学位论文 > 优秀研究生学位论文题录展示

可燃气体检测报警技术研究

作　者: 陈宣扬
导　师: 沈永增
学　校: 浙江工业大学
专　业: 计算机应用技术
关键词: 可燃气体检测传感器阵列 RBF神经网络无线传感器网络 TEEN-PE
分类号: TP212
类　型: 硕士论文
年　份: 2011年
下　载: 241次
引　用: 2次
阅　读: 论文下载

内容摘要

可燃气体作为一种高新能源,近年来在生产和生活中都得到了广泛的使用,但由于其具有易燃、易爆的特点,一旦空气中的浓度超过可燃气体的爆炸极限,遇到明火源就会发生燃烧爆炸事故,严重威胁着公众的财产和生命安全。由于历史和认识上的原因,我国对可燃气体检测报警还未形成一套成熟的体系。特别是在石油化工行业,常存在误报、漏报等安全问题。因此,本文针对石油化工行下可燃气体的检测需求,提出了对可燃气体检测报警技术的研究,本文主要的研究成果及创新点包括下面几点:1.本文介绍了可燃气体检测的理论基础和方法,在此基础上,针对气体传感器在单一或混合气体检测方面存在的不足,提出了使用多气体传感器组成阵列来采集可燃气体的信息,并利用多传感器信息融合技术来实现可燃气体的识别和分析。2.针对石油化工行业环境下普遍存在的三种可燃气体:甲烷、一氧化碳、氢气,设计了一套可燃气体检测系统。系统中使用6个氧化锡(SnO2)半导体气体传感器(TGS813、TGS822、TGS203、MQ-8、MQ-7、MQ-4)来组成气体传感器阵列,并设计了相应的硬件电路,主要包括电源模块、气体采集模块、开机延时电路以及显示报警模块。3.分析了神经网络在可燃气体检测方面所具有的优势,并在此基础上提出使用径向基函数(Radical Basis Function,RBF)神经网络算法来实现多气体传感器阵列的信息融合。同时通过仿真实验论证了RBF神经网络结合气体传感器阵列技术能够实现单一气体的定性识别、定量分析以及混合可燃气体定量分析,仿真实验结果也证明了本文所使用的方法在可燃气体检测方面具有很好的效果,具有很好的应用价值。4.针对传统的有线报警网络的不足,提出使用无线传感器网络来构建可燃气体检测报警网络。并从节能上考虑,在TEEN路由算法的基础上进行改进,提出了TEEN-PE算法。并在NS-2网络模拟器进行了仿真,仿真结果证明TEEN-PE算法在节能效果上要明显高于TEEN算法,具有一定的实际应用价值。

全文目录

摘要  5-6
ABSTRACT  6-10
第1章绪论  10-16
  1.1 研究背景和意义  10-11
  1.2 气体检测技术发展历史和现状  11-14
    1.2.1 气体检测技术发展历史  11-12
    1.2.2 气体检测技术发展现状  12-14
  1.3 本文主要内容及创新之处  14-16
第2章可燃气体检测的理论基础和方法  16-29
  2.1 可燃气体理论  16-17
  2.2 气体传感器技术基本理论  17-24
    2.2.1 气体传感器的组成  17
    2.2.2 气体传感器的分类及工作原理  17-20
    2.2.3 气体传感器的主要特性  20-23
    2.2.4 气体传感器的选择依据  23-24
  2.3 多传感器理论  24-28
    2.3.1 多传感器气体检测理论  24-26
    2.3.2 多传感器信息融合  26-27
    2.3.3 多传感器信息融合过程  27-28
  2.4 本章小结  28-29
第3章可燃气体检测系统设计  29-41
  3.1 气体传感器阵列的构成  29-33
    3.1.1 气体传感器阵列的特点  29-30
    3.1.2 气体传感器阵列的构成  30-33
  3.2 硬件电路设计  33-38
    3.2.1 电源模块  33-34
    3.2.2 气体采集电路  34-36
    3.2.3 开机延时电路  36-37
    3.2.4 显示报警模块  37-38
  3.3 配气系统介绍  38-39
    3.3.1 静态配气法  38
    3.3.2 动态配气法  38-39
  3.4 检测系统工作流程及实验数据获取  39-40
    3.4.1 检测系统工作流程  39-40
    3.4.2 试验样本获取  40
  3.5 本章小结  40-41
第4章 RBF 神经网络在可燃气体检测中的应用  41-58
  4.1 神经网络及Matlab 工具箱介绍  41-43
    4.1.1 神经网络及其在气体检测中的优势  41-42
    4.1.2 Matlab 工具箱介绍  42-43
  4.2 RBF 神经网络  43-46
    4.2.1 RBF 神经网络结构模型  43-45
    4.2.2 RBF 神经网络的学习算法  45-46
  4.3 RBF 神经网络在可燃气体检测中的应用  46-57
    4.3.1 单一可燃气体定性识别  46-49
    4.3.2 单一可燃气体定量分析  49-52
    4.3.3 混合可燃气体定量分析  52-57
  4.4 本章小结  57-58
第5章无线报警通信系统设计  58-71
  5.1 无线传感器网络简介  58-60
    5.1.1 无线传感器网络概况  58-59
    5.1.2 无线传感器网络结构  59-60
  5.2 无线报警通信系统结构  60-62
    5.2.1 系统总体结构  60-61
    5.2.2 主要模块功能介绍  61
    5.2.3 无线气体采集节点硬件结构  61-62
  5.3 无线检测节点分层路由通信算法  62-70
    5.3.1 针对具体应用设计路由算法的必要性  62-63
    5.3.2 相关算法介绍  63-64
    5.3.3 TEEN-PE 算法的提出  64-68
    5.3.4 TEEN-PE 算法的仿真分析  68-70
  5.4 本章小结  70-71
第6章结论与展望  71-73
  6.1 结论  71-72
  6.2 展望  72-73
参考文献  73-76
附录  76-85
致谢  85-86
攻读学位期间参加的科研项目和成果  86

可燃气体检测报警技术研究

内容摘要

全文目录

相似论文