基于气体传感器阵列的矿井可燃混合气体分析

• 作者: 叶小婷 张青春 童敏明
• 来源期刊: 煤矿安全
• 学科: 工学
• 关键词: 气体传感器阵列 神经网络 可燃混合气体 模式识别
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 试验·研究
• 页码范围: 16-19
• 分类号: TD752
• 语种: 中文

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张青春	淮阴工学院电子与电气工程学院	43	152	7.0	10.0
2	童敏明	中国矿业大学信电学院	143	1024	16.0	25.0
3	叶小婷	淮阴工学院电子与电气工程学院	11	25	3.0	4.0