基于神经网络的载人航天器微量污染物在线测量
文档名：基于神经网络的载人航天器微量污染物在线测量
摘要：本文以体积小、重量轻、功耗低、高可靠、长寿命的GAM200直接进样质谱(MS)仪器测量为基础,提出了用神经网络的方法,提高该仪器的定量精度,并选取甲苯和二甲苯两种微量污染物与气相色谱—质谱(GC/MS)测试进行对比试验,并对试验数据进行处理,比较测试误差,在仅考虑报警误差的情况下,神经网络算法的直接进样质谱测量的平均相对误差为9.1%RSD(甲苯),3.8%RSD(二甲苯),得到了与GC/MS相当的定量精度,为载人航天器微量污染物在线测量提供了一条有效途径.
Abstract：Basedonmeasurementbysmallsize,lightweight,lowpowerconsumption,highreliabilityandlonglifeGAM200directinjectionmassspectrometryinstrument,andmethodofneuralnetworksisproposedtoimprovethequantitativeprecisionoftheinstrument,andtwotracepollutantsoftolueneandxyleneareselectedforcomparisonexperimentswithgaschromatography/massspectrum(GC/MS)tests,andtheexperimentaldataareprocessed.Comparingthetesterrors,theaveragerelativeerrorofthedirectinjectionmassspectrometrymeasurementoftheneuralnetworkalgorithmis9.1%RSD(toluene)and3.8%RSD(xylene)inthecaseofonlyconsideringthealarmerror,whichobtainsaquantitativeprecisioncomparabletoGC/MS,providinganeffectivewayforonlinemeasurementoftracepollutantsinmannedspacecraft.
作者：黄刚 李玉欣 李庆龙 钱力 李健 陈宝成 Author：HUANGGang LIYuxin LIQinglong QIANLi LIJian CHENBaocheng
作者单位：中国航天员科研训练中心,北京100089宁波得盛微纳智能科技有限公司,浙江宁波315207中国电子科技集团公司第四十九研究所,黑龙江哈尔滨150028
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2024, 43(5)
分类号：TP202+.2
关键词：载人航天器微量污染物在线监测直接进样
Keywords：mannedspacecrafttraceamountsofcontaminantsonlinemonitoringdirectinjection
机标分类号：TS254.1TQ241.13TP311.52
在线出版日期：2024年5月17日
基金项目：基于神经网络的载人航天器微量污染物在线测量[
期刊论文]传感器与微系统--2024, 43(5)黄刚李玉欣李庆龙钱力李健陈宝成本文以体积小、重量轻、功耗低、高可靠、长寿命的GAM200直接进样质谱(MS)仪器测量为基础,提出了用神经网络的方法,提高该仪器的定量精度,并选取甲苯和二甲苯两种微量污染物与气相色谱—质谱(GC/MS)测试进行对比试验,并对试...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于神经网络的载人航天器微量污染物在线测量Online measurement of trace pollutants in manned spacecraft based on neural networks
基于神经网络的载人航天器微量污染物在线测量.pdf
页:
[1]