作者:敖家佩,邱海峰,贾唐浩,李昕,刘卫华,雷绍充 单位:西安交通大学 出版:《西安交通大学学报》2019年第12期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFXAJT2019120220 DOC编号:DOCXAJT2019120229 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于电子鼻技术的泄漏医用气体监测系统的设计》PDF+DOC2016年第12期 范亚军,李晖,钱惠华 《用于检测糖尿病标志物的电子鼻优化设计》PDF+DOC2018年第01期 奉轲,花中秋,伍萍辉,李彦,曾艳,王天赐,邱志磊 《多传感器技术的现状与展望》PDF+DOC2005年第12期 汤晓君,刘君华 《基于信息融合技术的发动机故障诊断的研究》PDF+DOC2003年第05期 王赟松,褚福磊,何永勇,郭丹 《基于多BP子网络的电子鼻信息融合技术》PDF+DOC2003年第11期 王米娜,杨建华,侯宏,王晗 《基于Chebyshev网络和最佳逼近理论的CO_2浓度检测》PDF+DOC2011年第06期 颜世平,彭敏放,雷将锋,谭虎 《电子鼻在环境监测中的应用与进展》PDF+DOC2011年第10期 方向生,施汉昌,何苗,蔡强 《一种气体传感器阵列检测模式识别新方法》PDF+DOC2010年第01期 陈伟根,齐辉,王有元,彭姝迪 《基于人工神经网络的电子鼻对混合气体检测研究》PDF+DOC2010年第05期 耿志广,王希武,王寅龙,神鹏飞 《基于BP神经网络的矿井一氧化碳检测方法研究》PDF+DOC2007年第10期 叶小婷,汤劼
  • 为了解决管道内天然气监测技术中由于各组分互相交叉而带来的组分与浓度识别精度低且无法在线监测的难题,提出了一种采用气体传感器阵列与信息融合技术相结合的多组分浓度在线监测方法。该方法首先通过传感器阵列获得对混合气体的交叉干扰响应值,然后利用比较结果最优的辨识回归算法MLP对测量的实验样本进行组分辨识后对交叉干扰量进行修正并融合,得到相关权重与偏置参数,最终经过非线性计算获得满足精度要求的浓度值。仿真结果表明:采用该方法对开源数据库中6种单一组分进行种类识别,整体分类准确性最高达到99%,对浓度进行回归识别中,回归系数R~2最高达0.99。将该方法用于管道内天然气混合气体的种类与浓度识别,可得到甲烷、非甲烷总烃、氮气的回归相关系数R~2分别为0.99、0.96和0.99。实验结果表明,该方法降低了交叉敏感的影响,满足了设备所需的精度要求,可以实现天然气的在线监测。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。