公开(公告)号：CN118245776A

公开(公告)日：2024-06-25

申请号：CN202410371958.5

申请日：2024-03-29

Applicant: 合肥工业大学

Inventor： 刘波 ,  陈龙 ,  夏振耀 ,  李扬 ,  徐京涛 ,  尹圣杰 ,  赵国瑞 ,  钱云霄

IPC: G06F18/213 ,  G06F18/214 ,  G06F18/27 ,  G06N3/08 ,  G06N3/0442 ,  G01N27/12

Abstract: 本发明公开了一种基于深度学习算法的氢气泄漏监测方法，属于气体泄漏监测领域；本发明包括以下内容：将多个半导体气体传感器组成阵列结构，构成气体采集模块，分别获取氢气和干扰气体浓度与输出响应的瞬态变化特征数据，作为训练数据集；设计深度学习算法网络结构，将全部训练数据集预处理，导入神经网络结构，进行识别和回归训练，获得气体浓度；阈值算法判别气体种类；然后，将深度学习算法网络模型，阈值算法搭载在单片机开发板上，结合信号采集与处理模块、数据传输模块、LCD显示模块，实现氢气泄漏监测。本发明实现了对复杂环境下氢气泄漏的精准监测，解决了现有技术中利用单一传感器监测氢气泄漏时的准确度低、浓度误差大等问题。