-
公开(公告)号:CN117972546A
公开(公告)日:2024-05-03
申请号:CN202410214364.3
申请日:2024-02-27
Applicant: 哈尔滨理工大学
Abstract: 一种混合气体识别与浓度检测方法,属于气体检测技术领域。解决了现有混合气体识别与浓度检测方法存在计算过程繁杂的问题。本发明对待识别混合气体样本集预处理后特征提取,获取测试样本集,建立第一训练样本集并进行特征提取,建立ISHO‑SVM分类器,通过提取的第一训练样本集特征对ISHO‑SVM分类器进行训练,再利用测试样本集进行种类的预测,获取待识别混合气体的种类;根据测得待识别混合气体的种类,获取第二训练样本集,建立GA‑ADASYN‑SVR回归模型,利用第二训练集对GA‑ADASYN‑SVR训练回归模型,利用GA‑ADASYN‑SVR回归模型对测试样本集中气体度进行预测,完成气体浓度的检测。本发明适用于混合气体识别与浓度检测。
-
公开(公告)号:CN116798535A
公开(公告)日:2023-09-22
申请号:CN202310596112.7
申请日:2023-05-24
Applicant: 哈尔滨理工大学
IPC: G16C20/20 , G01N27/12 , G01M9/02 , G16C20/70 , G06F18/10 , G06F18/213 , G06F18/2413 , G06F18/2415 , G06F18/2431 , G06F18/2451 , G06F18/25 , G06N3/006 , G06F123/02
Abstract: 本发明公开一种基于信号重构精细复合滑动平均波动色散熵的湍流混合气体识别方法属于气体检测领域;该方法依次执行以下步骤:步骤a、重构时域信号,首先将传感器阵列中n个传感器的响应信号顺序拼接成一个时序信号;步骤b、再用精细复合滑动平均的波动色散熵(RCMAFDE)对重构的时序信号进行特征提取,获取湍流混合气体特征集;步骤c、然后构建使用MRVM分类器识别气体类别,为了提高识别精度,选择麻雀优化算法优化MRVM的高斯核函数的核参数;本发明通过从不同传感器获取的数据,采用RCMAFDE作为特征提取方式,实现了气体类别特征的充分提取,提高了分类识别精度,分类精度达到98.3%。
-
公开(公告)号:CN222529269U
公开(公告)日:2025-02-25
申请号:CN202323029658.9
申请日:2023-11-09
Applicant: 哈尔滨理工大学
Abstract: 本实用新型公开了一种用于生产流水线的在线高速气体检测装置,属于气体检测装置,包括外壳、防尘过滤海绵、电磁阀一、电磁阀二、真空发生器、消声器、微型气室、单向阀、传感器阵列、控制器、颜色传感器、进气管道、微型气室出气管道、微型气室吹扫气进气管道。进气管道包括进气管、T形三通接头、第一管道、第二管道、第三管道。传感器阵列包括传感头和模数转换模块。控制器包含单片微控制器、电源管理模块和电磁阀驱动模块。控制器根据传感器阵列的数据进行分析和判断,实现了对生产过程的实时监控。进气管道与高压气源连接,通过本实用新型公开的装置,实现对流水线上产品散发的气体进行快速收集和分析。与现有技术相比,本实用新型的有益效果包括:可实现在流水线线上对产品进行检测,无需将样品从生产线上取下,进行理化检验。可在极短时间内对产品散发的气体进行气体收集、采样、分析,满足生产线的高速运行需求。基于电子鼻技术,使用传感器阵列收集数据,使得准确性较高。
-
-