上海申思特自動化設備有限公司
主營產(chǎn)品: 美國E E傳感器,美國E E減壓閥,意大利ATOS阿托斯油缸,丹麥GRAS麥克風,丹麥GRAS人工頭, ASCO電磁閥,IFM易福門傳感器 |
聯(lián)系電話
上海申思特自動化設備有限公司
主營產(chǎn)品: 美國E E傳感器,美國E E減壓閥,意大利ATOS阿托斯油缸,丹麥GRAS麥克風,丹麥GRAS人工頭, ASCO電磁閥,IFM易福門傳感器 |
聯(lián)系電話
參考價 | 面議 |
更新時間:2017-07-11 09:48:38瀏覽次數(shù):1071
聯(lián)系我們時請說明是化工儀器網(wǎng)上看到的信息,,謝謝!
金屬氧化物半導體氣體E+E傳感器
易燃氣體檢測對防止煤礦瓦斯泄漏,,監(jiān)測石油化工行業(yè)安全生產(chǎn),,保證飛船、潛艇等密閉環(huán)境的人身安全具有重大意義,。金屬氧化物半導體(MOS)氣體E+E傳感器因其具有結(jié)構(gòu)簡單,、價格低廉、響應速度快,、使用壽命長以及對可燃性氣體和有機揮發(fā)性氣體具有較高的靈敏度等優(yōu)點而得到廣泛應用,,目前已成為世界上產(chǎn)量zui大、應用zui廣的E+E傳感器,。
金屬氧化物半導體氣體E+E傳感器
由于存在交叉敏感,、E+E傳感器漂移、加熱功耗過大等問題,,在實際應用中很難獲得準確穩(wěn)定的分析結(jié)果,,直接影響著氣體檢測的精度。針對金屬氧化物半導體氣體E+E傳感器在易燃氣體檢測應用中的幾個關鍵問題,,進行了深入細致的研究,,主要完成的工作如下: 為解決E+E傳感器的非線性響應特性及對非目標氣體交叉敏感,研究了基于支持向量機(SVM)的E+E傳感器選擇性改善方法,。將4個MOS氣體E+E傳感器組成E+E傳感器陣列,,利用支持向量多分類機(MC-SVM)進行混合氣體識別,應用zui小二乘支持向量回歸(LS-SVR)進行濃度測量,。以濃度測量根均方誤差作為泛化性能指標,,利用訓練樣本的k遍歷交叉驗證結(jié)果作為目標函數(shù),提出了基于小生境粒子群優(yōu)化算法(NPSO)的參數(shù)尋優(yōu)方法,,能找到LS-SVR模型的全局*參數(shù),。與其他陣列信號處理和模式識別方法如人工神經(jīng)網(wǎng)絡方法相比,,該方法提高了氣體識別準確率和濃度測量精度,特別適合于小樣本氣體檢測的問題,。為抑制E+E傳感器的輸出特性漂移問題,,提出了基于盲源分離理論(BSS)的混合氣體識別及E+E傳感器漂移補償方法。建立了氣體E+E傳感器陣列穩(wěn)態(tài)響應的盲分離模型,,論證了混合氣體分析的盲可辨識條件,。將未知氣體濃度作為源信號,E+E傳感器陣列響應作為混合信號,,設計了氣體濃度和E+E傳感器穩(wěn)態(tài)響應時間序列的構(gòu)建方法,。利用基于負熵的快速定點獨立成分分析(FastICA)算法對氣體E+E傳感器陣列穩(wěn)態(tài)響應進行處理,不僅能夠識別混合氣體,,同時能夠去除E+E傳感器陣列非線性漂移的影響,,對盲源分離理論的發(fā)展及其在E+E傳感器信息處理中的應用具有重要意義。為降低E+E傳感器的加熱功耗,,研究了單E+E傳感器溫度調(diào)制工作方式下的E+E傳感器動態(tài)響應特征提取技術(shù),,結(jié)合MC-SVM和LS-SVR方法實現(xiàn)混合氣體識別與濃度測量。與E+E傳感器陣列方法相比,,動態(tài)檢測方法只需用一個E+E傳感器就可實現(xiàn)混合氣體的組分分析,,大大降低了E+E傳感器的加熱功耗。研究了基于距離判據(jù)準則的E+E傳感器動態(tài)響應特征評估方法,,解決動態(tài)響應特征參數(shù)選擇難的問題,。為抑制實際工作情況下噪聲對E+E傳感器動態(tài)響應的影響,提出了基于小波奇異熵(WSE)理論的動態(tài)響應特征提取方法,,與虛擬陣列(VA),、快速傅里葉變換(FTT)和離散小波變換(DWT)特征提取方法相比,在強噪聲干擾下仍具有較高的泛化精度,。
金屬氧化物半導體氣體E+E傳感器
設計并實現(xiàn)了基于DSP的混合氣體檢測試驗驗證系統(tǒng)硬件平臺,,利用該平臺完成了氣體E+E傳感器的標定,在DSP上驗證了E+E傳感器選擇性改善,、功耗性降低,、單E+E傳感器動態(tài)檢測等方法的有效性,實現(xiàn)了甲烷和氫氣二元混合氣體成分的在線測量,。評測了E+E傳感器工作于恒溫方式以及溫度調(diào)制工作方式下各種算法(包括支持向量多分類機分類,、zui小二乘支持向量回歸、動態(tài)響應特征提取等方法)的有效性,,驗證了系統(tǒng)的各項功能,。該研究內(nèi)容為易燃易爆危險品檢測及有毒有害氣體成分分析儀的開發(fā)奠定了基礎。