相关实验视频
Updated: Jun 21, 2026
08:31
Three-dimensional Optical-resolution Photoacoustic Microscopy
Published on: May 3, 2011
18.1K
基于温度的长期稳定光声气体传感器使用机器学习
Pavel Borozdin1, Evgenii Erushin1, Artem Kozmin1
1The Artificial Intelligence Research Center, Novosibirsk State University, Pirogova Str. 2, 630090 Novosibirsk, Russia.
Sensors (Basel, Switzerland)
|December 17, 2024
概括
这项研究开发了一种新的AI模型,用于预测光声学探测器 (PAD) 气体电池共振频率的变化,这是由温度变化引起的. 该方法可以实时跟踪,提高气体度的准确性和传感器的稳定性.
科学领域:
- 分析化学 分析化学
- 传感器技术 传感器技术
- 人工智能的人工智能
背景情况:
- 精确的气体度测量对于环境和工业监测至关重要.
- 光声学探测器 (PAD) 气体电池共振频率对温度变化敏感,影响测量准确度.
- 现有的追踪共振频率的方法可能会侵入并中断传感器运行.
研究的目的:
- 开发一种非侵入性的实时方法,用于估计光声学探测器 (PAD) 气体电池共振频率因温度而发生的变化.
- 通过补偿温度引起的频率偏移来提高气体度测量的准确性和长期稳定性.
- 为了研究气体混合物温度和PAD中的共振频率之间的关系.
主要方法:
- 利用长期短期记忆 (LSTM) 网络和自我注意机制的新方法被用于基于温度数据的共振频率转移模型.
- 摄影声学探测器 (PAD) 被修改为内部温度传感器,以捕获精确的气体混合物温度数据.
- 实验涉及多个加热和冷却周期,具有不同的甲度,以生成一个全面的数据集.
主要成果:
- 拟议的AI模型展示了对共振频率转移的实时预测能力.
- 在超过30Hz的频率变化中,在四小时的时间段内,平均绝对误差小于1Hz.
- 该方法允许连续跟踪共振频率,而不会中断激光操作.
结论:
- 开发的AI方法有效地管理了光声学探测器 (PAD) 中温度诱导的频率变化.
- 这种技术显著提高了气体度测量的准确性和长期稳定性.
- 该方法为需要精确和稳定的气体传感的实际应用提供了有价值的工具.
关键词:
准确度 准确度 准确度 准确度 准确度长期短期记忆网络的网络.机器学习是机器学习.甲是一种甲.神经网络的神经网络的神经网络有光学传感器的感应器.摄影声学气体传感器传感器摄影声学光谱学是指光声学光谱学增强灵敏度 增强灵敏度 增强灵敏度更多相关视频
09:48Fiber Optic Distributed Sensors for High-resolution Temperature Field Mapping
Published on: November 7, 2016
12.0K
06:45Author Spotlight: Integrated Photoacoustic, Ultrasound, and Angiographic Tomography (PAUSAT) for NonInvasive Whole-Brain Imaging of Ischemic Stroke
Published on: June 2, 2023
1.2K
