Ứng Dụng Mạng Nơ-Ron Nhân Tạo Nâng Cao Chất Lượng Cảm Biến Bán Dẫn Đo Nồng Độ Khí

1. Thông tin Luận án

• Tên Luận án: Ứng dụng mạng nơ-ron nhân tạo nâng cao chất lượng cảm biến bán dẫn đo nồng độ khí
• Tác giả: Không được đề cập trong văn bản
• Số trang file pdf: Không được đề cập trong văn bản
• Năm: Không được đề cập trong văn bản
• Nơi xuất bản: Không được đề cập trong văn bản
• Chuyên ngành học: Không được đề cập trong văn bản
• Từ khoá: Cảm biến bán dẫn, mạng nơ-ron nhân tạo (ANN), MLP, khí độc hại, H2S, NH3, CO, bù sai số, phản ứng đa khí, điều chỉnh đặc tính, môi trường công nghiệp.

2. Nội dung chính

Luận án tập trung nghiên cứu ứng dụng mạng nơ-ron nhân tạo (ANN), đặc biệt là mạng MLP, để nâng cao chất lượng của cảm biến bán dẫn trong việc đo nồng độ các khí độc hại như H2S, NH3 và CO trong môi trường công nghiệp. Mục tiêu chính là khắc phục các nhược điểm của cảm biến bán dẫn như độ nhạy kém, tính chọn lọc thấp, dễ bị ảnh hưởng bởi nhiệt độ và độ ẩm, đồng thời xử lý được vấn đề phản ứng đa khí và điều chỉnh đặc tính phi tuyến. Luận án đặt ra yêu cầu xây dựng các cấu trúc cảm biến thông minh tích hợp nhiều chức năng, có khả năng hoạt động ổn định và chính xác trong môi trường công nghiệp phức tạp.

Luận án đề xuất các cấu trúc cảm biến nơ-ron với ANN MLP được tích hợp để xử lý tín hiệu đầu ra của cảm biến. Đối với việc bù sai số do nhiệt độ và độ ẩm, luận án đề xuất sử dụng hai mạng MLP riêng biệt, mỗi mạng có một đầu vào là nhiệt độ, để xấp xỉ sự biến thiên của đầu ra cảm biến theo hai mức độ ẩm khác nhau. Sau đó, sử dụng phương pháp nội suy tuyến tính giữa hai đường cong xấp xỉ để tính toán hệ số bù, đưa kết quả đo về điều kiện tiêu chuẩn. Khác với các nghiên cứu khác dùng ANN với hai đầu vào nhiệt độ và độ ẩm và cấu trúc mạng phức tạp, luận án nhấn mạnh vào cấu trúc đơn giản, hiệu quả.

Để giải quyết vấn đề phản ứng đa khí, luận án sử dụng ma trận các cảm biến bán dẫn khác nhau để đo đồng thời, từ đó kết hợp với ANN để phân biệt và ước lượng chính xác nồng độ các khí thành phần trong hỗn hợp khí đầu vào. Các thử nghiệm mô phỏng trên các bộ cảm biến khác nhau như MQ136, TGS2602, TGS2444 và SP3AQ2 đã chỉ ra rằng, khi dùng 4 cảm biến và ANN có 4 nơ-ron ẩn, sai số ước lượng các khí NH3 và H2S là rất thấp. Các nghiên cứu trước chỉ sử dụng ANN cho nhận dạng hoặc cho ước lượng, luận án này kết hợp cả hai chức năng này trong cùng một cấu trúc mạng đơn giản.

Cuối cùng, luận án đề xuất ứng dụng ANN để điều chỉnh đặc tính phi tuyến của cảm biến. Cụ thể, dùng ANN MLP xấp xỉ lại đường đặc tính của cảm biến dựa trên một số điểm đo chuẩn, sau đó tiếp tục dùng một mạng MLP để tuyến tính hóa đặc tính đã xấp xỉ, tạo ra đặc tính đầu ra tuyến tính so với nồng độ khí. Điều này mang lại sự thuận tiện trong việc sử dụng kết quả đo và cải thiện độ chính xác của phép đo. Luận án cũng đề xuất cấu trúc cảm biến nơ-ron tích hợp cả ba chức năng: bù sai số do nhiệt độ và độ ẩm, loại bỏ tính phản ứng đa khí và điều chỉnh đặc tính phi tuyến, mở ra hướng nghiên cứu đầy tiềm năng trong ứng dụng cảm biến khí.