Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "sensor errors" wg kryterium: Wszystkie pola


Wyświetlanie 1-2 z 2
Tytuł:
Correction of gas sensor dynamic errors by means of neural networks
Autorzy:
Roj, J.
Urzędniczok, H.
Powiązania:
https://bibliotekanauki.pl/articles/114150.pdf
Data publikacji:
2015
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
gas sensors
artificial neural networks
dynamic correction
Opis:
The paper presents a method based on artificial neural network (ANN) technique applied for correction of dynamic error of gas concentration measuring transducer. Its response time is about 8 minutes. The results obtained in the research of this transducer were used for learning and testing ANN, which were implemented in the dynamic correction task. The described method allowed for significant reduction of the transducer’s response time – the output signal was practically fixed after a time equal to one sampling period of output signal provided that the stimulus is a step function. In addition, the use of ANN allows reducing the impact of the transducer dynamic non-linearity on the correction effectiveness.
Źródło:
Measurement Automation Monitoring; 2015, 61, 12; 538-541
2450-2855
Pojawia się w:
Measurement Automation Monitoring
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Correction of the dynamic errors of a gas sensor based on the dynamic model with averaged parameters
Autorzy:
Urzędniczok, H.
Powiązania:
https://bibliotekanauki.pl/articles/114136.pdf
Data publikacji:
2016
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
gas sensor
response time
dynamic properties
dynamic error correction
Opis:
The paper presents a numerical method of dynamic error correction applied to a measuring transducer of gas concentration with a typical sensor based on tin dioxide. The work describes research of the dynamic properties of the transducer. Its response time is approximately 8 to 10 minutes, which may be not acceptable in many applications. A parametric model of the transducer dynamics has been developed and an adequate correction algorithm is proposed. The obtained results of the dynamic correction based on the proposed method are compared with those achieved previously by applying a neural network algorithm. Despite the simplicity of the used model, the proposed method allows a significant decrease in the transducer response time.
Źródło:
Measurement Automation Monitoring; 2016, 62, 7; 214-217
2450-2855
Pojawia się w:
Measurement Automation Monitoring
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies