交通环境有毒气体的检测技术研究.pdf

2022010,46(8)
Computer Engineering and Applications计算机工程与应用
交通环境有毒气体的检测技术研究
杨莉12,王磊1
YANG Li12, WANG Le
1.同济大学电子与信息工程学院,上海200092
2.同济大学航空航天与力学学院,上海20002
1. School of Electronies and Information Engineering, Tongji University, Shanghai 200092, China
2. School of Aerospace Engineering and Applied Mechanics, Tongji Univerity, Shanghai 200092, China
E-mail: yangli@tongji.edu. n
YANG L, WANG LL Stud on detection of toxic gases in rafic enironment muer Engneering and Application
2010,45(8):202-204
Abstract: CO, N and CH are three kinds of the most emble gases in afic envionment. An electronic nose yatem is
structured to detect them, which is composed of an optimal metal oxide semiconductor sensor aay using an ameliorated BP
ne work called a repercussive a ihm. The results of experiment show that the system can recognize poison gases concentration
in traffic environment by a high precision.
Key words: BP network traffic pollution; sensor aay; pattem recognition
要:针对交通环境中毒害校大的CO、NO2和CH4三种气体,优选金属氧化物半导体气你传感构成阵列,并对BP网络进行改
进,采用有弹回的BP算法,构造了电子鼻系鐃。实验结果表明,系统能够以较高的精度检測出交通环境中三种有毒气体的浓度。
关键词:BP网络;交通污染;传感器阵列;模式识别
DOI:10.3778/in.1002-8331.2010.08.058文章编号:1002-8331(2010)08-0202-03文标识码:A中图分类号:TrP29
1引言
在一起形成传感器阵列,借助于BP网络的模式识别优势,通
随着中国汽车工业的迅速发展,国内一些大城市机动车的过实验对交通环境中毒害较大的CO、NO2和CH4三种气体的
保有量迅猛增长,不仅使城市交通不堪重负,同时也造成环境混合气进行训练和预测,其预测结果与实际浓度基本一致。
污染问题日益严重。交通环境的污染主要由汽车废气排放引
起,其成分比较复杂,含有上千种化学物质,其中气体以CO、2BP网络
NO2、HC、醛类等对人体的毒害为重。有研究报道认为,长期接2.1BP网络的学习规则
触汽车废气可直接刺激人体呼吸道,使呼吸系统的免疫力下
BP神经网络的典型结构如图1所示,输入单元x与隐层
降,导致暴露人群慢性气管炎、支气管炎及呼吸困难的发病率单元y间的网络权值为∞,值为G;隐层单元y与输出单元
升高,人群肺功能下降等一系列症状。 Borgie和 Hansen分0a间的网络权值为,阈值为。隐层单元输出值∫)采用S
别对罗马2311名出租车司机和丹麦14225名卡车司机进行型函数,输出单元输值八b)采用 Pure in型函数。
了10~15年的随访研究,结果表明,研究对象肺癌的死亡率较
入层
隐含层y
输出展
普通人群显著增加。
控制和提高交通环境的空气质量是各国汽车工业和环境
保护者研究的热点,快速、准确而又方便地检测出交通环境中
的各种有毒有害气体的成分与浓度是其面临的难点。由于气体
传感器的选择性和交叉敏感问题,单一的传感器难以有选择地
响应各种气体的成分和含量。基于气体传感器阵列与模式识别
图1BP神经网络的模型结构图
技术的“电子鼻”系统为解决上述问题提供了一条有效途径。当输入某个样本时,对每层各单元作如下计算(正向传播):
文中有选择地将6只金属氧化物半导体气体传感器组合
隐层单元的输出
基金项目:上海市重点学科建设资助项目( Shanghai Leading Academic Discipline Project No.B302);德国科学基金联合会资助项目( Geran
Science Fund Federation Project No. GSF0061012)
作者筒介:杨莉(1970-),女,讲师,主要研究方向为自动检测技术和环境控制技术;王磊(1951-),男,教授,博导,主要研究方向为自动检测技术。
收稿日期:2008-11-25回日期:2009-02-02
万方数据