基于神经网络的纳米zno气敏传感器阵列研究

《基于神经网络的纳米zno气敏传感器阵列研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于神经网络的纳米ZnO气敏传感器阵列研究西安工业大学硕士学位论文基于神经网络的纳米ZnO气敏传感器阵列研究姓名：吴琳琅申请学位级别：硕士专业：材料加工工程指导教师：范新会20100525+fiiirriIiiiillirliiiilY1750197基于神经网络的纳米ZnO气敏传感器阵列研究学科：材料加工工程研究生签字：互指导教师签字：摘要随着科技的发展和环保意识的提高，人们对复杂条件下混合气体检测设备的性能提出了更高的要求，而目前正在使用的检测设备越来越不能适应这些要求。因此，开发高性能气敏传感器阵列和智能模式识别技术如人工神经网络相结合的电子鼻系统，已是研究复杂混合气体检测的主

2、要方向之一。本工作以改进的物理热蒸发法制备出纯的一维纳米基气敏传感器阵列与BP人工神经网络相结合的方法，分析纳米ZnO基气敏元件随目标混合气体组分与浓度的变化规律，完成一系列目标混合气体CO、H2、CH4组分和相对浓度高低的识别研究，并初步分析元件的气敏机理，获得了如下主要研究结果：1．利用本工作的样品制备技术与工艺，可获得形貌良好、缺陷极少的ZnO纳米线，尤其是掺杂。Ag后纳米线团聚现象消失，且每根纳米线的直径沿长度方向非常均匀，这使纳米线的比表面积大大增加，气敏性能提高。与纯的及舢、Ni掺杂的纳米ZnO基元件相比，前者对混合气体的灵敏度更高，最高灵敏度值为32．060。Ni掺杂

3、的纳米ZnO基气敏元件之间，同时刻提取的敏感特征数据存有明显差异。因此，利用上述气敏元件构建气敏传感器阵列可获得最利于BP神经网络识别的输出信号。4．本工作利用BP神经网络降低了纳米ZnO基气敏传感器的交叉敏感性对气体识别的络误差值小于0．1％。5．本工作中高性能纳米ZnO基气敏传感器阵列与BP神经网络组成的电子鼻系统，对功率达到100％。关键词：气敏传感器阵列；ZnO纳米线；掺杂；BP神经网络BPNeuralBasedontheZnOGasSensorNanometerforGasNetworkRecognitionProcessingEngineeringDiscipline：

4、MaterialsStudentSignature：SignatuSupervisorAbstructofenvironmentalandenhancementoftechnologyAs恤developmentinmixturehasagases，arethedetectionperformanceofgoodequipment，whichrequirementselectronicmeetcannotthem．Therefore，thedetectiondesired．Butequipmentexistinglliglllyartificialneuralasnetwork，h

5、asandsensorrecognition,suchnosebasedonarrayspatterngasZnOdetection．Intheofmixturework，purethenewpresenttheoneofgasesbecometendencythermalareZnOnanowiresbyimprovedaIldsynthesizednaIlo、池sAl，Ag，Nidopednanowirestotheofthesegasthedifferencesensitivitiesgas，thebasedonevaporation．andasamediumtonetwor

6、kareemployedare螂rbuilt．．BPBackPropagationneuralarrayssensitivemechanismconcentrationofandrelativecompoundgases．Thetheidemifycomponentasresultsarehasbeendiscussed．Thefollowing：nanowiresofZnOnoiswithZnOnanowiresworkhashigh1．ThepresentpreparedmnanowiresissameeachoftheseZnOinnanowires，andrem破ableA

7、gdopedagglomerationofofthesurface-area-to―volumeratio，theperformancetIlesizelength．WithincreasingalongandbeReLbecomebetterthesesensorstheZnOnanowiresdetectionofdopedsamesensitivity2．Inthetestingparameters，thebestmixturegasfromothers．Int