CN109164218A - 一种智能传感器 - Google Patents

一种智能传感器 Download PDF

Info

Publication number
CN109164218A
CN109164218A CN201811339865.5A CN201811339865A CN109164218A CN 109164218 A CN109164218 A CN 109164218A CN 201811339865 A CN201811339865 A CN 201811339865A CN 109164218 A CN109164218 A CN 109164218A
Authority
CN
China
Prior art keywords
sensor
embedded
controller
intelligence
sorter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811339865.5A
Other languages
English (en)
Inventor
黄向向
杨敏
莱昂纳多·萨拉
道格拉斯·雷·斯巴克斯
关健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Microelectronics (liaoning) Co Ltd Hanking
Original Assignee
Microelectronics (liaoning) Co Ltd Hanking
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Microelectronics (liaoning) Co Ltd Hanking filed Critical Microelectronics (liaoning) Co Ltd Hanking
Priority to CN201811339865.5A priority Critical patent/CN109164218A/zh
Publication of CN109164218A publication Critical patent/CN109164218A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D23/00—Control of temperature
    • G05D23/19—Control of temperature characterised by the use of electric means
    • G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Automation & Control Theory (AREA)
  • Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)

Abstract

一种智能传感器，其特征在于：所述的智能传感器，包括传感器，控制器，嵌入式分类器，传感器中枢；其中：传感器分别与控制器、嵌入式分类器连接传感器分别与控制器、嵌入式分类器形成核心控制单元，核心控制单元与传感器中枢连接，所述的传感器为气体传感器。本发明的优点：本发明所述的智能传感器，丰富了传统传感器的功能性，能够使其拥有提取相关数据的功能；其嵌入式的分类器与控制器相结合，对不同工作条件下的多种化学品进行选择，既提高了精度，又增加了新功能；在总设计上也降低了设计时间，提高了产品总价值；通过将学习算法功能大部分时间设置为关闭状态，根据历史测试数据使用智能开启的方式，大大降低了传感器的功耗。

Description

一种智能传感器
技术领域
本发明涉及传感器领域，特别涉及了一种智能传感器。
背景技术
目前的传感器领域，普遍缺乏能够更好的测量数据的人工智能预警环节，无法高精度提取人工智能控制单元所需的功能，无法辅助进行更精确的测量。
发明内容
本发明的目的是为了进行高精确的测量，实现提取人工智能控制单元所需的功能，特提供了一种智能传感器。
本发明提供了一种智能传感器，其特征在于：所述的智能传感器，包括传感器1，控制器2，嵌入式分类器3，传感器中枢4；
其中：传感器1分别与控制器2、嵌入式分类器3连接传感器1分别与控制器2、嵌入式分类器3形成核心控制单元，核心控制单元与传感器中枢4连接。
所述的传感器1为气体传感器。
所述的嵌入式分类器3信号输入端为测量电阻的输入信号。
通过将学习算法功能大部分时间设置为关闭状态，根据历史测试数据使用智能开启的方式，大大降低了传感器的功耗。能够在不同温度和不同温度曲线下同时进行多种气体的测量。通过多次扫描由不通曲线构成的温度的方法来调节加热板。
智能传感器是以MOS结构为技术基础，嵌入式先进的加热板控制器，能够生成各种加热/冷却曲线；嵌入式分类器与控制器结合使用，能够在不使用AP/传感器集线器的情况下测量特定污染物克服当前的交叉敏感性问题；嵌入式分类器通过使用机器学习算法进行离线初级设定，这个算法能够在不同的操作条件下选择不同的化学品的特征；
分类器是将各种条件下的测量电阻作为输入数据ML特征经过机器学习算法的培训，它可以同时分析VOC，NOx，NH3的含量；
控制器能够定义不同的目标温度，不同的加热曲线和冷却曲线，基于之前的检测，智能开启。
智能开启分为以下两种方式：
1、没有污染物
在时间T，N-1内，未发现污染物。
在时间T，N内，进行基础测试，未寻找到任何污染物。
在时间T，N+1内，如果发现至少1种污染物，那么需要使用更长时间且更具选择性的测试。
2、污染物存在
在时间T，N-1内，发现了一般污染物。
在时间T，N内，如果测试使用缩小目标列表，那么需要进行更具选择性的测试。
在时间T，N+1内，进行更具选择性的测试以准确地测量所识别的污染物的浓度。
本发明的优点：
本发明所述的智能传感器，丰富了传统传感器的功能性，能够使其拥有提取相关数据的功能；其嵌入式的分类器与控制器相结合，对不同工作条件下的多种化学品进行选择，既提高了精度，又增加了新功能；在总设计上也降低了设计时间，提高了产品总价值；通过将学习算法功能大部分时间设置为关闭状态，根据历史测试数据使用智能开启的方式，大大降低了传感器的功耗。
附图说明
下面结合附图及实施方式对本发明作进一步详细的说明：
图1为智能传感器结构示意图。
具体实施方式
实施例1
本发明提供了一种智能传感器，其特征在于：所述的智能传感器，包括传感器1，控制器2，嵌入式分类器3，传感器中枢4；
其中：传感器1分别与控制器2、嵌入式分类器3连接传感器1分别与控制器2、嵌入式分类器3形成核心控制单元，核心控制单元与传感器中枢4连接。
所述的传感器1为气体传感器。
所述的嵌入式分类器3信号输入端为测量电阻的输入信号。
通过将学习算法功能大部分时间设置为关闭状态，根据历史测试数据使用智能开启的方式，大大降低了传感器的功耗。能够在不同温度和不同温度曲线下同时进行多种气体的测量。通过多次扫描由不通曲线构成的温度的方法来调节加热板。
智能传感器是以MOS结构为技术基础，嵌入式先进的加热板控制器，能够生成各种加热/冷却曲线；嵌入式分类器与控制器结合使用，能够在不使用AP/传感器集线器的情况下测量特定污染物克服当前的交叉敏感性问题；嵌入式分类器通过使用机器学习算法进行离线初级设定，这个算法能够在不同的操作条件下选择不同的化学品的特征；
分类器是将各种条件下的测量电阻作为输入数据ML特征经过机器学习算法的培训，它可以同时分析VOC，NOx，NH3的含量；
控制器能够定义不同的目标温度，不同的加热曲线和冷却曲线，基于之前的检测，智能开启。
智能开启分为以下两种方式：
1、没有污染物
在时间T，N-1内，未发现污染物。
在时间T，N内，进行基础测试，未寻找到任何污染物。
在时间T，N+1内，如果发现至少1种污染物，那么需要使用更长时间且更具选择性的测试。
2、污染物存在
在时间T，N-1内，发现了一般污染物。
在时间T，N内，如果测试使用缩小目标列表，那么需要进行更具选择性的测试。
在时间T，N+1内，进行更具选择性的测试以准确地测量所识别的污染物的浓度。

Claims (3)

1.一种智能传感器，其特征在于：所述的智能传感器，包括传感器(1)，控制器(2)，嵌入式分类器(3)，传感器中枢(4)；
其中：传感器(1)分别与控制器(2)、嵌入式分类器(3)连接传感器(1)分别与控制器(2)、嵌入式分类器(3)形成核心控制单元，核心控制单元与传感器中枢(4)连接。
2.按照权利要求1所述的智能传感器，其特征在于：所述的传感器(1)为气体传感器。
3.按照权利要求1所述的智能传感器，其特征在于：所述的嵌入式分类器(3)信号输入端为测量电阻的输入信号。
CN201811339865.5A 2018-11-12 2018-11-12 一种智能传感器 Pending CN109164218A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811339865.5A CN109164218A (zh) 2018-11-12 2018-11-12 一种智能传感器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811339865.5A CN109164218A (zh) 2018-11-12 2018-11-12 一种智能传感器

Publications (1)

Publication Number Publication Date
CN109164218A true CN109164218A (zh) 2019-01-08

Family

ID=64875843

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811339865.5A Pending CN109164218A (zh) 2018-11-12 2018-11-12 一种智能传感器

Country Status (1)

Country Link
CN (1) CN109164218A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1635372A (zh) * 2003-12-25 2005-07-06 电子科技大学 电子聚合物气体传感器阵列及其制备方法
US20050247878A1 (en) * 2004-02-11 2005-11-10 Dieter Baschant Infrared gas sensor
CN101073007A (zh) * 2004-10-07 2007-11-14 纳幕尔杜邦公司 用于分析气体混合物的计算机实现的系统和方法
CN102866179A (zh) * 2012-09-13 2013-01-09 重庆大学 基于人工智能学习机的电子鼻中非目标干扰气味的在线识别和抑制方法
CN202710527U (zh) * 2012-05-15 2013-01-30 清华大学 多参数智能空气环境监测单元
CN104823121A (zh) * 2012-09-30 2015-08-05 谷歌公司 智能控制器内的自动存在检测及与存在相关的控制
CN104833777A (zh) * 2015-05-11 2015-08-12 重庆大学 一种基于物联网与移动机器人的气体传感器在线漂移校正方法
CN105301064A (zh) * 2015-12-10 2016-02-03 郑州大学 具有环境温、湿度自补偿能力的In2O3基热线型半导体气体传感器
CN106404839A (zh) * 2016-08-19 2017-02-15 北京艾立特科技有限公司 一种用于旁热式气体传感器的智能气敏分析装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1635372A (zh) * 2003-12-25 2005-07-06 电子科技大学 电子聚合物气体传感器阵列及其制备方法
US20050247878A1 (en) * 2004-02-11 2005-11-10 Dieter Baschant Infrared gas sensor
CN101073007A (zh) * 2004-10-07 2007-11-14 纳幕尔杜邦公司 用于分析气体混合物的计算机实现的系统和方法
CN202710527U (zh) * 2012-05-15 2013-01-30 清华大学 多参数智能空气环境监测单元
CN102866179A (zh) * 2012-09-13 2013-01-09 重庆大学 基于人工智能学习机的电子鼻中非目标干扰气味的在线识别和抑制方法
CN104823121A (zh) * 2012-09-30 2015-08-05 谷歌公司 智能控制器内的自动存在检测及与存在相关的控制
CN104833777A (zh) * 2015-05-11 2015-08-12 重庆大学 一种基于物联网与移动机器人的气体传感器在线漂移校正方法
CN105301064A (zh) * 2015-12-10 2016-02-03 郑州大学 具有环境温、湿度自补偿能力的In2O3基热线型半导体气体传感器
CN106404839A (zh) * 2016-08-19 2017-02-15 北京艾立特科技有限公司 一种用于旁热式气体传感器的智能气敏分析装置

Similar Documents

Publication Publication Date Title
CN112001527B (zh) 多特征融合深度神经网络的工业生产过程目标数据预测方法
CN102324034B (zh) 基于最小二乘支持向量机在线预测的传感器故障诊断方法
CN109213127A (zh) 一种基于深度学习的hvac系统渐变故障诊断方法
CN205898730U (zh) 一种多通道多型号传感器性能测试系统
CN106053551A (zh) 一种多通道多型号传感器性能测试系统
CN103886360B (zh) 一种智能卡芯片中防功耗分析的方法和电路
CN103558260A (zh) 提高半导体电阻式气敏元件动态检测灵敏度的方法及系统
CN106018730B (zh) 基于磨煤机入口一次风修正的煤质水分测量装置和方法
CN106773676A (zh) 用于化工过程的激励信号的生成方法和装置
CN104133506B (zh) 一种加热炉加热段炉膛温度检测值计算方法
CN109885012A (zh) 一种金湿法冶金全流程实时优化补偿方法
CN105335759A (zh) 一种基于生成概率模型的变压器故障检测方法
CN109164218A (zh) 一种智能传感器
CN104849309B (zh) 气体比热容比智能测试仪及测试方法
CN106677946B (zh) 能检测喷油器电磁阀衔铁吸合点的装置
CN102809725A (zh) 一种用于感应电路盘路信号的敏感元装置及其检测方法
Ji et al. Gas detection strategy to suppress flow rate interference baesd on semiconductor sensor dynamic temperature modulation measurement
Cho et al. Recognition of explosive precursors using nanowire sensor array and decision tree learning
YE et al. Robust hammering echo analysis for concrete assessment with transfer learning
CN203941096U (zh) 一种多参数水质分析仪
CN103822960A (zh) 极谱法多金属离子浓度在线检测方法
CN105067669B (zh) 检测电路、检测装置及检测方法
CN106124700A (zh) 一种带自表达的电子鼻非目标干扰气体识别方法
CN103760889A (zh) 基于贝叶斯网的故障分离快速方法
Hou et al. A fast method for Chinese liquor recognition

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190108