学位论文 > 优秀研究生学位论文题录展示

基于BP网络混合气体浓度识别的研究

作　者: 吕先涛
导　师: 周新民
学　校: 武汉理工大学
专　业: 控制科学与工程
关键词: 煤矿安全配气系统数据采集 BP神经网络算法改进
分类号: TP183
类　型: 硕士论文
年　份: 2010年
下　载: 62次
引　用: 0次
阅　读: 论文下载

内容摘要

当前,我国经济正在高速发展,全国人民正在建设社会主义和谐社会,然而,经常发生的矿难却带给了人们无尽的痛苦,煤矿安全特别是瓦斯爆炸问题成了社会的热点。本文设计了可燃性气体浓度识别系统,这个系统可以有效识别煤矿井下的三种可燃性气体的浓度：CH4、H2S、CO，对于有效预防瓦斯爆炸有一定的现实意义。本文从四个方面进行设计：半导体传感器的选择、配气系统、数据采集、BP网络设计和算法改进。本文开头介绍了课题背景和主要研究内容。第二章介绍了气体传感器和传感器的选择依据,结合矿井下实际情况,选择对CH4、H2S、CO气体敏感的气体传感器和温湿模块组成了传感器阵列。第三章介绍了静态配气法和动态配气法,并结合实际情况,从集气、实验装置、实验原理和方法等方面设计了配气系统。第四章介绍了数据采集系统,简述了数据采集原理和当前数据采集系统的特点,选择了研华PCI-1710L数据采集卡,设计了信号调理电路,完成了数据采集硬件电路的设计,简单介绍了VC++6.0开发环境,并在此基础上给出了编写数据采集程序的步骤。第五章介绍人工神经网络的发展及主流网络结构、神经元功能函数,神经网络的学习,重点介绍了BP网络的基本算法和结构,并指出了它的不足之处,针对混合气体识别的需要,设计BP网络具体结构并选定了功能函数,对基本算法做了改进和优化：增加了权值改变的动量项,并根据情况改变学习速度,以便加快神经网络的收敛,并且给出了针对混合气体浓度识别神经网络的学习程序流程图和神经网络训练程序代码以及系统识别结果：当可燃性混合气体(CH4、H2S、CO)的浓度为10PPM—500PPM时,经过训练后的BP网络能够有效地对其进行识别,识别的浓度误差在可接受范围内,基本上达到了混合气体浓度识别的目的,这章还对识别结果和误差做了分析和评价。最后对全文工作做了总结,并对今后的进一步研究做了展望。

基于BP网络混合气体浓度识别的研究

内容摘要

全文目录

相似论文