Помощь в учёбе, очень быстро...
Работаем вместе до победы

Многокомпонентный газоанализатор на основе блочных нейронных сетей с обучением методом имитации

Диссертация: Многокомпонентный газоанализатор на основе блочных нейронных сетей с обучением методом имитации
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Отмеченные недостатки существенным образом снижают эффективность многокомпонентных газоанализаторов. Так, малый срок службы не допустим в экстремальных условиях эксплуатации (например, на подводных лодках и надводных кораблях), высокая нестабильность критична для систем управления и защиты ядерных объектов (например, на АЭС). Низкое быстродействие недопустимо при контроле быстропротекающих… Читать ещё >

Содержание

  • 1. СОВРЕМЕННОЕ СОСТОЯНИЕ ПРОБЛЕМЫ СНИЖЕНИЯ ПОГРЕШНОСТЕЙ МНОГОКОМПОНЕНТНЫХ ГАЗОАНАЛИЗАТОРОВ
    • 1. 1. Обзор научных трудов, посвященных проблеме снижения погрешностей многокомпонентных газоанализаторов
    • 1. 1. Л Методы снижения погрешностей измерений при определении концентраций компонентов газовых смесей
      • 1. 1. 2. Методы обработки сигналов датчиков в разрабатываемых многокомпонентных газоанализаторах
    • 1. 2. Характеристики промышленных многокомпонентных газоанализаторов и методы снижения их погрешностей
      • 1. 2. 1. Характеристики промышленных отечественных и зарубежных многокомпонентных газоанализаторов
      • 1. 2. 2. Сравнительный анализ характеристик промышленных газочувствительных датчиков и методы снижения их погрешностей
      • 1. 2. 3. Методы снижения погрешностей промышленных многокомпонентных газоанализаторов
    • 1. 3. Выбор датчиков для разработки многокомпонентного газоанализатора с раздельным определением концентраций СО, СОг, Нг и Ог
    • 1. 4. Выводы
  • 2. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ФУНКЦИЙ ПРЕОБРАЗОВАНИЯ ГАЗОЧУВСТВИТЕЛЬНЫХ ДАТЧИКОВ
    • 2. 1. Цель и предпосылки моделирования функций преобразования газочувствительных датчиков
    • 2. 2. Моделирование функции преобразования полупроводникового датчика монооксида углерода
      • 2. 2. 1. Принцип действия и устройство полупроводникового датчика на основе оксида олова
      • 2. 2. 2. Физико-химический механизм газовой чувствительности полупроводникового датчика
      • 2. 2. 3. Построение функции преобразования полупроводникового датчика
      • 2. 2. 4. Моделирование влияния интерферирующих газов на сопротивление датчика
      • 2. 2. 5. Влияние температуры на сопротивление датчика
      • 2. 2. 6. Проверка устойчивости и адекватности функции преобразования полупроводникового датчика СО
    • 2. 3. Моделирование функции преобразования каталитического датчика водорода
      • 2. 3. 1. Проверка устойчивости и адекватности функции преобразования каталитического датчика водорода
    • 2. 4. Моделирование функции преобразования электрохимического (амперометрического) датчика кислорода
    • 2. 5. Моделирование функции преобразования оптического датчика углекислого газа
    • 2. 6. Выводы
  • 3. ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ И ОПТИМИЗАЦИЯ МНОГОКОМПОНЕНТНОГО ГАЗОАНАЛИЗАТОРА
    • 3. 1. Виртуальный комплекс для оптимизации структуры и алгоритма обработки сигналов датчиков многокомпонентного газоанализатора
    • 3. 2. Выбор оптимальной структуры устройства обработки и исследование ИНС различных конфигураций
      • 3. 2. 1. Исследуемые архитектуры нейронных сетей и методика их исследования
      • 3. 2. 2. Многослойная нейронная сеть прямого распространения
      • 3. 2. 3. Сети с радиальными базисными функциями ЯВР и сети Элмана
      • 3. 2. 4. Сравнение результатов обучения ИНС различной архитектуры
      • 3. 2. 5. Выбор методики обучения нейронной сети
    • 3. 3. Исследование альтернативных структур устройства обработки сигналов датчиков
      • 3. 3. 1. Возможные альтернативные варианты
      • 3. 3. 2. Специализированные ИНС
      • 3. 3. 3. Выбор оптимальной структуры устройства обработки сигналов датчиков
    • 3. 4. Исследование эффективности устройства обработки многокомпонентного газоанализатора
      • 3. 4. 1. Методика исследования эффективности
      • 3. 4. 2. Эффективность подавления влияния мешающих факторов при измерении концентрации угарного газа
      • 3. 4. 3. Эффективность подавления влияния мешающих факторов устройством обработки на основе ИНС при определении концентрации водорода
      • 3. 4. 4. Эффективность подавления влияния мешающих факторов с помощью устройства обработки на основе ИНС при определении концентрации углекислого газа
      • 3. 4. 5. Сравнение погрешностей измерений концентраций газов многокомпонентным газоанализатором с погрешностями самих используемых датчиков при одновременном воздействии всех мешающих факторов
    • 3. 5. Оценка устойчивости устройства обработки сигналов датчиков многокомпонентного газоанализатора на основе ИНС
    • 3. 6. Выводы
  • 4. РЕАЛИЗАЦИЯ МНОГОКОМПОНЕНТНЫХ ГАЗОАНАЛИЗАТОРОВ И СРЕДСТВА ПОДДЕРЖКИ ЖИЗНЕННОГО ЦИКЛА
    • 4. 1. Многокомпонентный газоанализатор для систем жизнеобеспечения
      • 4. 1. 1. Структурная схема газоанализатора
      • 4. 1. 2. Исследование режимов работы каталитического датчика
      • 4. 1. 3. Ослабление влияния температуры среды на полупроводниковый датчик угарного газа
    • 4. 2. Метод калибровки многокомпонентного газоанализатора при деградации и замене датчиков
      • 4. 2. 1. Оценка погрешностей устройства обработки на основе ИНС при отклонении характеристик преобразования датчиков от стандартных, использованных при обучении ИНС
      • 4. 2. 2. Метод калибровки многокомпонентного газоанализатора при деградации и замене датчиков
      • 4. 2. 3. Оценка эффективности применения корректирующей модели
    • 4. 3. Программная реализация комплекса для оптимизации структуры и алгоритма обработки сигналов датчиков многокомпонентного газоанализатора
    • 4. 4. Испытательная газосмесительная установка для исследований характеристик газочувствительных датчиков и калибровки многокомпонентных газоанализаторов
    • 4. 5. Выводы

Многокомпонентный газоанализатор на основе блочных нейронных сетей с обучением методом имитации (реферат, курсовая, диплом, контрольная)

Актуальность работы. Потребности промышленности, решение задач жизнеобеспечения ответственных объектов, включая подземные сооружения, подводные и надводные корабли, защиты окружающей среды приводят к необходимости совершенствования технической базы систем контроля воздушной и газовой среды. Контроль параметров воздушной среды на таких объектах осуществляется с помощью многокомпонентных газоанализаторов, позволяющих одновременно контролировать концентрации сразу нескольких газов. Относительно высокая погрешность измерения концентраций газов ограничивает область их применения. Для снижения погрешности, связанной с перекрестной чувствительностью газоанализаторов, используются высокоселективные электрохимические и оптические датчики.

Но им свойственны низкое быстродействие, чувствительность к вариациям давления и температуры окружающей среды, высокая стоимость. Электрохимические датчики дополнительно имеют малый срок службы и высокую нестабильность характеристик.

Отмеченные недостатки существенным образом снижают эффективность многокомпонентных газоанализаторов. Так, малый срок службы не допустим в экстремальных условиях эксплуатации (например, на подводных лодках и надводных кораблях), высокая нестабильность критична для систем управления и защиты ядерных объектов (например, на АЭС). Низкое быстродействие недопустимо при контроле быстропротекающих технологических процессов (например, при оценке состояния взрывоопасных смесей), чувствительность к вариациям давления и температуры окружающей среды приводит к дополнительным погрешностям измерения концентрации газов, а высокая стоимость значительно ограничивает область применения.

Газочувствительные датчики полупроводникового и каталитического типов имеют малое время отклика, большой срок службы, низкую стоимость и не являются перспективными для применения из-за низкой селективности. Общим недостатком таких датчиков является чувствительность к влиянию факторов окружающей среды, таких как температура, давление и влажность.

Признано, что для повышения селективности эффективно применение аппарата искусственных нейронных сетей (профессор Борисов И. А., 2002, профессор Шапошник А. В., 2005, профессор Замятин Н. В., 2007, профессор Сысоев В. В., 2009, профессор Калач А. В., 2009).

Для снижения чувствительности многокомпонентных газоанализаторов к факторам окружающей среды используют технологические и технические решения: пробоподготовку газовой смеси, методы температурной компенсации газочувствительных датчиков, импульсный режим нагрева газочувствительных датчиков для снижения влияния влажности.

При этом аппарат нейронных сетей используется в основном для решения вопросов распознавания состава газовых смесей, а при количественном анализе газовых смесей не учитывается влияние факторов окружающей среды, что вносит значительные погрешности при совместной обработке сигналов газочувствительных датчиков. Технологические решения не обеспечивают требуемый уровень погрешностей, обусловленных влиянием факторов окружающей среды, и сильно увеличивают время реакции газоанализаторов.

Для решения широкого класса задач (контроля содержания вредных веществ в воздухе рабочей зоны химических предприятий, предприятий нефтегазовой промышленности, контроль параметров воздушной среды на предприятиях атомной промышленности и подводных лодках, контроля и автоматизации технологических процессов, раннее обнаружение пожаров и т. п.) требуется обеспечивать не столько распознавание газовых смесей, сколько определение концентраций компонентов.

Отсюда следует актуальность создания многокомпонентных газоанализаторов на основе нейронных сетей, обеспечивающих одновременное проведение количественного анализа для установления концентраций компонентов, повышение селективности и снижение чувствительности к факторам окружающей среды.

Объектом исследования являются структуры многокомпонентных газоанализаторов.

Предмет исследования — модели, методы и алгоритмы определения концентраций газов в смесях.

Целью работы является снижения погрешностей измерений при определении концентраций газов в многокомпонентных газоанализаторах при воздействии температуры, влажности, давления, при наличии перекрестной чувствительности к газам.

Для достижения поставленной цели сформулированы следующие задачи:

1. Оценка современного состояния проблемы снижения погрешностей измерений при определении концентраций газов многокомпонентными газоанализаторами и воздействии температуры, влажности и давления при наличии перекрестной чувствительности к газам.

2. Разработка математической модели процессов преобразования в газочувствительных датчиках.

3. Обоснование выбора аппарата искусственных нейронных сетей как формальной модели для определения концентрации газов при воздействии внешних возмущающих факторов.

4. Разработка структуры многокомпонентного газоанализатора, обеспечивающей низкие погрешности измерения.

5. Создание программно-аппаратного комплекса для оптимизации структуры многокомпонентного газоанализатора.

Методы исследования. При разработке функций преобразования полупроводникового и каталитического датчиков использовались электронная теория хе-мосорбции на поверхности полупроводников, адсорбционная теория гетерогенного катализа и теория электрических цепей. В работе использовались искусственные нейронные сети из нейробиологической теории, имитационное моделирование, численные методы моделирования, теория измерительных систем (методы последовательного преобразования сигналов и мостовых схем) и методы автоматизированного проектирования их элементов.

Достоверность и обоснованность результатов исследования подтверждается: корректным использованием существующих теоретических методов исследования, соответствием расчетных и экспериментальных (приводимых изготовителем датчиков) результатов и поэлементным тестированием создаваемой системы.

Научная новизна заключается в следующем:

1. Предложена функция преобразования полупроводникового датчика угарного газа, базирующаяся на физико-химических закономерностях, лежащих в основе его принципа действия, отличающаяся комплексным учётом влияния основных воздействующих факторов окружающей среды, таких как давление, температура и влажность, а также перекрестной чувствительности к мешающему газу водороду.

2. Предложена функция преобразования каталитического датчика водорода, базирующаяся на физико-химических закономерностях, лежащих в основе его принципа действия, отличающаяся комплексным учётом влияния основных воздействующих факторов окружающей среды, таких как давление и температура, перекрестной чувствительности к мешающему угарному газу, а также взаимного влияния электрически нагруженных активного и пассивного элементов датчика и нелинейности мостовой схемы.

3. Использована нейронная многослойная сеть прямого распространения, отличающаяся наличием двух видов обработки выходных сигналов датчиков, обладающих взаимной перекрестной чувствительностью, и селективных датчиков для понижения погрешностей определения концентрации газов при воздействии внешних возмущающих факторов.

4. Дополнен процесс обработки сигналов датчиков каналом вычисления концентрации кислорода методом линейного преобразования исходных сигналов.

5. Предложен метод обучения, входящих в состав многокомпонентного газоанализатора нейронных сетей, основанный на принципе обучения с учителем, отличающийся использованием результатов имитационного моделирования концентраций газов и соответствующих им выходных сигналов датчиков с учетом воздействия внешних возмущающих факторов, позволяющий снять ограничения по использованию нейронных сетей для обработки сигналов датчиков в многокомпонентных газоанализаторах, связанные с необходимостью проведения значительного числа экспериментов.

Положения, выносимые на защиту: на защиту выносятся положения, составляющие научную новизну диссертационного исследования.

Практическая ценность работы состоит в следующем:

1. Получены функции преобразования газочувствительных датчиков полупроводникового и каталитического типов, базирующиеся на физико-химических закономерностях, лежащих в основе их принципа действия, и учитывающие влияние внешних возмущающих факторов.

2. Предложена структура и разработан программно-аппаратный комплекс для оптимизации структуры многокомпонентных газоанализаторов на основе нейронных сетей (свидетельство о государственной регистрации программы для ЭВМ № 2 012 614 022).

3. Предложены измерительные схемы каталитического и полупроводникового газочувствительных датчиков, позволяющие уменьшить погрешности от влияния температуры окружающей среды.

4. Проведена разработка схемотехники многокомпонентного газоанализатора для системы контроля параметров воздушной среды.

5. Разработано устройство (патент РФ № 2 446 005) газосмесительной установки для исследований характеристик газочувствительных датчиков и калибровки многокомпонентных газоанализаторов, отличающееся использованием компенсационной камеры и дифференциального манометра, что позволяет повысить точность приготовления образцовых газовых смесей при экономии расхода исходных чистых газов.

Реализация результатов работы. Результаты диссертационной работы нашли применение в учебном процессе федерального государственного бюджетного образовательного учреждения «Юго-Западный государственный университет» на кафедре «Конструирования и технологии электронных вычислительных средств», а также использованы при проектировании нового поколения газоанализаторов, входящих в систему контроля параметров воздушной среды (СКПВС), и в создаваемой в ОАО «Курский завод «МАЯК» газосмесительной установке для испытания газоанализаторов.

Апробация результатов работы проводилась на научных конференциях: Региональной конференции «Инновационные научно-технические разработки и направления их реализации. Инновация — 2010» (Курск, 2010 г.), 2-й Международной научно-технической конференции «Информационно-измерительные диагностические и управляющие системы. Диагностика — 2011» (Курск, 2011 г.), Всероссийской научно-технической конференции «Интеллектуальные и информационные системы» (Тула, 2011 г.), 1-й Международной научно-практической конференции «Инновационные информационные технологии» (Прага, 2012 г.), Международной заочной научно-практической конференции «Актуальные проблемы науки и образования: прошлое, настоящее, будущее» (Тамбов, 2012 г.).

Публикации. Основные положения и результаты диссертационной работы отражены в 12 публикациях, из которых 5 опубликованы в изданиях, рекомендуемых перечнем ВАК, в патенте на изобретение и свидетельстве о государственной регистрации программы для ЭВМ.

Структура и объем работы. Диссертация состоит из введения, четырех глав и заключения, изложенных на 133 страницах машинописного текста, содержит 49 рисунков, 17 таблиц, список литературы из 132 наименований и приложений объемом 12 страниц. Общий объем 159 страниц.

4.5 Выводы.

1. Разработан многокомпонентный газоанализатор на 4 газа. Предложены измерительные схемы каталитического и полупроводникового газочувствительных датчиков, позволяющие уменьшить погрешности от влияния температуры окружающей среды. Применённые аппаратные и алгоритмические решения могут быть также использованы в однокомпонентных газоанализаторах с каталитическими или полупроводниковыми датчиками для ослабления влияния температуры окружающей среды и автоматизированной компенсации сдвига характеристики преобразования. Результаты разработок внедрены на предприятие ОАО «Курский завод «Маяк».

2. Разработаны методы калибровки многокомпонентного газоанализатора при деградации и замене датчиков путём приведения расчётным путём их характеристик к стандартному виду, используемому при обучении ИНС, что позволяет не проводить переобучение последних.

3. Разработан, доведен до программной реализации и внедрён на ОАО «Курский завод «Маяк» и в учебный процесс кафедры КиТ ЭВС ЮЗГУ программно-аппаратный комплекс, что позволило преодолеть основную проблему, препятствующую реализации многокомпонентного газоанализатора — обучение встраиваемого в него устройства обработки на образцовых газовых смесях.

4. Предложена испытательная газосмесительная установка с использованием компенсационной камеры и дифференциального манометра, подключаемого между камерой смешения и компенсационной камерой, позволяющая повысить точность приготовления образцовых газовых смесей при экономии расхода исходных газов. Оригинальность предложенного решения подтверждена положительным решением о выдаче патента на изобретение. В настоящее время на заводе ОАО «Курский завод «Маяк» осуществляется проектирование данной установки для оснащения создаваемой на заводе лаборатории газового анализа.

ЗАКЛЮЧЕНИЕ

.

Достигнута основная цель диссертационного исследования — снижение погрешностей измерений при определении концентраций газов в многокомпонентных газоанализаторах при воздействии внешних возмущающих факторов. Погрешности при определении концентраций компонентов газовой смеси при воздействии факторов окружающей среды в среднем были снижены: по каналу водорода — в 8 раз, по каналу угарного газа — в 5 раз, по каналу углекислого газа — в 4 раза. Погрешности при определении концентраций газов, возникающие в результате перекрестной чувствительности датчиков, в среднем снижены в 6 раз. Решены следующие задачи:

1. Проведена оценка современного состояния проблемы снижения погрешностей измерений при определении концентраций газов многокомпонентными газоанализаторами при воздействии температуры, влажности, давления, при наличии перекрестной чувствительности к газам. На основании проведенного анализа сделаны выводы об актуальности создания многокомпонентных газоанализаторов на основе нейронных сетей, с целью снижения погрешностей определения концентраций газов при воздействии внешних возмущающих факторов. Предложено решение проблемы, ограничивающей применение нейронных сетей в многокомпонентных газоанализаторах, связанной с их обучением.

2. Разработаны математические модели процессов преобразования в газочувствительных датчиках, которые использовались при обучении нейронных сетей методом имитации. Среднеквадратические погрешности воспроизведения градуировочных характеристик составили: для датчика угарного газа — 0,24%, для датчика водорода — 0,4%.

3. Обоснован выбор аппарата искусственных нейронных сетей как формальной модели для определения концентрации газов при воздействии внешних возмущающих факторов. Среди исследованных нейронных сетей различных архитектур, таких как, радиальная базисная сеть и ее модификации, сеть Элмана, многослойные нейронные сети прямого распространения, наименьшие значения среднеквадратических погрешностей (по каналу угарного газа — 0,5%, по каналу водорода — 0,26%,, по каналу углекислого газа — 0,12%) при минимальном количестве коэффициентов (155) показала последняя.

4. Разработана структура многокомпонентного газоанализатора, обеспечивающая низкие погрешности измерения. Применение блочных нейронных сетей позволило при сохранении уровня погрешностей снизить число коэффициентов сети до 128 и уменьшить время отклика, в сравнении с общей сетью, по каналу токсичных и горючих газов до 8 с. Достигнутые значения приведенных среднеквадратичных погрешностей при воздействии внешних влияющих факторов соответственно составили для каналов: угарного газа — 0,58%, водорода — 0,12%, углекислого газа — 0,15%.

5. Создан программно-аппаратный комплекс для оптимизации структуры многокомпонентного газоанализатора, позволяющий проводить обучение нейронных сетей методом имитации, что принципиально снижает трудоёмкость экспериментальных работ.

6. Разработана газосмесительная установка для исследований характеристик газочувствительных датчиков и калибровки многокомпонентных газоанализаторов, позволяющая повысить точность приготовления образцовых газовых смесей при экономии расхода исходных чистых газов.

Показать весь текст

Список литературы

  1. , A.B. Многоканальные переносные инфракрасные газоанализаторы для контроля транспортных выборосов: дис.. канд. техн. наук: 05.11.13/ Бурыкин Алексей Владимирович. М., 2002. — 170 с.
  2. , A.B. Селективное определение газов полупроводниковыми сенсорами: дис.. д-ра хим. наук: 02.00.02/ Шапошник Алексей Владимирович. Воронеж, 2005. — 280 с.
  3. , Е. Ю. Нейросетевые мультисенсорные системы газового анализа для контроля технологических процессов: дис.. канд. техн. наук: 05.13.06 / Севастьянов Евгений Юрьевич. Томск, 2007.- 161 с.
  4. , Ю.В. Многокомпонентный газоанализатор с полупроводниковым датчиком: автореферат дис.. кандидата технических наук: 05.11.13 / Анищенко Юлия Владимировна. Томск, 2010. — 19 с.
  5. , А.И. Микропроцессорный газоаналитический модуль / А. И. Максимов, В. А. Мошников, Б. И. Селезнев, А. Е. Сенькин // Вестник Новгородского государственного университета. 2004. — № 26. — С. 161−167.
  6. , A.B. Измеритель концентрации метана / A.B. Ударатин, М. И. Федоров // Приборы и техника эксперимента. 2003. — № 3. — С. 125−126.
  7. , Т.Б. Мультисенсор для контроля аварийных выбросов вредных веществ в атмосферу/ Т. Б. Соколов, А.Л. Матвеев// Экологическое приборостроение и мониторинг. 2006. -№ 31. — С. 172−175
  8. , Ю. Полупроводниковые газовые сенсоры и газоаналитические приборы на их основе / Ю. Бубнов, А. Голиков, А. Казак // Электроника: Наука, Технология, Бизнес. — 2008. Спецвыпуск. — С. 72−76.
  9. , Г. А. Проблемы создания многокомпонентных газоанализаторов индивидуального пользования / Г. А. Девятко, С. А. Лацис, В. Я. Подольский // Электроника и экология. 2003. — № 4. — С. 53−56.
  10. , В.В. Мультисенсорные системы распознавания газов на основе ме-талло-оксидных тонких пленок и наноструктур: дис.. д-ра. техн. наук: 05.27.01/ Сысоев Виктор Владимирович. Саратов, 2009. — 364 с.
  11. , В.В. Применение искусственных нейронных сетей в автоматизированных системах анализа и мониторинга химических сред: дис.. канд. техн. наук: 05.13.06 / Комаров, Виктор Викторович. Липецк, 2004. — 136 с.
  12. Trankler, H. R. Potency of Information Technologies in Sensor Systems / H. R. Trankler, O. Kanoun // XVIIIMEKO World Congress Metrology in the 3rd Millennium June 22−27. 2003. — P. 10−15
  13. , А.А. Математическое моделирование многокомпонентных газоаналитических измерений и анализ погрешностей. / А. А. Дашковский, В.Ф. При-миский. // Восточно-Европейский журнал передовых технологий. 2005. — 6/2 (18). — С. 108−111.
  14. , А.Л. Мультисенсор для контроля аварийных выбросов вредных веществ в атмосферу / А. Л. Матвеев, Т. Б. Соколов // Научно-технический вестник информационных технологий, механики и оптики. 2006. — № 31. — С. 172−175
  15. Abderrahim, Н. Measure of carbon dioxide using a gas sensor of a semiconductor type based on tin dioxide (Sn02) / H. Abderrahim, M. Berrebia, A. Hamou, H. Kherief, Y. Zanoun, K. Zenata //J. Mater. Environ. Sci. 2 (2). 2011. — P. 94−103
  16. , В. В. Разработка интеллектуального газоанализатора на основе метода ИК-спектрометрии / В. В. Козлов // Научное приборостроение. 2004. — Т. 14. -№ 4, — С. 98−100
  17. , А. Н. Моделирование мультисенсорного газоанализатора в условиях неполноты и противоречивости информации: дис.. канд. техн. наук: 05.13.18, 05.13.01 / Перегудов Александр Николаевич. Воронеж, 2009. — 128 с.
  18. George, F. Metal Oxide Semi-Conductor Gas Sensors in Environmental Monitoring / F. George., L. M. Cavanagh, A. Afonja, R. Binions // Sensors. 2010. — P. 5469−5502
  19. Potje-Kamloth, K. Semiconductor junction gas sensors / K. Potje-Kamloth // Chem. Rev.- 2008. V. 108. — P. 367−399.
  20. Cho, J. H. Analysis of gas mixtures using a single tin oxide sensor and fast pattern recognition / J. H. Cho, С. H. Shim, G. J. Jeon // 1st International Conference on Sensing Technology. 2005. — P. 221−2215
  21. Chen, P. C. Chemical sensors and electronic noses based on 1-D metal oxide nanostructures / P.C. Chen, G. Shen, C. Zhou // IEEE Transactions on Nanotechnology. -2008. -V. 7. P. 668−682.
  22. , О.В. Электрические и газочувствительные характеристики полупроводниковых сенсоров на основе тонких пленок Sn02: диссертация. канд. физико-математических наук: 01.04.10/ Анисимов Олег Викторович. Томск, 2007. -181 с.
  23. , М.Н. Химическое модифицирование и сенсорные свойства нанок-ристаллического диоксида олова: дис.. д-ра химических наук: 02.00.01, 02.00.21/ Румянцева Марина Николаевна.- М., 2009.- 329 с.
  24. , Т.В. Применение металлооксидных полупроводниковых гетеро-систем для газового анализа/ Т. В. Белышева, Л. П. Боговцева // Журнал «Альтернативная энергетика и экология». 2004. — № 2, — С. 60- 66.
  25. , В.В. Направленный синтез материалов на основе нанокристалли-ческого Sn02 для повышения селективности газовых сенсоров: дис.. канд. хим. наук: 02.00.21 / Кривецкий Валерий Владимирович. М., 2010. — 121 с.
  26. , С.И. Особенности работы матричных полупроводниковых сенсоров в системе «Электронный нос»/ С. И. Лукаш, И. Д. Войтович, X. Алерс // Комп’ютерш засоби, мереж! та системи. 2007. — 4.1. — № 680. — С. 80−88
  27. , Н.В. «Электронный нос» новое направление индустрии безопасности / Н. В. Долгополов, М. Ю. Яблоков // Мир и безопасность. — 2007. — № 4. -С. 54−59.
  28. Barsan, N. Electronic Noses: Current Status and Future Trends/N. Barsan, F. Rock, U. Weimar // Chemical Reviews Modern Topics in Chemical Sensing. 2008. — P. 705 725.
  29. , В. А. Устройство термостатирования проб газа в газоанализаторах / В. А. Кораблев, Д. С. Макаров // Научно-технический вестник СПбГУ ИТМО. Исследования и разработки в области физики и приборостроения. 2006. — Вып. 31. -С. 91−93.
  30. , R. С. Electro-thermal modeling of a microbridge gas sensor / R. С. Hughes, R. P. Manginell, J. H. Smith, A. J. Ricco, D. J. Moreno // Sandia National Laboratories. 1997. — P. 360−371
  31. , О.В. Исследование отклика тонкопленочного сенсора на основе оксида олова в импульсном режиме для различных газов. / О. В. Анисимов, Н. К. Максимова, Е. Ю. Севастьянов, Е. В. Черников // Известия вузов. Физика. 2006. -№ 3. — С. 186−187.
  32. , В. Интеллектуальный детектор газа / В. Семенов // Современная электроника. 2007. — № 9. — С. 16−20
  33. , А. В. Многоканальные переносные инфракрасные газоанализаторы для контроля транспортных выбросов: дис.. канд. техн. наук: 05.11.13 / Бурыкин Алексей Владимирович. М., 2002. — 170 с.
  34. , В.П. Автоматический анализ газов и жидкостей на химических предприятиях / В. П. Тхоржевский. М.: Химия, 1976. — 272 с.
  35. , Б.И., Глинкин Е. И. Микропроцессорные аналитические приборы / Б. И. Герасимов, Е. И. Глинкин. М.: Машиностроение, 1989. — 248 с.
  36. , В.В. Численные методы для физиков. Нелинейные уравнения и оптимизация: учебное пособие / В. В. Зайцев, В. М. Трещев. Самара: Изд-во «Самарский университет». — 2005. — 86 с.
  37. , И.А. Применение искусственных нейронных сетей для анализа и обработки сигналов биосенсоров: дис.. канд. хим. наук: 03.00.23/ Борисов Иван Андреевич. -М., 2002, — 123 с.
  38. Официальный сайт производителя MSA. Режим доступа: http://www.msa-auer.de/index.php?id=T9&L=2
  39. Официальный сайт производителя DRAGER. Режим доступ: http://www.draeger.com/RU/ru/
  40. Официальный сайт производителя Riken. Режим доступа: http://www.riken.jp/
  41. Многокомпонентный газоанализатор МАГ-6П. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.analitpribors.ru/tech/mag-6pv-ps-re.pdf
  42. Официальный сайт производителя «Аналитприбор». Режим доступа: http://www.analitpribor-smolensk.ru/
  43. Многокомпонентный газоанализатор ГАЗОТЕСТ. Техническое описание и инструкция по эксплуатации. Режим доступа: http://get-doc.com/grsi/135xx/13 810−03.pdf
  44. Многокомпонентный газоанализатор Drager Х-ат 7000. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.draeger.com/media/10/00/91/10 009 143/x-am7000pi9044772en.pdf
  45. , В. Э. Сравнительный анализ характеристик промышленных газочувствительных датчиков / В. Э. Дрейзин, Е. О. Брежнева // Датчики и системы. -2011. № 3. — С. 68−78.
  46. Датчик монооксида углерода TGS2442. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.figarosensor.com/products/2442pdf
  47. Датчик водорода HLS-440. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www. appliedsensor.com/pdfs/HLS-4 401 009.pdf
  48. Датчик монооксида углерода AS-MLC. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.appliedsensor.com/pdfs/AS-MLCCO0809.pdf
  49. Датчик монооксида углерода MQ-7. Техническое описание и инструкция по эксплуатации. Режим доступа: http://eng.gassensor.ru/data/files/carbonmonoxide/MQ-7.pdf
  50. Датчик водорода СГ-2110. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.deltagaz.ru/sensor.html
  51. Датчик метана GGS 3000 Т. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.umweltsensortechnik.de/index3.htm
  52. Официальный сайт производителя Figaro Engineering Inc. Режим доступа: http://www.figarosensor.com
  53. Официальный сайт производителя Applied Sensor. Режим доступа: http://www.motech.de
  54. Field Effect (FE) Sensor Technology. Режим доступа: http://www.motech.de/pdfs/APSFE%20Sensor1109.pdf
  55. Датчик сероводорода SureCell- H2S (H). Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.sixthsens.ru/pdfSixth-Sense/Surecell-H2S-H.pdf
  56. Датчик кислорода 02-А1. Техническое описание и инструкция по эксплуатации. Режим доступа: http://eng.gassensor.ru/data/files/pdf/Alphasense/02Al.pdf
  57. Датчик водорода H2/S-1000. Техническое описание и инструкция по эксплуатации. Режим доступа: http://eng.gassensor.ru/data/files/pdfMembrapor/H2/H2-S-1000.pdf
  58. Датчик монооксида углерода МФС-8. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.gassense.ru/sensors/sensor-mfc-8.html
  59. Датчик монооксида углерода NAP —505. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.nemoto.co.jp/en/products/sensor/manual/nap-505.html
  60. Датчик кислорода 1−01. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.it-wismar.de/index.html
  61. Датчики газа производителя Figaro Engineering Inc. Режим доступа: http://www.platan.ru/article/paper.pdf
  62. Датчик водорода H2/SA-1000. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.gassensor.ru/data/files/pdf/Membrapor/H2/H2-SA-1000.pdf
  63. Официальный сайт Neomoto technology. Режим доступа: http://www.nemoto.co.jp/en/column/09ecco.html
  64. Официальный сайт производителя City Technology. Режим доступа: http://www.citytech.com/index.html
  65. Официальный сайт производителя International Technologies. Режим доступа: http ://www. it-wis mar. de/
  66. Датчик метана NP-17. Техническое описание и инструкция по эксплуатации. Режим доступа: http://pdf.directindustry.com/pdf/nemoto/catalytic-flammable-gas-sensors-np-17/25 177−12 025 l. html
  67. Датчик метана 4Р-75С CiTipeL. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.citytech.com/PDF-Datasheets/4p75ct4.pdf
  68. Датчик метана ГР1.0. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.inkram.ru/catalog/ckvaO lfiles/PITK%20datasheet.pdf
  69. Датчик углекислого газа IRceL. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.citytech.com/PDF-Datasheets/ircelco2.pdf
  70. Официальный сайт производителя Dynament. Режим доступа: http://www.dynament.com
  71. Датчик углекислого газа MSH-P-C02/NC/TC. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.dynament.com/infrared-sensor-data/tds0004.PDF
  72. Датчик угарного газа СО SM СОМ. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.gassensor.ru/data/files/pdf/smartgas/SMdatasheeten.pdf
  73. Датчик углекислого газа MSH-P-C02/NC. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.dynament.com/infrared-sensor-data/tds0037.pdf
  74. , Д.С. Проектирование термостатирующих устройств с широтно-импульсной модуляцией управляющих воздействий: диссертация. канд. техн. наук: 01.04.14 / Макаров Дмитрий Сергеевич. С. — Петербург, 2007. — 122 с.
  75. , В. Э., Выбор сенсоров для разработки многосенсорного газоанализатора газовых смесей / В. Э. Дрейзин, Е. О. Брежнева // Безопасность жизнедеятельности. -2011, — № 4. С. 5−11.
  76. Датчик кислорода КЕ-25. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.platan.ru/pdf/ec219.pdf
  77. Датчик кислорода С/2 CiTiceL. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.citytech.com/PDF-Datasheets/c2.pdf
  78. Датчик углекислого газа C02-D1. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.alphasense.com/pdf/C02Dl.pdf
  79. Датчик углекислого газа C02-D4. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.gassensor.ru/data/files/pdl7Alphasense/COD4.pdf
  80. Датчик монооксида углерода AS-MLC. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.appliedsensor.com/pdfs/AS-MLCCO0809.pdf
  81. Датчик монооксида углерода CO/S-IOOO. Техническое описание и инструкция по эксплуатации. Режим доступа: http://www.gassensor.ru/data/files/pdi7Membrapor/CO/CO-S-1000.pdf
  82. Датчик водорода NP-AHS. Техническое описание и инструкция по эксплуатации. Режим доступа: http://eng.gassensor.ru/data/files/pdf/Nemoto/ds-npahs.pdf
  83. , И.А. Полупроводниковые сенсоры в физико-химических исследованиях / И. А. Мясников, В. Я. Сухарев, Л. Ю. Куприянов. М.: Наука, 1991. — 327 с.
  84. B’arsan, N. Understanding the fundamental principles of metal oxide based gas sensors- the example of CO sensing with Sn02 sensors in the presence of humidity/ N. B’arsan, U. Weimar // J. Phys.: Condens. Matter 15. 2003. — P. 813−839
  85. , O.B. Электрические и газочувствительные свойства резистивного тонкопленочного сенсора на основе диоксида олова / Анисимов О. В., Гаман В. И.,
  86. Н.К., Мазалов С. М., Черников Е. В. // ФТП. 2006 — Т.40. — Вып.6. — С. 724−729
  87. Jian-Wei, G. Environmental Influences on SMO Sensors' Performance / G. Jian-Wei, Q. Chen, M. Lian, N. LIU // Sensors & Transducers Magazine (S&T e-Digest). -2005, — Vol.54.- Issue 4, — P.310−319.
  88. Gockel, F. Fire Sensor Modelling and Simulation / F. Gockel // Conference on automatic fire detection. 2001. — P. 470−481 Режим доступа: http ://fire. nist. go v/bfr lpubs/fireO 1 /PDF/f0103 6 .pdf
  89. , E.O. Многофакторное моделирование функции преобразования ме-талооксидных датчиков СО / Е. О. Брежнева // Датчики и Системы. 2012. — № 4. С.64−69.
  90. Lenaerts, S. FTIR characterization of tin dioxide gas sensors materials under working conditions / S. Lenaerts, J. Roggen, G. Macs // Spectorchimica Acta. -1995. Part A, 51 — P. 883−894
  91. , В. В. Чувствительность полупроводниковых газовых сенсоров к водороду и кислороду в инертной газовой среде / В. В. Малышев, А. В. Писляков, И. Ф. Крестников, В. А. Крутов, С. Н. Зайцев // ЖАХ. 2001, — № 9. — С. 976−983.
  92. Malyshev, V. V. Investigation of gas-sensitivity of sensor structures to carbon monoxide in a wide range of temperature, concentration and humidity of gas medium / V. V. Malyshev, A. V. Pislyakov// Sens. Actuators. 2007. — B. 123. — P. 71−81.
  93. Heiland, G. Chemical Sensor Technology / G. Heiland, D. Kohl // Seiyama, Т., Ed., Kodansha: Tokyo, 1988. Ch 2. — Vol. 1. — P. 15−38
  94. Jones, K.A. The effects of carbon monoxide, water vapor and surface temperature on the conductivity of a tin (IV) oxide gas sensor / K.A. Jones, J.F. Boyle // Journal of Electronic Materials. 1977. — P. 717−33.
  95. B’arsan, N. Influence of water vapour on nanocrystalline Sn02 to monitor CO and CH4 / N. B’arsan, J. Kappler, U. Weimar, W. G’opel // 11th European Conference on Solid State Transducers, Warsaw, Poland. 1997. — P. 1117−1180
  96. , О.В. Гетерогенный катализ / О. В. Крылов. М.: Академкнига, 2004.- 679 с.
  97. , О.В. Исследование отклика тонкопленочного сенсора на основе оксида олова в импульсном режиме для различных газов / О. В. Анисимов, Н. К. Максимова, Е. Ю. Севастьянов, Е. В Черников // Известия вузов. Физика. 2006. -№ 3. — С. 186−187.
  98. , А.А. Математическое моделирование: Идеи. Методы. Примеры / А. А. Самарский, А. П. Михайлов. М.: Физматлит, 2002. — 320 с.
  99. Ronald, A. J. Furnace combustion sensor test results / Ronald, A. J. // The United States Consumer Product Safety Commission, Washington D.C. 20 207 September. -2001. P. 1−36
  100. Catalytic Combustible Gas Sensors. Режим доступа: http://www.intlsensor.com/pdfcatalyticbead.pdf
  101. , В.Э. Моделирование каталитического датчика водорода / В. Э. Дрейзин, Е. О. Брежнева, О. Г. Бондарь // Известия ЮЗГУ. 2011. — Ч. 1. -№ 5(38).- С. 69−76.
  102. , Ю.И. Процессы и аппараты химической технологии. В 2 ч. 4.2. Массообменные процессы / Дытнерский, Ю.И. -М.: «Химия», 1995. 368 с.
  103. , Г. С. Оптика / Г. С. Ландсберг. М.: Наука, 1976. — 928 с.
  104. Technology solutions for high performance systems. Режим доступа: http://www.e2v.com/(flaTa обращения: 12.10.2010)
  105. Техническая документация на датчик MSH-P-C02/NC/TC производителя Dynament. Режим доступа: http://www.dynament.com/infrared-sensor-data/tds0004.PDF
  106. Официальный сайт Dynament. Режим доступа: http://www.dynament.com
  107. , В. Э. Устройство обработки сигналов многокомпонентного газоанализатора / В. Э. Дрейзин, Е. О. Брежнева, О. Г. Бондарь // Приборы и Системы. Управление, контроль, диагностика. 2011. — № 12. — С. 43−48 .
  108. , А.Н. Обобщенная аппроксимационная теорема и вычислительные возможности нейронных сетей / А. Н. Горбань // Сиб. журн. вычисл. Математики. РАН. Сиб. отд-ние. Новосибирск. 1998. — Т. 1, № 1. — С. 11−24.
  109. Swingler, К. Applying neural networks: A practical guide / К. Swingler. London: Academic Press, 1996. -345 p.
  110. , В. П. MatLab 6.5 SP1/7/7 SP1/7 SP2 / В. П. Дьяконов, В. В. Круг-лов. М: Солон — Пресс, 2006. — 456 с.
  111. Foresee, F.D. Gaus-Newton approximation to Bayesian regularization / F.D. Foresee, M.T. Hagan // Proceedings of the 1997 International Joint Conference on Neural Networks. 1997. — P. 1930−1935.
  112. Manginell, R. P. Moreno Electro-thermal modeling of a microbridge gas sensor / R. P. Manginell, J. H. Smith, A. J. Ricco, R. C. Hughes, D. J. Moreno // Sandia National Laboratories, Albuguergue, NM87185−1080. 1997. — P. 360−371
  113. Пат. Российской Федерации № 100 274, МПК: G01N27/16. Полупроводниковый газоанализатор / М. Э. Гусельников, Ю. В. Анищенко № 2 010 132 459/28- зявл. 02.08.2010 г.- опубл. 10.12. 2010.
  114. Свидетельство о государственной регистрации программы для ЭВМ. Виртуальная система проектирования многокомпонентных газоанализаторов/ Брежнева Е.О.- рег. № 2 012 614 022, 02.05.2012.
  115. ГОСТ Р ИСО 6142−2008. Анализ газов. Приготовление градуировочных газовых смесей. Гравиметрический метод. -Введ. 2009−09−01. М.: Стандартинформ, 2009.-35 с.
  116. , Т. К. Приготовление и аттестация газовых смесей водорода, метана и оксида углерода / Т. К. Хамракулов, Р. О. Самсонов, А. В. Мельник // «Заводская лаборатория. Диагностика материалов». 2006. — Т. 72, № 12. — С. 22−23.
  117. Пат. № 2 446 005 Российская Федерация, МПК ВО 1Б15/04. Устройство для приготовления многокомпонентных газовых смесей. Текст. / Дрейзин В. Э., Брежнева Е. О. № 2 010 130 366- заявл. 20.07.2010- опубл. 27.03.2012, Бюл. № 9. -6 с.
Заполнить форму текущей работой

Пора сдавать?