近年來,隨著半導(dǎo)體激光器的發(fā)展和激光光譜學(xué)研究的不斷深入,基于紅外光譜檢測物質(zhì)類別和性質(zhì)的研究,已經(jīng)獲得了世界各國各領(lǐng)域?qū)W者的極大目光。紅外光譜檢測技術(shù)具備速度快、效率高并且適宜在線分析等優(yōu)點,因此其發(fā)展前景廣闊。隨著航空航天技術(shù)的快速發(fā)展,氣體檢測器是保證宇航員生命安全和空間站穩(wěn)定運行的重要傳感器之一,以紅外光譜技術(shù)為基礎(chǔ)的氣體傳感器則因其小型化、集成化等成為航天模塊的重要組成之一。紅外氣體傳感器主要用于載人艙內(nèi)有害氣體成分變化監(jiān)測、航天器發(fā)動機工作期間燃料燃燒情況檢測、航天器關(guān)鍵部位氣體或液體的泄漏判斷以及深空探測過程中行星大氣環(huán)境檢測等方面,為航天器產(chǎn)品質(zhì)量、安全、宇宙環(huán)境探知和宇航員身體健康等提供非常重要的參考數(shù)據(jù),因此國外多個宇航研究機構(gòu)都在大力支持研究和研發(fā)適合在航天器上工作的各類氣體傳感器,并多次在航天工作環(huán)境中應(yīng)用。為了能夠滿足上述要求,國外對各類傳感器進行了深入的研究。為了更加快速準(zhǔn)確的識別出環(huán)境中的氣體成分及其對應(yīng)的濃度,基于氣體的光譜特征和紅外吸收光譜的分布情況,本文研究了光譜的檢測原理,通過時域分析的方法得出了NH_3、HCl、CO、NO、CH_4等五種氣體的紅外波段吸收特征,提出了一種基于多變量插值的徑向基函數(shù)方法(RBF神經(jīng)網(wǎng)絡(luò))的濃度識別算法,并運用Matlab軟件進行計算處理,通過對多組實驗數(shù)據(jù)進行模型訓(xùn)練和參數(shù)優(yōu)化,得到了較為準(zhǔn)確的預(yù)測模型。本文為了說明RBF神經(jīng)網(wǎng)絡(luò)算法的識別效果,還研究了BP神經(jīng)網(wǎng)絡(luò)算法,同樣的利用樣本數(shù)據(jù)進行預(yù)測函數(shù)模型訓(xùn)練,得到相應(yīng)的預(yù)測結(jié)果。通過預(yù)測模型對待測樣本數(shù)據(jù)進行預(yù)測,很好的預(yù)測出了五種氣體的濃度,通過計算預(yù)測值和真實值間的偏差情況,可以對訓(xùn)練網(wǎng)絡(luò)的泛化能力進行評價,最后相對誤差和決定系數(shù)等性能評價參數(shù)均表明出RBF神經(jīng)網(wǎng)絡(luò)算法在氣體濃度識別中可以進行更好的應(yīng)用。
【學(xué)位單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TN21;TP212

【參考文獻】

相關(guān)期刊論文 前10條

1 張樂樂;曹偉;龍華;趙繼東;;基于BP神經(jīng)網(wǎng)絡(luò)與粒子群算法的水質(zhì)評價方法[J];軟件導(dǎo)刊;2017年11期

2 李愛蓮;龔小帥;;量子遺傳算法優(yōu)化BP網(wǎng)絡(luò)的焦炭質(zhì)量模型[J];自動化應(yīng)用;2017年08期

3 陳子豪;龍華;曹偉;;基于改進型PSO-BP神經(jīng)網(wǎng)絡(luò)算法的水質(zhì)評價[J];信息技術(shù);2017年08期

4 崔文;金杉;;基于BP神經(jīng)網(wǎng)絡(luò)的病人體征緩變監(jiān)護方法[J];電子技術(shù)與軟件工程;2017年03期

5 薛金濤;李春燕;吳純潔;葉利明;;拉曼光譜在多組分定量分析中方法學(xué)驗證的探討[J];光譜學(xué)與光譜分析;2017年01期

6 潘慶先;董紅斌;韓啟龍;王瑩潔;丁蕊;;一種基于BP神經(jīng)網(wǎng)絡(luò)的屬性重要性計算方法[J];中國科學(xué)技術(shù)大學(xué)學(xué)報;2017年01期

7 喬俊飛;安茹;韓紅桂;;基于RBF神經(jīng)網(wǎng)絡(luò)的出水氨氮預(yù)測研究[J];控制工程;2016年09期

8 于群;樸在林;胡博;;基于EEMD和BP神經(jīng)網(wǎng)絡(luò)的短期光伏功率預(yù)測模型[J];電網(wǎng)與清潔能源;2016年07期

9 薛宇;常建華;徐曦;;基于RBF神經(jīng)網(wǎng)絡(luò)的非色散紅外SF_6氣體傳感器[J];光子學(xué)報;2016年07期

10 范立強;呂國芳;;基于高維云RBF神經(jīng)網(wǎng)絡(luò)的混凝土強度預(yù)測[J];電子設(shè)計工程;2016年08期

相關(guān)博士學(xué)位論文 前1條

1 熊宇虹;微型光譜儀信號處理與分析系統(tǒng)的研究[D];重慶大學(xué);2005年

相關(guān)碩士學(xué)位論文 前3條

1 付建華;近紅外光譜分析技術(shù)在紡織品檢測中的應(yīng)用[D];中國計量大學(xué);2016年

2 李貴濱;基于SVM的大豆油脂色澤近紅外光譜檢測算法研究[D];哈爾濱商業(yè)大學(xué);2013年

3 郝秀全;基于主成分分析和人工神經(jīng)網(wǎng)絡(luò)的酒類辨識[D];西安理工大學(xué);2006年

本文編號：2811052