摘要
本发明提供了一种基于人工智能多气体检测方法,包括以下步骤:S1、配置至少两个电化学(EC)传感器,用于采集目标气体的原始电信号;S2、通过多层神经网络(MLNN)对所述原始电信号进行气体类型分类,所述MLNN仅执行气体类型识别功能,且网络结构为三层(输入层、隐藏层、输出层);S3、调用传统气体响应模型计算目标气体的浓度;S4、将分类与浓度检测结果输出至显示模块。此方法可利用N个传感器实现N+1及以上多种气体的识别和检测。传统的“一气体一传感器”方案,需要事先知道目标气体,然后用相应传感器进行测量,此方案可以在未知状况下自动识别目标气体完成检测,测量效率和准确度提高硬件成本降低了30%以上。
技术关键词
多气体检测方法
多气体检测装置
嵌入式处理器模块
电信号
硬件平台
网络结构
气体检测仪
传感器阵列
硫化氢
流量控制器
神经网络模型
算法
资源
线性
误差
动态