材料期刊网

用神经网络提高SO2传感器的检测速度

朱长纯 , 于丽娟 , 魏培永 , 韦玮 , 刘君华 , 刘光泗

功能材料与器件学报 doi:10.3969/j.issn.1007-4252.2001.01.007

制作了新型IDC结构聚苯胺膜SO2传感器，测得不同SO2浓度的电导响应与恢复时间曲线。从这些气敏特性曲线出发，以电导响应曲线的斜率作为网络的输入，对应的SO2浓度作为输出，建立了BP网络预测推理模式，对四组数据的预测结果表明精度较高(误差小于3％），具有很好的预测能力。这种方法不同于传统的标定方法，后者需要4min才能达到稳定的响应，神经网络样本检测不需要达到稳定的响应就可以预测SO2的浓度，从而大大缩短了结果的响应时间（缩短了75％）。

关键词: 聚苯胺膜 , 神经网络 , 预测 , SO2传感器