详情

原文传递一种甲醛浓度人工智能测算方法

专利名称：	一种甲醛浓度人工智能测算方法
摘要：	本发明涉及甲醛浓度测算技术领域，尤其是一种甲醛浓度人工智能测算方法，包括利用电化学分析法测量甲醛浓度值，利用电化学分析法和分光光度法分别测得多组甲醛浓度值，并通过温湿度传感器分别测得每组甲醛浓度值所对应的环境温度和湿度，然后通过人工神经网络进行对比训练，利用ReLU函数对甲醛值进行预测与验证，得出其对应的数学模型，最后通过将电化学检测方法测得的甲醛浓度初始值、场域温度和场域湿度作为变量输入数学模型，计算得到甲醛评估值。本发明采用人工神经网络模型辅助电化学甲醛检测仪对甲醛浓度进行测量与计算，从而有效解决了电化学甲醛检测仪检测结果的不稳定性及准确性，具有方便、快捷、准确的优点。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	苏州市智汇易联科技有限公司
发明人：	俞卓玮
专利状态：	有效
申请日期：	2019-02-23T00:00:00+0800
发布日期：	2019-05-21T00:00:00+0800
申请号：	CN201910134605.2
公开号：	CN109781809A
代理机构：	苏州国卓知识产权代理有限公司
代理人：	明志会
分类号：	G01N27/26(2006.01);G;G01;G01N;G01N27
申请人地址：	215011 江苏省苏州市高新区竹园路209号3号楼25层5工位(集群登记)
主权项：	1.一种甲醛浓度人工智能测算方法，包括利用电化学分析法测量甲醛浓度值，其特征在于，利用电化学分析法和分光光度法分别测得多组甲醛浓度值，并通过温湿度传感器分别测得每组甲醛浓度值所对应的环境温度和湿度，然后通过人工神经网络进行对比训练，利用ReLU函数对甲醛值进行预测与验证，得出其对应的数学模型，最后通过将电化学检测方法测得的甲醛浓度初始值、场域温度和场域湿度作为变量输入数学模型，计算得到甲醛评估值。 2.根据权利要求1所述的一种甲醛浓度人工智能测算方法，其特征在于，所述电化学分析法的工作过程为，含甲醛的气体通过高透气性离子膜，并在电极上发生氧化反应，其产生的电流与甲醛浓度成正比，通过测量电流值，换算得到甲醛的浓度值。 3.根据权利要求1所述的一种甲醛浓度人工智能测算方法，其特征在于，环境中的硫化氢、二氧化硫、乙醇、氨和甲醇气体对电化学分析法测量结果存在干扰，在空气中甲醛与上述气体共存时，应根据干扰物浓度对测量值予以校正。 4.根据权利要求1所述的一种甲醛浓度人工智能测算方法，其特征在于，所述分光光度法的工作过程为：利用甲醛与酚试剂反应生成嗪，嗪在酸性溶液中被高铁离子氧化形成蓝绿色化合物，随后检测特定波长处的以上溶液的吸光度以测得甲醛浓度。 5.根据权利要求1所述的一种甲醛浓度人工智能测算方法，其特征在于，利用电化学分析法和分光光度法分别测得5000-15000组甲醛浓度值，然后通过人工神经网络进行训练，训练集4000-12000组，测试集1000-3000组，其中测试集准确率达到85%以上。 6.根据权利要求5所述的一种甲醛浓度人工智能测算方法，其特征在于，甲醛评估值生成过程为： S1、大型检测实验室利用分光光度法检测检测区的数据：甲醛浓度初始值、温度、湿度； S2、ZE08-CH2O甲醛检测模组检测的检测区的数据：甲醛浓度精确值、温度、湿度； S3、实验室及检测模组各采集出5000-15000组数据； S4、组合甲醛浓度初始值、温湿度与甲醛浓度精确值生成一条数据； S5、生成包含甲醛浓度初始值与甲醛浓度精确值的数据集； S6、利用ReLU函数对甲醛的值进行预测与验证，得出其对应的数学模型：通过人工神经网络进行对比训练，其中训练集设置为4000-12000组，测试集设置为1000-3000组，使用人工神经网络模型判定测试集准确率是否超过85%，如果没有则调整模型参数并通过训练集重新生成人工神经网络模型，如果超过则生成人工神经网络模型； S7、最后再将电化学甲醛检测仪检测的甲醛原始浓度、场域温度、场域湿度作为变量输入实验得出的数学模型，得出符合数学模型的甲醛评估值。
所属类别：	发明专利