基于GD-FNN算法的危化品气体传感器阵列数据融合

作者：高尚; 演明; 张洪泉^*

来源：传感器与微系统, 2020, 39(09): 146-153.

DOI：10.13873/J.1000-9787(2020)09-0146-04

• 危化品气体
• 传感器阵列
• 广义动态模糊神经网络
• 数据融合

基于以ZnO2为敏感材料的半导体气体传感器构建2×2和2×3危化品气体传感器阵列,搭建危化品气体检测平台,对CO和CH4组成的混合气体进行气体检测,建立融合模型对混合气体进行定量分析。通过对气体传感器进行标定,发现气体传感器的响应与气体浓度之间具有非线性关系,选择可以通过自学习确定模糊规则的广义动态模糊神经网络(GD-FNN)作为定量分析工具;利用GD-FNN算法构建2×2阵列和2×3阵列的数据融合模型,设置初始参数并进行网络训练,最后利用GD-FNN算法融合模型对混合危化品气体测试样本数据进行定量分析。结果表明:融合结果中两种阵列数据融合模型的融合精度相近,总体最大相对误差为10.63%,平均精度可以达到90%以上,可靠性强,具有较好的参考价值。

• 单位
  自动化学院; 哈尔滨工程大学