书签 分享 收藏 举报 版权申诉 / 3

类型变温加热和神经网络方法检测混合气体.pdf

  • 上传人:wys0999
  • 文档编号:21544450
  • 上传时间:2019-05-21
  • 格式:PDF
  • 页数:3
  • 大小:229KB
  • 配套讲稿:

    如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。

    特殊限制:

    部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。

    关 键  词:
    加热 神经网络 方法 检测 混合气体
    资源描述:
    0年
    仪春枚木与传惑器
    2010
    第2期
    Instrument Technique and Sensor
    变温加热和神经网络方法检測混合气体
    陈环,傅刚
    (广州大学物理与电子工程学院,广东广州51000
    摘要:研究了采用单只气敏元件通过变温加热和神经网络信息处理,对乙醇和醋酸混合气体的识别和浓度检测的方
    法。根据气敏元件的灵敏度随加热温度发生改变的特点,在气敏元件上施加锯齿波加热电压,测量了周期变温条件下25
    种不同浓度乙醇和醋酸混合气体的归一化电导一温度曲线。然后,采用由64个输入节点和2个输出节点组成的BP网
    络,以及 evenberg- Marquard算法对测量数据进行处理。结果说明,该气体分析系统对乙醇和醋酸混合气体有校好的分
    类识别效果。
    关键词:气敏元件;周期变温;人工神经网终;混合气体;识别
    中图分类号:TN304.52;TP212文献标识码:A文章编号:1002-1841(2010)-0013-02
    Identification of Mixed Gases by Periodic Heating and Neural Network
    CHEN Huan. FU Gang
    School of Physics and Electronics Engineering, Guangzhou University, Guangzhou 510006, China
    Abstract This paper researched the quantitative identification of individual gas concentrations(ethanol and acetic acid )in
    their gas mixtures using one gas sensor by periodic heating and neural network. The dependence of conduction of gas sensor on peri
    odic heating temperature in 25 different concentrations of ethanol and acetic acid mixed gases was tested In an artificial neural net-
    work, 64 inputs, temperature changes of the sensors, and two outputs, individual concentrations of the introduced gases were used
    Levenberg-marquardt training algorithm was performed as the training method of the neural network structure. The mixed gases test-
    ed curves were preprocessed, the results demonstrate that the proposed gas recognition systems are effective in identifying ethanol
    and acetic acid mixed gases.
    Key words: gas sensor; periodic heating; neural network mixed gases; identi
    0引言
    ~420℃
    识别和标定气体特别是混合气体的种类和浓度,具有广泛
    乙醇和醋酸泥合气体采用静态法用注射器配制。在密闭
    而重要的用途-。然而采用单只气敏元件对混合气体识别容器中,乙醇浓度分别为10x10-°、50x10-6、100×10-°、
    和检测,目前研究报导不多。已知气敏元件的灵敏度与加热温200×10-°、400x10-6。对每一个乙醇浓度,醋酸浓度分别为
    度有关,在某一加热温度时对某一种类气体有最大灵敏度。采0、100×10-°、200x10°、300x10-°、400x10-°,共有25种不
    用温度扫描方法在一定范囝内改变传感器的工作温度,可以检同浓度的混合气体。
    测到一条与被测气体相关的有峰值的电导一温度曲线,通过分
    用HP4140B皮安计测量气敏元件在清洁空气和混合气体
    析电导一温度曲线的特征,有可能获知气体特别是混合气体的中的电导。抽取醋酸浓度为200×10-°的5条曲线作为检验
    种类和浓度。
    BP阏络“预报未知”能力的检验样本,其余的20条曲线作为
    人工神经网络从大量实验数据中总结规律,具有通近任意BP网络的训练样本,比较不同算法对输出结果的影响。
    复杂的非线性系统的能力,在传感器方面获得较多应用-?。2结果和分析
    因此,利用神经网络方法处理单只气敏元件输出的电导一温度2.1周期变温条件下气敏元件的输出特性
    曲线,建立气体种类、浓度与传感器输出信号之间的非参数化
    图1是气敏元件的加热电压和工作温度在1个周期
    映射关系,是实现对混合气体识别和标定的有用尝试。
    研究在周期变温检测中,单只气敏元件检测乙醇和醋酸混
    合气体,然后用采集到的数据作为神经网络的训练样本,对混
    合气体进行预报分析。
    实验
    ?300
    3
    检测时气敏元件的工作温度由锯齿波形加热电压控制,电
    200
    温度
    压变化范围是1.5~6.5V,气敏元件的工作温度变化范围是70
    0
    收稿日期:2009-04-23收修改稿日期:2009-09-26
    图1气敏元件的加热电压和工作温度的变化曲线
    展开阅读全文
    提示  文档分享网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    关于本文
    本文标题:变温加热和神经网络方法检测混合气体.pdf
    链接地址:https://www.wdfxw.net/doc21544450.htm
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    版权所有:www.WDFXW.net 

    鲁ICP备09066343号-25 

    联系QQ: 200681278 或 335718200

    收起
    展开