[发明专利]智能气体识别方法、系统、设备及计算机可读存储介质

说明书

本发明公开了智能气体识别方法、系统、设备及介质。本发明的智能气体识别方法，包括：将至少一个气体传感器置于含有某气体的环境内；对气体传感器进行电压调制，采集气体传感器的训练响应信号；对训练响应信号进行预处理和特征提取，得到气体训练数据集；利用气体训练数据集得到深度学习的气体识别模型；将所述气体传感器置于含有待识别气体的环境内，得到待识别气体数据集并将其发送至气体识别模型进行气体识别。本发明的智能气体识别方法，可以通过测试单个气体传感器在不同电压调制模式下对不同种类的气体或不同浓度的同一气体的动态响应，结合信号预处理、特征提取与深度学习技术，构建深度学习的气体识别模型，达到对气体识别分类的目的。

技术领域

本发明涉及智能气体技术领域，特别是涉及智能气体识别方法、系统、设备及计算机可读存储介质。

背景技术

现实生活中存在许多场景需要对气体进行精确识别，在工业环境中，一些工场存在有毒气体，因为这些气体中有些无色无味，有些含量低微，仅凭人类的嗅觉难以识别，另外，在食品检测中，通过对特定气体的识别，即可以判断食品是否变质，保障食用安全，还可以判定茶叶、酒水的质量状态，有效区分其优劣水平，因此，对于气体的检测和识别很有必要。

现有的气体检测仪一般是通过光谱分析确定气体中分子或原子质量比例进而有效识别气体，但是这种分析方法对技术人员和设备的要求均极高，且实现这种检测方法的设备造价也极昂贵，想要通过光谱分析实现气体识别无论是人工成本或设备成本都很高，如此，工业环境不能实现全范围检测和报警，难以保障工作人员安全，还有基于传感器阵列的电子鼻系统，这种系统识别气体时需要使用大量的气体传感器，存在选择性差、运算复杂、冗余特征多、长期漂移、耗材多、体积大、可集成度低的问题。

发明内容

基于此，本发明的目的在于，提供智能气体识别方法、系统、设备及计算机可读存储介质，可以通过测试单个气体传感器在不同电压调制模式下对不同种类的气体或不同浓度的同一气体的动态响应，再结合信号预处理、特征提取与深度学习技术，构建深度学习的气体识别模型，以达到对气体识别分类的目的。本发明的智能气体识别方法，运算简单，识别精度高，耗材小，稳定性强，容易实现，且对设备或工人的技术要求低。

本发明的目的通过以下技术方案实现：

第一方面，一种智能气体识别方法，包括以下步骤：

将至少一个气体传感器置于含有某气体的环境内，并使其两端的初始电压处于稳定状态；

根据预置参数对气体传感器进行电压调制，同时采集气体传感器在调制电压下的训练响应信号；

对训练响应信号进行预处理和特征提取，得到气体训练数据集；

将气体训练数据集喂入深度神经网络进行深度学习，得到深度学习的气体识别模型；

将所述气体传感器置于含有待识别气体的环境内，对气体传感器进行相同的电压调制，同时采集气体传感器在调制电压下的待识别响应信号，并对其进行相同的预处理和特征提取，得到待识别气体数据集并将其发送至气体识别模型，实现气体识别。

本发明的智能气体识别方法，基于气体传感器的气敏特性受器件温度的影响和控制，在不同工作温度范围内对不同气体/气味的响应有所不同，通过测试单个气体传感器在不同电压调制模式(温度模式)下对不同种类的气体或不同浓度的同一气体的动态响应，再结合信号预处理、特征提取与深度学习技术，构建深度学习的气体识别模型，以达到对气体识别分类的目的。本发明的智能气体识别方法，运算简单，识别精度高，耗材小，稳定性强，容易实现，且对设备或工人的技术要求低。

进一步优选地，所述采集气体传感器在调制电压下的训练响应信号、以及所述采集气体传感器在调制电压下的待识别响应信号，具体为：于相同的调制电压、调制温度范围、采样频率和采样时长下，重复采集训练响应信号以及待识别响应信号20-100次。