基于集成神經(jīng)網(wǎng)絡(luò)的多元有害氣體定量檢測方法研究.pdf

1、從十九世紀(jì)至今，世界工業(yè)產(chǎn)值飛速發(fā)展，期間無論是重工業(yè)還是輕工業(yè)都消耗了大量的能源，從最開始的煤炭，到現(xiàn)在的石油。而在這短短150年的時間里，產(chǎn)生了大量的有毒，有害氣體，例如：引發(fā)溫室效應(yīng)的CO2、造成霧霾，光化學(xué)煙霧 NOx及有毒氣體 CO，等等。大量的有毒有害氣體排放給人類環(huán)境造成了極大地破壞，而且還會產(chǎn)生一系列的惡性事件，例如：爆炸、火災(zāi)、中毒等事件。在人類生存的環(huán)境中，O2作為人類生存的的基本養(yǎng)料，也是人類生存環(huán)境的一個最重要的

2、指標(biāo)。因此，對周圍環(huán)境中的有毒、有害氣體進(jìn)行監(jiān)測顯得尤為重要。使用氣敏傳感器對單一氣體進(jìn)行檢測是可行的，但在日常生活中上述氣體都是混合在一起的構(gòu)成一個多元環(huán)境，當(dāng)使用氣體傳感器進(jìn)行檢測時會造成交叉敏感現(xiàn)象，導(dǎo)致無法采用傳統(tǒng)的氣體檢測技術(shù)對多元有害氣體進(jìn)行檢測。
　　本文針對當(dāng)前多元有毒、有害氣體檢測方法的缺陷，搭建了一套多元有害氣體檢測系統(tǒng)，該系統(tǒng)主要包括兩部分：傳感器陣列，模式識別。將系統(tǒng)的兩部分有機(jī)的結(jié)合能夠消除傳感器對氣體交

3、叉敏感。測試系統(tǒng)傳感器陣列部分能夠攝取足夠多的多元有害氣體濃度信息并保存下來，然后通過模式識別部分實現(xiàn)定量回歸分析。主要內(nèi)容包括：1)搭建測試系統(tǒng)的實驗裝置：制備氣敏傳感器陣列及設(shè)計對應(yīng)傳感器預(yù)處理電路；2)進(jìn)行仿真測試實驗：配氣方案、基于LabVIEW的流量控制軟件設(shè)計、基于LabVIEW的多路信號采集軟件設(shè)計；3)陣列信號預(yù)處理：使用特征值提取算法實現(xiàn)陣列信號特征值提取、對特征值信號的歸一化處理；4)模式識別算法設(shè)計：通過粒子群算法

4、、神經(jīng)網(wǎng)絡(luò)算法、集成算法相結(jié)合建立一個有效的模式識別算法模型，對陣列信號進(jìn)行識別、定量分析；5)算法改進(jìn)及比較：對本文設(shè)計的算法進(jìn)行改進(jìn)，并運用于多元有害氣體檢測系統(tǒng)信號分析，最后與當(dāng)前經(jīng)典的模式識別算法做性能比較。
　　本文實驗結(jié)果表明，傳感器陣列技術(shù)能夠獲取交叉敏感的多元響應(yīng)信號，而模式識別技術(shù)則會充分提取交叉敏感信號的信息，完成對氣氛的回歸分析。對本文檢測的四種氣體 CO，CO2，NOx，O2，該檢測系統(tǒng)能夠準(zhǔn)確的對氣氛別進(jìn)