Нейросетевые мультисенсорные системы газового анализа для контроля технологических процессов

Нейросетевые мультисенсорные системы газового анализа для контроля технологических процессов

Автор: Севастьянов, Евгений Юрьевич

Шифр специальности: 05.13.06

Научная степень: Кандидатская

Год защиты: 2007

Место защиты: Томск

Количество страниц: 161 с. ил.

Артикул: 3385122

Автор: Севастьянов, Евгений Юрьевич

Стоимость: 250 руб.

Нейросетевые мультисенсорные системы газового анализа для контроля технологических процессов  Нейросетевые мультисенсорные системы газового анализа для контроля технологических процессов 

Содержание
Введение
Глава 1. Мультисенсорные системы газового анализа. Обзор литературы
1.1. Сенсорные системы в газовом анализе
1.2. Сенсоры применяемые в мультисенсорных газовых анализаторах .
1.2.1. Характеристики сенсоров
1.2.2. Сенсоры на основе проводящих полимерных композитов
1.2.3. Сенсоры на полимерах с собственной проводимостью
1.2.4. Полупроводниковые сенсоры на основе оксидов металлов
1.2.5. Сенсоры на поверхностных акустических волнах
1.2.6. Сенсоры на объемных акустических волнах
1.3. Классификация газоаналитических сенсорных систем.
1.3.1. Классическая сенсорная газоаналитическая система.
1.3.2. Газоапалитическис системы на основе термоциклирования
1.4. Методы обработки информации в сенсорных системах газового анализа
1.4.1. Предварительная обработка сигналов сенсоров
1.4.2. Редукция пространства признаков
1.4.3. Алгоритмы классификации
1.5. Выводы.
Глава 2. Полупроводниковый газовый сенсор на основе оксида олова
2.1. Проводимость полупроводникового сенсора
2.2. Экспериментальное определение потенциального барьера.
2.3. Зависимость проводимости сенсора от концентрации газа
2.4. Имитационная динамическая модель полупроводникового сенсора .
2.5. Моделирование проводимости сенсора в чистом воздухе и в присутствии анализируемого газа .
2.С. Выводы.
Глава 3. Мультисенсорная система газового анализа
3.1. Постановка задачи.
3.2. Стабилизация температуры сенсора
3.2.1. Непрерывная стабилизация.
3.2.2. Импульсная стабилизация
3.3. Способы измерения проводимости сенсора
3.4. Управляющая программа микроконтроллера
3.5. Понижение размерности входных данных
3.6. Искусственные нейронные сети.
3.7. Выводы.
Глава 4. Применение МСГА
4.1. Автоматизированная система научных исследований мультисенсорных систем газового анализа
4.1.1. Назначение системы
4.1.2. Управляющая программа.
4.1.3. Программа обработки данных
4.2. Применение мультисеисорного газоанализатора для контроля технологических газовых сред в процессе промышленного синтеза полиэтилена .
4.2.1. Постановка задачи.
4.2.2. Автоматизация хроматографического контроля параметров ТП .
4.2.3. Мультисенсорная система газового анализа для контроля технологических сред
4.2.4. Экспериментальная часть.
4.3. Мультигазоанализатор с использованием полупроводникового сенсора в режиме термоциклировапия
4.4. Выводы.
Заключение 1
Литература


Приведены алгоритмы минимизации пространства признаков методом трансформации пространства признаков ортогональными преобразованиями и методы селекции признаков, дан сравнительный анализ на основе данных полученных с помощью четырсхссисориой системы ГА. Приведено описание и анализ использования ИНС с точки зрения возможности использования ИНС на малых вычислительных архитектурах, проведено определение оптимальной конфигурации ИНС и сё обучение для задачи количественного анализа смеси газов. Четвертая глава содержит описание практического применения МСГА. Приведено описание АСНИ, которая применяется для исследований в области мультисснсорного ГА. Приведено описание системы хроматографического контроля ацетилена и проведено исследование возможности применения МСГА в задаче контроля водорода в этан-этиленовой фракции. Приведено описание мультигазоанализатора на основе одного сенсора в режиме термо-циклирования, показано, что мультигазоанализатор уверенно распознает три типа газов: СО, #2 и СН4. В заключении сформулированы основные результаты, полученные при выполнении диссертационной работы. Мультисенсорные системы газового анализа. Газоаналитические сенсорные системы можно рассматривать с точки зрения преобразования информации — внешнее воздействие на систему преобразуется в отклик. Задача сенсорной системы, в общем случае, является обратной и состоит в том, чтобы по отклику системы оценить характеристики внешнего воздействия, в нашем случае, внешним воздействием является исследуемая газовая среда. Решение этой задачи основывается на моделировании зависимости отклика сенсора при взаимодействии с исследуемой газовой средой и построении обратной модели. Простейшей газовой сенсорной системой является система, основанная на одном сенсоре. Очевидно, что для успешного использования подобной системы требуется, чтобы реакция такой системы на детектируемый газ была много больше реакции системы на другие присутствующие газы. Это условие выполняется, если сенсор имеет достаточную селективность к детектируемому газу, либо газовая среда в которой производится анализ, не имеет тех компонентов, которые могут оказать существенное негативное влияние на качество работы системы. В первом случае для развития систем подобного рода требуется повышение селективности к исследуемым газам, а также увеличение количества селективно детектируемых газов, а во втором требуется либо специальная подготовка пробы исследуемого газа, либо необходимо заведомо сужать область возможного применения подобных систем. Увеличение селективности систем основанных на одном сенсоре, является сложной задачей, и подобные задачи, в общем, не имеют стандартных методов решения. Например, измерение влажности воздуха емкостным датчиком, основано на наличии высокой диэлектрической проницаемости воды, измерение концентрации кислорода основано на том, что кислород имеет парамагнитные свойства, тогда как, практически все остальные газы диамагнетики, измерение концентрации водорода, часто осуществляется по теплопроводности, т. Также можно отметить детектирование газов по оптическому спектру — такой способ достаточно универсален и пригоден для различных газов, но для реализации его требуется высокоточное, сложное оборудование [8]. Очевидно, задача повышения селективности сенсора до необходимого уровня, имеет свой технологический предел, который уже во многом исчерпан, о чем свидетельствует отсутствие сообщений о существенных успехах в этой области в ведущих мировых научных изданиях последних лет. Наиболее перспективным путем для решения подобных задач является развитие новых типов сенсорных систем, основанных на совершенствовании методов обработки сенсорной информации. Повысить селективность, а следовательно и точность измерения возможно при реализации МСГА, в которой все сенсоры имеют различную чувствительность (относительно друг друга) к внешним воздействиям [9]. Необходимо отметить еще одно весьма важное направление развития МСГА, характерное именно для этого типа систем: классификация веществ по запаху [. Запах вещества определяется большим набором летучих органических составляющих, поэтому с помощью МСГА невозможно детальное определение этого набора, однако различные запахи по разному влияют на различные сенсоры, т.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.225, запросов: 244