基本介紹
內容簡介,作者簡介,目錄,
內容簡介
本書從實際操作的角度闡述了氣體檢測技術的基本理論、實驗方法以及幾種主要氣體樣本分析設備的工作原理與設計結構，討論了目前國內外常見氣敏感測器的敏感機理、使用方法與適用範圍，並在此基礎上設計了基於氣敏感測器的氣體檢測設備。作者在書中結合自己攻讀博士與大學任教期間的科研工作，著重研究了氣體檢測領域的兩個新興方向：現代電子鼻(E-nose)與氣體源定位技術。電子鼻是結合多感測器交感原理與模式識別算法實現氣味樣本定性定量分析的設備；氣體源定位技術根據工作原理分為基於氣敏感測器網路和氣體擴散模型的靜態氣體源定位法，以及基於智慧型移動機器人的主動嗅覺技術。
作者簡介
陳立偉，2013年於西北工業大學控制科學與工程專業博士學位，同年進入鄭州大學電氣工程學院進行教學科研工作，目前擔任自動化專業副教授。研究方向：自動化設備與檢測技術、新型氣體感測器、電子鼻技術、模式識別理論。
目錄
第1章 氣體檢測技術概述 1
1.1 氣體檢測技術的發展 1
1.2 氣體檢測技術的套用領域 2
1.2.1 氣體檢測技術與空氣污染 2
1.2.2 基於氣體檢測技術的質檢與醫療 4
1.2.3 氣體源定位技術 4
1.3 本書主要研究內容 5
第2章 氣體檢測實驗中的基本操作知識 7
2.1 氣體檢測實驗中的重要定律與公式 7
2.2 常用氣體含量計量單位與換算 8
2.3 實驗室常見的危險氣體 9
2.3.1 實驗室常見的可燃氣體 10
2.3.2 實驗室常見的有毒氣體及毒性量化標準 11
2.4 氣體標準物質的製備與保存 12
2.4.1 氣體標準物質的製備 13
2.4.2 氣體標準物質的保存 14
2.5 氣體樣本的採集 15
2.6 氣體樣本的乾燥與過濾 17
2.6.1 氣體樣本的乾燥 17
2.6.2 氣體樣本的過濾 19
2.7 本章小結 20
參考文獻 20
第3章 氣體樣本分析與檢測技術 22
3.1 氣體樣本分析與檢測技術概述 22
3.2 檢氣管法 23
3.3 奧式氣體分析儀 24
3.3.1 奧式氣體分析儀的常用配件 25
3.3.2 奧式氣體分析儀的結構與使用 26
3.4 分光光度計法 28
3.4.1 分光光度計的檢測原理 29
3.4.2 分光光度計基本結構 30
3.4.3 紅外分光光度計 32
3.5 氣相色譜法 33
3.5.1 氣—液色譜法的氣體組分分離 33
3.5.2 氣—固色譜法的氣體組分分離 35
3.5.3 氣相色譜儀檢測器 37
3.5.4 氣相色譜圖概述 41
3.5.5 基於氣相色譜法的定性定量分析 44
3.6 本章小結 46
參考文獻 46
第4章 氣敏感測器技術 48
4.1 氣敏感測器 48
4.2 感測器基本特性 49
4.2.1 感測器靜態特性 49
4.2.2 感測器動態特性 53
4.3 金屬氧化物氣敏感測器 58
4.3.1 金屬氧化物氣敏感測器分類 58
4.3.2 金屬氧化物感測器反應機理 59
4.3.3 TGS2620感測器特性 62
4.4 電化學氣敏感測器 64
4.4.1 電化學氣敏感測器分類 64
4.4.2 恆電位電解式電化學感測器 65
4.4.3 離子電極式電化學感測器 66
4.4.4 固體電解質電化學感測器 66
4.5 紅外光學氣敏感測器 67
4.5.1 基於氣體吸收光譜的紅外光學氣敏感測器 68
4.5.2 紅外光聲感測器 71
4.6 感測器標定實驗 72
4.7 本章小結 76
參考文獻 77
第5章 基於感測器技術的檢測系統 78
5.1 基於感測器技術的檢測系統設計 78
5.2 基於氣敏感測器的監測、報警電路 78
5.3 基於DSP的通用感測器採樣平台 80
5.3.1 感測器檢測設備的通用性特點 80
5.3.2 系統核心硬體結構 81
5.3.3 採樣軟體設計 83
5.4 基於物聯網構架的感測器網路 84
5.4.1 物聯網構架 86
5.4.2 無線感測器網路 87
5.4.3 基於虛擬儀器技術的人機互動程式 89
5.5 本章小結 89
參考文獻 90
第6章 電子鼻技術 91
6.1 電子鼻技術概述 91
6.2 電子鼻工作原理與結構 92
6.2.1 多氣敏感測器陣列 92
6.2.2 電子鼻模式識別算法 94
6.3 電子鼻在產品質檢中的套用 97
6.3.1 酒類品質檢測 97
6.3.2 食品質量檢測 99
6.3.3 水果成熟度評價 100
6.4 NASA-JPL空氣品質監測電子鼻 102
6.4.1 NASA-JPL電子鼻的氣路設計 103
6.4.2 電子鼻感測器陣列 104
6.5 基於可視嗅覺的電子鼻技術 105
6.5.1 金屬卟啉感測器陣列 106
6.5.2 可視嗅覺電子鼻系統結構設計 107
6.6 基於可視化嗅覺技術的胺類氣體定量檢測與分類 108
6.6.1 三甲胺定量檢測 109
6.6.2 胺類氣體識別 111
6.7 本章小結 113
參考文獻 113
第7章 靜態氣體源定位技術 116
7.1 氣體源定位技術 116
7.2 靜態氣體源定位技術 117
7.3 常用氣體擴散模型 119
7.3.1 BM擴散模型 119
7.3.2 三維有限元模型 120
7.3.3 Ooms模型 121
7.3.4 高斯擴散模型 123
7.3.5 高斯湍流擴散模型 125
7.4 常用氣體源定位算法 128
7.4.1 加權組合三邊定位算法 129
7.4.2 橢圓交叉定位算法 130
7.4.3 非線性最小二乘估計算法 132
7.5 本章小結 133
參考文獻 134
第8章 基於粒子群算法及最小二乘算法的靜態氣體源
定位與實驗 136
8.1 粒子群最佳化算法 136
8.2 基本粒子群最佳化算法概述 137
8.3 基於PSO的氣體源定位算法 141
8.3.1 基於最小二乘法則的適值函式設計 141
8.3.2 定位算法設計 142
8.3.3 觀測誤差與感測器數量對實驗結果的影響 147
8.3.4 種群規模對疊代次數的影響 149
8.4 粒子群速度計算中的參數改進 150
8.4.1 慣性因子的改進 150
8.4.2 學習因子的改進 151
8.5 中值粒子群定位算法 152
8.5.1 基於MBPSO的改良定位算法設計 153
8.5.2 算法仿真實驗 155
8.6 靜態氣體源定位實驗 157
8.6.1 實驗系統設計 157
8.6.2 氣體濃度採集實驗 159
8.7 基於改良型MBPSO的定位計算 162
8.8 基於最小二乘準則的適值比較定位法 164
8.9 基於最小二乘準則的適值遍歷計算 167
8.10 本章小結 170
參考文獻 170
第9章 主動嗅覺定位 172
9.1 主動嗅覺定位技術 172
9.2 主動嗅覺機器人發展歷程概述 172
9.3 主動嗅覺機器人設計與實驗 175
9.3.1 機器人硬體系統設計 176
9.3.2 Z形搜尋策略 178
9.3.3 單機器人主動嗅覺定位實驗 182
9.4 多機器人協作定位 183
9.4.1 多機器人協作定位 183
9.4.2 基於粒子群最佳化算法的多機器人協作搜尋策略 185
9.5 本章小結 191
參考文獻 191
