2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩144頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、基于氣體傳感器陣列的電子鼻是模擬生物嗅覺功能進行氣體檢測的一種儀器,在公共安全監(jiān)測、食品質(zhì)量控制、環(huán)境保護、醫(yī)療衛(wèi)生、航空航天及軍事等領域有著十分廣泛的應用前景。
  氣體傳感器的敏感機理比較復雜,基于單個傳感器機理模型的氣體識別方法在實際應用中難以達到理想的效果。利用多個氣體傳感器對多種氣體都有響應卻又互不相同這一特點得到多條瞬態(tài)響應曲線并進行有效特征提取,是電子鼻識別氣體的關鍵。目前基于傳感器陣列瞬態(tài)響應信號分析的氣體識別方法

2、取得了一些成效,但在有效利用信息以實現(xiàn)定性/定量分析和混合氣體識別等方面還需要進一步開展深入研究。本文從氣體傳感器陣列瞬態(tài)響應信號的獲取、預處理、特征提取、模式識別等方面入手,深入研究了基于傳感器陣列瞬態(tài)響應信號分析的傳感器陣列優(yōu)化、氣體定性/定量分析和混合氣體識別方法。論文完成的主要工作包括:
  1.基于氧離子化模型建立了金屬氧化物半導體氣體傳感器與還原性氣體反應的動力學模型。
  傳感器的響應動力學模型表明,金屬氧化物

3、半導體氣體傳感器的響應與半導體材料性質(zhì)、目標氣體性質(zhì)以及半導體顆粒的尺寸和形狀有關。反映傳感器響應快慢的速率常數(shù)和傳感器響應的相對電導穩(wěn)態(tài)值均與氣體濃度近似成冪函數(shù)關系。
  2.基于電子鼻實驗系統(tǒng)獲取了氣體傳感器陣列與三種油液揮發(fā)氣體反應的瞬態(tài)響應信號并進行了分析和預處理。
  整個瞬態(tài)響應過程分為以下四個階段:穩(wěn)定狀態(tài)、上升過程、最大響應、下降過程。這四個階段反映了傳感器的響應動力學特性。若對陣列的響應信號分析處理僅應用

4、最大響應值,必然會損失信息,所以基于瞬態(tài)響應信號進行氣體識別是非常必要的。信號預處理后可以減小外界環(huán)境噪聲,大大降低同類油液揮發(fā)氣體不同濃度樣本響應值的差異。
  3.深入研究了基于平行因子分析的氣體定性識別方法。
  研究了應用平行因子分析提取氣體傳感器陣列瞬態(tài)響應信號——三維數(shù)據(jù)陣特征參數(shù)的方法。應用平行因子分析法對三維矩陣進行處理同時獲得了樣本信息、響應過程信息和傳感器信息,利用這些信息有效實現(xiàn)了樣本分類、測試時間優(yōu)化

5、和傳感器陣列優(yōu)化。由于該方法利用了時間維的所有信息,氣體樣本的定性識別結果更準確,并在適當縮短測量時間的情況下,仍能實現(xiàn)有效識別;同時根據(jù)傳感器信息,可對傳感器陣列進行優(yōu)化設計,減少數(shù)據(jù)冗余。提出了應用五層仿生鼠類嗅覺神經(jīng)網(wǎng)絡模型進行氣體定性識別的方法。該網(wǎng)絡模型應用平行因子分析法獲得的特征向量作為輸入,實現(xiàn)了氣體樣本的正確分類。該網(wǎng)絡模型能夠進行快速訓練,并能達到預期的誤差范圍。結果表明,利用仿生鼠類嗅覺神經(jīng)網(wǎng)絡對平行因子分析提取的響

6、應信號特征值進行訓練和測試,實現(xiàn)了三種油液揮發(fā)氣體的正確識別,也驗證了平行因子分析方法的有效性。
  4.深入研究了基于模糊聚類的傳感器陣列優(yōu)化方法。
  將模糊聚類方法應用于傳感器陣列瞬態(tài)響應信號處理實現(xiàn)傳感器陣列的優(yōu)化,其優(yōu)化結果與應用平行因子分析法進行傳感器陣列優(yōu)化的結果是一致的。選用相關系數(shù)法構建模糊等價關系矩陣對10個氣體傳感器進行聚類,當閾值設定適當大時,可將10個傳感器聚為6類;閾值設定適當小時,可將10個傳感

7、器聚為3類,與PEN3電子鼻所使用的氣體傳感器類型劃分一致。
  5.深入研究了基于復頻域分析的氣體定量分析方法。
  基于復頻域分析理論建立了不同氣體取樣體積下傳感器的傳遞函數(shù)模型并對傳感器的階躍響應進行了重構。建立了傳遞函數(shù)模型參數(shù)與氣體取樣體積的非線性關聯(lián)模型。該模型揭示了階躍響應穩(wěn)態(tài)幅值、主時間常數(shù)均與氣體取樣體積成冪函數(shù)關系,這與傳感器響應動力學模型分析的結果是一致的。提取傳遞函數(shù)模型參數(shù)作為描述傳感器響應的特征值

8、,利用偏最小二乘法,實現(xiàn)了氣體的定量分析。
  6.研究并提出了基于擴展型類Legendre正交基分解的氣體識別方法。
  提出了基于擴展型類 Legendre正交基的信號分解方法,提取分解系數(shù)作為描述傳感器響應的特征值,即把傳感器響應的時域信息轉換到由分解系數(shù)所表征的擴展型類Legendre正交基所張成的空間中。研究表明應用基于擴展型類Legendre正交基分解方法和偏最小二乘法,可以有效實現(xiàn)氣體定性識別和定量分析。將基于

9、擴展型類Legendre正交基分解方法應用到混合氣體識別。針對混合氣體識別問題,建立了非線性混合響應特性模型。分別對柴油揮發(fā)氣體、齒輪油揮發(fā)氣體以及柴油/齒輪油揮發(fā)氣體的混合氣體的瞬態(tài)響應信號進行正交分解,采用冪函數(shù)形式對各分解系數(shù)與氣體取樣體積關系進行擬合,以柴油揮發(fā)氣體為參考氣體,按非線性混合響應特性模型可聯(lián)立得到一組非線性方程,求解即可獲得混合氣體的成分和取樣體積值。
  上述研究工作為電子鼻在氣體檢測領域的應用提供了更為堅

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論