[發明專利]一種基于卷積神經網絡算法的電子鼻混合氣體分類方法

在審

• 申請號: 202210431450.0
• 申請日: 2022-04-22
• 公開（公告）號: CN114781518A
• 公開（公告）日: 2022-07-22
• 發明（設計）人: 劉童;王竹卿;陳佳楊;廖婧如;何姿儀;凌娜;楊嘉琦
• 申請（專利權）人: 四川大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G01N27/26
• 代理公司: 武漢菲翔知識產權代理有限公司 42284
• 代理人: 張紅

1.一種基于卷積神經網絡算法的電子鼻混合氣體分類方法，其特征在于：具體包括以下步驟：

S1、首先由混合氣體收集模塊預先對混合氣體進行收集，通過電子鼻對混合氣體進行掃描識別，通過有毒氣體判斷模塊預先識別判斷混合氣體中是否存在有毒氣體成分，若判斷有，則將有毒氣體信號反饋至中央處理系統中，然后中央處理系統則通過預警提示模塊將預警提示信息由無線傳輸模塊發送至顯示終端；

S2、通過氣體處理模塊對有毒氣體進行處理，且同時通過混合氣體識別與分類系統中的氣體識別模塊識別出混合氣體中的所有氣體成分，通過相似類別區分模塊根據分類規則單元依次識別出目標氣體的相似類別，然后再從相似類別中識別出目標氣體的類別，根據目標氣體分類模塊對目標氣體進行分類操作，分類結束后將分類數據發送至微處理器中；

S3、同時通過濃度計算模塊對各個氣體成分的濃度值進行計算并做下記錄，微處理器接收到分類數據后通過報告生成模塊生成氣體分類數據報告，報告中記錄氣體名稱、成分、濃度值以及檢測時間，報告生成后則由存儲單元進行保存；

S4、最后將報告通過無線傳輸模塊發送至顯示終端上，供人員查看。

2.根據權利要求1所述的一種基于卷積神經網絡算法的電子鼻混合氣體分類方法，其特征在于：所述分類規則單元內通過一級分類模塊按照是否包含CO氣體為標準進行分類，當目標氣體被分在包含CO氣體的類別下后，再對已處于包含CO氣體的類別下的目標氣體，通過二級分類模塊按照二級分類規則對目標氣體進行分類，例如二級分類規則按照是否包含CH4氣體為標準進行分類。

3.根據權利要求2所述的一種基于卷積神經網絡算法的電子鼻混合氣體分類方法，其特征在于：所述步驟S1中電子鼻通過無線與混合氣體收集模塊實現雙向連接，所述電子鼻的輸出端通過導線與有毒氣體判斷模塊的輸入端電性連接。

4.根據權利要求3所述的一種基于卷積神經網絡算法的電子鼻混合氣體分類方法，其特征在于：所述有毒氣體判斷模塊的輸出端通過導線與中央處理系統的輸入端電性連接，且中央處理系統的輸出端通過導線與預警提示模塊的輸入端電性連接，所述預警提示模塊的輸出端通過導線與無線傳輸模塊的輸入端電性連接。

5.根據權利要求4所述的一種基于卷積神經網絡算法的電子鼻混合氣體分類方法，其特征在于：所述無線傳輸模塊通過無線與顯示終端實現雙向連接，所述無線傳輸模塊的輸入端通過導線與中央處理系統的輸出端電性連接。

6.根據權利要求1所述的一種基于卷積神經網絡算法的電子鼻混合氣體分類方法，其特征在于：所述步驟S2中氣體處理模塊的輸入端通過導線與中央處理系統的輸出端電性連接，所述氣體處理模塊的輸入端通過導線與有毒氣體判斷模塊的輸出端電性連接。

7.根據權利要求1所述的一種基于卷積神經網絡算法的電子鼻混合氣體分類方法，其特征在于：所述步驟S2中混合氣體識別與分類系統包括氣體識別模塊，所述氣體識別模塊的輸出端通過導線與相似類別區分模塊的輸入端電性連接，所述相似類別區分模塊通過無線與分類規則單元實現雙向連接。

8.根據權利要求7所述的一種基于卷積神經網絡算法的電子鼻混合氣體分類方法，其特征在于：所述相似類別區分模塊的輸出端通過導線與目標氣體分類模塊的輸入端電性連接，且目標氣體分類模塊的輸出端通過導線與微處理器的輸入端電性連接，所述微處理器通過無線與存儲單元實現雙向連接，所述微處理器的輸入端通過導線與濃度計算模塊的輸出端電性連接，所述微處理器的輸出端通過導線與報告生成模塊的輸入端電性連接，所述分類規則單元包括一級分類模塊和二級分類模塊。