论文部分内容阅读
采用气体传感器单敏感性和多敏感性相结合的交叉方法,基于传感器阵列和人工神经网络模式识别技术,设计了一种CO与H2S混合气体检测系统.该系统以AT89C51单片机芯片作为控制核心,优选MQ135,MQ136和TGS2602构成气体传感器阵列,通过RS232串行通信接口实现单片机与上位机通信连接,利用改进的BP神经网络算法进行模式识别,完成了CO和H2S混合气体浓度的检测试验.结果表明,BP神经网络训练误差均在0.01范围内,识别率达到95%,验证了检测系统设计的正确性和可行性,为气体检测传感器的进一步