【摘 要】
：
实验室是研究人员学习、科研的重要场所,实验室的安全问题被广泛重视。近年来,实验室安全问题所引发的事故频繁发生,并造成了严重的后果。目前高校缺乏成型的实验室环境监控系统,大多数关于室内环境检测系统的研究都只针对居住环境。针对这一问题,本文提出一种基于CAN总线的主从分立式实验室环境监测系统,通过传感器采集室内有害气体NO2浓度、温度、湿度等信息,当环境出现异常时报警,以达到减少实验室危险事故发生的目
论文部分内容阅读
实验室是研究人员学习、科研的重要场所,实验室的安全问题被广泛重视。近年来,实验室安全问题所引发的事故频繁发生,并造成了严重的后果。目前高校缺乏成型的实验室环境监控系统,大多数关于室内环境检测系统的研究都只针对居住环境。针对这一问题,本文提出一种基于CAN总线的主从分立式实验室环境监测系统,通过传感器采集室内有害气体NO2浓度、温度、湿度等信息,当环境出现异常时报警,以达到减少实验室危险事故发生的目的。本文设计并制作了基于CAN总线的主从分立式实验室环境监测系统。系统在设计上分为硬件系统设计和软件系统设计两个部分。其中,硬件系统以STM32F407单片机为核心,包括主从系统的电源管理电路、气敏传感器阻值转换电路、单片机最小系统电路、SHT30温度传感器电路;设计并绘制PCB板图,完成实物的焊接。软件系统通过移植Free RTOS操作系统作为程序设计总框架,使用CAN总线的通信协议完成主系统与从系统的通信。气体所引起的测试系统电阻的变化是影响监测系统精确性的重要因素。本文提出一种基于GA-BP神经网络算法的电阻测量方法,该算法可以进一步降低线性拟合方式所产生的误差。研究并实现了基于GA-BP神经网络算法的电阻测量方法,相比于传统的线性拟合算法,采用GA-BP神经网络算法能够得到更为精确的电阻测量结果,实验结果表明,线性拟合算法的电阻测量误差为0.5%,在不增加系统电路复杂度的前提下,GA-BP神经网络算法的电阻测量误差0.1%。该系统利用本课题组制备的多孔硅气敏传感器薄膜对NO2气体进行了监测,实验结果表明,本系统可以测量1.0ppm-1.5ppm浓度的NO2气体,能够得到误差在10%以下的气体测量结果。本文所提出的GA-BP神经网络算法实现的流程可以直接放到MCU上运行,直接在系统上得到高精确度的电阻测量结果,能为采用电桥电路的相关设计提供一定的参考。
其他文献
人工智能关注智能体的智能行为,比如在战略性遭遇战中打败人类或者在认知任务中胜过人类。联盟博弈可以用来模拟经济、政治和许多其他社会领域中出现的各种问题,这是一种混合动机（竞争和合作）博弈,其中参与者通过战略谈判来决定组成什么联盟以及如何在联盟成员之间分配收益。虽然联盟博弈理论中存在大量的工作,但联盟形成的过程却很少受到关注,特别是当智能体与人类交互而不是与其他自治主体交互时的联盟过程。人工智能在此类
交通速度预测是智能交通系统中必不可少的环节。由于交通环境的复杂性,预测未来的交通速度十分困难。已有文献中提出使用支持向量回归（SVR）、回归神经网络（RNN）等多种机器学习模型进行交通流预测。然而,对于交通流的预测,尤其是对多步交通速度的预测,目前有关使用集成模型解决的研究较少。集成模型通过对多个基模型的组合,可以提高模型的泛化能力和准确率。但目前的集成组合方式比较单一,例如使用平均集成,加权集成
本文主要针对多智能体协同控制问题进行研究。多智能体系统是环境中多个自主智能体交互组成的计算系统,实现多智能体协同控制是提升整体效益的关键。多智能体协同控制的目标是生成一致性策略,其中,最终多智能体收敛到的主导策略称为社会规范。社会规范的涌现是保证智能体协作的关键。针对大规模分布式多智能体系统,由于系统中不存在中心式的控制节点,较难在智能体还未进行交互前直接生成协作策略,因此,研究针对复杂社会网络结
长短时记忆网络适合于处理长序列依赖问题,对于水文径流这种受长时间间隔的气象等因素影响的复杂过程能够有很好的处理和模拟能力。本研究基于长短时记忆网络以泾河流域为例建立四种模型,分别是直接预测模型、差分预测模型、平均值预测模型和复合校准模型,目标是对流域的月平均径流量进行预测。复合校准模型和平均值模型在新安江上也有很好的模拟预测能力,证明了模型的有效性、可用性和可泛化性。在掌握了准确水文数据的情况下,
随着人工智能技术取得了前所未有的发展,以知识图谱为代表的知识工程以及深度学习等相关领域得到了广泛的关注。知识图谱的概念最早是由谷歌于2012年正式提出的,它是新一代知识库,主要用来描述真实世界中存在的各种实体和概念,以及他们之间的关系。知识图谱能够弥补机器学习、深度学习算法的描述能力,规则等表示形式与神经网络相比是显性的知识,因此可基于此对学习的结果,例如链接预测,提供人类可理解的解释。本文针对规
气敏传感器可以检测环境中的特定气体,在易燃、易爆、有毒、有害气体的检测中应用非常广泛。气敏材料对气敏传感器的性能有着至关重要的影响,在众多气敏传感器中,金属氧化物半导体气敏传感器因其气敏材料制备简单、绿色环保、气敏性能优异等优点受到国内外研究者的高度关注。ZnSnO3是一种具有钙钛矿结构的三元复合金属氧化物半导体,它兼具Zn O和Sn O2两种材料的特点,表现出优异的气敏性能。但与许多二元金属氧化
计算机断层扫描（Computed Tomography,CT）以非入侵的方式获得被测人体内部组织的断层影像,逐渐成为近年来医学成像领域的研究热点。能谱CT利用不同能量光子关于物体衰减的差异性进行成像,能够提高传统CT的物质分辨能力,提供准确的材料分离和定量化信息。目前,多能量投影数据处理中常用的物质分解法受噪声影响严重,导致低剂量条件下重建图像的信噪比较低。本文以低剂量能谱CT成像为目标,利用深度
随着信息时代的发展,数字设备越来越普及,数字图像在信息传播中的作用越来越重要,人们对于提高数字图像的分辨率需求越来越迫切。图像超分辨率重建主要是对一幅或者多幅低分辨率图像,结合先验知识,恢复出相应的同一场景的高分辨率图像。深度学习算法可以自动地直接从数据中学习输入和输出之间的映射关系,这就克服了传统算法需要人工设计特征的难题。大量实验证明基于深度学习的图像超分辨率重建算法取得了比传统算法更好的效果
三维堆叠图像传感器是目前图像传感器发展的主流方向之一,具有高密度互连、填充系数大、不同层独立优化的优势。三维堆叠图像传感器的典型结构包括像素阵列、模数转换器（Analog-to-Digital Converter,ADC）和图像信号处理器（Image Signal Processor,ISP）,这些功能块在不同芯片制造,并使用硅通孔（Through Silicon Via,TSV）和μbump（m