一种分布式光纤测温预警母线
    3.
    发明公开

    公开(公告)号:CN117213655A

    公开(公告)日:2023-12-12

    申请号:CN202311182765.7

    申请日:2023-09-14

    Abstract: 本发明公开了一种分布式光纤测温预警母线,属于光纤测温技术领域,包括母线排、母线本体、设置于母线排顶部的测温结构、设置于母线排顶部的固定结构,母线排的表面开设有母线槽,母线排的两侧壁端开设有滑槽,两个滑动块的侧面连接有延伸板,且两个延伸板穿过滑槽与滑动盖板的内侧相连接,滑动盖板的两侧连接有第一把手,且滑动盖板的顶部也安装有第二把手,滑动盖板的底端连接有多个数量对应母线槽的连接块,且每个连接块的底部安装有光纤测温部,通过第一把手或者第二把手带动滑动盖板内侧延伸板连接的滑动块顺着母线排侧面开设的滑槽进行移动,从而方便带动滑动盖板底端连接块连接的光纤测温部对不同线段的母线本体进行测温。

    一种电子鼻系统基础数据集获取及验证平台

    公开(公告)号:CN113238003B

    公开(公告)日:2023-07-14

    申请号:CN202110498418.X

    申请日:2021-05-07

    Abstract: 本发明公开了一种电子鼻系统基础数据集获取及验证平台,包括微控制模块及与微控制模块电连接的气体传感器阵列、气流控制模块、通讯模块,其特征在于,还包括与微控制模块电连接的环境标签模块,所述环境标签模块包括标签气袋,当所述微控制模块检测到气体传感器阵列数据异于常态时,控制所述标签气袋收集现场气体样品。由此,本发明的电子鼻系统基础数据集获取及验证平台,可应对检测环境的不同成分参数,使系统检测有很好的目标性、选择性。在传感器阵列数据异常时,可以自动收集现场气体样品做进一步的分析,如GC‑MS分析,便于确认异常数据的来源是系统本身的干扰还是现场气体的实际波动。

    一种基于花粉结构二氧化锡制备平板式气体传感器的方法

    公开(公告)号:CN110921699A

    公开(公告)日:2020-03-27

    申请号:CN201911259846.6

    申请日:2019-12-10

    Abstract: 本发明公开了一种基于花粉结构二氧化锡制备平板式气体传感器的方法,通过对天然花粉预处理后与Sn(OH)4水溶胶混合离心焙烧得到纯净的具有天然花粉微观结构的SnO2材料,并超声分散于乙醇溶液中,将传感器衬底充分浸渍得到基于花粉结构二氧化锡的平板式气体传感器。本发明通过具有花粉结构二氧化锡材料的合成方案,解决了将二氧化锡气敏材料转移到气体传感器衬底上的过程中容易破坏其原始微观结构的问题,操作简单,重复性好。

    一种基于电子鼻的葡萄酒SO2浓度的快速测定方法

    公开(公告)号:CN110823966A

    公开(公告)日:2020-02-21

    申请号:CN201911259322.7

    申请日:2019-12-10

    Abstract: 本发明公开了一种基于电子鼻的葡萄酒SO2浓度的快速测定方法,包括S1、取不同浓度SO2的葡萄酒样品;S2、通过电子鼻分别采集每种葡萄酒样本的信息;S3、对所有的样本信息进行预处理,提取每个气体传感器的多个特征参数;S4、通过主成分分析和神经网络构建训练数据的回归模型;S5、通过步骤S4中获得的回归模型,获得待测葡萄酒样本的浓度。由此,本发明的基于电子鼻的葡萄酒SO2浓度的快速测定方法提供了一种使用电子鼻处理复杂成分中低浓度关键成分问题的思路,可以简单、快速地实现葡萄酒SO2浓度的测定。

    一种电子鼻系统在线学习与优化方法及系统

    公开(公告)号:CN118690830B

    公开(公告)日:2024-11-05

    申请号:CN202411155937.6

    申请日:2024-08-22

    Abstract: 本发明属于气体传感检测技术领域,具体涉及一种电子鼻系统在线学习与优化方法及系统。实时采集气味数据并进行标记,形成初始数据集,并上传至云服务器用于后续模型的训练;训练后的模型文件及参数更新到系统中,用于实现电子鼻系统的在线动态学习;采用一维卷积神经网络模型为原始基准模型,对基准模型进行训练,获得预训练的基准模型;基于预训练的基准模型采用迁移学习对权重参数进行调节,得到迁移后的预训练一维卷积神经网络模型,并结合在线被动侵略算法,对实时传入电子鼻系统的数据样本进行增量学习,以此构建1DCNN‑OPA动态学习模型。本发明实现了智能电子鼻气味识别系统的智能化、一体化操作,识别准确率高,实时性强。

    一种电子鼻系统在线学习与优化方法及系统

    公开(公告)号:CN118690830A

    公开(公告)日:2024-09-24

    申请号:CN202411155937.6

    申请日:2024-08-22

    Abstract: 本发明属于气体传感检测技术领域,具体涉及一种电子鼻系统在线学习与优化方法及系统。实时采集气味数据并进行标记,形成初始数据集,并上传至云服务器用于后续模型的训练;训练后的模型文件及参数更新到系统中,用于实现电子鼻系统的在线动态学习;采用一维卷积神经网络模型为原始基准模型,对基准模型进行训练,获得预训练的基准模型;基于预训练的基准模型采用迁移学习对权重参数进行调节,得到迁移后的预训练一维卷积神经网络模型,并结合在线被动侵略算法,对实时传入电子鼻系统的数据样本进行增量学习,以此构建1DCNN‑OPA动态学习模型。本发明实现了智能电子鼻气味识别系统的智能化、一体化操作,识别准确率高,实时性强。

    基于驻定相位原理高主副瓣比非线性调频信号设计方法

    公开(公告)号:CN118070553A

    公开(公告)日:2024-05-24

    申请号:CN202410450969.2

    申请日:2024-04-16

    Abstract: 本发明属于波形设计技术领域,具体涉及一种基于驻定相位原理高主副瓣比非线性调频信号设计方法。根据驻定相位原理通过窗函数生成群时延函数;根据群时延函数反求出时频函数;根据时频函数积分求出基础相位函数;以遵守恒模约束和提升脉冲压缩后主副瓣比为准则调整基础相位函数斜率与幅度得到最终相位函数;根据最终相位函数生成高主副瓣比非线性调频信号,生成非线性调频信号相位函数有显式表达式且脉冲压缩后主副瓣比更低,本发明脉冲压缩后主副瓣比可达‑60dB以上。

    基于动态特征重要度的电子鼻气体传感器阵列优化方法

    公开(公告)号:CN109799269B

    公开(公告)日:2023-09-22

    申请号:CN201910067877.5

    申请日:2019-01-24

    Abstract: 本发明涉及一种基于动态特征重要度的电子鼻气体传感器阵列优化方法,其属于传感器阵列优化技术领域。包括如下步骤:步骤1、通过电子鼻采集目标环境中的气体信息;步骤2、通过方差筛去对目标环境中气体没有响应的气体传感器;步骤3、提取初步筛选后的气体传感器阵列中每个传感器的特征参数;步骤4、根据动态特征重要度对当前传感器阵列中的传感器进行排序,选择最重要的传感器加入优化阵列,判断当前优化阵列是否符合需求。本发明的有益效果是:本发明解决了电子鼻系统中依据经验设计传感器阵列或简单相关性优化阵列的低效问题,具有简单快速,易于实施,普适性强和可解释性强的特点。

Patent Agency Ranking