CN113495123A - 一种基于多传感器阵列的硫醇类气体模式识别方法 - Google Patents
一种基于多传感器阵列的硫醇类气体模式识别方法 Download PDFInfo
- Publication number
- CN113495123A CN113495123A CN202110756649.6A CN202110756649A CN113495123A CN 113495123 A CN113495123 A CN 113495123A CN 202110756649 A CN202110756649 A CN 202110756649A CN 113495123 A CN113495123 A CN 113495123A
- Authority
- CN
- China
- Prior art keywords
- gas
- sensor
- sensor array
- calibration
- response
- 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
Links
- LSDPWZHWYPCBBB-UHFFFAOYSA-N Methanethiol Chemical compound SC LSDPWZHWYPCBBB-UHFFFAOYSA-N 0.000 title claims abstract description 42
- 238000012567 pattern recognition method Methods 0.000 title claims description 7
- 239000007789 gas Substances 0.000 claims abstract description 139
- 230000004044 response Effects 0.000 claims abstract description 54
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims abstract description 47
- 150000003568 thioethers Chemical class 0.000 claims abstract description 32
- 238000011084 recovery Methods 0.000 claims abstract description 26
- 229910052757 nitrogen Inorganic materials 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 19
- 239000000126 substance Substances 0.000 claims abstract description 8
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 35
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 claims description 22
- 230000014509 gene expression Effects 0.000 claims description 22
- 229910000037 hydrogen sulfide Inorganic materials 0.000 claims description 22
- 150000003573 thiols Chemical class 0.000 claims description 17
- 229910021529 ammonia Inorganic materials 0.000 claims description 11
- 229910001873 dinitrogen Inorganic materials 0.000 claims description 7
- 229910000069 nitrogen hydride Inorganic materials 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 15
- 230000008859 change Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- QMMFVYPAHWMCMS-UHFFFAOYSA-N Dimethyl sulfide Chemical compound CSC QMMFVYPAHWMCMS-UHFFFAOYSA-N 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 238000003915 air pollution Methods 0.000 description 2
- 238000011088 calibration curve Methods 0.000 description 2
- GETQZCLCWQTVFV-UHFFFAOYSA-N trimethylamine Chemical compound CN(C)C GETQZCLCWQTVFV-UHFFFAOYSA-N 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- QGJOPFRUJISHPQ-NJFSPNSNSA-N carbon disulfide-14c Chemical compound S=[14C]=S QGJOPFRUJISHPQ-NJFSPNSNSA-N 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007730 finishing process Methods 0.000 description 1
- 231100000086 high toxicity Toxicity 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 150000003464 sulfur compounds Chemical class 0.000 description 1
Images
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
- G01N33/0006—Calibrating gas analysers
-
- 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
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
- G01N33/0034—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array comprising neural networks or related mathematical techniques
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
本发明公开了一种基于多传感器阵列的硫醇类气体模式识别方法，包括：使用硫醚类、NH3、H2S和CH4S样气分别与氮气配比，得到不同浓度的单质标准气体；利用氮气对传感器阵列进行的零点标定，利用单质标准气体分别对传感器阵列进行单质气体标定；通过氮气标定获得所述传感器阵列的零点，通过所述单质气体标定获得传感器的响应恢复曲线，并拟合构建硫醇类气体的定性识别模型；通过所述传感器阵列检测待测气体，利用响应值和定性识别模型获得被测气体是否为硫醇类气体。本发明，通过增加了对传感器阵列的零点标定，以及根据对所述响应恢复曲线拟合，构建硫醇类气体的定性识别模型，提高了硫醚类气体的检测精度。
Description
技术领域
本发明涉及环境监测及安全生产领域，具体涉及一种基于多传感器阵列的硫醇类气体模式识别方法。
背景技术
工业生产中的一些环节，如原料生产、加工过程、燃烧、加热和冷却过程、产品整理过程等，使用的生产设备或生产场所都可能成为工业污染源，而大气污染严重影响生活质量和安全。
关于大气污染，反映恶臭异味的举报最多。《国家恶臭污染控制标准》规定的八大恶臭气体(硫化氢、甲硫醇、二甲基硫醚、二硫化碳、三甲胺等)绝大部分都为挥发性含硫化合物(VSCs)，这些恶臭化合物与人类日常生活环境息息相关，并且具有较高的毒性。因此，确定硫醇类气体模式，对于治理恶臭异味大气污染具有重要的意义。
中国发明专利CN108732226B公开了一种硫醚类气体检测装置及方法，利用不同浓度的硫醚类气体、NH3、H2S和CH4S气体分别对硫醚传感器、氨气传感器、硫化氢传感器和硫醇传感器进行标定，获得硫醚类气体对硫醚传感器的标定曲线；同时获得硫醚传感器、氨气传感器、硫化氢传感器和硫醇传感器对硫醚类气体的响应恢复曲线；根据所述响应恢复曲线得出硫醚传感器、氨气传感器、硫化氢传感器和硫醇传感器分别对于硫醚类气体的响应恢复表达式；采集样气中硫醚传感器、氨气传感器、硫化氢传感器及硫醇传感器的测量值，并根据所述响应恢复表达式和判别公式判断样气是否为硫醚类气体，当判断样气为硫醚类气体时，根据所述标定曲线输出样气中硫醚类气体的浓度值。
利用上述方案，虽然能够检测出样气中硫醚类气体的浓度值，然而，其检测方法仍存在不足，追求更高的检测精度，始终是科技发展的目的。
有鉴于此，急需对现有的基于多传感器阵列的硫醇类气体检测装置、方法改进，以进一步提高检测精度。
发明内容
本发明所要解决的技术问题是现有的基于多传感器阵列的硫醇类气体检测装置、方法，检测精准度有待进一步提高的问题。
为了解决上述技术问题，本发明所采用的技术方案是提供一种基于多传感器阵列的硫醇类气体模式识别方法，包括以下步骤：
使用硫醚类、NH3、H2S和CH4S样气气瓶分别与氮气气瓶通过质量流量计进行配比，得到所需不同浓度的单质标准气体；
利用氮气对传感器阵列进行的零点标定，利用上述不同浓度的单质标准气体，分别对传感器阵列进行单质气体标定，标定过程中氮气和单质标准气体交替进入所述传感器阵列所在的密闭气仓内，且在浓度范围内从低到高，再从高到低，所述传感器阵列由硫醚传感器、氨气传感器、硫化氢传感器和硫醇传感器组成；
通过氮气标定获得所述传感器阵列的零点，通过所述单质气体标定，获得所述硫醚传感器、氨气传感器、硫化氢传感器和硫醇传感器的响应恢复曲线，并对所述响应恢复曲线拟合，构建硫醇类气体的定性识别模型；
利用氮气对传感器阵列进行清洗，并得到所述传感器阵列的响应初值，并保证与零点一致；如果不一致，则重新对所述传感器阵列进行单质气体标定；
将待测气体通过所述传感器阵列，获得传感器阵列的响应值，利用所述响应值和定性识别模型获得被测气体是否为硫醇类气体；
所述定性识别模型包括第一参数A和第二参数B，并通过公式0<A<K1且K2<B<K3，确定待测气体为硫醇类气体，其中，
K1、K2、K3为多次测试加权平均取极限值后得到的系数；
PPM(NH3)为氨气浓度值，PPM(H2S)为硫化氢浓度值，PPM(CH4S)为甲硫醇测量浓度值。
在上述方案中，进行单质气体标定时，首先使传感器阵列在固定流速的氮气中初始化达到稳定状态，然后再以同样的固定流速进行单质标准气体标定。
在上述方案中，对所述响应恢复曲线拟合得到相应的响应恢复表达式如下：
氨传感器对硫醇类气体的响应恢复表达式为：
y＝-4×10-12x6+2×10-9x5-5×10-7x4+5×10-5x3-0.0024x2+0.0572x+0.1781；
硫化氢传感器对硫醇类气体的响应恢复表达式为：
y＝5×10-11x6-2×10-8x5+3×10-6x4-0.0001x3+0.002x2+0.0852x+0.0376；
硫醇传感器对硫醇类气体的响应恢复表达式为：
y＝7×10-11x6-3×10-8x5+5×10-6x4-0.0003x3+0.0096x2-0.0227x+1.0686；
硫醚传感器对硫醇类气体的响应恢复表达式为：
y＝1×10-10x6-5×10-8x5+6×10-6x4-0.0002x3-0.0044x2+0.5299x+0.9328。
在上述方案中，在一个稳定的温湿度环境内进行对传感器阵列进行标定，且将传感器阵列完全置于密封的气仓内部，然后使气体在浓度范围内从低到高，再从高到低进行。
与现有技术相比，本发明，通过增加了对传感器阵列的零点标定，以及根据对响应恢复曲线拟合获得的最新公式，构建硫醇类气体的定性识别模型，提高了硫醚类气体的检测精度。
附图说明
图1为本发明提供的基于多传感器阵列的硫醇类气体模式识别方法流程图；
图2为本发明中各传感器对硫醚类气体响应恢复曲线图。
具体实施方式
本发明提供了一种基于多传感器阵列的硫醇类气体模式识别方法，能够快速准确地识别被测气体是否为硫醚类气体，实现对被测气体准确、定性的检测，且检测精度高。
如图1所示，本发明提供一种基于多传感器阵列的硫醇类气体模式识别方法，包括以下步骤：
步骤110，使用硫醚类、NH3、H2S和CH4S样气气瓶，分别与氮气气瓶通过质量流量计进行配比，得到所需不同浓度的单质标准气体。
步骤120，利用氮气对传感器阵列进行的零点标定，利用上述不同浓度的单质标准气体，分别对传感器阵列进行单质气体标定。
在标定过程中，氮气和单质标准气体交替进入传感器阵列所在的密闭气仓内，且氮气和单质标准气体在浓度范围内从低到高，再从高到低通入传感器阵列所在的密闭气仓内。最后给传感器阵列通过氮气再次清洗，为下次检测测做准备。
传感器阵列由硫醚传感器、氨气传感器、硫化氢传感器和硫醇传感器组成。
传感器的选用应满足以下基本要求：
(1)气体传感器阵列应采用在响应速度、重复性上面有优越表现的传感器。
(2)所选用的气体传感器对特定的气体要有高分辨率，需要对应低浓度气体(ppm级)产生相应的反应。
(3)相应的冗余度，气体传感器要对同类型的多种气体进行反应，但是要对混合气体中的目标气体有明显的响应。在传感器阵列上每个传感器的选择性可以不高，但是要有明确的倾向性。
(4)稳定性要好，气体传感器在所测浓度不发生变化的情况下，外部环境发生剧烈变化(温湿度、天气环境等)不会导致传感器发生明显变化。
步骤130，通过氮气标定获得传感器阵列的零点，通过单质气体标定，获得硫醚传感器、氨气传感器、硫化氢传感器和硫醇传感器的响应恢复曲线。
之后，对硫醚传感器、氨气传感器、硫化氢传感器和硫醇传感器的响应恢复曲线拟合，得到各相应传感器的响应恢复表达式如下：
氨传感器对硫醇类气体的响应恢复表达式为：
y＝-4×10-12x6+2×10-9x5-5×10-7x4+5×10-5x3-0.0024x2+0.0572x+0.1781；
硫化氢传感器对硫醇类气体的响应恢复表达式为：
y＝5×10-11x6-2×10-8x5+3×10-6x4-0.0001x3+0.002x2+0.0852x+0.0376；
硫醇传感器对硫醇类气体的响应恢复表达式为：
y＝7×10-11x6-3×10-8x5+5×10-6x4-0.0003x3+0.0096x2-0.0227x+1.0686；
硫醚传感器对硫醇类气体的响应恢复表达式为：
y＝1×10-10x6-5×10-8x5+6×10-6x4-0.0002x3-0.0044x2+0.5299x+0.9328。
上述公式中，x代表气体停留时间，y代表传感器的输出信号强度。
利用上述各传感器的响应恢复表达式，构建硫醇类气体的定性识别模型。
利用响应恢复曲线并不能直接获得被测气体的结果，必须对响应恢复曲线进行拟合获得响应恢复表达式，只有通过响应恢复表达式才能根据传感器阵列的响应值获得各传感器的浓度值。
因此，曲线拟合获得各传感器的响应恢复表达式，对传感器检测的精度是非常重要的，本申请则结过大量的数据和拟合计算，拟合获得了上述全新的传感器的响应恢复表达式，大大提高了检测精度。
步骤140，利用氮气对传感器阵列进行清洗，得到传感器阵列的响应初值，并判断该响应初值与零点标定是否一致，如果不一致，则重新对传感器阵列进行单质气体标定；如果一致，则继续进行对待测气体的检测。
步骤150，通过传感器阵列检测待测气体，获得传感器阵列的响应值，利用响应值和定性识别模型匹配，获得被测气体是否为硫醇类气体。
其中，定性识别模型包括第一参数A和第二参数B，并通过公式0<A<K1且K2<B<K3，确定待测气体为硫醇类气体。其中，
K1、K2、K3为多次对混合气体(已知)测试，加权平均取极限值后得到的系数；
PPM(NH3)为氨气浓度值，PPM(H2S)为硫化氢浓度值，PPM(CH4S)为甲硫醇测量浓度值。
在检测过程中，无论是给气室通入样气还是氮气，都需要稳定的气体流速，这是对传感器能够正常运行的保证。测量过程交替给气室通入氮气和被测样气，保证通氮气时样气不进行干扰，通样气时氮气也不会起稀释作用。
进行单质气体标定时，首先使传感器阵列在固定流速的氮气中初始化达到稳定状态，然后再以同样的固定流速进行单质标准气体标定。
在一个稳定的温湿度环境内进行对传感器阵列进行标定，且将传感器阵列完全置于密封的气仓内部，然后使气体在浓度范围内从低到高，再从高到低进行。
由于传感器的测量信号会受到其所处环境温度的影响，季节变化、昼夜更替等都会带来环境温度的变化，从而导致气体传感器的输出信号的变化较大，对测量结果带来较大的误差。
为此，本发明通过对阵列传感器气室进行恒温控制来提高气体传感器的检测精度。恒温控制使传感器的温度恒定且不随环境温度的变化而变化，从而可以保证气体传感器的输出信号不随环境温度的变化而变化。
本发明中恒温控制方法如下：
1、将加热组件及气室测温组件固定在阵列传感器气室上，制冷组件固定在气室周围。
2、在温度控制器上预设温度值作为温度目标值，根据测温组件输出的气室温度值来控制调节加热制冷组件，直至气室温度恒定达到温度目标值。
本发明并不局限于上述最佳实施方式，任何人应该得知在本发明的启示下做出的结构变化，凡是与本发明具有相同或相近的技术方案，均落入本发明的保护范围之内。
Claims (4)
1.一种基于多传感器阵列的硫醇类气体模式识别方法，其特征在于，包括以下步骤：
使用硫醚类、NH3、H2S和CH4S样气气瓶分别与氮气气瓶通过质量流量计进行配比，得到所需不同浓度的单质标准气体；
利用氮气对传感器阵列进行的零点标定，利用上述不同浓度的单质标准气体，分别对传感器阵列进行单质气体标定，标定过程中氮气和单质标准气体交替进入所述传感器阵列所在的密闭气仓内，且在浓度范围内从低到高，再从高到低，所述传感器阵列由硫醚传感器、氨气传感器、硫化氢传感器和硫醇传感器组成；
通过氮气标定获得所述传感器阵列的零点标定，通过所述单质气体标定，获得所述硫醚传感器、氨气传感器、硫化氢传感器和硫醇传感器的响应恢复曲线，并对所述响应恢复曲线拟合，构建硫醇类气体的定性识别模型；
利用氮气对传感器阵列进行清洗，并得到所述传感器阵列的响应初值，并保证与零点标定一致；如果不一致，则重新对所述传感器阵列进行单质气体标定；
将待测气体通过所述传感器阵列，获得传感器阵列的响应值，利用所述响应值和定性识别模型获得被测气体是否为硫醇类气体；
所述定性识别模型包括第一参数A和第二参数B，并通过公式0＜A＜K1，且K2＜B＜K3，确定待测气体为硫醇类气体，其中，
K1、K2、K3为多次测试加权平均取极限值后得到的系数；
PPM(NH3)为氨气浓度值，PPM(H2S)为硫化氢浓度值，PPM(CH4S)为甲硫醇测量浓度值。
2.根据权利要求1所述的方法，其特征在于，进行单质气体标定时，首先使传感器阵列在固定流速的氮气中初始化达到稳定状态，然后再以同样的固定流速进行单质标准气体标定。
3.根据权利要求1所述的方法，其特征在于，对所述响应恢复曲线拟合得到相应的响应恢复表达式如下：
氨传感器对硫醇类气体的响应恢复表达式为：
y＝-4×10-12x6+2×10-9x5-5×10-7x4+5×10-5x3-0.0024x2+0.0572x+0.1781；
硫化氢传感器对硫醇类气体的响应恢复表达式为：
y＝5×10-11x6-2×10-8x5+3×10-6x4-0.0001x3+0.002x2+0.0852x+0.0376；
硫醇传感器对硫醇类气体的响应恢复表达式为：
y＝7×10-11x6-3×10-8x5+5×10-6x4-0.0003x3+0.0096x2-0.0227x+1.0686；
硫醚传感器对硫醇类气体的响应恢复表达式为：
y＝1×10-10x6-5×10-8x5+6×*10-6x4-0.0002x3-0.0044x2+0.5299x+0.9328。
4.根据权利要求1所述的方法，其特征在于，在一个稳定的温湿度环境内进行对传感器阵列进行标定，且将传感器阵列完全置于密封的气仓内部，然后使气体在浓度范围内从低到高，再从高到低进行。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110756649.6A CN113495123A (zh) | 2021-07-05 | 2021-07-05 | 一种基于多传感器阵列的硫醇类气体模式识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110756649.6A CN113495123A (zh) | 2021-07-05 | 2021-07-05 | 一种基于多传感器阵列的硫醇类气体模式识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113495123A true CN113495123A (zh) | 2021-10-12 |
Family
ID=77997881
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110756649.6A Pending CN113495123A (zh) | 2021-07-05 | 2021-07-05 | 一种基于多传感器阵列的硫醇类气体模式识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113495123A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103175781A (zh) * | 2013-03-26 | 2013-06-26 | 北京拓扑智鑫科技有限公司 | 在线区域布点式恶臭监测系统及方法 |
| CN203982238U (zh) * | 2014-08-20 | 2014-12-03 | 国家电网公司 | 快速恒定气体湿度发生装置 |
| CN105388937A (zh) * | 2015-12-04 | 2016-03-09 | 中国电子科技集团公司第四十八研究所 | 一种用于气体传感器的精准恒温控制方法及装置 |
| CN108732226A (zh) * | 2018-04-02 | 2018-11-02 | 北京拓扑智鑫环境科技股份有限公司 | 硫醚类气体检测装置及方法 |
| CN108896706A (zh) * | 2018-05-17 | 2018-11-27 | 华东理工大学 | 大数据驱动的恶臭气体多点集中式电子鼻仪器在线分析方法 |
| CN209764152U (zh) * | 2019-05-30 | 2019-12-10 | 泰安德美机电设备有限公司 | 微型温湿度标准箱 |
| CN209858539U (zh) * | 2019-05-22 | 2019-12-27 | 北京雪域飞虹环保科技有限公司 | 一种环境空气、异味恶臭类及voc气体监测系统 |
-
2021
- 2021-07-05 CN CN202110756649.6A patent/CN113495123A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103175781A (zh) * | 2013-03-26 | 2013-06-26 | 北京拓扑智鑫科技有限公司 | 在线区域布点式恶臭监测系统及方法 |
| CN203982238U (zh) * | 2014-08-20 | 2014-12-03 | 国家电网公司 | 快速恒定气体湿度发生装置 |
| CN105388937A (zh) * | 2015-12-04 | 2016-03-09 | 中国电子科技集团公司第四十八研究所 | 一种用于气体传感器的精准恒温控制方法及装置 |
| CN108732226A (zh) * | 2018-04-02 | 2018-11-02 | 北京拓扑智鑫环境科技股份有限公司 | 硫醚类气体检测装置及方法 |
| CN108896706A (zh) * | 2018-05-17 | 2018-11-27 | 华东理工大学 | 大数据驱动的恶臭气体多点集中式电子鼻仪器在线分析方法 |
| CN209858539U (zh) * | 2019-05-22 | 2019-12-27 | 北京雪域飞虹环保科技有限公司 | 一种环境空气、异味恶臭类及voc气体监测系统 |
| CN209764152U (zh) * | 2019-05-30 | 2019-12-10 | 泰安德美机电设备有限公司 | 微型温湿度标准箱 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cho et al. | Wireless electronic nose system for real-time quantitative analysis of gas mixtures using micro-gas sensor array and neuro-fuzzy network | |
| CN113341066B (zh) | 基于多传感器融合技术的四氢噻吩浓度的在线检测方法及系统 | |
| CN111796064A (zh) | 一种基于远程自动校准的tvoc检测设备数据质控方法及系统 | |
| Jasinski et al. | Evaluation of the electronic nose used for monitoring environmental pollution | |
| US20240036016A1 (en) | Gas sensor calibration method | |
| EP3978911A1 (en) | Gas concentration monitoring device and method, and sensor | |
| Hierold et al. | Quantitative analysis of gas mixtures with non-selective gas sensors | |
| Dmitrzak et al. | Limited selectivity of amperometric gas sensors operating in multicomponent gas mixtures and methods of selectivity improvement | |
| CN113495123A (zh) | 一种基于多传感器阵列的硫醇类气体模式识别方法 | |
| Sedlak et al. | Electrochemical determination of hydrogen sulphide in air | |
| CN109856223A (zh) | 校准方法及装置 | |
| Kobald et al. | Regression model for the prediction of pollutant gas concentrations with temperature modulated gas sensors | |
| CN112834572A (zh) | 一种气敏传感器的动态测试平台及测试方法 | |
| US4358679A (en) | Calibration of analyzers employing radiant energy | |
| Sellien et al. | Development of an optical-chemical sensor for the detection of ammonium ions | |
| Dable et al. | Calibration of microhotplate conductometric gas sensors by non-linear multivariate regression methods | |
| Wolfrum et al. | Calibration transfer among sensor arrays designed for monitoring volatile organic compounds in indoor air quality | |
| CN115791650A (zh) | 烟气的检测方法及装置 | |
| CN114184566A (zh) | 一种基于紫外吸收光谱法适用于不同温度的硫酸根浓度测量模型及其验证方法 | |
| Cobourn et al. | Airborne in-situ measurement of particulate sulfur and sulfuric acid with flame photometry and thermal analysis | |
| CN209016017U (zh) | 一种质子转移反应质谱进样系统 | |
| CA2084576A1 (en) | Constituent concentration indicator with a differentiator means and a signal conditioning means | |
| KR102474878B1 (ko) | 악취 및 유해가스 검출용 복합 가스 검출 시스템 | |
| CN108828154B (zh) | 一种氧气检测仪检定装置与方法 | |
| CN112683837B (zh) | 一种基于红外技术的二氧化碳浓度检测方法 |
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 |