一、多气体传感器信号样条回归信息处理（论文文献综述）
徐鹏[1]（2020）在《气体传感器系统健康管理技术研究》文中提出气体传感器系统是进行气体信息采集的源头,其测量值质量直接影响整体系统的工作性能。然而由于检测量大、工作环境严苛等问题,传感器系统在使用过程中难免会因发生自身故障或受到外界环境影响而导致测量值出现偏差甚至错误,造成严重后果。气体传感器的故障具有隐蔽性、相关性及不可预知性,很难根据阵列的输出值对传感器各个故障进行逐一排查。以气体金属半导体氧化物传感器为例,从材料及工艺层面进行改进,提升系统可靠性是很困难的;定期维护存在大量非必要维修,是一种被动的、低效的维修方式。在实际使用过程中常常会有多个传感器同时或连续出现故障,单纯使用硬件冗余法无法满足需求。自确认方法只能实现事后的故障检测,无法实现故障的预警,只能被动的等待故障的发生,部分的提升系统可靠性。因此,对传感器系统进行状态监测与健康预测,从而提高系统的可靠性与输出数据的可信性是极其必要的。本文以气体传感器系统为主要的研究对象,重点研究微小故障诊断、强干扰条件下的健康评估及预测以及混合多属性信息下的健康管理决策等健康管理方法。针对气体传感器系统进行微小故障诊断时面临的模态混叠问题,论文从数据驱动的方面展开研究,提出了基于t分布随机近邻嵌入（t-distributed Stochastic Neighbor Embedding,t-SNE）与随机森林的方法。利用t分布的长尾效应增大不同故障的类间距离,减小微弱信号下模态混叠对故障模式分析的影响。引入随机森林的双重随机性,有效降低过拟合风险,进而提高微小信号下故障诊断的准确率。经试验验证,采用该方法对传感器系统微小故障诊断的准确率与传统的主元分析法、线性判别分析法等相比可提高4.2%以上。针对强干扰情况下的传感器系统健康评估及预测结果波动较大的问题,从数据驱动方面展开研究,提出了未确知深度集成相关向量机的健康预测方法。解决强干扰情况下的传感器健康评估以及小样本情况下的健康预测问题。建立了未确知深度软测量（Unascertained Deep Soft Sensor,UDSS）模型,通过构建多层次的未确知评价指标集来抑制强干扰数据对健康可信度的影响,有效实现测量状态的定量评估。与传统的灰色理论、线性回归等方法相比,在传感器系统存在强干扰情况下,评估准确率提高9%以上。为实现小样本情况下的系统健康预测,以健康可信度作为评估指标,以Bootstrap自助法作为理论框架,建立了集成相关向量机健康预测模型,结合采样移动窗和补偿因子,减少小样本情况下的预测误差。经试验验证,采用该方法实现健康预测最小误差为0.6%。针对混合多属性信息条件下的传感器系统健康管理决策问题,论文从系统可靠性着手,提出了基于多专家灰色群决策的健康管理决策方法,解决传统决策方法如D-S证据理论、模糊集理论等可靠性较低的问题。建立多专家灰色群决策模型,结合历史数据、维修概率和检修率等混合信息,对传感器系统健康管理维修等级给出最优的决策建议。与传统方法相比,混合多属性信息条件下的系统健康管理决策准确率提高了1.5%以上。在此基础之上,为保证系统存在故障时仍可继续工作,应用数据恢复的思想实现系统的软维修。以多传感器间的相关特性为评价指标,构建互相关极限学习机预测模型,实现基于数据恢复的软维修方法,故障数据恢复最小误差可达0.5%。为验证本文所提的气体传感器系统故障诊断、健康预测及健康管理决策方法的可行性,设计并搭建了实验验证平台。具体以密闭空间内的有毒有害气体传感器系统为研究对象,针对该传感器系统的微小故障诊断（传感器漂移、脉冲冲击等故障类型）,强噪声干扰下的多等级健康评估及长期预测进行实验。并在此条件下,结合历史数据、维修率等混合信息,对健康管理决策方法进行验证。经数据恢复维修后,系统的测量准确率可保证不下降或下降较少。验证了本文提出的传感器系统的微小故障诊断、强干扰条件下的健康预测及混合多属性信息的健康管理决策方法的有效性及提高传感器系统可靠性的可行性。
袁枫[2]（2020）在《电化学传感器探测大气NO2浓度标定方法研究》文中研究说明NO2作为重要大气痕量气体,是生成臭氧、二次气溶胶、酸雨等污染物的主要来源,严重影响人类身体健康乃至整个生态系统的平衡。为精准分析污染来源和顺利开展污染防治工作,亟需对大气NO2进行监测。由于传统的光学探测设备成本高昂、体积庞大,新型的四电极NO2电化学传感器因成本低、体积小、便于携带等诸多优点受到越来越多科研工作者的重视。然而,此类传感器在工作时受环境因素干扰严重,为此需研究电化学传感器探测大气NO2浓度的标定方法。本文构建了基于电化学传感器的大气痕量NO2探测系统,在实验室测得其灵敏度为0.238mV/ppb,检测限低于2ppb。基于实验室样本数据与第一次外场测量数据建立了三种大气NO2浓度数据标定模型。首先采用差分校正算法和线性回归算法对大气NO2浓度进行标定,鉴于这两种方法标定浓度能力有限,非线性BP神经网络算法应运而生;建立了大气NO2浓度预测的神经网络模型,包括网络结构、训练函数、模型评价指标的设置,源数据预处理以及PCA分析筛选环境变量。通过改变四种输入变量组合多次调试网络模型,发现选择工作电极、辅助电极、温度、相对湿度作为输入变量,训练函数为Trainlm,网络结构为4-7-1的模型预测效果最佳,交叉验证决定系数达到0.944,均方根误差为2.2。为再次验证三种方法的标定效果以及随时间的漂移特性,后期继续开展了两次大气NO2外场实验,并与同监测点蓝色激光光源CRDS系统的测量结果进行对比。综合比较三种标定方法,使用神经网络模型标定的系统数据拟合效果最佳,两次测量得到数据集的相关性分别达到0.949和0.881,该标定方法显示传感器信号随时间变化仅出现5ppb左右的轻微漂移。研究结果表明,本方法可有效补偿环境因素对电化学传感器测量大气NO2的影响,也为其他电化学传感器浓度标定提供了理论依据。图[54]表[16]参[65]
周鸿[3]（2020）在《人工平面超材料的电磁特性及其传感应用研究》文中指出随着“中国制造2025”战略的推进和物联网应用的发展,传感技术得到了亘古未有的重视,更迎来了千载难逢的发展机遇。基于微纳加工工艺的新型生物、气体和光学等智能传感是当前传感技术研究的重点。超材料是一类具备自然界中天然材料所不具有的超常物理性能的人工复合材料,基于超材料的传感技术具备小型化、灵敏度高、结构简单和灵活度高等优势,在生物、气体和光学领域展现出广阔的应用前景,符合当前传感技术的发展趋势。论文面对“中国制造2025”和物联网对新型生物、气体和光学等智能传感的需求,从微波、太赫兹和红外光学三个波段入手,开展了超材料传感技术在生物、气体和光学领域中的应用研究。论文从描述电磁场的麦克斯韦方程组出发,阐述了超材料在电磁场中的理论基础,建立了集总元件等效电路模型和时域耦合模模型;设计、仿真和加工制备了用于生物传感的超材料试纸、双层互补式太赫兹生物传感器和用于气体传感的红外超材料多气体复合传感器;表征了所研制的超材料传感器的微观形貌;搭建了超材料传感器的测试平台;完成了超材料传感器在生物和气体传感上的性能测试;系统地分析了超材料传感器的测试结果和影响因素;讨论了超材料传感器对比其他类型传感器的传感优势。本论文的主要工作和研究结果如下:（1）从描述电磁场的麦克斯韦方程组出发,阐述了超材料在电磁场中的理论基础,讨论了超材料传感应用所涉及的电磁谐振特性,研究了电磁激励方式对超材料谐振特性的影响,建立了集总元件等效电路模型和时域耦合模模型。结果表明,集总元件等效电路模型适合于微波和太赫兹波段的超材料传感器的分析,时域耦合模模型适合于红外光学波段的超材料传感器的分析。（2）研究了超材料在微波领域的传感应用,采用荫罩式掩膜沉积技术和喷蜡打印技术制备了超材料试纸。超材料试纸利用谐振器感应免疫层析组件所捕获的目标分子可以实现目标分子的检测。结果表明,超材料试纸的检测极限和灵敏度分别达到了0.784 ng/m L和10.214 MHz（ng/m L）,其中,检测极限比用裸眼判断的胶体金试纸高63倍（50 ng/m L）,其稳定性比用荧光素标记物的荧光试纸的稳定性高18倍。此外,超材料试纸避免了光学方法中自吸收、镜面反射和长期信号猝灭等干扰。（3）研究了超材料在太赫兹领域的传感应用,采用光刻和电子束蒸镀工艺制备了双层互补式太赫兹生物传感器。传感器利用双层互补式超材料结构激发增强场可以高灵敏地感应场中分析物。结果表明,双层互补式结构可以提升传感器的灵敏度,互补式传感器的灵敏度比凸形传感器和凹形传感器的灵敏度分别高7到18倍。此外,传感器表现出很强的偏振不敏感性,并在±50°以上的宽入射角范围内可以保持高谐振状态。此外,互补式太赫兹生物传感器具备监测链霉亲和素和生物素结合的状态能力,检测生物素的灵敏度达到153 GHz/μM。（4）研究了超材料在红外光学领域的传感应用,利用步进扫描光刻技术和离子束刻蚀技术加工制备出红外超材料多气体复合传感器。红外超材料多气体复合传感器利用表面增强红外吸收效应和金属有机框架功能材料可以实现更高性能的气体检测能力。结果表明,红外超材料多气体复合传感器可同时对CO2和CH4进行片上传感,其响应时间短（<1分钟）、精度高（最大误差:CO2:1.1%,CH4:0.4%）、探测极限高（CO2:80 ppm,CH4:230 ppm）和在宽浓度范围（0 ppm至2.5×104ppm）中具有出色的线性。所介绍的方法十分灵活,可以通过设计更多的谐振和开发合适的金属有机框架来扩展传感器的检测气体的数量。
汪雷[4]（2020）在《煤矿探测机器人图像处理及动态物体去除算法研究》文中指出随着人工智能技术的不断进步以及煤炭工业生产力的不断提升,煤矿开采向着无人化、智能化方向发展。在使用煤矿智能化装备生产过程中,易受煤矿巷道未知环境约束,因此需要通过煤矿探测机器人对煤矿巷道内部场景进行三维环境重建,为煤矿智能化装备正常工作提供基础保障。煤矿巷道三维重建的精度完全取决于煤矿探测救援机器人的定位精度,但由于煤矿巷道照度低、粉尘浓度高以及湿度大的特点和巷道内部动态物体的干扰,都会对煤矿探测机器人定位系统的性能产生严重影响。为此,本文将针对煤矿探测机器人精确定位问题提出了一种基于组合代价函数的图像处理算法以及光流法与语义分割相结合的动态物体去除算法,解决煤矿巷道内干扰因素的影响,提高煤矿探测机器人定位精度与鲁棒性。具体探究内容如下:针对煤矿探测机器人精准定位需求,首先,对煤矿巷道地形特征进行研究。其次,研发适用于煤矿巷道地形特征的煤矿探测机器人平台,并对其硬件与软件系统进行设计。在硬件方面,根据实际场景的需要,选用小觅双目深度相机获取煤矿巷道内部场景信息,采用惯导设备辅助相机为煤矿探测机器人提供精准的位姿估计;根据煤矿巷道内部地形的特点,采用W型轮履结合的行走机构作为煤矿探测机器人的底盘行走机构,既保证了行走速度快,又具有翻越障碍物的能力。在软件方面,上下位机采用无线网络进行通讯,通过ROS机器人操作系统对煤矿探测机器人进行控制。然后,搭建RVIZ和Gazebo显示界面,满足煤矿探测机器人正常工作实时显示需求。针对传感器参数对煤矿探测机器人定位系统的影响,需要对传感器进行标定。首先,对相机成像模型进行分析。其次,通过kalibr工具以及Matlab工具分别对相机进行标定。经试验分析表明,通过kalibr工具标定的左右目相机图像坐标误差均分布在±1个像素之间,采用Matlab工具标定的相机平均坐标误差分布在0.14个像素左右,Matlab工具标定数据结果与小觅相机出厂数据一致性较高。然后,对IMU内参标定,通过分析IMU噪声模型,采集IMU数据包,经标定试验可获得IMU零偏以及随机游走误差等参数。最后,相机与IMU通过离线联合标定方式进行外参标定,经试验分析,可获得相机与IMU的外参以及传感器之间的时间漂移数据等。针对煤矿巷道内部环境照度低、粉尘浓度高以及湿度大等问题,提出了一种基于组合代价函数的图像处理算法。研制了一种煤矿模拟巷道试验平台,通过改变模拟巷道内光照、粉尘浓度以及湿度等干扰因素,对煤矿探测机器人视觉系统进行试验研究。本文提出的图像去雾算法过程主要有图像大气光估计、图像块传输估计、组合代价函数避免对比度过度增强导致图像信息丢失以及精细化传输。经过与多种图像去雾算法性能对比试验,表明本文提出的基于组合代价函数的图像去雾算法在保证图像去雾效果的同时,还可提高图像亮度,增强图像对比度,保持图像纹理细节。针对煤矿巷道内部场景动态物体的干扰问题,提出了一种基于光流法与语义分割方法相结合的动态物体去除算法,消除动态物体的干扰,提高煤矿探测机器人定位与建图系统的精度与鲁棒性。主要针对ORB-SLAM2算法框架进一步改进,通过分析帧间差分法与光流法的优缺点,采用光流法与语义分割方法相结合的方式去对图像的动态特征检测并移除,消除场景中动态物体的干扰,保证数据的动态关联,满足煤矿探测机器人在动态场景中的定位精度需求,提高系统的鲁棒性。通过动态场景语义分割试验分析,本文提出的语义分割算法可以有效分割出场景中的物体,满足实际需求。为了验证本文提出的光流法与语义分割相结合的动态物体去除算法的适用性,进行了大量的试验分析。结果表明,本文所提出的动态场景SLAM算法可以在高动态环境下正常运行,煤矿探测机器人位姿估计精度得到了大幅度提升,实现了动态场景下高精度定位,充分展现了算法的合理性与有效性。针对图像保存形式,采用基于八叉树的Octomap地图保存方式,提高了地图更新效率,减少了内存占用率。该论文有图103幅,表21个,参考文献106篇。
巩固[5]（2020）在《矿井环境下机器人目标识别算法研究》文中研究表明煤矿灾害事故发生后,井下地形环境错综复杂,随时可能发生二次灾害事故,如果救援人员贸然进入井下灾害现场实施救援受困人员和探测灾害情况,将可能受到不可想象的二次人身灾难的伤害。因此迫切需要研发煤矿救援机器人,替代地面救援人员进入井下灾害现场,代替救援人员实施灾害环境的探测任务。本文研究煤矿救援机器人实现煤矿井下环境目标识别为核心,以实验室研制的CUMT系列煤矿救援机器人为平台,研究煤矿救援机器人的目标识别算法与实现。由于灾后煤矿井下环境存在光照度低、湿度大、颗粒粉尘密度大等特点,给煤矿救援机器人实现目标识别与行走造成非常大的困难。为了解决机器人物体识别、避开障碍物等问题,本文主要进行以下研究工作:针对煤矿救援机器人采集不清晰、含有噪声的井下视频图像对机器人视觉目标识别造成的影响,采用视频图像分析与预处理方法,研究与分析机器人视觉采集的煤矿井下环境信息,在图像增强、尺度变换、图像复原等方面进行分析与预处理,提出偏微分方程（PDE）应用到煤矿救援机器人视觉算法数据信息处理中,煤矿救援机器人的目标识别算法利用处理后的视觉图像进行处理煤矿环境中物体特征信息,为煤矿救援机器人视觉识别获得良好的煤矿井下环境视频图像信息。针对煤矿救援机器人识别煤矿井下环境特征信息问题,研究视频图像中物体的角点特征信息和边缘轮廓特征信息,研究与分析Moravec角点检测算法、Harris角点检测算法、SUSAN角点检测算法和MIC角点检测算法等重要角点特征信息检测算法和Canny边缘检测算法,并对Harris角点检测算法和Canny边缘检测算法进行改进,改进后的角点与边缘检测算法具有非常好的鲁棒性,为煤矿救援机器人获得非常好的物体角点特征信息和边缘特征信息。针对机器人运动视频图像实时处理问题,提出并分析光流场分析方法、帧间差分法和背景差分法等,研究煤矿救援机器人在煤矿井下行走时,利用视觉采集到的实时视频图像信息感知煤矿井下环境,检测与识别机器人前进中前方环境中的物体和障碍物,建立机器人自身所处的环境信息,改进帧间差分法,改进后的帧间差分法更有利于机器人实现实时视频信息处理。为了验证煤矿救援机器人目标识别算法的有效性和鲁棒性,进行了机器人的几种不同环境下的目标识别试验。首先研究与分析双目摄像机立体标定和单目视觉系统标定,通过算法确定双目摄像机左右镜头的标定和单目摄像机的标定,然后在室内环境、地下车库环境和煤矿瓦斯井巷实验环境下实现煤矿救援机器人在视觉识别障碍物和周围环境物体支持下的目标识别试验,验证了提出的目标识别算法的良好的鲁棒性,达到了良好的效果。为了验证煤矿救援机器人在纯视觉目标识别算法支持下实现自主行走,通过室内试验、地下车库和煤矿瓦斯实验基地等验证本文提出目标识别方法,基于纯视觉识别环境信息算法实现煤矿救援机器人自主行走中目标识别、障碍物识别和避障等,实现机器人基于纯视觉识别算法的自主行走,虽然每次试验机器人连续自主行走时间在数分钟左右,但试验结果验证了提出的目标识别算法的有效性和实时性,为煤矿救援机器人实现智能感知环境提供了坚实的目标识别算法理论研究。该论文有图111幅,表23个,参考文献166篇。
赵海堂[6]（2020）在《针对传感器系统的分类器模型迁移学习》文中提出由于微机电系统（MEMS）的寿命有限,其部件需要经常更换。对于电子鼻这一类设备,替换元件的信号与原始系统的输入信号有很大不同,在投入使用之前,需要对新插入的气体传感器探头（即传感器阵列）建立一个新分类模型。传统训练分类器的过程要求大量带标签的训练数据,而获得训练数据往往需要在标准环境下收集。为了简化和加速这一过程,本文研究了在仅替换传感器阵列的情况下,对原始传感器系统的分类模型进行迁移学习来获得新传感器阵列的分类模型,还通过逐层调整模型参数的方式提高了模型适配度。该方法结合了同一气体环境下新传感器阵列的输出信号与经原始分类器模型预测得到的标签信息以获取到新分类器模型,接着又逐层调整了新分类器模型参数对其进行了优化,以获得更好的识别准确率。本文主要工作如下:首先,为了更好地实现分类器模型迁移学习方法,提出了一种双排传感器插座阵列的系统结构,普通具备多分类识别功能的仪器仪表对其内部系统稍加改造即可应用本方法。其次,基于BP神经网络,对分类器模型迁移学习方法进行了具体的算法描述。然后在两组数据集上进行了仿真研究,提出了模型相似度比较,还以传统方法（即传统收集训练集,再训练分类器的监督学习方法）及经典迁移学习算法（TCA）作为对比算法,对算法进行了验证分析。实验结果表明,该算法在分类准确率和相似度上都有明显的优势。最后,对分类器模型迁移学习的参数估计方法进行了研究,选取了更优的参数估计方法来优化新分类器模型,使其分类准确率得到进一步的提升。由于本文中独特的系统结构导致新传感器阵列建立分类器模型时依赖于原始传感器阵列上所建立的原始分类器模型信息,又从传感器漂移补偿的角度,优化原始分类器模型,进而使得新分类器模型得到优化。本论文提出的分类器模型迁移学习方法还可以选取其他优选方法来优化最终获取到的新分类器模型,仍有较大的提升空间,为以后具备分类功能的传感器系统改造有着较高的参考价值。
柳英杰[7]（2019）在《电子鼻的仿生数据分析方法研究》文中进行了进一步梳理电子鼻是一种由交叉敏感气体传感器阵列组成的用于混合气味检测与识别的仪器。与常规的气体分析仪器相比,电子鼻凭借其快速、便携、廉价等优点被应用于石油化工、食品检验、医疗诊断等领域。虽然电子鼻在结构和功能上模仿了生物嗅觉工作原理来实现气味识别,但现有的电子鼻数据分析方法一般包含较多步骤,每个步骤又有多种方法可供选择,需要根据实际需求对不同环节的算法进行组合和优化以获取最佳的检测性能。这一过程通常会耗费大量的时间和精力,限制了电子鼻技术的发展。随着人类对生物机理认识的不断加深,仿生学成果越来越多地被应用于工程领域,为解决技术难题提供了新的途径和思路。本文首先对传统电子鼻数据处理框架进行介绍,然后基于仿生模型对电子鼻的数据分析从单平台到跨平台的顺序展开了研究,主要研究内容如下:（1）基于传统电子鼻数据处理框架,对气味识别进行初步尝试,并针对不同平台的气体传感器响应特性进行了算法设计,包括信号预处理、特征提取、特征降维及分类识别等步骤。为了验证方法性能,采用7种白酒样本进行了不同的对比实验。结果表明,传统数据分析方法能够有效解决多类样本的分类问题,在不同的采样方式及平台条件下都取得了较好的分类结果。（2）为简化电子鼻传统数据分析流程,提出了基于脉冲嗅球模型的信号预处理与特征分析方法。根据生物嗅觉系统的基本结构及特性,建立了包含脉冲嗅感受器和初级嗅球的脉冲嗅球模型。受生物神经元信息处理机制的启发,脉冲嗅感受器利用感受野将气体传感器响应转化为脉冲时间序列,实现了传感器数据的脉冲编码。初级嗅球模型模拟了生物嗅球的基本结构,包含僧帽细胞和颗粒细胞,其中僧帽细胞接收脉冲嗅感受器产生的脉冲序列,并传至颗粒细胞进行进一步分析。该方法无需滤波、降噪及特征降维等步骤,在简化传统方法的同时拥有更高的分类精度。（3）为提升电子鼻数据分析的泛用性,提出了基于脉冲皮层模型的电子鼻数据分析方法,建立了包含改进脉冲嗅感受器、高级嗅球和嗅皮层的脉冲皮层模型。首先,设计了一种新型脉冲激活函数对脉冲嗅感受器进行改进,以提升整体的编码效率。其次,根据生物嗅球结构完善初级嗅球模型,建立了包含嗅球主要神经回路的高级嗅球模型,使其更加符合生物嗅觉的生理特性,实现了气味信息的提取与加工。最后,利用具有生物特性的学习规则建立了嗅皮层模型来完成对嗅球输出的学习与分类。该方法不仅具有脉冲嗅球模型无需滤波、降噪及降维的优点,还能够通过自动学习完成识别任务。不同条件下的实验结果表明,相比于脉冲嗅球模型,使用脉冲皮层模型进行数据分析具有更好的分类性能和鲁棒性。（4）针对现有电子鼻数据分析方法无法处理跨平台数据的问题,提出了基于时序图像化的跨平台数据分析方法。首先对气体传感器响应进行时间序列的图像化,使不同平台的样本数据被转化为统一形式的组合图像。随后根据电子鼻的数据特点建立小型卷积网络模型,通过多种策略消除了小样本数据带来的过拟合问题,能够自动学习深层特征完成跨平台数据的分类识别。对三种电子鼻平台的实验结果表明,所提方法适用于不同的传感器阵列与采样方法,在三种平台下均具有较高的分类性能,实现了电子鼻的泛用型数据分析,有望推动电子鼻技术的普及与应用。
常荆山[8]（2019）在《旋转电弧窄间隙MAG焊变坡口焊缝成形建模研究》文中进行了进一步梳理旋转电弧窄间隙MAG焊是一种高效焊接方法,在中厚板的焊接中具有很好的应用前景。窄间隙焊接的难点是如何保证侧壁熔透性,以往通过电弧传感或者视觉传感保证旋转电弧位于坡口的中心,进而确保侧壁熔深。但是,当坡口不规则时（以下简称为变坡口）,传统的基于单一传感方法的焊缝跟踪不足以保证坡口侧壁熔深。因此,需要采用多种传感信息融合,对变坡口的焊缝成形进行建模研究,提高焊接质量。本文首先构建焊接系统和相应数据采集、图像采集系统。为了保证多传感信息和侧壁熔深的对应,并针对以往划线针标记方式的不足,本文构建激光划线软硬件系统,标记数据开始采集和结束采集的电弧中心位置,使采集的数据与焊接工件位置同步对应;其次,选用多功能PCI-6251数据采集卡同时采集焊接电流、电弧电压、电弧前方位置三路信号,利用隔离模块提高数据输送的精确度。通过电弧前方位置脉冲信号提取每个旋转周期的焊接电流信号;再次,利用CCD相机触发采集电弧中心及坡口边缘图像,根据已有的被动视觉传感算法获得电弧中心和坡口边缘的图像坐标,然后计算坐标值获得电弧中心到左右侧壁的距离;最后,根据激光标记的位置,对工件进行切割、打磨、腐蚀、图像人机交互处理、数据拟合,得到与采集数据同步的侧壁熔深。为了构建有效的变坡口侧壁熔深预测模型,首先,设计三种坡口形式进行试验,坡口结构为斜坡口、坡口宽度变化、坡口高度变化;其次,通过十字滑块改变焊丝端部到侧壁的距离;最后,对不同坡口形貌的数据进行相关性分析,将坡口形貌、焊接电流I、焊丝端部到侧壁最短距离w组成输入特征向量,侧壁熔深P作为输出特征向量,利用支持向量机中的核函数进行智能建模,得到变坡口下侧壁熔深预测模型,经验证可知预测模型效果良好。相关研究为进一步变坡口下焊缝成形控制奠定基础。
陈鹏[9]（2018）在《多气体传感器信号提取与融合技术研究》文中认为随着我国经济的快速发展,由此引发的环境问题日益明显,恶臭污染给人们的生活带来诸多不便。国内对恶臭污染的研究起步较晚,目前尚未取得显着成果。对于复合恶臭的检测需要连续的在线测量,人工嗅辨和化学分析法无法满足该需求,也会耗费大量的人力物力,因此,研制一款实时性好、稳定可靠的恶臭气体检测系统具有重大的现实意义。本课题基于电子鼻的复合恶臭检测系统,通过对采集信号的分析与处理,实现多气体传感器信号的提取与融合。系统的设计理念是上位机-中位机-下位机三级组合模式。论文深入研究了不同种类气体传感器的特性,并选取了符合恶臭检测系统的传感器阵列,具体描述了系统中各部分的功能,制定了系统中各模块间的通信协议,对上位机的程序设计进行了详细的叙述。通过对实验数据及传感器响应曲线进行分析研究,在系统上位机中设计了信号预处理程序,以信号变化量模型为基础,提取传感器的稳态响应量,然后将各个响应量进行加权融合,得出传感器阵列对恶臭气体的特征值。论文对传感器的最低检测限以及重复性实验的效果进行了分析,并给出了实验数据。实验测试表明,复合恶臭检测系统能够正常工作,可以依据检测环境的不同更换传感器模块,其检测结果稳定可靠,对于其他领域的检测装置有一定的借鉴意义。
魏文松[10]（2018）在《基于参数特征波长的典型农畜产品品质无损检测技术及掌上式装置研发》文中指出近年来,农畜产品品质常用的无损检测方法主要包括光谱技术、图像技术及仿生传感技术等,这些方法普遍需要依赖集成的光谱仪、图像或传感阵列等硬件系统,价格昂贵、机构复杂且不易移动,多用于实验室或固定场合,不便于消费者等个人用户使用,也不利于在市场上推广。为了克服以上缺点及满足市场和消费者的需求,急需一种结构小巧、价格低廉、操作简单、携带方便的掌上式快速无损检测设备用于农畜产品品质的检测。本文以典型农畜产品中的肉品与水果为研究对象,从检测机理、关键技术研究、软硬件系统设计、设备性能验证、实验分析及检测结果评价等方面进行了研究,主要研究内容和结果如下:1.提出了一种利用与参数相关的特征波长检测农畜产品品质的方法,并利用近似波段融合及模型回归系数最大化原则选取与典型农畜产品品质参数相关的特征波长。以猪肉中挥发性盐基氮含量（TVB-N）,利用波段400-1100nm的漫反射系统对66块猪肉样品进行试验,利用逐步回归算法（SRA）、连续投影算法（SPA）和基因遗传算法（GA）对原始光谱和预处理光谱筛选特征波长。经分析后,在430、465、545、620、710、778、820、870左右20nm范围,与猪肉新鲜度TVB-N参数相关,也与猪肉中的颜色（L*,a*,b*）与pH值的吸收峰吻合。以同样方法对61块牛肉样品进行试验,在472、525、544、579、610、778、810、860左右20nm波段范围附近,与牛肉品质中嫩度参数、颜色（L*,a*,b*）与pH值参数相关。利用可见/近红外光谱系统对56个丰水梨进行试验分析,得到在472、630、700、760、810、860、910、950的左右20nm波段范围,与丰水梨中SSC参数相关。2.根据样品范围光照均匀均匀的原则,提出了一种设计便携式集成光学农畜产品光源结构的方法。针对肉品品质,设计了多环多角度正对称光源结构,分别利用与农畜产品品质参数相关的LED特征光源、设计了水平方向的农畜产品品质检测探头。根据水果待检测区域为类球形表面的特征,设计点对称多角度多环正交方向光源结构,分别在水平方向与竖直两个垂直方向布局。最后结合组成光源模块硬件的几何位置和样品检测范围大小,确定光源、检测器、检测镜头、光源安装角度及光源发散角之间的空间位置关系,解析各个尺寸之间的数学关系。结合光学仿真软件对不同光源模块与检测样品在不同垂直距离时仿真分析,确定光源辐射强度与辐射面积之间最佳匹配关系,验证所设计探头与尺寸参数。3.提出了一种基于特征波长光源设计集成光学检测器的方法。并据此搭建了掌上式检测装置硬件,集成检测器由光源模块、采集光路模块和其他驱动电路组成,光源模块顶部布局采集光路模块,其内部由固定焦距检测镜头和检测芯片组成。装置以STM32F103VET6为主控芯片,电路模块包括恒流源驱动电路、分级防饱和放大电路、光强信号采集电路及数据转换电路、无线传输电路等,各个电路共同工作,实现检测器内各路光源稳定工作并循环点亮照射样品。最后将光源模块与检测模块,恒流源驱动模块,数据采集与处理模块,无线传输模块以及显示终端等模块融为一体,制作成体积小,功能全的小型掌上式装置。4.开发了与硬件设备匹配的上位机软件。利用JAVA语言在Eclipse平台,开发基于Android系统的客户端APP软件与Window系统的PC端软件。上位机软件可与外部设备实现数据交换与无线传输,其中APP软件可在猪肉新鲜度、牛肉嫩度及水果品质参数三个界面进行切换。Windows系统的PC端控制软件可实时显示光源模块在每个波长下的原始数据、反射率及对应点的曲线,并在界面实时显示猪肉新鲜度、牛肉品质及水果品质检测结果,并自动完成存储等功能。外部设备可一键操作,与软件完成数据交换功能,并在终端显示检测结果,其中APP客户端软件可与消费者手机绑定,并能将结果分享与实时记录;PC端软件与设备相结合,可在布线困难,场景复杂环境进行检测,实现数据无线实时传输。5.利用开发的掌上式装置对54块生鲜猪肉、61块牛肉样品与60块丰水梨样品进行试验,利用MLR、PLSR、PL-SVR建立预测模型。建模结果表明,猪肉新鲜度参数中,颜色L*,a*,b*与TVB-N的MLR建模结果最好,预测集相关系数Rp分别为0.9145,0.8933,0.9122与0.9040,预测集误差SEP分别为2.0392,1.0605,0.6372与3.8114mg/100g。参数pH值的PL-SVR建模结果最好,预测集相关系数Rp与预测集误差SEP分别为0.9319与0.0746。利用不同时间段各12块样品,对猪肉新鲜度模型进行稳定性分析与重复性验证,结果表明,不同时间模型预测值与实际值相关性均在0.80左右,变异系数低于1.4%。牛肉品质参数中,颜色L*,a*与b*的MLR模型中 Rp 分别为 0.9832,0.9072 与 0.9359,SEP 分别为 1.00,1.54 与 0.62;参数 pH 值的 PL-SVR 建模结果最好,Rp为0.9420,SEP为0.19;参数WBSF值的LS-SVR建模结果最好,Rp为0.8120,SEP为6.11 N;水果丰水梨品质中,SSC参数的LS-SVR模型最好,Rp为0.7779,SEP为0.511。试验证明,利用特征波长及所建立的掌上式装置能够对农畜产品品质进行检测,该方法为其他小型化设备的设计提供了技术支持与参考。
二、多气体传感器信号样条回归信息处理（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、多气体传感器信号样条回归信息处理（论文提纲范文）
（1）气体传感器系统健康管理技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要缩写和符号 |
| 第1章 绪论 |
| 1.1 课题背景及研究目的 |
| 1.1.1 研究来源及背景 |
| 1.1.2 研究目的及意义 |
| 1.2 气体传感器系统概述 |
| 1.2.1 气体传感器系统的工作原理 |
| 1.2.2 气体传感器阵列的构造方式 |
| 1.2.3 气体传感器系统的故障模式分析 |
| 1.3 气体传感器系统的健康管理研究现状 |
| 1.3.1 健康管理技术概述 |
| 1.3.2 健康管理关键技术研究现状分析 |
| 1.4 现有技术存在的主要问题 |
| 1.5 本文主要研究内容 |
| 第2章 气体传感器系统的微小故障诊断方法的研究 |
| 2.1 引言 |
| 2.2 基于t分布随机近邻嵌入与随机森林的微小故障诊断方法 |
| 2.2.1 基于t分布随机近邻嵌入的特征提取方法 |
| 2.2.2 补偿距离特征评估 |
| 2.2.3 基于随机森林的特征分类方法 |
| 2.2.4 基于t分布随机近邻嵌入与随机森林的故障诊断算法流程 |
| 2.3 故障诊断仿真结果与分析 |
| 2.3.1 特征提取方法仿真试验及分析 |
| 2.3.2 故障诊断方法仿真试验及分析 |
| 2.4 本章小结 |
| 第3章 强干扰小样本的健康评估及预测方法研究 |
| 3.1 引言 |
| 3.2 基于未确知深度软测量的强干扰健康评估方法 |
| 3.2.1 健康可信度的内涵 |
| 3.2.2 健康可信度软测量方法研究 |
| 3.3 基于集成相关向量机的小样本健康预测方法 |
| 3.3.1 集成相关向量机的原理及其特性分析 |
| 3.3.2 健康预测模型算法流程 |
| 3.4 健康评估及预测仿真试验及分析 |
| 3.4.1 强干扰情况下的健康评估仿真试验及分析 |
| 3.4.2 小样本情况下的健康预测仿真试验及分析 |
| 3.4.3 健康预警等级仿真验证 |
| 3.5 本章小结 |
| 第4章 混合多属性信息的健康管理决策方法研究 |
| 4.1 引言 |
| 4.2 基于灰色群决策的混合多属性健康管理决策 |
| 4.2.1 多专家灰色群决策及其特性分析 |
| 4.2.2 基于灰色群决策的健康管理决策模型 |
| 4.3 基于互相关极限学习机的数据恢复 |
| 4.3.1 互相关极限学习机及其特性分析 |
| 4.3.2 基于互相关极限学习机的在线故障恢复 |
| 4.4 仿真试验及分析 |
| 4.4.1 健康管理决策仿真试验及分析 |
| 4.4.2 数据恢复效果仿真试验及分析 |
| 4.5 本章小结 |
| 第5章 气体传感器系统的健康管理实验验证 |
| 5.1 引言 |
| 5.2 气体传感器系统的设计与实现 |
| 5.2.1 气体传感器系统功能描述 |
| 5.2.2 气体传感器实验系统技术方案 |
| 5.3 气体传感器系统的健康管理方法实验验证 |
| 5.3.1 微小故障诊断方法验证 |
| 5.3.2 强干扰情况下的健康评估及预测方法验证 |
| 5.3.3 多属性混合信息健康管理决策方法验证 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其他成果 |
| 致谢 |
| 个人简历 |
（2）电化学传感器探测大气NO2浓度标定方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 大气污染物 |
| 1.2.1 空气质量报告 |
| 1.2.2 NO_2的危害 |
| 1.3 大气NO_2监测技术 |
| 1.3.1 化学发光技术 |
| 1.3.2 光谱技术 |
| 1.3.3 电化学传感技术 |
| 1.4 电化学传感技术国内外研究现状 |
| 1.5 本文主要内容 |
| 2 电化学传感技术标定方法 |
| 2.1 电化学传感器工作原理 |
| 2.2 NO_2浓度标定方法 |
| 2.2.1 差分校正算法 |
| 2.2.2 线性回归算法 |
| 2.2.3 人工神经网络 |
| 2.3 本章小结 |
| 3 大气NO_2实验总体方案 |
| 3.1 大气NO_2探测系统简介 |
| 3.2 实验仪器介绍 |
| 3.3 系统稳定性测试 |
| 3.4 零点电流与检测限测试 |
| 3.5 相对湿度对零点电流的影响 |
| 3.6 多气体交叉干扰探究 |
| 3.7 本章小结 |
| 4 大气NO_2浓度标定模型建立 |
| 4.1 基于公式标定法的大气NO2浓度模型 |
| 4.1.1 差分校正算法浓度模型 |
| 4.1.2 线性回归算法浓度模型 |
| 4.2 模型建立的基本思路 |
| 4.2.1 网络结构的确定 |
| 4.2.2 网络参数的选择 |
| 4.2.3 网络的评价指标 |
| 4.3 基于BP神经网络的NO_2浓度预测模型的应用 |
| 4.3.1 数据来源及预处理 |
| 4.3.2 变量筛选 |
| 4.3.3 模型调试 |
| 4.3.4 模型的预测结果 |
| 4.4 本章小结 |
| 5 大气NO_2浓度标定模型验证 |
| 5.1 三种标定模型的验证结果对比 |
| 5.1.1 外场测试期间的环境因素 |
| 5.1.2 标定结果分析 |
| 5.2 电化学传感器时间演变规律 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 研究内容总结 |
| 6.2 研究内容展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（3）人工平面超材料的电磁特性及其传感应用研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 课题研究背景 |
| 1.2 平面超材料传感技术的研究现状 |
| 1.2.1 超材料的发展历史概述 |
| 1.2.2 微波超材料传感应用的研究现状 |
| 1.2.3 太赫兹超材料传感应用的研究现状 |
| 1.2.4 红外超材料传感应用的研究现状 |
| 1.3 本论文的研究工作 |
| 1.3.1 本论文选题依据 |
| 1.3.2 本论文主要研究内容 |
| 2 平面超材料的传感理论与建模仿真 |
| 2.1 引言 |
| 2.2 平面超材料的基本理论与传感机理 |
| 2.2.1 超材料的理论基础 |
| 2.2.2 微波与太赫兹领域中超材料的电磁谐振特性 |
| 2.2.3 红外光学领域中超材料的表面增强红外吸收效应 |
| 2.3 超材料传感应用中的理论模型 |
| 2.3.1 集总元件等效电路模型 |
| 2.3.2 时域耦合模模型 |
| 2.4 超材料仿真分析中的数值计算方法 |
| 2.4.1 有限元算法(FEM) |
| 2.4.2 时域有限差分法(FDTD) |
| 2.5 本章小结 |
| 3 微波领域中超材料试纸的传感研究 |
| 3.1 引言 |
| 3.2 超材料试纸的工作机理 |
| 3.3 超材料试纸的加工制备与表征 |
| 3.3.1 实验材料与仪器 |
| 3.3.2 超材料试纸的加工制备流程 |
| 3.3.3 超材料试纸亲水通道的加工及表征 |
| 3.3.4 超材料谐振器的加工及表征 |
| 3.3.5 测流免疫层析组件的加工 |
| 3.4 超材料试纸的传感性能 |
| 3.4.1 超材料试纸的测试平台 |
| 3.4.2 超材料试纸的一致性测试 |
| 3.4.3 超材料试纸的定量检测原理验证 |
| 3.4.4 超材料试纸用于金葡菌的定量检测 |
| 3.4.5 超材料试纸的检测优势分析 |
| 3.5 本章小结 |
| 4 太赫兹领域中超材料生物传感器的研究 |
| 4.1 引言 |
| 4.2 双层互补式太赫兹生物传感器的理论分析 |
| 4.2.1 传感器的工作机理 |
| 4.2.2 传感器的高灵敏度分析 |
| 4.2.3 传感器的Q值分析 |
| 4.2.4 传感器的偏振与入射特性分析 |
| 4.3 双层互补式太赫兹生物传感器的加工与表征 |
| 4.3.1 实验材料与仪器 |
| 4.3.2 传感器的加工与表征 |
| 4.4 双层互补式太赫兹生物传感器的传感性能 |
| 4.4.1 传感器的测试平台 |
| 4.4.2 传感器的一致性测试 |
| 4.4.3 传感器用于生物素与链霉亲和素的检测 |
| 4.5 本章小结 |
| 5 红外光学领域中超材料气体传感器的研究 |
| 5.1 引言 |
| 5.2 红外超材料多气体复合传感器的理论分析 |
| 5.2.1 多气体传感器的工作机理 |
| 5.2.2 多气体传感器的谐振可调性 |
| 5.2.3 多气体传感器的理论模型 |
| 5.2.4 多气体传感器增强效应的实验验证 |
| 5.3 红外超材料多气体复合传感器的加工与表征 |
| 5.3.1 实验材料与仪器 |
| 5.3.2 多气体传感器的加工制备 |
| 5.3.3 多气体传感器的表征分析 |
| 5.3.4 多气体传感器的吸附膜厚度确定 |
| 5.4 红外超材料多气体复合传感器的传感性能 |
| 5.4.1 多气体传感器的测试平台 |
| 5.4.2 多气体传感器的稳态传感性能 |
| 5.4.3 多气体传感器的动态传感性能 |
| 5.4.4 多气体传感器的传感优势分析 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 论文的主要研究内容与结论 |
| 6.2 论文的创新点 |
| 6.3 论文的不足与后续工作展望 |
| 参考文献 |
| 附录 |
| A.攻读博士学位期间发表的相关论文 |
| B.作者在攻读学位期间申请及授权的专利 |
| C.作者在攻读学位期间参与的相关课题 |
| D.学位论文数据集 |
| 致谢 |
（4）煤矿探测机器人图像处理及动态物体去除算法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题研究意义和来源 |
| 1.2 国内外研究现状 |
| 1.3 论文主要研究内容 |
| 2 煤矿探测机器人软硬件系统研发 |
| 2.1 引言 |
| 2.2 煤矿井下地形特征分析 |
| 2.3 机器人硬件平台研制 |
| 2.4 机器人软件系统研发 |
| 2.5 机器人箱体防爆设计 |
| 2.6 机器人行走性能试验及运动学分析 |
| 2.7 本章小结 |
| 3 双目相机与IMU标定及误差校验 |
| 3.1 相机常用标定算法介绍 |
| 3.2 相机与IMU联合标定算法研究 |
| 3.3 双目相机标定 |
| 3.4 IMU标定 |
| 3.5 相机与IMU联合标定 |
| 3.6 本章小结 |
| 4 图像处理技术研究 |
| 4.1 引言 |
| 4.2 模拟巷道试验平台 |
| 4.3 图像获取 |
| 4.4 去雾算法研究 |
| 4.5 试验结果与分析 |
| 4.6 本章小结 |
| 5 动态场景语义信息处理技术研究 |
| 5.1 引言 |
| 5.2 SLAM算法研究 |
| 5.3 动态物体检测算法研究 |
| 5.4 语义分割算法研究 |
| 5.5 语义分割试验 |
| 5.6 本章小结 |
| 6 动态场景SLAM系统综合性能试验 |
| 6.1 引言 |
| 6.2 动态场景特征匹配试验分析 |
| 6.3 动态场景SLAM系统定位性能试验 |
| 6.4 三维地图构建试验 |
| 6.5 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（5）矿井环境下机器人目标识别算法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 研究目标 |
| 1.4 研究内容 |
| 1.5 研究技术路线 |
| 1.6 论文结构安排 |
| 2 煤矿井下环境视频图像分析与预处理 |
| 2.1 引言 |
| 2.2 视频图像分析 |
| 2.3 煤矿井下视频图像预处理 |
| 2.4 视频图像变换处理 |
| 2.5 PDE在视频图像处理中的应用 |
| 2.6 本章小结 |
| 3 煤矿井下视频图像角点信息检测算法 |
| 3.1 引言 |
| 3.2 几种角点检测算法 |
| 3.3 Harris算法的改进研究 |
| 3.4 Harris改进算法在煤矿救援机器人中的应用 |
| 3.5 本章小结 |
| 4 煤矿井下视频图像边缘轮廓信息检测算法 |
| 4.1 引言 |
| 4.2 边缘预处理 |
| 4.3 Canny算法 |
| 4.4 Canny算法的改进 |
| 4.5 Canny改进算法在煤矿救援机器人中的应用 |
| 4.6 本章小结 |
| 5 煤矿救援机器人运动视频图像分析 |
| 5.1 引言 |
| 5.2 运动视频图像的光流场分析 |
| 5.3 运动视频图像的帧间差分法 |
| 5.4 运动视频图像的背景差分法 |
| 5.5 本章小结 |
| 6 煤矿救援机器人目标识别试验与分析 |
| 6.1 引言 |
| 6.2 试验环境 |
| 6.3 视觉系统 |
| 6.4 视觉系统标定 |
| 6.5 机器人环境物体识别试验 |
| 6.6 试验效果分析 |
| 6.7 本章小结 |
| 7 煤矿救援机器人自主行走试验与分析 |
| 7.1 引言 |
| 7.2 室内环境试验 |
| 7.3 地下室环境下试验 |
| 7.4 煤矿瓦斯实验环境下试验 |
| 7.5 试验结果分析 |
| 7.6 本章小结 |
| 8 结论 |
| 8.1 主要结论 |
| 8.2 创新点 |
| 8.3 研究展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（6）针对传感器系统的分类器模型迁移学习（论文提纲范文）
| 摘要 |
| Abstract |
| 引言 |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 气体传感器 |
| 1.2.2 气体检测技术 |
| 1.2.3 分类模型 |
| 1.3 本文的研究内容和创新点 |
| 1.3.1 论文的主要研究内容 |
| 1.3.2 论文的创新点 |
| 1.4 本文的组织结构 |
| 2 相关背景知识概述 |
| 2.1 分类器概述 |
| 2.2 神经网络概述 |
| 2.2.1 神经网络原理 |
| 2.2.2 反向传播算法 |
| 2.2.3 BP神经网络 |
| 2.3 迁移学习概述 |
| 2.3.1 迁移学习 |
| 2.3.2 迁移学习的应用 |
| 2.3.3 经典迁移学习算法TCA |
| 2.4 本章小结 |
| 3 一种分类器模型迁移学习方法 |
| 3.1 问题描述 |
| 3.2 系统整体框架 |
| 3.3 算法整体描述 |
| 3.3.1 模型建立 |
| 3.3.2 模型优化 |
| 3.4 实验设计与结果分析 |
| 3.4.1 实验环境及实验参数设置 |
| 3.4.2 实验数据集 |
| 3.4.3 特征处理 |
| 3.4.4 实验方案 |
| 3.4.5 实验结果与分析 |
| 3.5 本章小结 |
| 4 分类器模型迁移学习的参数估计研究 |
| 4.1 参数估计方法 |
| 4.1.1 最小二乘估计 |
| 4.1.2 M估计 |
| 4.1.3 Hebb算法 |
| 4.2 实验设计与结果对比 |
| 4.2.1 实验设计 |
| 4.2.2 实验结果对比 |
| 4.3 本章小结 |
| 5 基于漂移补偿的分类器模型迁移学习 |
| 5.1 引言 |
| 5.2 传感器漂移概述 |
| 5.3 基于漂移补偿的分类器优化 |
| 5.4 实验设计与结果分析 |
| 5.4.1 漂移补偿实验及结果分析 |
| 5.4.2 分类器模型迁移实验及结果分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（7）电子鼻的仿生数据分析方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 生物嗅觉系统的信息处理 |
| 1.2.1 嗅觉系统的结构 |
| 1.2.2 嗅觉信息的传导机理 |
| 1.3 电子鼻技术概述 |
| 1.3.1 电子鼻原理 |
| 1.3.2 气体传感技术 |
| 1.3.3 数据分析技术 |
| 1.3.4 电子鼻的发展与应用 |
| 1.4 电子鼻的仿生数据分析 |
| 1.4.1 研究现状 |
| 1.4.2 存在的不足 |
| 1.5 研究内容与创新 |
| 1.5.1 研究思路 |
| 1.5.2 研究工作与创新 |
| 1.5.3 论文结构与内容 |
| 第二章 基于传统处理框架的电子鼻数据分析方法 |
| 2.1 方法框架及意义 |
| 2.2 电子鼻硬件平台 |
| 2.2.1 传感器阵列设计 |
| 2.2.2 气室设计 |
| 2.2.3 电路与软件设计 |
| 2.2.4 平台结构与工作流程 |
| 2.2.5 实验配置与流程 |
| 2.3 传统电子鼻数据分析方法 |
| 2.3.1 信号预处理 |
| 2.3.2 特征提取 |
| 2.3.3 特征降维 |
| 2.3.4 分类识别 |
| 2.4 实验结果与分析 |
| 2.4.1 特征降维方法的影响 |
| 2.4.2 特征数量与采样方法的影响 |
| 2.4.3 不同平台的结果对比 |
| 2.5 本章结语 |
| 第三章 基于脉冲嗅球模型的信号预处理与特征分析 |
| 3.1 方法框架及意义 |
| 3.2 脉冲嗅感受器 |
| 3.2.1 嗅感受器的气味编码 |
| 3.2.2 基于高斯感受野的通道编码 |
| 3.3 初级嗅球模型 |
| 3.3.1 基本单元 |
| 3.3.2 模型结构及特性 |
| 3.3.3 仿生信号的特征提取 |
| 3.4 实验结果与分析 |
| 3.4.1 特征数量与采样方法的影响 |
| 3.4.2 嗅球连接模式的影响 |
| 3.4.3 传统与仿生方法的结果对比 |
| 3.5 本章结语 |
| 第四章 基于脉冲皮层模型的电子鼻仿生数据分析方法 |
| 4.1 方法框架及意义 |
| 4.2 改进脉冲嗅感受器 |
| 4.3 高级嗅球模型 |
| 4.4 嗅皮层模型 |
| 4.4.1 脉冲神经网络基本原理 |
| 4.4.2 模型结构与学习算法 |
| 4.5 实验结果与分析 |
| 4.5.1 不同因素对结果的影响 |
| 4.5.2 泛用性验证 |
| 4.6 本章结语 |
| 第五章 基于时序图像化的跨平台数据分析方法 |
| 5.1 方法框架及意义 |
| 5.2 时间序列的图像化 |
| 5.2.1 时间序列转换 |
| 5.2.2 组合图像生成 |
| 5.3 小型卷积神经网络 |
| 5.3.1 卷积神经网络基本原理 |
| 5.3.2 卷积神经网络在电子鼻应用中存在的问题 |
| 5.3.3 网络结构与策略 |
| 5.4 实验结果与分析 |
| 5.4.1 方法中不同因素的影响 |
| 5.4.2 泛用性验证 |
| 5.5 本章结语 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 发表论文和科研情况说明 |
| 致谢 |
（8）旋转电弧窄间隙MAG焊变坡口焊缝成形建模研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 窄间隙焊接焊缝成形工艺研究现状 |
| 1.2.2 窄间隙焊焊缝成形传感与控制研究现状 |
| 1.2.3 支持向量机研究现状 |
| 1.3 本课题研究目的和内容 |
| 1.3.1 研究目的 |
| 1.3.2 研究内容 |
| 第2章 旋转电弧窄间隙MAG焊实验装置 |
| 2.1 系统组成 |
| 2.2 传感硬件组成 |
| 2.3 控制柜构造 |
| 2.4 焊炬摆动方式 |
| 2.5 本章小结 |
| 第3章 实验数据获取与处理 |
| 3.1 激光系统 |
| 3.1.1 激光系统硬件 |
| 3.1.2 激光系统软件开发 |
| 3.2 焊接电流信号获取与处理 |
| 3.2.1 焊接电流及电弧位置数据获取 |
| 3.2.2 数据采集参数设置 |
| 3.2.3 焊接电流数据处理 |
| 3.3 焊丝端部到侧壁最短距离数据获取与处理 |
| 3.3.1 焊丝端部到侧壁最短距离数据获取 |
| 3.3.2 已有被动视觉传感算法介绍 |
| 3.3.3 焊丝端部到侧壁最短距离数据处理 |
| 3.4 侧壁熔深数据获取与处理 |
| 3.4.1 侧壁熔深数据获取 |
| 3.4.2 侧壁熔深数据处理 |
| 3.5 本章小结 |
| 第4章 变坡口窄间隙MAG焊侧壁熔深分析与建模 |
| 4.1 试验系统 |
| 4.2 设计试验 |
| 4.3 实验数据分析 |
| 4.3.1 斜坡口情况下数据分析 |
| 4.3.2 坡口宽度变化情况下数据分析 |
| 4.3.3 坡口高度变化情况下数据分析 |
| 4.4 侧壁熔深建模 |
| 4.4.1 支持向量机概述 |
| 4.4.2 左侧壁熔深建模分析 |
| 4.4.3 SVM与 BP神经网络的比较 |
| 4.4.4 右侧壁熔深建模分析 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（9）多气体传感器信号提取与融合技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 恶臭污染概述 |
| 1.2.1 恶臭的产生及分类 |
| 1.2.2 恶臭污染的危害 |
| 1.3 恶臭检测方法及研究现状 |
| 1.3.1 感官测定法 |
| 1.3.2 仪器测定法 |
| 1.4 论文主要研究内容及难点 |
| 1.5 本章小结 |
| 第二章 系统总体设计 |
| 2.1 系统方案设计 |
| 2.1.1 系统组成 |
| 2.1.2 采集方式 |
| 2.2 传感器特性分析 |
| 2.2.1 传感器的选择 |
| 2.2.2 传感器的分类 |
| 2.3 信号采集 |
| 2.3.1 MOS传感器信号采集 |
| 2.3.2 电化学传感器信号采集 |
| 2.3.3 PID传感器信号采集 |
| 2.4 本章小结 |
| 第三章 功能模块设计 |
| 3.1 概述 |
| 3.2 模块划分 |
| 3.2.1 下位机模块 |
| 3.2.2 中位机模块 |
| 3.2.3 上位机模块 |
| 3.3 通信协议制定 |
| 3.3.1 下位机与中位机通信 |
| 3.3.2 中位机与上位机通信 |
| 3.4 本章小结 |
| 第四章 程序设计 |
| 4.1 概述 |
| 4.2 数据结构 |
| 4.2.1 系统配置文件 |
| 4.2.2 测量文件 |
| 4.2.3 定标文件 |
| 4.3 程序结构 |
| 4.3.1 采集系统开发 |
| 4.3.2 处理系统开发 |
| 4.4 本章小结 |
| 第五章 信号处理分析 |
| 5.1 概述 |
| 5.2 回归分析和曲线拟合 |
| 5.3 特征值提取 |
| 5.3.1 数学模型 |
| 5.3.2 信号预处理 |
| 5.3.3 单一传感器信号提取 |
| 5.4 多传感器信号融合 |
| 5.4.1 恶臭强度与浓度关系 |
| 5.4.2 定标与测量过程 |
| 5.4.3 基于反应量的融合 |
| 5.4.4 基于指纹的样品识别 |
| 5.5 本章小结 |
| 第六章 实验结果分析 |
| 6.1 实验方法 |
| 6.1.1 配气系统 |
| 6.1.2 实验参数 |
| 6.2 重复性实验 |
| 6.3 实验分析 |
| 6.3.1 单质气体 |
| 6.3.2 复合气体 |
| 6.4 本章小结 |
| 第七章 总结 |
| 参考文献 |
| 致谢 |
| 攻读学位期间所取得的相关科研成果 |
（10）基于参数特征波长的典型农畜产品品质无损检测技术及掌上式装置研发（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 农畜产品无损检测技术的国内外研发现状 |
| 1.2.1 机器视觉技术研究现状 |
| 1.2.2 声波技术研究现状 |
| 1.2.3 气味原理技术研发现状 |
| 1.2.4 介电特性技术研发现状 |
| 1.2.5 光谱技术研发现状 |
| 1.2.6 其他无损检测技术研发现状 |
| 1.2.7 所存在的技术问题及研究需求 |
| 1.3 本论文研究对象、目标、内容和技术路线 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容和技术路线 |
| 第二章 农畜产品品质参数特征波长筛选与机理研究 |
| 2.1 引言 |
| 2.2 近红外光谱检测原理与特征波长技术 |
| 2.2.1 近红外光谱检测农畜产品的原理 |
| 2.2.2 参数特征波长检测的原理 |
| 2.3 分析方法 |
| 2.3.1 分析流程 |
| 2.3.2 可见/近红外检测系统 |
| 2.3.3 预处理与建模方法 |
| 2.3.4 波长筛选方法 |
| 2.4 猪肉新鲜度参数特征波长的筛选与机理研究 |
| 2.4.1 材料与方法 |
| 2.4.2 原始光谱建模结果与波长筛选结果 |
| 2.4.3 预处理光谱建模结果与波长筛选结果 |
| 2.5 牛肉品质参数特征波长筛选与机理研究 |
| 2.5.1 材料与方法 |
| 2.5.2 原始光谱建模与波长筛选结果 |
| 2.5.3 预处理光谱建模与波长筛选结果 |
| 2.6 丰水梨中可溶性固形物特征波长筛选与机理研究 |
| 2.6.1 材料与方法 |
| 2.6.2 原始光谱建模结果与波长筛选结果 |
| 2.6.3 预处理光谱筛选波长结果 |
| 2.7 小结 |
| 第三章 基于特征波长光源设计掌上式装置关键技术研究 |
| 3.1 引言 |
| 3.2 基于参数特征波长搭建装置的基本思路 |
| 3.3 多环多角度正对称肉品检测探头的设计 |
| 3.3.1 LED光源不同安装角度下光强与距离的关系 |
| 3.3.2 同圆环上光源、检测器与镜头之间位置关系确定 |
| 3.3.3 不同圆环上光源安装位置与角度分布研究 |
| 3.3.4 肉品检测光源光路仿真与性能验证 |
| 3.4 交叉多角度点对称水果检测探头的设计 |
| 3.4.1 探头内部各部分关系 |
| 3.4.2 竖直方向光源安装位置和角度确定 |
| 3.4.3 水平方向光源安装角度和位置的确定 |
| 3.4.4 水果检测光路仿真与性能验证 |
| 3.5 小结 |
| 第四章 基于特征波长光源掌上式装置硬件设计 |
| 4.1 引言 |
| 4.2 硬件整体组成与设计流程 |
| 4.3 光源驱动模块设计 |
| 4.3.1 猪肉新鲜度检测光源驱动设计 |
| 4.3.2 牛肉嫩度检测光源驱动设计 |
| 4.3.3 水果品质检测光源驱动设计 |
| 4.4 信号采集与处理模块设计 |
| 4.4.1 模块选型 |
| 4.4.2 电路设计 |
| 4.4.3 功能试验验证 |
| 4.5 无线传输与信号保存模块 |
| 4.5.1 无线模块工作原理 |
| 4.5.2 数据保存与显示模块 |
| 4.6 硬件整体结构图 |
| 4.7 小结 |
| 第五章 基于特征波长光源掌上式装置软件设计 |
| 5.1 引言 |
| 5.2 软件主要功能 |
| 5.3 基于Android系统APP软件开发 |
| 5.3.1 基于Android系统APP软件实现的功能 |
| 5.3.2 基于Android系统APP软件农畜产品品质界面设计 |
| 5.4 基于Windows系统上位机软件开发 |
| 5.4.1 基于Windows系统上位机软件实现的功能 |
| 5.4.2 基于Windows系统上位机软件农畜产品品质界面设计 |
| 5.5 小结 |
| 第六章 基于特征波长光源掌上式装置试验与分析 |
| 6.1 引言 |
| 6.2 猪肉新鲜度参数掌上式装置试验验证与分析 |
| 6.2.1 试验材料与方法 |
| 6.2.2 猪肉新鲜度参数理化值测定 |
| 6.2.3 结果与分析 |
| 6.3 牛肉品质参数模型的建立与分析 |
| 6.3.1 试验材料与方法 |
| 6.3.2 牛肉各品质参数理化值测定 |
| 6.3.3 结果与分析 |
| 6.4 丰水梨品质掌上式装置试验与分析 |
| 6.4.1 试验材料与方法 |
| 6.4.2 丰水梨各品质参数理化值测定 |
| 6.4.3 结果与分析 |
| 6.5 小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 主要创新点 |
| 7.3 展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
四、多气体传感器信号样条回归信息处理（论文参考文献）
- [1]气体传感器系统健康管理技术研究[D]. 徐鹏. 哈尔滨工业大学, 2020(02)
- [2]电化学传感器探测大气NO2浓度标定方法研究[D]. 袁枫. 安徽理工大学, 2020(03)
- [3]人工平面超材料的电磁特性及其传感应用研究[D]. 周鸿. 重庆大学, 2020(02)
- [4]煤矿探测机器人图像处理及动态物体去除算法研究[D]. 汪雷. 中国矿业大学, 2020(01)
- [5]矿井环境下机器人目标识别算法研究[D]. 巩固. 中国矿业大学, 2020(01)
- [6]针对传感器系统的分类器模型迁移学习[D]. 赵海堂. 大连理工大学, 2020(02)
- [7]电子鼻的仿生数据分析方法研究[D]. 柳英杰. 天津大学, 2019
- [8]旋转电弧窄间隙MAG焊变坡口焊缝成形建模研究[D]. 常荆山. 江苏科技大学, 2019(03)
- [9]多气体传感器信号提取与融合技术研究[D]. 陈鹏. 河北工业大学, 2018(07)
- [10]基于参数特征波长的典型农畜产品品质无损检测技术及掌上式装置研发[D]. 魏文松. 中国农业大学, 2018(02)