本实用新型专利技术涉及一种基于神经网络的混合气体成分检测装置，包括以下装置：（1）传感器矩阵电路部分、（2）温度检测反馈部分、（3）液晶显示部分、（4）拟合基于Matlab仿真的多种神经网络优化算法的单片机控制部分、（5）由变压器、整流桥和LM7805为主构成的电源部分、（6）基于MSP430G2553的单片机控制部分，传感器矩阵电路部分和由DS18B20构成的温度检测反馈部分采集信息反馈到基于MSP430G2553的单片机控制部分；同时由变压器、整流桥和LM7805为主构成的电源部分，为整个电路提供电源，通过预设的神经网络优化算法在单片机内进行计算，并通过LCD12864液晶显示部分实时显示。
【技术实现步骤摘要】
本技术一种基于神经网络的混合气体成分检测装置，特别涉及与传感器矩阵和神经网络算法的奇特检测装置。
技术介绍
近年来多传感器信息融合技术不论在军事领域还是在民事领域都受到了广泛的关注；传统的方法是先将各种气体成分分离出来，然后分别用适合于各个气体的传感器分别进行检测；利用红外气体分析仪和气体成像分析仪可以对气体成分与浓度作较精确的测试，但其工作原理、装置复杂，使用环境要求高，体积大，价格昂贵，不具有推广价值；采用气体传感器矩阵与神经网络模式识别技术结合形成的混合气体定量检测系统，是利用传感器矩阵对混合气体的高维响应模型来实现对混合气体的定量检测；而其中传感器矩阵的选取、传感器信号的预处理方法、神经网络的结构参数以及测量环境是影响系统性能的主要因素。本项研究主要针对神经网络的选择和参数设置对于混合气体检测方面研究的已有成果综述并比较分析，具有很好研究参考价值和商业潜在价值。
技术实现思路
提供了本技术的气体检测装置的电路原理如下:本技术涉及一种基于神经网络的混合气体成分检测装置，其特征在于包括以下装置:(1)传感器矩阵电路部分、(2)温度检测反馈部分、(3)液晶显示部分、(4)拟合基于Mat lab仿真的多种神经网络优化算法的单片机控制部分、(5)由变压器、整流桥和LM7805为主构成的电源部分、(6)基于MSP430G2553的单片机控制部分。所述混合气体检测装置采用单片机MSP430G2553控制电路及按键电路及其外围电路实现混合气体的成分的显示，通过传感器矩阵检测气体含量，将数据传入单片机MSP430G2553，基于Matlab仿真得到多种神经网络优化算法，预设一种神经网络优化算法，通过预设的神经网络优化算法在单片机内进行计算，通过温度反馈实现对参数的优化，得到实际比例，最终通过IXD12864进行实时显示。【附图说明】图1为本技术工作原理框图；图2为本技术主回路电路图；图3为本技术算法原理图。【具体实施方式】根据上述实际附图，详细说明本技术混合气体检测装置的实施方式。其中图1是整个装置的控制框图，所述装置包括(1)传感器矩阵电路部分、(2)由DS18B20构成的温度检测反馈部分、(3)LCD12864液晶显示部分、(4)拟合基于Matlab仿真的多种神经网络优化算法的单片机控制部分、(5)由变压器、整流桥和LM7805为主构成的电源部分、(6)基于MSP430G2553的单片机控制部分，传感器矩阵电路部分和由DS18B20构成的温度检测反馈部分采集信息反馈到基于MSP430G2553的单片机控制部分；同时由变压器、整流桥和LM7805为主构成的电源部分，为整个电路提供电源，通过预设的神经网络优化算法在单片机内进行计算，并通过LCD12864液晶显示部分实时显示。图2是主回路电路图，包括单片机最小系统的连接及传感器矩阵与单片机I/O口连接以及液晶与单片机连接电路，传感器采集数据，通过I/O 口将数据传给单片机，基于Matlab仿真得到多种神经网络优化算法，预设一种神经网络优化算法，通过预设的神经网络优化算法在单片机内进行计算，经单片机处理后得到气体实际比例，将数据在12864液晶上显示。图3为此种算法的具体优化图，包括输入层、隐层、输出层之间的相互连接关系。【主权项】1.一种基于神经网络的混合气体成分检测装置包括以下部分:(1)传感器矩阵电路部分、(2)由DS18B20构成的温度检测反馈部分、(3) IXD12864液晶显示部分、(4)拟合基于Mat lab仿真的多种神经网络优化算法的单片机控制部分、(5)由变压器、整流桥和LM7805为主构成的电源部分、(6)基于MSP430G2553的单片机控制部分，其特征是传感器矩阵电路部分和由DS18B20构成的温度检测反馈部分采集信息反馈到基于MSP430G2553的单片机控制部分；同时由变压器、整流桥和LM7805为主构成的电源部分，为整个电路提供电源，通过预设的神经网络优化算法在单片机内进行计算，并通过LCD12864液晶显示部分实时显示。2.根据权利要求1所述的一种基于神经网络的混合气体成分检测装置，其特征是传感器采集数据，通过I/O 口将数据传给单片机，基于Matlab仿真得到多种神经网络优化算法，预设一种神经网络优化算法，通过预设的神经网络优化算法在单片机内进行计算，并通过IXD12864液晶显示部分实时显示；同时由变压器、整流桥和LM7805为主构成的电源部分，为整个电路提供电源。【专利摘要】本技术涉及一种基于神经网络的混合气体成分检测装置，包括以下装置：（1）传感器矩阵电路部分、（2）温度检测反馈部分、（3）液晶显示部分、（4）拟合基于Matlab仿真的多种神经网络优化算法的单片机控制部分、（5）由变压器、整流桥和LM7805为主构成的电源部分、（6）基于MSP430G2553的单片机控制部分，传感器矩阵电路部分和由DS18B20构成的温度检测反馈部分采集信息反馈到基于MSP430G2553的单片机控制部分；同时由变压器、整流桥和LM7805为主构成的电源部分，为整个电路提供电源，通过预设的神经网络优化算法在单片机内进行计算，并通过LCD12864液晶显示部分实时显示。【IPC分类】G06N3/02, G01N33/00【公开号】CN205003133【申请号】CN201520698976【专利技术人】戴圣伟, 蔡胜强, 王炎平, 夏炜杰, 石彩霞, 张超, 唐渊, 周汝, 刘俊萍, 张橙 【申请人】湖南工业大学【公开日】2016年1月27日【申请日】2015年9月10日本文档来自技高网...
【技术保护点】
一种基于神经网络的混合气体成分检测装置包括以下部分：（1）传感器矩阵电路部分、（2）由DS18B20构成的温度检测反馈部分、（3）LCD12864液晶显示部分、（4）拟合基于Matlab仿真的多种神经网络优化算法的单片机控制部分、（5）由变压器、整流桥和LM7805为主构成的电源部分、（6）基于MSP430G2553的单片机控制部分，其特征是传感器矩阵电路部分和由DS18B20构成的温度检测反馈部分采集信息反馈到基于MSP430G2553的单片机控制部分；同时由变压器、整流桥和LM7805为主构成的电源部分，为整个电路提供电源，通过预设的神经网络优化算法在单片机内进行计算，并通过LCD12864液晶显示部分实时显示。
【技术特征摘要】
【专利技术属性】
技术研发人员：戴圣伟，蔡胜强，王炎平，夏炜杰，石彩霞，张超，唐渊，周汝，刘俊萍，张橙，
申请(专利权)人：湖南工业大学，
类型：新型
国别省市：湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。