用神经网络提高SO2传感器的检测速度

摘要：

制作了新型IDC结构聚苯胺膜SO2传感器，测得不同SO2浓度的电导响应与恢复时间曲线。从这些气敏特性曲线出发，以电导响应曲线的斜率作为网络的输入，对应的SO2浓度作为输出，建立了BP网络预测推理模式，对四组数据的预测结果表明精度较高(误差小于3％），具有很好的预测能力。这种方法不同于传统的标定方法，后者需要4min才能达到稳定的响应，神经网络样本检测不需要达到稳定的响应就可以预测SO2的浓度，从而大大缩短了结果的响应时间（缩短了75％）。

关键词：聚苯胺膜、神经网络、预测、SO2传感器

所属期刊栏目：7

分类号：O633;TP18;O647.3;TP212(高分子化学（高聚物）)

资助基金：国家自然科学基金69676004;高等学校博士学科点专项科研项目98069828

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：31-34