融合传感器阵列与SSA-BP神经网络的气体监测系统设计

为了有效监测化工厂等场所的危险气体和解决金属氧化物传感器普遍存在交叉敏感性的问题,首先使用不同的MEMS气体传感器组成传感器阵列。然后配制不同的实验气样进行测试,得到实验测试数据,并整理成训练集和测试集样本。最后,采用麻雀搜索算法优化的BP神经网络(SSA-BP)完成气体的定性、定量分析。实验测试结果表明:SSA可以有效提高预测模型的预测精度和稳定性,对乙醇、甲烷、氨气定性识别的正确率达到100%,气体定量预测的最大相对误差不超过5.50%,预测效果得到明显改善。该系统可以满足混合气体的定性和定量分析要求,在危险化学气体监测方面具有良好的应用前景。