论文部分内容阅读
为更加精确测量气体浓度,研究了气敏传感器测量气体浓度的工作原理,通过在不同环境下对相关数据实时采集,运用神经网络的最速下降反向传播学习,模拟出传感器感应阻值与气体浓度的关系特性,分析得到传感器模型的相关参数,构建出气敏传感器的数学测量模型。针对不同传感器气敏半导体材料结构存在差异的问题,通过修正不同模型系数,建立气敏传感器的动态测量模型。实验及应用结果表明,由最速下降反向传播学习算法构建的气敏传感器数学测量模型,能较准确地实现对待测气体实时浓度值计算,是一种较为有效的测量和预测方法,具有一定的实用价值。