CN110057773A - 一种红外气体传感器***及基于AACA-Elman算法的温度补偿方法 - Google Patents
一种红外气体传感器***及基于AACA-Elman算法的温度补偿方法 Download PDFInfo
- Publication number
- CN110057773A CN110057773A CN201910366243.XA CN201910366243A CN110057773A CN 110057773 A CN110057773 A CN 110057773A CN 201910366243 A CN201910366243 A CN 201910366243A CN 110057773 A CN110057773 A CN 110057773A
- Authority
- CN
- China
- Prior art keywords
- infrared
- aaca
- elman
- temperature
- gas
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000005259 measurement Methods 0.000 claims abstract description 23
- 238000005070 sampling Methods 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 18
- 239000003016 pheromone Substances 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 9
- 241000257303 Hymenoptera Species 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 229910001369 Brass Inorganic materials 0.000 claims description 4
- 239000010951 brass Substances 0.000 claims description 4
- 230000002209 hydrophobic effect Effects 0.000 claims description 4
- 239000012528 membrane Substances 0.000 claims description 4
- 230000005616 pyroelectricity Effects 0.000 claims description 4
- 238000007789 sealing Methods 0.000 claims description 2
- 239000000243 solution Substances 0.000 description 12
- 238000013461 design Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 238000001745 non-dispersive infrared spectroscopy Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006555 catalytic reaction Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000006854 communication Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/255—Details, e.g. use of specially adapted sources, lighting or optical systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/004—Artificial life, i.e. computing arrangements simulating life
- G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种红外气体传感器***，其特征在于：包括红外传感器单元、微处理***和浓度显示单元，所述微处理***分别和红外传感器单元和浓度显示单元连接；使用本发明能够在一定程度上消除光源抖动、光学器件污染等外界因素对测量精度带来的影响。本发明采用AACA‑Elman算法进行温度补偿，弥补了现有的经验公式补偿法、电路补偿法的多项缺点，使补偿过程更加简便、精确，与现有技术相比具有精度高、成本低，结构小等特点。
Description
技术领域
本发明涉及红外传感器领域，具体涉及一种红外气体传感器及基于AACA-Elman算法的温度补偿方法。
背景技术
近年来，因气体泄漏引发的事故频发，给国家造成了巨大的经济损失和人员伤亡，因此气体传感器受到越来越广泛的重视。目前，国内外测量气体的传感器类型主要有：催化燃烧式气体传感器、电化学式气体传感器、半导体式气体传感器等。与上述各类型气体传感器相比，基于非分光原理(NDIR)的气体传感器具有选择性好、测量范围宽、灵敏度高、可靠性好、检测快速等诸多优点。
根据朗伯-比尔(Lambert-Beer)定律，当红外光通过特定待测气体时，这些待测气体对特定波长的红外光有吸收作用，通过对比吸收前后的红外光的强度，就可以反演出待测气体浓度。NDIR气体传感器结构类型主要有：单光束单波长、单光束双波长、双光束单波长、双光束双波长等，其中单光束双波长结构的应用最为广泛。非分光红外 (NDIR)气体传感器借助于滤光片将红外光线分为两路信息，一路作为测量通道，另一路作为参比通道。通过两路信号的采集分析，即可获得气体的浓度信息。
目前，为了减少环境中温度变化对传感器测量精度的影响，主要采用的方法是公式模型法以及硬件电路补偿法。前者是在数据采集后利用系数标定的方法进行补偿，计算过程繁杂，效果不佳。后者采用硬件电路模块使检测环境温温度保持动态平衡，大大增加电路负担，不利于传感器小型化。这两种方法在实际的测量中都具有很大的局限性。
另一方面，现阶段红外气体传感器一般采用直射式采样气室，因此在实际的测量过程中，很容易造成红外光在传播过程中的损耗，影响传感器的灵敏度与精度。
发明内容
本发明所要解决是技术问题是提供一种红外气体传感器及基于 AACA-Elman算法的温度补偿方法。
为解决以上技术问题，本发明的技术方案为：提供一种红外气体传感器***，其创新点在于：包括红外传感器单元、微处理***和浓度显示单元，所述微处理***分别和红外传感器单元和浓度显示单元连接。
红外传感器单元包括红外传感器的采样气室、电调制红外光源、反光杯、热释电探测器、反光镜和温度传感器，所述采样气室上端设有进气口，下端设置有出气口，所述采样气室内部一侧壁安装有反光杯、顶部和底部对称安装有反光镜，所述反光杯和反光镜均通过针脚固定穿插在采样气室上，所述采样气室内部靠近反光杯的位置悬空设有电调制红外光源，所述电调制红外光源和反光杯之间通过介质连接，所述采样气室内部另一侧壁上对应反光杯安装有热释电探测器，所述采样气室的侧壁上还设有温度传感器，所述温度传感器和热释电探测器均和微处理***连接。
进一步的，所述进气口处设置有疏水防尘膜。
进一步的，所述采样气室内壁作黄铜镀金处理。
进一步的，所述微处理***内部嵌有AACA-Elman算法。
进一步的，所述温度传感器和热释电探测器均通过引脚穿出采样气室与微处理***连接，所述引脚穿出采样气室的位置与采样气室密封。
为解决以上技术问题，本发明还提供一种基于AACA-Elman算法的温度补偿方法，其创新点在于：包括以下具体步骤：
(1)将微处理***某一时刻接收到的各个参数，即测量通道输出电压值U0、参比通道输出电压值U1和温度传感器的输出电压值U2用Premnmx函数进行数据归一化处理，作为Elman网络的输入样本；
(2)用newelm函数构建Elman神经网络的模型；
(3)初始化各个参数，令循环次数Nc＝0，时间t＝0，令每个集合中的每个元素信息量Γj(IR)为一个非零常数，设置最大循环次数Nmax，将全部蚂蚁置于蚁巢；
(4)所有蚂蚁开始搜索路径，针对集合IR和蚂蚁k(k＝1,2,3...)选择概率；
(5)重复第(4)步，直到蚂蚁全部到达食物源；
(6)求出此时的最佳结果，将其赋给第m只蚂蚁；
(7)判断将最佳结果赋给第m只蚂蚁得到的最佳解是否等于N个循环以前的最优解，若最佳解等于N个循环以前的最优解，则更新信息素挥发因子ρ，并根据得到的信息素挥发因子更新信息素；
(8)令循环次数Nc＝Nc+1，若蚂蚁群收敛到一条路径或循环次数 Nc≥Nmax，则循环结束，并输出计算结果；否则跳转至步骤(4)；
(9)根据以上步骤所得的参数，并将参数带至确定微处理器中的 AACA-Elman算法的算法模型；
(10)在实际的红外气体浓度测量过程中，将通过微处理***进行数据归一化处理的测量通道当前实际输出电压值U0、参比通道输出电压值U1和温度传感器的当前实际输出电压值U2，送入已确定的 AACA-Elman算法模型的输入层，经过AACA-Elman算法的处理后，输出层得到温度补偿后的气体浓度的数据；
(11)微处理***对补偿后的气体浓度的数据进行反归一化处理，传至浓度显示单元显示浓度信息。
进一步的，所述步骤(4)中选择概率的计算公式为：
进一步的，所述步骤(6)中的最佳结果为Elman神经网络的最优权阈值。
进一步的，所述步骤(7)中更新信息素挥发因子ρ的计算公式为：
更新信息素的计算公式为：
τij(t+1)＝(1-ρ)τij+Δτij
本发明和现有技术相比，产生的有益效果为：
(1)本发明对传感器采样气室进行了改进。通过在上表面添加反光镜，减少了光线的损失，提高了传感器灵敏度与测量精度。在进气口设置有疏水防尘膜，避免小水滴与灰尘进入气室影响传感器的正常工作，可提高测量精度，延长传感器寿命。通过对采样气室内壁作黄铜镀金处理保证足够光滑。
(2)本发明中采样气室的进气口与出气口分别设置于气室上下端，可避免待测气体在进入采样气室后发生局部堆积，保证气体的充分混合，使气体的实时测量浓度更为精确。
(3)本发明中传感器采用了单光源双光路的设计，该设计能够在一定程度上消除光源抖动、光学器件污染等外界因素对测量精度带来的影响。
(4)本发明采用AACA-Elman算法进行温度补偿，弥补了现有的经验公式补偿法、电路补偿法的多项缺点，使补偿过程更加简便、精确，与现有技术相比具有精度高、成本低，结构小等特点。
附图说明
为了更清晰地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的一种红外气体传感器***的***结构图。
图2为图1中的红外传感器单元的具体结构示意图。
图3为本发明的Elman算法模型图。
具体实施方式
下面将通过具体实施方式对本发明的技术方案进行清楚、完整地描述。
本发明的一种红外气体传感器***，其具体***结构如图1所示，包括红外传感器单元、微处理***和浓度显示单元，所述微处理***分别和红外传感器单元和浓度显示单元连接，所述微处理***内部嵌有AACA-Elman算法。
本发明的红外传感器采取单光源双光路的结构，且本发明的红外传感器单元的具体结构如图2所示，包括红外传感器的采样气室1、电调制红外光源2、反光杯3、热释电探测器4、反光镜5和温度传感器6，采样气室1上端设有进气口7，下端设置有出气口8，进气口7处设置有疏水防尘膜9，防止水汽和灰尘的进入。采样气室1内部一侧壁安装有反光杯3、顶部和底部对称安装有反光镜5，反光杯 3和反光镜5均通过针脚10固定穿插在采样气室1上，在实际的测量过程中，光线并不能完全按照平行轨迹射出，反光镜5的设置可减少红外光的损失，使得没有按照平行轨迹射出的红外光源经反光镜5 反射之后仍能被热释电探测器4接收。采样气室1内部靠近反光杯3 的位置悬空设有电调制红外光源2，电调制红外光源2和反光杯3之间通过介质11连接，反光杯3可使红外光的平行射出，所述采样气室1内部另一侧壁上对应反光杯3安装有热释电探测器4。
本发明的采样气室1的侧壁上还设有温度传感器6，温度传感器 6和热释电探测器4和微处理***连接，温度传感器6和热释电探测器4均通过引脚14穿出采样气室1与微处理***连接，引脚14穿出采样气室1的位置与采样气室1密封，防止气体露出影响采样气室1内部的气体浓度，作用在于将热释电探测器4和温度传感器6测量到的参数，即测量通道12输出电压值、参比通道13输出电压值和温度传感器6的输出电压值传输至微处理***进行处理，根据热释电探测器4探测的两边的光线频率，测量通道12为经采样气室1顶部的反光镜5反射的光线路径，参比通道14为经采样气室1底部的反光镜 5反射的光线路径。
本发明的一种红外气体传感器***的工作流程为：电调制红外光源1向反光杯3发射红外光线，反光杯3接收到的红外光线一部分可被水平反射至热释电探测器4，一部分可被反射至采样气室顶部和底部的反光镜5，再由反光镜5二次反射至热释电探测器4，热释电探测器4根据接收到的测量通道12和参比通道13的红外光线向微处理***传输测量通道12和参比通道13的输出电压，温度传感器6也向微处理***传输温度传感器的输出电压值，微处理***通过内部嵌有 AACA-Elman算法对各参数进行处理，测量得出采样气室内部气体浓度，并传输至显示单元进行气体浓度显示。
采样气室内壁作黄铜镀金处理来保证足够光滑。
本发明还提供一种基于AACA-Elman算法的温度补偿方法，示意图如图3所示，具体包括以下步骤：
(1)将微处理***某一时刻接收到的各个参数，即测量通道输出电压值U0、参比通道输出电压值U1和温度传感器的输出电压值U2用Premnmx函数进行数据归一化处理，作为Elman网络的输入样本；
(2)用newelm函数构建Elman神经网络的模型；
(3)初始化各个参数，令循环次数Nc＝0，时间t＝0，令每个集合中的每个元素信息量Γj(IR)为一个非零常数，设置最大循环次数Nmax，将全部蚂蚁置于蚁巢；
(4)所有蚂蚁开始搜索路径，针对集合IR和蚂蚁k(k＝1,2,3...)选择概率；其中选择概率的计算公式为：
(5)重复第(4)步，直到蚂蚁全部到达食物源；
(6)求出此时的最佳结果，即Elman神经网络的最优权阈值，将其赋给第m只蚂蚁；
(7)判断将最佳结果赋给第m只蚂蚁得到的最佳解是否等于N个循环以前的最优解，若最佳解等于N个循环以前的最优解，则更新信息素挥发因子ρ，并根据得到的信息素挥发因子更新信息素；其中，更新信息素挥发因子ρ的计算公式为：
更新信息素的计算公式为：
τij(t+1)＝(1-ρ)τij+Δτij
(8)令循环次数Nc＝Nc+1，若蚂蚁群收敛到一条路径或循环次数 Nc≥Nmax，则循环结束，并输出计算结果；否则跳转至步骤(4)；
(9)根据以上步骤所得的参数，并将参数带至确定微处理器中的 AACA-Elman算法的算法模型；
(10)在实际的红外气体浓度测量过程中，将通过微处理***进行数据归一化处理的测量通道当前实际输出电压值U0、参比通道输出电压值U1和温度传感器的当前实际输出电压值U2，送入已确定的 AACA-Elman算法模型的输入层，经过AACA-Elman算法的处理后，输出层得到温度补偿后的气体浓度的数据；
(11)微处理***对补偿后的气体浓度的数据进行反归一化处理，传至浓度显示单元显示浓度信息。
上面所述的实施例仅仅是本发明的优选实施方式进行描述，并非对本发明的构思和范围进行限定，在不脱离本发明设计构思的前提下，本领域中普通工程技术人员对本发明的技术方案作出的各种变型和改进均应落入本发明的保护范围，本发明的请求保护的技术内容，已经全部记载在技术要求书中。
Claims (9)
1.一种红外气体传感器***，其特征在于：包括红外传感器单元、微处理***和浓度显示单元，所述微处理***分别和红外传感器单元和浓度显示单元连接；
所述红外传感器单元包括红外传感器的采样气室、电调制红外光源、反光杯、热释电探测器、反光镜和温度传感器，所述采样气室上端设有进气口，下端设置有出气口，所述采样气室内部一侧壁安装有反光杯、顶部和底部对称安装有反光镜，所述反光杯和反光镜均通过针脚固定穿插在采样气室上，所述采样气室内部靠近反光杯的位置悬空设有电调制红外光源，所述电调制红外光源和反光杯之间通过介质连接，所述采样气室内部另一侧壁上对应反光杯安装有热释电探测器，所述采样气室的侧壁上还设有温度传感器；所述温度传感器和热释电探测器均和微处理***连接。
2.根据权利要求1所述的一种红外气体传感器***，其特征在于：所述进气口处设置有疏水防尘膜。
3.根据权利要求1所述的一种红外气体传感器***，其特征在于：所述采样气室内壁作黄铜镀金处理。
4.根据权利要求1所述的一种红外气体传感器***，其特征在于：所述微处理***内部嵌有AACA-Elman算法。
5.根据权利要求1所述的一种红外气体传感器***，其特征在于：所述温度传感器和热释电探测器均通过引脚穿出采样气室与微处理***连接，所述引脚穿出采样气室的位置与采样气室密封。
6.一种基于AACA-Elman算法的温度补偿方法，其特征在于：包括以下具体步骤：
(1)将微处理***某一时刻接收到的各个参数，即测量通道输出电压值U0、参比通道输出电压值U1和温度传感器的输出电压值U2用Premnmx函数进行数据归一化处理，作为Elman网络的输入样本；
(2)用newelm函数构建Elman神经网络的模型；
(3)初始化各个参数，令循环次数Nc＝0，时间t＝0，令每个集合中的每个元素信息量Γj(IR)为一个非零常数，设置最大循环次数Nmax，将全部蚂蚁置于蚁巢；
(4)所有蚂蚁开始搜索路径，针对集合IR和蚂蚁k(k＝1,2,3...)选择概率；
(5)重复第(4)步，直到蚂蚁全部到达食物源；
(6)求出此时的最佳结果，将其赋给第m只蚂蚁；
(7)判断将最佳结果赋给第m只蚂蚁得到的最佳解是否等于N个循环以前的最优解，若最佳解等于N个循环以前的最优解，则更新信息素挥发因子ρ，并根据得到的信息素挥发因子更新信息素；
(8)令循环次数Nc＝Nc+1，若蚂蚁群收敛到一条路径或循环次数Nc≥Nmax，则循环结束，并输出计算结果；否则跳转至步骤(4)；
(9)根据以上步骤所得的参数，并将参数带至确定微处理器中的AACA-Elman算法的算法模型；
(10)在实际的红外气体浓度测量过程中，将通过微处理***进行数据归一化处理的测量通道当前实际输出电压值U0、参比通道输出电压值U1和温度传感器的当前实际输出电压值U2，送入已确定的AACA-Elman算法模型的输入层，经过AACA-Elman算法的处理后，输出层得到温度补偿后的气体浓度的数据；
(11)微处理***对补偿后的气体浓度的数据进行反归一化处理，传至浓度显示单元显示浓度信息。
7.根据权利要求6所述的一种基于AACA-Elman算法的温度补偿方法，其特征在于：所述步骤(4)中选择概率的计算公式为：
8.根据权利要求6所述的一种基于AACA-Elman算法的温度补偿方法，其特征在于：所述步骤(6)中的最佳结果为Elman神经网络的最优权阈值。
9.根据权利要6所述的一种基于AACA-Elman算法的温度补偿方法，其特征在于：所述步骤(7)中更新信息素挥发因子ρ的计算公式为：更新信息素的计算公式为：
τij(t+1)＝(1-ρ)τij+Δτij
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910366243.XA CN110057773A (zh) | 2019-05-05 | 2019-05-05 | 一种红外气体传感器***及基于AACA-Elman算法的温度补偿方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910366243.XA CN110057773A (zh) | 2019-05-05 | 2019-05-05 | 一种红外气体传感器***及基于AACA-Elman算法的温度补偿方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110057773A true CN110057773A (zh) | 2019-07-26 |
Family
ID=67322027
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910366243.XA Pending CN110057773A (zh) | 2019-05-05 | 2019-05-05 | 一种红外气体传感器***及基于AACA-Elman算法的温度补偿方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110057773A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110568144A (zh) * | 2019-09-27 | 2019-12-13 | 长春理工大学 | 一种氨氮检测的温度补偿方法 |
| CN111189793A (zh) * | 2020-02-18 | 2020-05-22 | 上海工程技术大学 | 梯形气室及其气压补偿方法 |
| CN112378876A (zh) * | 2020-11-03 | 2021-02-19 | 深圳市诺安环境安全股份有限公司 | 一种低功耗微型红外气体传感器及其实现方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201063021Y (zh) * | 2007-08-08 | 2008-05-21 | 天地科技股份有限公司 | 双光源双敏感元件红外多气体检测传感器 |
| CN102980870A (zh) * | 2012-12-10 | 2013-03-20 | 武汉四方光电科技有限公司 | 一种高精度微流红外气体传感器及其测量方法 |
| CN105352907A (zh) * | 2015-11-27 | 2016-02-24 | 南京信息工程大学 | 基于径向基网络温度补偿的红外气体传感器及检测方法 |
| CN105628637A (zh) * | 2015-12-29 | 2016-06-01 | 山东罗纳德分析仪器有限公司 | 一种三参考通道的红外气体分析方法与装置 |
| CN205786297U (zh) * | 2016-04-26 | 2016-12-07 | 南京第四分析仪器有限公司 | 一种红外多元素分析仪 |
| CN106883987A (zh) * | 2017-03-09 | 2017-06-23 | 桂林融通科技有限公司 | 沼气池监测装置 |
| DE102016108545A1 (de) * | 2016-05-09 | 2017-11-09 | Technische Universität Dresden | NDIR-Gassensor und Verfahren zu dessen Kalibrierung |
| CN107389587A (zh) * | 2017-09-04 | 2017-11-24 | 苏州诺联芯电子科技有限公司 | 能够降低检测下限的非色散红外气体传感器及其检测方法 |
| CN208432533U (zh) * | 2018-07-03 | 2019-01-25 | 青岛海纳光电环保有限公司 | 一种非分散红外气体传感器 |
| CN208780623U (zh) * | 2018-08-17 | 2019-04-23 | 青岛海纳光电环保有限公司 | 一种红外气体传感器及红外气体检测装置 |
| CN109709058A (zh) * | 2018-12-20 | 2019-05-03 | 南京信息工程大学 | 基于AGA-Elman算法的红外气体传感器及湿度补偿方法 |
-
2019
- 2019-05-05 CN CN201910366243.XA patent/CN110057773A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201063021Y (zh) * | 2007-08-08 | 2008-05-21 | 天地科技股份有限公司 | 双光源双敏感元件红外多气体检测传感器 |
| CN102980870A (zh) * | 2012-12-10 | 2013-03-20 | 武汉四方光电科技有限公司 | 一种高精度微流红外气体传感器及其测量方法 |
| CN105352907A (zh) * | 2015-11-27 | 2016-02-24 | 南京信息工程大学 | 基于径向基网络温度补偿的红外气体传感器及检测方法 |
| CN105628637A (zh) * | 2015-12-29 | 2016-06-01 | 山东罗纳德分析仪器有限公司 | 一种三参考通道的红外气体分析方法与装置 |
| CN205786297U (zh) * | 2016-04-26 | 2016-12-07 | 南京第四分析仪器有限公司 | 一种红外多元素分析仪 |
| DE102016108545A1 (de) * | 2016-05-09 | 2017-11-09 | Technische Universität Dresden | NDIR-Gassensor und Verfahren zu dessen Kalibrierung |
| CN106883987A (zh) * | 2017-03-09 | 2017-06-23 | 桂林融通科技有限公司 | 沼气池监测装置 |
| CN107389587A (zh) * | 2017-09-04 | 2017-11-24 | 苏州诺联芯电子科技有限公司 | 能够降低检测下限的非色散红外气体传感器及其检测方法 |
| CN208432533U (zh) * | 2018-07-03 | 2019-01-25 | 青岛海纳光电环保有限公司 | 一种非分散红外气体传感器 |
| CN208780623U (zh) * | 2018-08-17 | 2019-04-23 | 青岛海纳光电环保有限公司 | 一种红外气体传感器及红外气体检测装置 |
| CN109709058A (zh) * | 2018-12-20 | 2019-05-03 | 南京信息工程大学 | 基于AGA-Elman算法的红外气体传感器及湿度补偿方法 |
Non-Patent Citations (3)
| Title |
|---|
| 曹茂永等: "《矿用新型传感器》", 30 September 2011, 中国矿业大学出版社 * |
| 王秀芳等: "基于蚁群优化Elman神经网络的传感器补偿", 《化工自动化及仪表》 * |
| 谭秋林: "《红外光学气体传感器及检测***》", 31 December 2013, 机械工业出版社 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110568144A (zh) * | 2019-09-27 | 2019-12-13 | 长春理工大学 | 一种氨氮检测的温度补偿方法 |
| CN110568144B (zh) * | 2019-09-27 | 2021-08-03 | 长春理工大学 | 一种氨氮检测的温度补偿方法 |
| CN111189793A (zh) * | 2020-02-18 | 2020-05-22 | 上海工程技术大学 | 梯形气室及其气压补偿方法 |
| CN112378876A (zh) * | 2020-11-03 | 2021-02-19 | 深圳市诺安环境安全股份有限公司 | 一种低功耗微型红外气体传感器及其实现方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110057773A (zh) | 一种红外气体传感器***及基于AACA-Elman算法的温度补偿方法 | |
| CN105424631B (zh) | 一种基于紫外可见波段吸收光谱的超高灵敏度氮氧化物测量*** | |
| CN104596990B (zh) | 双通道光纤浊度测量方法及传感器 | |
| CN102735643B (zh) | 利用自定标的光腔衰荡光谱测量水汽含量的装置和方法 | |
| CN104132911B (zh) | 开放式长光程co和ch4在线检测仪器 | |
| CN103884679A (zh) | 结合卡尔曼滤波器的腔衰荡光谱技术气体浓度监测方法 | |
| CN201199228Y (zh) | 智能型红外多组分有害气体监测仪 | |
| CN103134771A (zh) | Co浓度和能见度检测仪及其检测方法 | |
| CN105954192A (zh) | 一种基于光谱测量技术的双光路水体环境在线测量装置 | |
| CN102798609A (zh) | 基于量子级联激光器的汽车尾气遥感检测***和方法 | |
| CN103674891A (zh) | 基于双腔式腔衰荡技术的大气no3自由基浓度测量*** | |
| CN107941725A (zh) | 河道水质表观异常检测便携式分析仪及其检测方法 | |
| CN205317662U (zh) | 一种紫外光谱烟气分析仪 | |
| CN106770345A (zh) | 一种自动校正的近红外漫反射检测***及检测方法 | |
| CN102269699B (zh) | 禽舍硫化氢气体浓度检测方法 | |
| CN104155247A (zh) | 水体叶绿素和浊度原位测定方法及测定装置 | |
| CN108872148A (zh) | 基于光纤传感的高精度空气中颗粒物浓度检测方法 | |
| CN206177762U (zh) | 恒温颗粒物浓度测定仪 | |
| CN106124407A (zh) | 一种光腔、具有该光腔的气溶胶消光仪及气溶胶消光系数的测量方法 | |
| CN103558177A (zh) | 生肉组织水分近红外检测装置及检测方法 | |
| CN206523649U (zh) | 一种大气流场光学测量仪 | |
| CN107064058A (zh) | 一种页岩气泄漏多种气体在线监测装置及方法 | |
| CN105203485A (zh) | 室内气体的检测装置及方法 | |
| CN206515232U (zh) | 水质检测分析仪 | |
| CN203275292U (zh) | 一种co浓度和能见度检测仪 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190726 |
|
| RJ01 | Rejection of invention patent application after publication |