The present invention relates to a method of reducing the cross sensitivity of a semiconductor hydrogen sensor to carbon monoxide, including the following steps: establishing a sensor circuit, conducting a two-dimensional calibration experiment, collecting data into a computer, making a neural network sample file, and using the sample data obtained by the calibration experiment for the 1/2 2/3 in the total. The training of the neural network forms the training sample file, forms the network structure and the weight value, then forms the test sample file with the sample data of the remaining 1/2 1/3; after the normalization of the sample file, the Matlab software is used to create the BPNN; the training sample file is replaced, the network parameters are set up, the created BPNN is trained, the output is trained. BPNN model structural parameters; replace the inspection sample files, and use trained BPNN to calculate the output of the test samples. The invention can conveniently and quickly reduce the cross sensitivity of semiconductor hydrogen sensors to carbon monoxide.
【技术实现步骤摘要】
一种降低半导体氢气传感器对一氧化碳的交叉敏感的方法
本专利技术涉及传感器测量
,特别是涉及一种降低半导体氢气传感器对一氧化碳的交叉敏感的方法。
技术介绍
半导体氢气传感器是一种使用金属氧化物制成的电阻型敏感器件,当传感器所处环境中存在氢气体时,传感器的电导率随空气中氢气浓度的增加而增加。汽车领域、军事领域、化工领域等都离不开氢气的应用,半导体氢气传感器在这些领域的氢气测量中也有较为广泛的应用。虽然半导体氢气传感器具有稳定性好、结构简单、价格便宜、易于复合的特点,但是这种传感器的选择性差,易受到一氧化碳等其他气体的影响。因此,亟需一种简单方便的降低半导体氢气传感器对一氧化碳的交叉敏感的方法。
技术实现思路
本专利技术所要解决的技术问题是提供一种降低半导体氢气传感器对一氧化碳的交叉敏感的方法,能够方便快捷的降低半导体氢气传感器对一氧化碳的交叉敏感。本专利技术解决其技术问题所采用的技术方案是:提供一种降低半导体氢气传感器对一氧化碳的交叉敏感的方法,包括以下步骤:(1)建立传感器电路,进行二维标定实验,选定多个不同一氧化碳浓度状态对被补偿的氢气传感器进行标定实验,将数据采集到计算机中;(2)制作神经网络样本文件,将标定实验获得的样本数据对总数中的1/2-2/3用做神经网络的训练形成训练样本文件,形成网络结构及权值;再用余下的1/2-1/3的样本数据对形成检验样本文件;(3)对样本文件进行归一化处理后,利用Matlab软件创建BPNN;(4)代入训练样本文件,设置网络参数,训练已创建的BPNN,输出BPNN模型结构参数;(5)代入检验样本文件,用已训练好的BPNN ...
【技术保护点】
1.一种降低半导体氢气传感器对一氧化碳的交叉敏感的方法,其特征在于,包括以下步骤:(1)建立传感器电路,进行二维标定实验,选定多个不同一氧化碳浓度状态对被补偿的氢气传感器进行标定实验,将数据采集到计算机中;(2)制作神经网络样本文件,将标定实验获得的样本数据对总数中的1/2‑2/3用做神经网络的训练形成训练样本文件,形成网络结构及权值;再用余下的1/2‑1/3的样本数据对形成检验样本文件;(3)对样本文件进行归一化处理后,利用Matlab软件创建BPNN;(4)代入训练样本文件,设置网络参数,训练已创建的BPNN,输出BPNN模型结构参数;(5)代入检验样本文件,用已训练好的BPNN计算检验样本的输出结果。
【技术特征摘要】
1.一种降低半导体氢气传感器对一氧化碳的交叉敏感的方法,其特征在于,包括以下步骤:(1)建立传感器电路,进行二维标定实验,选定多个不同一氧化碳浓度状态对被补偿的氢气传感器进行标定实验,将数据采集到计算机中;(2)制作神经网络样本文件,将标定实验获得的样本数据对总数中的1/2-2/3用做神经网络的训练形成训练样本文件,形成网络结构及权值;再用余下的1/2-1/3的样本数据对形成检验样本文件;(3)对样本文件进行归一化处理后,利用Matlab软件创建BPNN;(4)代入训练样本文件,设置网络参数,训练已创建的BPNN,输出BPNN模...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。