器的选择性。     

基于ABC-PSO的ε-SVM在甲烷测量中的应用

针对红外甲烷传感器在工业现场测量时易受到温度、湿度以及类似气体等非目标变量的影响,提出了一种基于人工蜂群和粒子群混合优化算法(ABC-PSO)的支持向量机模型(ABC-PSO-ε-SVM)对其进行校正.将ABC算法与PSO算法并行组合构成混合优化算法,能够感知非目标变量的变化,快速、准确地搜索到SVM参数.实验中,采用红外甲烷传感器对0％～5.05％浓度的16组标准甲烷气体进行测量,将其中11组数据作为训练集,5组数据作为测试集,建立e-SVM回归校正模型并进行预测.结果表明:模型的回归拟合效果好,预测精度比单一优化算法的SVM模型高.     

基于PC机的气敏元件筛选检测系统

阐述了气敏元件批量化规模性生产中的微机测试手段,利用单片机采集瞬时测试数据,并传送给PC机软件系统进行数据编译,能够精确地进行数据分析和处理,提高了气敏元件在生产过程中的筛选效率。     

Chemical sensing by analysing dynamics of plasma polymer film-coated sensors

A chemical sensing system that incorporates unique sensor films and uses pattern recgonition of their dynamic responses is presented. This system consists of a sensor array of quartz-crystal microbalances coated with plasma polymer films. The films, synthesized by radio-frequency sputtering, are useful because of their high density of radical sites and unsaturated bonds. When this sensor array is exposed to a gas, the adsorption and desorption of the target gas causes a dynamic frequency response in each piezoelectric sensor. The sensor response is analysed by an autoregressive model typically to estimate the parameters of dynamic systems. This model's coefficients reflect the sensor dynamics, providing pattern vectors that characterize the target gas. Based on this model, classification maps for single gases can be created with these pattern vectors. Thesse maps show that the dynamic sensor response provides useful information for gas classification. This model also confirms that our sensing system can identify the components of a gas mixture.     

基于无线传感器网络的大型场所火情检测与定位算法

针对商场等大型场所火灾监控存在的火情态势估计不明、监控节点孤立、预警准确率低、火源定位不准确等问题,提出一种基于 无线传感器网络的大型场所火灾检测与定位算法。采用人工神经网络对火灾检测节点数据进行学习训练和火情估计,并经过模糊推理决策,给出火灾报警信息。利用受限空间烟雾扩散模型、气体温度扩散模型实现火源定位,并准确估计火情,以提供消防人员灭火决策。从单节点神经网络火灾报警仿真实验得出单节点火灾检测概率较高,同时从多节点火情定位实验得出,火情的覆盖范围描绘准确,火源定位精度较好。理论分析和实验结果表明火灾检测和定位算法是可行的。     

加速度传感器在气体微流量检测中的应用

根据MEMsic(微电子机械系统集成芯片)加速度传感器的工作原理及特点,提出把加速度传感器作为流量传感器应用于气体微流量检测中,为了验证,建立了一套实验装置用于MEMSic加速度传感器检测气体的流动变化,利用PIC单片机对数据进行采集和处理,经过具体实验验证,在不同温度下,经过一定的温度补偿,当气体流量从0到50sccm发生变化,加速度传感器是能够精确的测量出流量的变化,说明了MEMSic加速度传感器对微流量的检测具有较高的灵敏度和稳定性.