[发明专利]基于AGA-Elman算法的红外气体传感器及湿度补偿方法在审

专利信息
申请号: 201811561587.8 申请日: 2018-12-20
公开(公告)号: CN109709058A 公开(公告)日: 2019-05-03
发明(设计)人: 常建华;赵勇毅;李红旭;沈婉;豆晓雷 申请(专利权)人: 南京信息工程大学
主分类号: G01N21/3504 分类号: G01N21/3504;G06N3/04
代理公司: 南京钟山专利代理有限公司 32252 代理人: 戴朝荣
地址: 210044 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 湿度补偿 微处理器系统 红外气体传感器 湿度传感器 神经网络 发送 算法 自适应遗传算法 热释电探测器 神经网络算法 归一化处理 红外传感器 经验公式法 参比电压 测量电压 记忆功能 嵌有 测量 优化
【权利要求书】:

1.一种基于AGA-Elman算法的红外气体传感器,其特征在于,所述红外气体传感器包括红外传感器、湿度传感器和微处理器系统;

所述红外传感器、湿度传感器分别与微处理器系统电连接;

所述红外传感器包括采样气室、以及安装在采样气室内的红外光源、热释电探测器;

所述热释电探测器具有两个相互独立的接收端,这两个接收端分别被定义成测量端和参比端;

所述红外光源发出的光束在采样气室内经多次反射后被热释电探测器的的两个接收端接收,热释电探测器响应于接收到红外光源发出的光束,将测量端接收到的分量光转换成测量电压U0、参比端接收到的分量光转换成参比电压U1,再将转换生成的测量电压U0和参比电压U1发送至微处理器系统;

所述湿度传感器安装在采样气室内,被设置成实时探测采样气室内湿度值,并将探测的湿度值转换成一湿度电压U2发送至微处理器系统;

所述微处理器系统内设置有一嵌有AGA-Elman神经网络算法的湿度补偿模块;

所述微处理器系统接收热释电探测器发送的测量电压U0和参比电压U1、以及湿度传感器发送的湿度电压U2,归一化处理后,发送至湿度补偿模块进行湿度补偿计算,以获取经湿度补偿后的气体浓度。

2.根据权利要求1所述的基于AGA-Elman算法的红外气体传感器,其特征在于,所述红外气体传感器还具有一无线传输模块和一显示终端;

所述无线传输模块电连接微处理器系统和显示终端,用以建立微处理器系统和显示终端之间的数据链路。

3.根据权利要求1所述的基于AGA-Elman算法的红外气体传感器,其特征在于,所述采样气室沿纵长方向设置有第一端部和第二端部,第一端部和第二端部均为封闭端,采样气室顶部设置有一进气口和一出气口;

所述采样气室包括红外光源、反光杯、热释电探测器;

所述反光杯固定安装在采样气室的第一端部,红外光源位于其焦点上,红外光源发出的光束经反光杯反射后平行传输至位于采样气室第二端部的热释电探测器;

所述热释电探测器的两个接收端均朝向采样气室的第一端部,接收端用以接收光束的上表面垂直于光束传输方向;

所述红外光源和热释电探测器均与微处理器系统电连接。

4.根据权利要求3所述的基于AGA-Elman算法的红外气体传感器,其特征在于,所述采样气室的进气口和出气口内侧设置有防护罩;

所述防护罩包括聚丙烯纤维布和防静电网。

5.根据权利要求3所述的基于AGA-Elman算法的红外气体传感器,其特征在于,所述采样气室沿光束传播方向平行设置有第一溴化钾窗片和第二溴化钾窗片,第一溴化钾窗片和第二溴化钾窗片均垂直于光束传播方向;

所述红外光源位于采样气室第一端部和第一溴化钾窗片之间;

所述热释电探测器位于第二溴化钾窗片和采样气室第二端部之间。

6.根据权利要求3所述的基于AGA-Elman算法的红外气体传感器,其特征在于,所述采样气室的第一端部和第二端部外侧均设置有密封圈。

7.一种基于AGA-Elman算法的红外气体传感器的湿度补偿方法,其特征在于,所述气压补偿方法包括:

S1:创建以测量电压、参比电压、湿度电压为参数的基于AGA-Elman算法神经网络模型;

S2:接收热释电探测器发送的测量电压U0和参比电压U1、以及湿度传感器发送的湿度电压U2,进行归一化处理;

S3:将归一化处理后的数据发送至已创建的AGA-Elman算法神经网络模型的输入层,AGA-Elman算法神经网络模型对其进行湿度补偿计算后,由AGA-Elman算法模型的输出层输出计算结果,将输出的计算结果作为经湿度补偿后的气体浓度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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南京信息工程大学,未经南京信息工程大学许可,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/201811561587.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top