[发明专利]电子鼻系统及其在仓储中的气源鉴别及定位方法在审
| 申请号: | 201810415579.6 | 申请日: | 2018-05-03 |
| 公开(公告)号: | CN108398533A | 公开(公告)日: | 2018-08-14 |
| 发明(设计)人: | 赵东杰;刘军;游思晴;马廷伟;丁庆行;周明 | 申请(专利权)人: | 北京物资学院 |
| 主分类号: | G01N33/00 | 分类号: | G01N33/00;G01N1/34;G01N1/24;G06F17/30;G06N3/08 |
| 代理公司: | 北京东方灵盾知识产权代理有限公司 11506 | 代理人: | 王君昌;苏向银 |
| 地址: | 101149*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 电子鼻系统 传感器阵列 气体传感器阵列 数据处理器 仓储环境 气源 鉴别 仓储 神经网络模型 气体过滤器 待测样品 过滤装置 过滤组件 模式判别 气体干扰 气体检测 神经网络 信号提取 进气 滤除 混杂 数据库 筛选 | ||
1.一种电子鼻系统,其特征在于,包括:
进气及过滤组件,所述进气及过滤组件对待测仓库气体进行取样,在对取样气体预过滤后将所述取样气体存储;
FAIMS气体过滤器,所述FAIMS气体过滤器与所述进气及过滤组件相连,以用于接收所述进气及过滤组件存储的所述采样气体,所述FAIMS气体过滤器通过FAIMS传感器对所述采样气体进行离子过滤;
气体传感器阵列,所述气体传感器阵列与所述FAIMS气体过滤器相连,所述气体传感器阵列响应经过离子过滤的所述采样气体产生的电阻变化,通过信号采集电路及A/D转换产生相应的传感器阵列信号;
数据处理器,所述数据处理器与所述气体传感器阵列相连,以根据所述传感器阵列信号提取传感器阵列信息主成分,根据提取的传感器阵列信号主成分,建立神经网络,运用数据库的大量数据对其进行训练,并确定神经网络模型和参数后对仓储环境中待测样品气体进行模式判别。
2.根据权利要求1所述的电子鼻系统,其特征在于,所述进气及过滤组件包括:
抽气泵,所述抽气泵用于抽取所述取样气体;
过滤装置,所述过滤装置的入口与所述抽气泵的出口相连;
检测装置,所述检测装置的入口与所述过滤装置的出口相连,所述检测装置包括压力计、流量计和温度计,以对所述过滤装置流出的所述取样气体的压力、流速及温度进行计量;
气体存储装置,所述气体存储装置与所述检测装置的出口连接;
控制模块,所述控制模块分别与所述抽气泵和所述过滤装置连接。
3.根据权利要求2所述的电子鼻系统,其特征在于,在所述抽气泵与所述过滤装置之间设有第一阀门,在所述检测装置与所述气体存储装置之间设有第二阀门,在所述气体存储装置的出口处设有第三阀门,所述第一阀门、所述第二阀门和所述第三阀门均与所述控制模块相连。
4.根据权利要求2所述的电子鼻系统,其特征在于,所述过滤装置包括:依次排布的活性炭层、硅橡胶颗粒层和分子筛层。
5.根据权利要求1所述的电子鼻系统,其特征在于,FAIMS气体过滤器包括:
FAIMS漂移管,漂移管是FAIMS的核心部件,用于实现离子将在漂移管中分离;
离子源,所述离子源设在所述FAIMS漂移管的离化区,所述取样气体与所述离子源产生的反应离子相互作用形成产物离子;
外围电路模块,所述外围电路模块作用在所述产物离子上,所述外围电路模块用于产生补偿电场和非对称电场,以实现对所述产物离子的不同种类离子分离。
6.根据权利要求5所述的电子鼻系统,其特征在于,所述外围电路模块包括与FAIMS漂移管匹配的非对称波形发生电路、补偿电压发生电路、离子电流放大电路以及辅助电极电路。
7.根据权利要求6所述的电子鼻系统,其特征在于,所述外围电路模块进一步包括与所述离子电流放大电路连接的数据处理显示单元。
8.根据权利要求6所述的电子鼻系统,其特征在于,所述气体传感器阵列包括:质量流量控制器,所述质量流量控制器用于对所述取样气体的流量进行控制。
9.一种电子鼻系统在仓储中的气源鉴别及定位方法,其特征在于,包括:以下步骤:
气体采样,对待测仓库气体进行取样、预过滤并进行储存;
气体过滤,采样后的气体通过FAIMS气体过滤器进行离子过滤;
气体检测,将过滤后的气体通入电子鼻,提取有用的传感器信息;
特征提取,归一化,对提取的特征进行降维,提取传感器阵列信息主成分;
模式识别,根据提取的传感器阵列信号主成分,建立神经网络,运用数据库的大量数据对其进行训练,确定神经网络模型、参数;
对仓储环境中待测样品气体进行模式判别。
10.根据权利要求9所述的电子鼻系统在仓储中的气源鉴别及定位方法,其特征在于,在进行模式识别时,按照以下步骤进行:
由电子鼻采集到的数据存储在传感器阵列数据库中,从该数据库中提取出若干样本的传感器数据,将其作为待分析数据;
将其转换成一个行为样本,列为传感器读数的M行N列样本矩阵;
计算出样本矩阵的协方差矩阵和均值;
求出协方差矩阵的特征值及其对应的特征向量;
将特征向量按对应特征值的从大到小排序,取前K个特征值对应的特征向量;
将其作为传感器阵列信号主成分,从数据库提取传感器阵列信号数据,建立BP-神经网络,导入样品数据对神经网络模型及参数进行优化,最后进行检验。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京物资学院,未经北京物资学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810415579.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种测量精确的节能型甲醛检测设备
- 下一篇:一种果蔬农药检测装置





