CN204666549U - 基于bp神经网络的混合气体检测系统 - Google Patents
基于bp神经网络的混合气体检测系统 Download PDFInfo
- Publication number
- CN204666549U CN204666549U CN201520311249.4U CN201520311249U CN204666549U CN 204666549 U CN204666549 U CN 204666549U CN 201520311249 U CN201520311249 U CN 201520311249U CN 204666549 U CN204666549 U CN 204666549U
- Authority
- CN
- China
- Prior art keywords
- neural network
- gas
- input
- sensor array
- comparer
- 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.)
- Expired - Fee Related
Links
Landscapes
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本实用新型公开了一种基于BP神经网络的混合气体检测系统，包括气体传感器阵列、信号采集模块和模式识别模块，所述气体传感器阵列中的每套气体传感器均通过数据预处理电路与信号采集模块相连，所述信号采集模块输出端连接模式识别模块输入端，所述模式识别模块为BP神经网络模式识别模块，其输入层包括6个输入神经元，其隐层设置10个神经元，其输出层设置3个神经元；通过将气体传感器阵列和神经网络模式识别相结合，将传感器阵列对气体检测的输出响应（处理后）作为BP网络的输入，构建了适合混合气体定性定量检测识别的BP网络模型，使用传感器阵列检测多元气体能够消除气体交叉响应的影响，摄取更多混合气体组分信息和体积分数信息。
Description
技术领域
本实用新型涉及混合气体检测分析技术领域，尤其涉及一种基于BP神经网络的混合气体检测系统。
背景技术
随着近代工业规模不断扩大，在此过程中产生了大量的NOx，CO，CO2等有毒有害气体，O2作为衡量大气的有效标杆，因此，检测上述气体对改善大气环境具有指导意义，传统传感器气体检测都是基于单一气体的主成分特征检测和分析，但是当多种有害气体发生混合时，气体之间相互干扰造成主成分特征丢失，导致检测无法正常完成。
发明内容
本实用新型所要解决的技术问题是提供一种基于BP神经网络的混合气体检测系统，使用传感器阵列组合成一个多元有害气体检测装置，利用BP神经网络进行模式识别，结合配气系统，对不同体积分数的混合气体进行电信号测量与采集，提高检测精度，便于进行定量分析。
为解决上述技术问题，本实用新型所采取的技术方案是：一种基于BP神经网络的混合气体检测系统，包括气体传感器阵列、信号采集模块和模式识别模块，所述气体传感器阵列中的每套气体传感器均通过数据预处理电路与信号采集模块相连，所述信号采集模块输出端连接模式识别模块输入端，所述模式识别模块为BP神经网络模式识别模块，其输入层包括6个输入神经元，其隐层设置10个神经元，其输出层设置3个神经元。
所述气体传感器阵列中的传感器为电化学传感器或者半导体传感器。
所述气体传感器为电化学传感器时，与其连接的数据预处理电路包括比较器、低通滤波器和可调电阻器，所述比较器正向输入端和反向输入端分别连接电化学传感器两端，电化学传感器一端接地，接地端与比较器的反向输入端连接，其另外一端通过电阻与比较器正向输入端连接，所述低通滤波器一端与比较器正向输入端连接，其另外一端连接可调电阻器后与比较器输出端连接。
所述气体传感器为半导体传感器时，与其连接的数据预处理电路包括比较器，比较器反向输入端与输出端之间串联两个电阻，两个电阻之间连接接地端，比较器正向输入端连接呈并联连接的电阻和电容，电阻和电容公共端连接传感器，并联连接的电阻和电容另一公共端连接接地端。
所述信号采集模块为PCI6221采集板卡。
采用上述技术方案所产生的有益效果在于：通过将气体传感器阵列和神经网络模式识别相结合，将传感器阵列对气体检测的输出响应（处理后）作为BP网络的输入，构建了适合混合气体定性定量检测识别的BP网络模型，使用传感器阵列检测多元气体能够消除气体交叉响应的影响，摄取更多混合气体组分信息和体积分数信息；将神经网络和传感器阵列技术组合的检测系统对多元有害气体检测取得了较好的效果。
附图说明
图1是本实用新型的系统原理图；
图2是与电化学传感器配套的数据预处理电路图；
图3是与半导体传感器配套的数据预处理电路图；
图4是BP神经网络结构图。
具体实施方式
下面结合附图和具体实施方式对本实用新型作进一步详细的说明。
为解决现有混合气体检测过程中容易用交叉响应而影响检测精度的问题，本实用新型提供一种基于BP神经网络的混合气体检测系统，包括气体传感器阵列、信号采集模块和模式识别模块，所述气体传感器阵列中的每套气体传感器均通过数据预处理电路与信号采集模块相连，所述信号采集模块输出端连接模式识别模块输入端，所述模式识别模块为BP神经网络模式识别模块，其输入层包括6个输入神经元，其隐层设置10个神经元，其输出层设置3个神经元；所述气体传感器阵列中的传感器为电化学传感器或者半导体传感器；所述气体传感器为电化学传感器时，与其连接的数据预处理电路包括比较器、低通滤波器和可调电阻器，所述比较器正向输入端和反向输入端分别连接电化学传感器两端，电化学传感器一端接地，接地端与比较器的反向输入端连接，其另外一端通过电阻与比较器正向输入端连接，所述低通滤波器一端与比较器正向输入端连接，其另外一端连接可调电阻器后与比较器输出端连接；所述气体传感器为半导体传感器时，与其连接的数据预处理电路包括比较器，比较器反向输入端与输出端之间串联两个电阻，两个电阻之间连接接地端，比较器正向输入端连接呈并联连接的电阻和电容，电阻和电容公共端连接传感器，并联连接的电阻和电容另一公共端连接接地端；所述信号采集模块为PCI6221采集板卡。
本实用新型对三种气体分别取 39 种不同浓度的实验样本，总共样本数为 39*3=117，取每种气体样本的2/3 作为网络的训练样本，其余的 1/3 作为测试样本，为了使实验数据不因被测气体浓度的影响而造成误差，选择训练样本和测试样本时取等差浓度的序列，由于实验样本数目庞大，本实用新型只列出部分输出结果，输出结果参见表1：
表1
通过实验分析可知，对 CO H2S 和 CH4 三种气体定量检测的最误差分别为 8.51% 9.35%和 7.45% 对 CO 定量检测的平均误差4.18%，对 H2S定量检测的平均误差为 4.02%，对CH4 定量检测的均误差为3.60%，达到了实验预期的要求。
总之，通过将气体传感器阵列和神经网络模式识别相结合，将传感器阵列对气体检测的输出响应（处理后）作为BP网络的输入，构建了适合混合气体定性定量检测识别的BP网络模型，使用传感器阵列检测多元气体能够消除气体交叉响应的影响，摄取更多混合气体组分信息和体积分数信息；将神经网络和传感器阵列技术组合的检测系统对多元有害气体检测取得了较好的效果。
Claims (5)
1.一种基于BP神经网络的混合气体检测系统，其特征在于：包括气体传感器阵列、信号采集模块和模式识别模块，所述气体传感器阵列中的每套气体传感器均通过数据预处理电路与信号采集模块相连，所述信号采集模块输出端连接模式识别模块输入端，所述模式识别模块为BP神经网络模式识别模块，其输入层包括6个输入神经元，其隐层设置10个神经元，其输出层设置3个神经元。
2.根据权利要求1所述的基于BP神经网络的混合气体检测系统，其特征在于：所述气体传感器阵列中的传感器为电化学传感器或者半导体传感器。
3.根据权利要求2所述的基于BP神经网络的混合气体检测系统，其特征在于：所述气体传感器为电化学传感器时，与其连接的数据预处理电路包括比较器、低通滤波器和可调电阻器，所述比较器正向输入端和反向输入端分别连接电化学传感器两端，电化学传感器一端接地，接地端与比较器的反向输入端连接，其另外一端通过电阻与比较器正向输入端连接，所述低通滤波器一端与比较器正向输入端连接，其另外一端连接可调电阻器后与比较器输出端连接。
4.根据权利要求2所述的基于BP神经网络的混合气体检测系统，其特征在于：所述气体传感器为半导体传感器时，与其连接的数据预处理电路包括比较器，比较器反向输入端与输出端之间串联两个电阻，两个电阻之间连接接地端，比较器正向输入端连接呈并联连接的电阻和电容，电阻和电容公共端连接传感器，并联连接的电阻和电容另一公共端连接接地端。
5.根据权利要求3或4所述的基于BP神经网络的混合气体检测系统，其特征在于：所述信号采集模块为PCI6221采集板卡。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201520311249.4U CN204666549U (zh) | 2015-05-14 | 2015-05-14 | 基于bp神经网络的混合气体检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201520311249.4U CN204666549U (zh) | 2015-05-14 | 2015-05-14 | 基于bp神经网络的混合气体检测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN204666549U true CN204666549U (zh) | 2015-09-23 |
Family
ID=54136922
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201520311249.4U Expired - Fee Related CN204666549U (zh) | 2015-05-14 | 2015-05-14 | 基于bp神经网络的混合气体检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN204666549U (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105259215A (zh) * | 2015-11-13 | 2016-01-20 | 大连民族大学 | 半导体气敏元件的测试方法 |
| CN105954323A (zh) * | 2016-06-02 | 2016-09-21 | 中国石油大学(华东) | 一种火电厂排放气态污染物超低浓度智能监测装置 |
| CN108831121A (zh) * | 2018-05-24 | 2018-11-16 | 歌尔股份有限公司 | 矿井安全生产的预警方法及装置 |
| CN109946424A (zh) * | 2019-03-08 | 2019-06-28 | 杭州麦乐克科技股份有限公司 | 基于人工蜂群和神经网络的气体标定分类方法及系统 |
| CN110175195A (zh) * | 2019-04-23 | 2019-08-27 | 哈尔滨工业大学 | 基于极端随机树的混合气体检测模型构建方法 |
| CN111624314A (zh) * | 2020-06-30 | 2020-09-04 | 浙江三青环保科技有限公司 | 一种基于主成分分析与模式识别的恶臭气体的检测方法 |
| CN113176304A (zh) * | 2021-04-14 | 2021-07-27 | 中山大学 | 一种基于神经网络气体识别的酒驾预警装置及其方法 |
| CN114077848A (zh) * | 2021-11-16 | 2022-02-22 | 无锡时和安全设备有限公司 | 一种新型传感器阵列板及其混合气体分析方法 |
| US11543381B2 (en) * | 2019-06-27 | 2023-01-03 | Tdk Corporation | Method and apparatus for operating a gas sensor |
-
2015
- 2015-05-14 CN CN201520311249.4U patent/CN204666549U/zh not_active Expired - Fee Related
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105259215A (zh) * | 2015-11-13 | 2016-01-20 | 大连民族大学 | 半导体气敏元件的测试方法 |
| CN105259215B (zh) * | 2015-11-13 | 2018-01-02 | 大连民族大学 | 半导体气敏元件的测试方法 |
| CN105954323A (zh) * | 2016-06-02 | 2016-09-21 | 中国石油大学(华东) | 一种火电厂排放气态污染物超低浓度智能监测装置 |
| CN108831121A (zh) * | 2018-05-24 | 2018-11-16 | 歌尔股份有限公司 | 矿井安全生产的预警方法及装置 |
| CN108831121B (zh) * | 2018-05-24 | 2020-11-24 | 潍坊歌尔微电子有限公司 | 矿井安全生产的预警方法及装置 |
| CN109946424A (zh) * | 2019-03-08 | 2019-06-28 | 杭州麦乐克科技股份有限公司 | 基于人工蜂群和神经网络的气体标定分类方法及系统 |
| CN110175195A (zh) * | 2019-04-23 | 2019-08-27 | 哈尔滨工业大学 | 基于极端随机树的混合气体检测模型构建方法 |
| CN110175195B (zh) * | 2019-04-23 | 2022-11-29 | 哈尔滨工业大学 | 基于极端随机树的混合气体检测模型构建方法 |
| US11543381B2 (en) * | 2019-06-27 | 2023-01-03 | Tdk Corporation | Method and apparatus for operating a gas sensor |
| CN111624314A (zh) * | 2020-06-30 | 2020-09-04 | 浙江三青环保科技有限公司 | 一种基于主成分分析与模式识别的恶臭气体的检测方法 |
| CN113176304A (zh) * | 2021-04-14 | 2021-07-27 | 中山大学 | 一种基于神经网络气体识别的酒驾预警装置及其方法 |
| CN114077848A (zh) * | 2021-11-16 | 2022-02-22 | 无锡时和安全设备有限公司 | 一种新型传感器阵列板及其混合气体分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN204666549U (zh) | 基于bp神经网络的混合气体检测系统 | |
| Hou et al. | A portable embedded toxic gas detection device based on a cross-responsive sensor array | |
| CN105259215B (zh) | 半导体气敏元件的测试方法 | |
| CN103558257A (zh) | 一种基于阵列式传感器的农药多残留检测仪 | |
| CN104614423B (zh) | 基于减法器的电化学甲醛传感器抗干扰电路设计 | |
| CN100399015C (zh) | 一种用单传感器检测气体的方法和装置 | |
| CN1979172B (zh) | 一种气体分析方法 | |
| CN103048366A (zh) | 一种土壤重金属含量便携式快速检测仪 | |
| CN206311540U (zh) | 一种基于stm32单片机的voc气体智能检测仪装置 | |
| CN102866256B (zh) | 一种超敏c反应蛋白检测方法及检测试剂 | |
| CN1896742A (zh) | 空间污染实时监测公示仪 | |
| CN109406588A (zh) | 基于离子选择性电极的土壤硝态氮多参数检测方法与仪表 | |
| CN205038202U (zh) | 一种有毒有害气体实时检测装置 | |
| CN102095782B (zh) | 基于微纳米碳纳米管薄膜三电极的气体在线检测装置 | |
| Wang et al. | Artificial olfaction based on tafel curve for quantitative detection of acetone ethanol gas mixture | |
| CN109784390A (zh) | 一种人工智能嗅觉动态响应图谱气体检测识别方法 | |
| CN207515834U (zh) | 一种基于多传感器信息融合的空气质量检测系统 | |
| CN207798798U (zh) | 一种全量程手持甲烷泄漏检测装置 | |
| CN104020205A (zh) | 对氯苯胺的印迹聚合物膜电极、其制备方法及应用方法 | |
| CN103278344A (zh) | 工艺状态下曝气器综合充氧性能测定装置 | |
| CN102095792B (zh) | 基于碳纳米管薄膜微纳米电极的气体在线检测装置 | |
| CN104950018A (zh) | 一种混合气体检测系统 | |
| CN109085313A (zh) | 一种气体检测方法及气体检测仪 | |
| CN104076130A (zh) | 喷气燃料中非溶解水含量快速测定方法 | |
| CN109085311A (zh) | 一种气体检测仪 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150923 Termination date: 20170514 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |