基于改进BP神经网络的矿井CO检测方法的研究

采用催化传感器和电化学式气体传感器配合使用的传感器阵列。为了解决2种传感器对矿井CO和CH4气体的交叉敏感问题,提出了一种基于改进BP神经网络的矿井CO检测方法。通过MATLAB仿真可以看出,基于神经网络的传感器阵列方法可以明显提高CO检测精度。实际输出值和期望输出的绝对误差平均值为3.43 ppm,相对误差平均值为1.43%。