位置:成果数据库 > 期刊 > 期刊详情页
基于RBF神经网络的单一催化传感器检测混合气体研究
  • ISSN号:1004-1699
  • 期刊名称:《传感技术学报》
  • 时间:0
  • 分类:TP212.2[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置] TP183[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]苏州市职业大学电子信息工程系,江苏苏州215104, [2]苏州工业园区职业技术学院机电工程系,江苏苏州215021, [3]中国矿业大学信电学院,江苏徐州221008
  • 相关基金:国家自然科学基金资助项目(50374067)
中文摘要:

根据催化传感器在不同的工作温度下具有不同气体检测灵敏度的特点,提出基于恒温检测与RBF神经网络的单一热催化传感器检测可燃混合气体的新方法。采用动态学习算法的RBF神经网络建立了多种可燃气体分析的数学模型。通过对甲烷,一氧化碳和氢气三种气体混合的样本进行实验,结果表明所研究的方法可以较好地实现单一催化传感器对多种可燃混合气体的分析。

英文摘要:

Based on the sensitivity of catalytic sensor is different in different temperatures , a new method of analyzing flammable gases with a single catalytic sensor based on thermostatic detection and RBF neural network theory was put forward. A mathematic model of analyzing the diversiform inflammable gases was erected by RBF neural network of dynamic learning algorithm. By the experiment of mixed gases such as firedamp, carbon monoxide and hydrogen, the result showed the possibility to analyze mixed inflammable gases by one catalytic sensor.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《传感技术学报》
  • 北大核心期刊(2011版)
  • 主管单位:国家教育部
  • 主办单位:东南大学 中国微米纳米技术学会
  • 主编:黄庆安
  • 地址:南京市四牌楼2号
  • 邮编:210096
  • 邮箱:dzcg-bjb@163.com
  • 电话:025-83794925
  • 国际标准刊号:ISSN:1004-1699
  • 国内统一刊号:ISSN:32-1322/TN
  • 邮发代号:28-366
  • 获奖情况:
  • 2011-2012年获中国科技论文在线优秀期刊一等奖,2012年获第四届中国高校优秀科技期刊奖,2011年获中国精品科技期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:18030