【摘 要】
：
提出了一种基于偏最小二乘回归(PLSR)算法的低成本多参数空气质量监测系统,可用于同时测量PM2.5,PM10,SO2,NO2,CO和O3等因子.为了消除外界环境的影响并提高系统测量结果的准确性,以标准设备测量的浓度值为因变量,以传感器输出的原始电压信号值为自变量,采用PLSR进行建模.建模过程简单方便,具有较好的操作性.实验结果表明:标准设备测量PM2.5和PM10结果与预测结果的均方根误差分别为11.64μg/m3和13.35μg/m3;标准设备测量SO2,NO2,CO和O3的结果与预测结果的均方根误
【机 构】
：
汉威科技集团股份有限公司,河南郑州450001;郑州大学化工学院,河南郑州450001;汉威科技集团股份有限公司,河南郑州450001
论文部分内容阅读
提出了一种基于偏最小二乘回归(PLSR)算法的低成本多参数空气质量监测系统,可用于同时测量PM2.5,PM10,SO2,NO2,CO和O3等因子.为了消除外界环境的影响并提高系统测量结果的准确性,以标准设备测量的浓度值为因变量,以传感器输出的原始电压信号值为自变量,采用PLSR进行建模.建模过程简单方便,具有较好的操作性.实验结果表明:标准设备测量PM2.5和PM10结果与预测结果的均方根误差分别为11.64μg/m3和13.35μg/m3;标准设备测量SO2,NO2,CO和O3的结果与预测结果的均方根误差分别为2. 77 μg/ m3,15. 67 μg/ m3,0. 11 mg/ m3 和28. 83 μg/ m3.
其他文献
微机电系统(MEMS)陀螺需要真空封装以确保其检测精度,晶圆级真空封装可以使MEMS微结构避免芯片切割过程中的粘连以及颗粒污染,提高芯片的成品率.为实现MEMS陀螺芯片的晶圆级真空封装,提出了一种全硅MEMS陀螺芯片的晶圆级真空封装结构方案,并突破了Si-SiO2直接键合、吸气剂制备、金—硅(Au-Si)键合等关键技术,实现了MEMS芯片的晶圆级真空封装.Si-SiO2直接键合和Au-Si共晶键合的剪切强度分别达到了56.5 MPa和35.5 MPa,表明晶圆级封装中晶圆键合强度满足晶圆级真空封装的需要.
近年来,非酶纳米电化学传感器检测有机磷农药的研究受到广泛关注.非酶纳米电化学传感器具有检测成本低、操作方便、灵敏度高、响应快速等优点.碳纳米材料、纳米金属颗粒、纳米金属氧化物和纳米导电聚合物及其复合材料的出现,大大提高了有机磷农药电化学传感器的性能.随着纳米技术的出现,在合成纳米材料用于分析物特异性检测方面取得了进展,这些材料可用于构建高特异性、强选择性和经济有效的电化学传感器,以取代其他分析技术.鉴于各类纳米材料新结构的重要性,对非酶纳米电化学传感器领域的最新研究进展进行综述,并重点介绍纳米复合材料在有
本文提出了一种应用于MEMS频率基准温度补偿的CMOS温度传感器.该温度传感器基于文氏电桥(Wien-Bridge,WB)带通滤波器.当使用频率为带通滤波器截止频率的互补方波信号驱动电桥时,其输出电流会产生与温度相关的相位偏移.该相位偏移可以通过相位域delta-sigma调制器数字化.输出比特流的平均值表示温度信息.该芯片使用标准0.18μm CMOS工艺设计.所设计温度传感器在1.8 V电源电压下消耗电流为150μA,其中文氏电桥占10μA.在-40℃～85℃的民用电子产品温度范围内,实现了0.001
以Evanohm合金为材料,设计了一种双环线型微加热器.使用AC磁控溅射技术在硅基底上沉积合金薄膜,并采用微机电系统(MEMS)微加工工艺实现薄膜图形化,以此作为加热器的加热元件.在常温下,研究了所制备的薄膜加热器件的加热性能与电学特性,并在深低温下进一步测试了其电学性能.研究结果表明:此种微型加热器电阻值稳定.在[5,300]K的温度区间内,加热器的电阻值变化不超过2％;在40 K的温度,电阻值达到Kondo最小值;在[35,55]K的温度区间,温度系数降至8.9×10-6 K-1.器件可在较宽低温区保
通过快速退火法与水热法相结合制备针状氧化石墨烯—二氧化锡(rGO-SnO2)针叶状纳米片,并以此为敏感层构建气体传感器.采用XRD和SEM对样品的结构和形貌进行表征,研究气体传感器对乙醇气体的气敏特性.结果表明:合成的针叶状rGO-SnO2纳米片具有比表面积大和分散性好的优点;构建出的气体传感器在160℃的最佳工作温度下对50×10-6乙醇灵敏度可达13,是基于纯SnO2纳米颗粒传感器的2.8倍;制备的器件具有选择性好和响应恢复时间短等气敏特性.此外,基于形貌调控所引发的气敏响应机理进行分析探讨.
针对互质阵列现有算法中可估计信源数少,自由度仍低的问题.提出一种新的虚拟域波达方向(DOA)估计算法.首先,对一般互质阵列改进形成移位互质阵列,通过差集数组形成虚拟阵列,增加了阵元个数,提高了阵列自由度;其次,通过虚拟阵元内插对虚拟域中缺失孔洞进行填充,形成连续虚拟阵列;最后,通过最小化原子范数的设计和内插虚拟阵列协方差矩阵的重建,保证DOA估计的准确性.改进算法在提升阵列自由度的基础上,将虚拟域全部信息用于DOA估计,并且避免了预定义网格点带来的基不匹配问题,计算机仿真实验验证了算法的有效性.
针对一些工业机器人在较小的工作空间,且对机器人精度要求不高的应用场合,设计使用小尺寸和低成本的桌面机械手代替工业级机械手进行作业任务,同时用两台桌面机械手组成的双臂机械手进行协作完成任务.以桌面机械手双臂为研究对象,采用D-H法对机械手双臂进行建模并进行运动学分析.在运动学基础上结合蒙特—卡罗法求解双臂工作空间,同时对桌面机械手的运动路径进行轨迹规划,并对双臂协作任务进行实验分析.结果表明:桌面机械手可以进行小物品平稳搬运.
设计了一种基于微杠杆原理的推挽式高精度、高灵敏度的硅微谐振加速度传感器.采用微杠杆放大结构,并通过单连接梁推挽谐振器实现力放大和差分输出,具有结构对称,尺寸易于加工的特点.通过设计结构、优化尺寸,并进行模态分析、静力分析和谐响应分析来完成整个结构的设计与仿真研究.结果表明:加速度计工作谐振频率分别为21.708 kHz和21.715 kHz.在±5 gn的设计量程内对结构进行了灵敏度分析.仿真结果表示,其敏感轴的灵敏度为280 Hz/gn,非敏感轴的横向灵敏度为0.4 Hz/gn和0.1 Hz/gn.最后
针对局部可观测的非线性动态地震环境下,六足机器人采用传统算法进行动态避障时易出现算法不稳定的情况.运用了基于双重深度Q网络(DDQN)的决策方式,通过传感器数据输入卷积神经网络(CNN)并结合强化学习的策略,下达命令到六足机器人,控制输出决策动作,实现机器人动态避障.将系统的环境反馈与决策控制直接形成闭环,通过最大化机器人与避障环境交互产生的累计奖励回报,更新神经网络权重,形成最优决策策略.通过六足机器人平台实验结果证明:此方法能较好地减少传统深度强化学习算法容易导致过度估计状态动作值和损失函数难以收敛的
对于工业中需要考虑温度特性的密集物体抓取时出现的操作难度系数大、温度优先性不强等典型问题,提出一种基于深度强化学习(DRL)的密集物体温度优先推抓(TPG)方法.方法涉及一种深度Q网络算法,以RGB-D图像与红外图像作为输入,使用两个全卷积网络(FCN),将推动和抓取放在一个框架内联合动作,输出对应的Q值,指导机器人对密集物体进行推抓动作,并与环境交互获得奖励.实验结果表明:对于所设抓取对象的完成率为100％;抓取成功率为69.4％,高于无推动的对比实验11.2％,温度相关度为79.5％,具有优先抓取温度