[发明专利]一种MEMS薄膜半导体气敏传感器阵列识别方法在审

专利信息
申请号: 202011401931.4 申请日: 2020-12-02
公开(公告)号: CN112557459A 公开(公告)日: 2021-03-26
发明(设计)人: 余岑;李如意;李东风;黄志华;刘红恩 申请(专利权)人: 安徽芯核防务装备技术股份有限公司
主分类号: G01N27/12 分类号: G01N27/12;G01N33/00;G16C20/20;G16C20/70;G06K9/62
代理公司: 暂无信息 代理人: 暂无信息
地址: 231400 安徽省合肥市*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 mems 薄膜 半导体 传感器 阵列 识别 方法
【权利要求书】:

1.一种MEMS薄膜半导体气敏传感器阵列识别方法,其特征在于,包括,

S1:已知物质建模:使用传感器阵列对第一类已知物质进行采样,将传感器阵列放入气敏检测密闭箱内,向气敏检测密闭箱逐步注入第一类已知物质的挥发气体,使得气敏检测密闭箱内第一类已知物质的挥发气体浓度逐步上升;

S2:在步骤S1所述第一类已知物质的挥发气体浓度逐步上升的过程中的ti时刻,得到m个传感器组合成的电导率变化向量,重复上述步骤得到n个时刻的电导率变化向量集合;

S3:对所述电导率变化向量集合进行标准化得到标准化电导率变化向量集合,对所述标准化电导率变化向量集合进行主元分析,获取第一主成分向量作为单类已知物质采样的一个数据,对第一类已知物质采集x次,获得所述第一主成分向量集合;

S4:对k类已知物质重复步骤S1、S2和S3,得到k类已知物质的第一主成分向量,对所述k类已知物质第一主成分向量进行线性判别式分析,计算得到特征变换矩阵Wotp,获得样本类,存入特征数据库中;

S5:未知物质检测:重复步骤S1、S2和S3得到未知物质的n个时刻的电导率变化向量测试集合,标准化电导率变化向量测试集合,获取第一主成分测试向量;

S6:将第一主成分测试向量通过Wotp变换到特征空间,投影到特征空间的一个点td

S7:将td与所述特征数据库中的样本类进行比较:计算td与所述特征数据库中的样本类均值的距离是否小于已有样本聚类的分布直径,判断更接近哪一类气体;

S8:如果第一主成分测试向量属于特征数据库中需要报警的类别,并超过报警阈值则发出报警。

2.根据权利要求1所述的MEMS薄膜半导体气敏传感器阵列识别方法,其特征在于,所述采集x次,x5。

3.根据权利要求1所述的MEMS薄膜半导体气敏传感器阵列识别方法,其特征在于,所述k类已知物质分为危险性低物质和危险性高物质。

4.根据权利要求3所述的MEMS薄膜半导体气敏传感器阵列识别方法,其特征在于,所述危险性低的物质包括,酒精、香水、花露水、橘子皮、柚子皮。

5.根据权利要求3所述的MEMS薄膜半导体气敏传感器阵列识别方法,其特征在于,所述危险性高的物质包括,汽油、松香水、香蕉水。

6.根据权利要求1所述的MEMS薄膜半导体气敏传感器阵列识别方法,其特征在于,所述征空间的一个点td对应的向量维度为特征空间维度。

7.根据权利要求1所述的MEMS薄膜半导体气敏传感器阵列识别方法,其特征在于,所述线性判别式分析包括,设定特征库维数j,所述特征库维数jm。

8.根据权利要求1所述的MEMS薄膜半导体气敏传感器阵列识别方法,其特征在于,所述传感器的电导率变化为,其中ρi为ti时刻传感器的电导率。

9.根据权利要求1所述的MEMS薄膜半导体气敏传感器阵列识别方法,其特征在于,所述主元分析的累计贡献率达到85%的前几个特征值对应的特征向量为主成分。

10.根据权利要求1所述的MEMS薄膜半导体气敏传感器阵列识别方法,其特征在于,所述标准化为,其中

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安徽芯核防务装备技术股份有限公司,未经安徽芯核防务装备技术股份有限公司许可,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/202011401931.4/1.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