基于气体传感器阵列的矿井可燃混合气体分析
叶小婷1
张青春1
童敏明2
1.淮阴工学院电子与电气工程学院,江苏淮安,2230032.中国矿业大学信电学院,江苏徐州,221116
摘要：由于气体传感器的选择性差,交叉敏感严重,单一BP神经网络识别方法存在识别能力低,分析误差较大,在非期望节点有噪声输出等难题,影响气体分析的精度和效果。对基于常规BP神经网络的定量分析方法进行了改进,提出一种双层复合神经网络的气体分析模型,并以矿井中常见的H2S,CO和CH4 3种可燃混合气体为实验对象,进行混合气体的定量分析。实验结果表明,基于双层复合神经网络的可燃混合气体定量分析最大相对误差为4.4%,大大提高了定量分析精度。
关键词：气体传感器阵列神经网络可燃混合气体模式识别
分类号：TD752(矿山安全与劳动保护)
资助基金：国家自然科学基金(60910005)
论文发表日期：2012-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 16-19 )
英文信息