公开(公告)号：CN115324698A

公开(公告)日：2022-11-11

申请号：CN202210947555.1

申请日：2022-08-09

Applicant: 上海交通大学

Inventor： 张毅然 ,  包叶朋 ,  杨琳 ,  焦安琪 ,  林赫

IPC: F01N11/00 ,  G01N27/12 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于神经网络的柴油机尾气分析传感方法，利用气体传感器阵列获取污染物气体浓度响应特性曲线；从响应曲线中提取特征值；通过基于模型特征重要性排序的特征选择方法剔除冗余数据后，训练并测试预测神经网络模型，再将训练后的预测神经网络模型用于在线阶段的柴油机尾气识别分析，得到柴油机污染物浓度实时检测数值。本发明构建数据与地区污染物排放因子之间的预测模型，解决电阻型传感器对NO,NO2,NH3等气体的交叉敏感性的问题，实现对污染物组分的定量识别。

公开(公告)号：CN115324698B

公开(公告)日：2023-06-16

申请号：CN202210947555.1

申请日：2022-08-09

Applicant: 上海交通大学

Inventor： 张毅然 ,  包叶朋 ,  杨琳 ,  焦安琪 ,  林赫

IPC: F01N11/00 ,  G01N27/12 ,  G06F18/2113 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/084 ,  G06N3/086

Abstract: 一种基于神经网络的柴油机尾气分析传感方法，利用气体传感器阵列获取污染物气体浓度响应特性曲线；从响应曲线中提取特征值；通过基于模型特征重要性排序的特征选择方法剔除冗余数据后，训练并测试预测神经网络模型，再将训练后的预测神经网络模型用于在线阶段的柴油机尾气识别分析，得到柴油机污染物浓度实时检测数值。本发明构建数据与地区污染物排放因子之间的预测模型，解决电阻型传感器对NO,NO2,NH3等气体的交叉敏感性的问题，实现对污染物组分的定量识别。

公开(公告)号：CN113189170A

公开(公告)日：2021-07-30

申请号：CN202110404000.8

申请日：2021-04-15

Applicant: 上海交通大学

Inventor： 林赫 ,  肖邦 ,  张毅然 ,  焦安琪

IPC: G01N27/30

Abstract: 一种双工作电极混合电位型氨气传感器及其制备方法，该传感器包括：固体电解质基片和设置于其上的正极性工作电极、负极性工作电极，其中：正极性工作电极和负极性工作电极对称设置于固体电解质基片的两端；本发明传感器通过取代参比电极，采用正极性电极与负极性电极结合，能够增大传感器整体的输出信号大小，从而在氨气浓度低至ppb级别时，能够产生可识别信号，降低了混合电位型氨气传感器的检测下限，能够有效满足国六排放中氨气逃逸浓度小于10ppm的检测浓度要求。