基于KPCA和RBF网络的电子鼻气体识别

提出了将KPCA特征提取和RBF网络识别相结合的气体检测方法,设计了一种用于气体实时检测的电子鼻系统,探讨了核主成分分析(KPCA)和RBF神经网络相结合进行气体识别的可行性.将传感器阵列的动态检测方法应用到电子鼻系统中,对甲苯、乙酸酐、乙醚、丙酮4种气体进行检测,针对响应信息的非线性变化利用KPCA进行特征提取,并作为RBF网络的输入,检测系统重复性和稳定性好,识别率可达87.5%.     

基于ICA的气体模式识别方法研究

文中提出一种基于独立成分分析的非监督气体模式识别方法,用多元统计理论中的独立成分分析(independent component analysis-ICA)来分析金属氧化物半导体气体传感器阵列响应数据,进而实现对不同种类气体的分类.对所设计的电子鼻实验系统测量得到的气体传感器阵列稳态响应数据进行了白化和快速定点独立成分分析(FastICA)处理.实验结果表明该方法对区分一氧化碳(CO)、甲烷(CH_4)和氢气(H_2)3种气体有很高的识别率.     

二元混合气体识别中传感器阵列优化方法研究

用于混合气体识别的电子鼻系统中,气体传感器阵列直接决定了识别效果、算法复杂性和硬件成本。为了研究阵列优化方法,以甲烷和乙烯二元混合气体为识别对象,将方差分析法和主成分分析法相结合用于气体传感器阵列的筛选优化,对比了优化前和优化后的传感器阵列对二元混合气体的识别效果。该阵列优化方法能够最大限度地简化传感器阵列,优化后的传感器阵列在保持识别精度的同时,传感器数量更少、软硬件成本降低、网络收敛速度更快。     

电子鼻多组分气体检测算法与性能研究

多组分气体检测在工业和环境监测、人体呼出气检测等领域需求广泛。通过对多组分气体的快速检测分析,有助于保障工业生产安全、保护生态环境。电子鼻系统是一种重要的多组分气体检测技术,它能够模拟人类嗅觉,对多种气体或气味进行快速识别。文中针对人体呼出气中常见气体NO₂、乙醇和甲醛,通过电子鼻动态配气系统配制不同浓度的单一和混合气体,重点研究电子鼻信号特征提取与多组分气体检测算法,实现了对目标气体的可靠检测,具有较高的定性识别和定量分析准确性,为多组分气体检测技术研究提供了思路和手段。     

利用电子鼻技术鉴别棉织物的异味

利用PEN3电子鼻分别对带有鱼腥味、煤油味、霉味、香水味、芳香烃味以及正常的纯棉织物进行了检测,并利用样品雷达图对各种样品进行了鉴别。采用主成分分析法(PCA)和线性判别分析法(LDA)进行数据分析,结果表明电子鼻可以有效区分棉织物中的各种异味。     

高精度电子鼻采样电路设计与检测系统开发北大核心CSCD

电子鼻融合了气体传感器阵列、数据采集电路和模式识别算法,可实现对不同气体的识别与分类。在电子鼻的研发过程和实际应用中,气体传感器阵列的响应、数据采集的精度直接影响着对目标气体的识别准确率。文中以高精度、宽量程采样为目标,设计半导体气体传感器电阻信号的采样电路,结合自动化配气系统提高信号采样稳定性。进一步通过上位机软件设计,研制出可测试多种气体的电子鼻检测系统。对乙醇、甲苯和甲醛3种气体的测试研究表明:该系统能够稳定地实现传感器电阻值信号采样,阻值范围在10 kΩ~100 MΩ,采样误差低于0.31%。结合良好的气体分类效果,展现出电子鼻应用于多组分气体检测的潜力。     

基于支持向量机和小波分解的气体识别研究

提出将支持向量机应用到气体种类识别的研究中，并建立小波分解提取特征量和支持向量机识别气体种类的气体定性分析模型。通过小波分解提取半导体气体传感器在温度调制下的动态响应特性的特征量，分别使用不同核函数和不同结构的支持向量机建立判断特征量与气体种类的模型。实验结果说明使用支持向量机进行气体成分定性识别的效果优于同结构的神经网络，且对支持向量机自身结构的选择不敏感，适合于对多组分气体定性分析研究。建立的模型在分辨力为13ppm（对CO）和15ppm（对Hz）的条件下，对单一氢气、一氧化碳及其混合气体的识别率可达98％，适合于工程应用。     

如何正确选择压力传感器

如何正确选择压力传感器西特传感技术（天津）有限公司李建新，张光烈科学技术的发展使压力传感器不断推陈出新。现在，压力传感器的敏感原理不仅有应变式、电容式、压阻式，还有电感式、振弦式等等。种类繁多性能各异的压力传感器使用户进行系统设计时有了更大的选择余地...     

介绍一种避免主轴箱换档打齿的方法

由我厂设计制造的TH56系列立式加工中心，换刀及主轴换档变速时主轴端的短键必须对准刀库方向（即换刀及换档时主轴的方向是固定的，这可以通过主轴定向来实现）。按照以前的设计方法，主轴与齿轮联接的键槽在圆周方向是任意的，这样由于不能保证两组配对齿轮在主轴定向时同时处于理论啮合状态，所以移动拨叉实行换档时容易造成打齿，损伤齿轮，严重时甚至造成齿轮的报废。只有当换刀及主轴换档变速（主轴定位）时，Ⅱ、Ⅲ轴上的两对配偶齿轮在俯视图上同时处于啮合状态，这时进行换档才是安全的。根据这一原理，我们在进行TH5660C主轴箱设计的过程中采用了如下的方法：40刀柄（斗笠式刀库）的主轴箱低速档传动比为1：4，通过两级减速实现。     

基于非周期随机共振的粮食早期霉变识别研究

随机共振向人们展示了噪声在非线性系统中的积极作用,在深入分析非周期随机共振FHN模型的基础上,提出了一种基于最大互相关系数的方法来进行电子鼻信号的分类识别.实验中8只传感器构成的电子鼻阵列采集了燕麦不同程度的早期霉变数据,对这些数据利用主成分分析法降维处理后,通过非周期随机共振系统,发现不同霉变程度的燕麦,其最大互相关系数不同,而且对每个类别该系数几乎是常数,因此能准确地用来代表不同的类别.实验结果表明基于非周期随机共振的最大互相关系数法准确可行,为电子鼻信号的分类识别提供了一种新的思路和方法.     

基于虚拟仪器开发平台的便携式电子鼻系统

自行研制了基于PCMCIA标准的便携式采集设备的电子鼻系统,设计集GGA及TGS系列气体传感器阵列的信号拾取与调理功能于一体的硬件电路,以及基于虚拟仪器软件开发平台Labwindows/CVI的电子鼻信号采集与识别多功能配套软件。系统的传感器阵列结构具有良好的置换性,可针对检测气体的类别选取充分反映样本信息的最佳器件型号组合,对于多类气体检测具有通用特性。便携式电子鼻使得信号采集实验不再局限于实验室,方便了在室外环境下对气体样本响应信息的实时动态扫描。以5种品牌香烟作为分析样本验证了系统有效性,通过主成分分析(PCA)法证明了样本数据良好的聚类特性,并比较最小二乘法、BP神经网络和支持向量机(SVM)算法的识别效果,其中应用支持向量机算法得到了100%的最优识别率。     

A novel sensor selection using pattern recognition in electronic nose

A novel sensor selection using pattern recognition technique in electronic nose (E-Nose) is proposed in this paper. This paper studies the portable E-Nose based on metal oxide semiconductor (MOS) gas sensors for detection of multiple kinds of indoor air contaminants. The characteristics of portability, low cost, multiple targets detection and high performance of E-Nose monitor are the main pursuit for home use. Formaldehyde, benzene, toluene, carbon monoxide, and ammonia are the primary targets of the proposed E-Nose which benefits from the characteristics of the broad spectrum, reproducibility, sensitivity and low-cost of MOS gas sensors. Therefore, a potential and full contribution analysis of the small sized sensor array, in detection of indoor air contaminants coupled with a kernel principal component analysis (KPCA) based linear discriminant analysis (LDA) pattern recognition technique, is presented in this paper. Some experimental findings on the roles of sensors in an E-Nose have also been concluded. The recognition results clearly demonstrate the contribution of each sensor to gas detection which helps the sensor selection in E-Nose design.     

电子鼻及其在白酒识别中的应用

论述了电子鼻的原理、结构及其在白酒识别中的应用。模拟生物嗅觉系统,由气敏传感器阵列是结合模式识别技术构成了电子鼻。用它对几种白酒进行了分类和识别实验,结果表明,其不仅能识别不同香型的白酒,而且可以识别同一香型的白酒。     

基于小波去噪和支持向量机的苹果品种识别法

本文提出了一种用电子鼻来区分富士、花牛、姬娜3种不同品种苹果气味的方法。首先利用多尺度小波分析对气体传感器的数据进行去噪处理,再用支持向量机建立识别模型,最后通过优化2个支持向量机模型的核函数及其参数,将重叠的苹果气味数据进行高维空间变换用SVM回归模型识别。实验结果表明,第一个支持向量机模型对花牛苹果的识别正确率达到100％,第二个支持向量机模型对姬娜和富士的识别率大于90％。     

基于单传感器温度调制的无线电子鼻系统设计

针对无线电子鼻系统应用多个气体传感器组成传感器阵列功耗过大的问题,本文研究了基于温度调制技术的单传感器动态检测方法,并设计了相应的无线电子鼻系统,实现了单一传感器对混合气体的定量分析.根据半导体气体传感器在不同工作温度下具有不同响应灵敏度的特点,用高压5 V、低压1.5 V、周期为150 s的矩形脉冲加热电压控制传感器工作在高温和低温两种状态,通过选取一个加热周期内传感器动态响应在4个时刻的采样点,构成4个虚拟传感器响应.利用支持向量机回归算法建立混合气体分析模型,提高小样本情况下的泛化性能.对氢气和甲烷两种气体混合样本进行实验,结果表明该系统可有效地分析混合气体成分,具有较高的精度,较低的功耗,并可通过无线传感器网络对目标气体进行实时监控.     

用基于神经网络的电子鼻评定卷烟香气质量

卷烟香气质量通党是靠人的嗅觉受评定的，评定结果的准确确性往往骓以保证，针对这一问题，运用气敏传感器阵列技术，神经网络技术构造了一种电子鼻，用来评定卷烟的香气质量，实例表明，5个TGS－8系列的气敏传感器（TGS812、TGS813、TGS822、TGS824和TGS825）组成的阵列及本文给出的神经网络学习算法是适用的，所构造的子鼻可以实现卷烟香气质量的评定，该研究为卷烟质量的仪器化，客观化评定奠定了一些研究基础。     

利用SVM和相关山形聚类分析识别滚动轴承状态

状态识别是机械设备故障诊断的关键环节。提出了一种结合支持向量机、主成分分析及相关山形聚类分析的滚动轴承状态识别方法。首先利用支持向量机对轴承特征参数进行分类,辨别是否异常;再利用主成分分析得到独立的、包含原参数主要信息的主成分;最后对这些主成分作聚类分析,达到诊断故障部位的目的。实例分析的结果表明,该方法可以有效地识别轴承状态,正确率达到96%。     

基于最大散度差准则LDA的电子鼻中药材鉴别方法

在电子鼻的模式识别方法中,线性判别分析(Linear Discriminant Analysis,LDA)是常用的方法之一.然而,当样本类内散布矩阵奇异时,使用传统的基于Fisher准则的LDA算法会出现小样本问题.将最大散度差准则引入线性判别分析中,不仅可以解决小样本问题,实现3种不同产地中药材的正确鉴别,而且分类效果更好.结果表明:对3组样本的最终判别结果达到了97.8％的正确判别率,误判的待测样本只发生在安徽白术.