基于人工神经网络的气体定性分析方法.pdfVIP

维普资讯 第 15卷第 1期 青 岛 大 学 学 报 V0L，15N0 l 2000年 3月 JOURNALOFQINGDAO UNIVERSITY Mitr．2000 文章■号：1005—9798(2000)01—0006-04 基于人工神经网络的气体定性分析方法 一 高 峰 ，崔金宝 ，曲建岭 ，王艺兵 弋Pl (1．海军航空I程学院，青岛266041；2．青岛大学，青岛266071) 摘要：提出将气体传感器阵列与前馈神经网络模式识别技术相结合，解决气体传感器的 “交叉敏”问题，从而 完成气体的定性、定量分析；针对常规BP算法的缺点，构造了基于 自适应调整步长和如动量因子的改进BP 算法用于前馈神经网络的训练；通过实验对 H 、CH 、CO等三种气体进行了识别，结果表明利用气体传感器 阵列和前馈神经网络进行气体定性分析是可行的。 美键词塞墨 ；重望塑丝婴堑；堡堡壁墨堕型；壅苎坌堑 中圈分类号 TP183 文献标识码：A 气体传感器所固有的 “交叉敏”问题是气体定 1 实验 性 定量检测的重要障碍 深入探索气体传感器的敏 感机理、改进气体传感器的制作材料和工艺是解决 1．1 气体传感器阵列的选取 气体传感器 “选择性”的重要手段，但是到 目前为止 气体传感器阵列 由具有广谱响应特性、但对不 进展不太。“气体传感器阵列”概念的提出，为懈决这 同气体灵敏度不同的数个独立的气敏元件组成。传 一 问题提供了新的思路。利用阵列中气体传感器的 感器阵列与单个气敏元件在特性上有质的区别，单 交叉选择性对被测介质形成高维响应模式 ．然后结 个气敏元件对气体的响应可用强度来表示，而传感 合模式识别技术，可以对单一气体进行定性分析或 器阵列除了各个传感器的响应外，在全部传感器组 确定混合气体中的特定分量[_～一。气体传感器的响 成的多维空间中形成响应模式 在环境条件一定的 应通常具有较强的非线性 ，所 以常规的模式识别方 情况下 ，阵列上的响应模式与其激励是～一对应的， 法 ，如主成分分析法 、偏最小二乘 回归法、欧几里德 这正是整个系统赖 以工作的基础 。显然，传感器 阵列 聚类分析法等受到局限。由于人工神经网络能够处 的选取并不避讳，而相反利用了气体传感器所固有 理非线性数据，能够容忍传感器的漂移和误差，并具 的 “交叉敏”特性，阵列所决定的多维空间能够蕴涵 有较高的预测精度，因而近年来在人工智能嗅觉领 更多的系统信息。足够数量的相互独立的传感器可 域倍受重视n 。 以提供充分的信息表述一种气体环境，就象从不同 金属氧化物半导体气体传感器是 目前世界上应 角度得到的图象使我们能够对 目标物体进行重建一 用最多的气体传感器，其结构简单、制作方便、成本 样 。 低廉 ，但同时也具有最差的选择性 。本文选取了六个 本文以HnCH“CO 三种气体做为实验对象 。 常用的半导体气体传感器组成阵列，并结合前馈神 为了有效地辨识 以上气体，选取了六个常用的金属 经网络模式识别技术 ，通过实验成功地对 H 、CH 、 氧化物半导体气体传感 器：QM N7Ⅱ、QM～N5 CO等三种气体进行了识别。结果表明：利用气体传 QM-H1、QM—L1、QM—J3、QM—N8型 (黑龙江敏感 感器阵列和前馈神经网络进行气体定性分析是可行 技术产业集团)组成气体传感器阵列。这六个气体传 的