[发明专利]一种新型传感器阵列板及其混合气体分析方法有效

专利信息
申请号: 202111352025.4 申请日: 2021-11-16
公开(公告)号: CN114077848B 公开(公告)日: 2022-11-04
发明(设计)人: 宋冬雪;尹国中;尹逸云;秦战军 申请(专利权)人: 无锡时和安全设备有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G01N33/00
代理公司: 无锡市汇诚永信专利代理事务所(普通合伙) 32260 代理人: 苗雨
地址: 214000 *** 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: 一种 新型 传感器 阵列 及其 混合气体 分析 方法
【权利要求书】:

1.一种新型传感器阵列板,其特征在于,包括主板、主处理器和至少两种气体传感器探头组件;所述气体传感器探头组件通过组件接插头与母座连接;所述主板包括多通道数据切换开关;所述主处理器内设置有用于对气体进行定性识别和定量分析的定性定量分析模块;所述气体传感器探头组件通过所述多通道数据切换开关连接所述定性定量分析模块,所述新型传感器阵列板包含8个6芯DIN端子连接母座,可插接八路气体传感器探头组件;气体传感器探头组件包含传感器、信号检测电路、组件接插头三部分,多通道数据切换开关包含两个通道选择芯片,通过6芯S端子与主处理器进行通讯;所述信号检测电路包含线性电源(010)、信号前置放大电路(012)、AD信号采集芯片(013)、EEPROM数据存储芯片(014);主处理器(03)与主板(02)通过数字信号进行通讯。

2.如权利要求1所述的一种新型传感器阵列板,其特征在于,所述定性定量分析模块通过LDA结合M-RVM方法和MVRVM方法对气体进行定性识别和定量分析。

3.一种新型传感器阵列板的混合气体分析方法,基于权利要求1或2任一所述的一种新型传感器阵 列板,其特征在于,包括以下步骤:

S1进行数据采集与预处理,形成训练样本矩阵;

S2进行M-RVM分类模型训练;

S3进行MVRVM回归模型训练;

S4对待测样本进行分析。

4.如权利要求3所述的一种新型传感器阵列板的混合气体分析方法,其特征在于,所述S1包括:

S11气体通过动态稀释仪产生多组不同浓度的标气,每组浓度重复采样同等次数,主处理器采集不同通道的各气体传感器探头组件的响应数据;

S12对采集到的相应数据进行归一化处理,形成训练样本矩阵。

5.如权利要求3或4所述的一种新型传感器阵列板的混合气体分析方法,其特征在于,所述S2包括:

S21对S1得到的待测训练样本矩阵进行LDA特征提取,得到样本特征矩阵;

S22在样本特征矩阵引入数据标签,建立样本训练集;

S23将样本训练集代入到M-RVM分类模型中,选择poly核函数,采用粒子群优化法对核参数进行调优,求出M-RVM分类相关向量;

S24将样本训练集代入M-RVM分类相关向量,求出待测样本的输出概率矩阵,得出气体定性识别结果,输出相应的气体分类标签。

6.如权利要求5所述的一种新型传感器阵列板的混合气体分析方法,其特征在于,所述S3包括:

S31获取S1得到的训练样本矩阵;

S32建立MVRVM回归模型,选用gauss核函数,通过交叉验证法对核参数取值进行调优;

S33结合气体分类标签,形成气体回归模型。

7.如权利要求6所述的一种新型传感器阵列板的混合气体分析方法,其特征在于,所述S4包括:

S41对待测气体进行数据采集、信号预处理,形成待测样本矩阵;

S42通过LDA特征提取,获得待测样本特征矩阵;

S43将待测样本特征矩阵代入M-RVM分类相关向量,求出待测样本的输出概率矩阵,判别后输出相应气体类型标签;

S44查找对应气体类型的气体回归模型,输入待测样本进行定量分析;

S45输出气体浓度。

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无锡时和安全设备有限公司,未经无锡时和安全设备有限公司许可,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/202111352025.4/1.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