采用BP 神经网络及其改进算法改善传感器特

本文采用BP多层前馈神经网络及其改进算法对传感器特性进行补偿 .提出附加动量法、自适应参数变化法为主要内容的BP神经网络改进算法 ,有效地改善了BP网络传统算法收敛慢、容易收敛到局部最小点的缺陷 ,并编制了训练程序 .结果表明 ,经BP改进算法处理后 ,传感器性能大幅度改善 ,改进的BP算法拟合精度更高 ,计算时间更短     

基于STM32的红外火灾探测系统设计

为进一步提高火灾探测系统的探测精度及响应速度,设计了基于STM32的红外火灾探测系统;本系统采用多个红外火焰探测器、温度传感器对火灾的多参量进行探测;基于STM32F103Zet6微处理器,首先采取DMA方式实时读取探测器及传感器A/D转换后的数据,进而进行数据处理及算法分析,实时判断是否发生火灾;判断结果通过报警指示灯来显示;同时,通过串口将数据传给上位机,以便进一步进行离线分析和算法改进;本系统与传统的火灾探测相比,火灾识别率提高约5%,系统响应速度缩短3S左右,具有较强的数据处理能力及较快的系统响应速度。     

气体传感器的自动标定校准系统研究与设计

气体传感器在不同温度不同浓度下的标定与校准,需要变换高低温交变实验箱温度、设置流量控制参数、建立气体浓度与传感器输出的映射关系,获得并整理数据,因此需开发标定校准系统。该系统结合高低温交变实验箱、流量控制器、气路电磁阀等硬件,完成设置高低温交变实验箱工作温度,配置流量控制器参数、开关气路电磁阀,从而实现自动控制温度、自动配气、自动获得传感器数据、自动整理数据,为传感器的标定和校准提供了有力保障。