论文部分内容阅读
随着猪养殖业的发展和养殖集约化程度的提高，猪舍的环境监控显得尤为重要，而猪舍有害气体是影响猪只生长的主要因素之一，因此如何有效测定及控制猪舍有害气体的浓度成为研究的热点。近年来，由气体传感器阵列和模式识别系统组成的电子鼻因其无损、无创、简易快速识别气体的特点引起了学术界和工业界的高度重视。然而，由于气体传感器存在零点漂移、交叉敏感性等物理缺陷，导致其识别精度不高。
为了解决以上问题，本文以广东省科技计划攻关项目“基于电子鼻的猪舍环境综合监控系统研究”为背景，将猪舍有害气体H2S、NH3作为研究对象，旨在建立一个适用于猪舍有害气体的识别模型。
首先，本文在对比现有气体模式识别方法的基础上，结合猪舍有害气体的特点，借鉴独立成分分析以及人工神经网络的思想，根据问题模型与设计目标，建立了单一气体识别模型和混合气体识别模型。
其次，本文构建了实验装置，并通过静态配气法配气，获得了气体传感器对H2S单一气体、NH3单一气体、H2S与NH3两组分混合气体的响应数据，分别采用单一气体识别模型和混合气体识别模型对5—50ppm浓度范围内的H2S单一气体、5—50ppm浓度范围内的NH3单一气体以及H2S与NH3两组分混合气体进行浓度识别，其中H2S单一气体的平均识别精度达到99.3％，NH3单一气体的平均识别精度达到97.8％，混合气体的平均识别精度达到92.3％。
最后，采用康尔兴CPR—G7型H2S传感器、康尔兴CPR—G3型NH3传感器、昆仑海岸8002W型CO2传感器、昆仑海岸JWSL—5型温湿度传感器组成传感器阵列，利用混合气体识别模型对华南农业大学原种猪场内的H2S、NH3浓度进行识别，平均识别精度达到85.3％。结果表明，本文构建的气体识别模型在基于电子鼻的猪舍H2S、NH3浓度识别中具有良好的效果，并且满足合理性、有效性及可扩展性要求。