메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
In-Soo Lee (Kyungpook National University)
저널정보
제어로봇시스템학회 제어로봇시스템학회 국제학술대회 논문집 ICCAS-SICE 2009
발행연도
2009.8
수록면
5,342 - 5,346 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (3)

초록· 키워드

오류제보하기
In this paper we proposed a method of fault diagnosis and gas classification for tin oxide gas sensors using resistance and sensitivity sets and ART2 NN (adaptive resonance theory 2 neural network) with unevenvigilance parameters. In this method two ART2 NN modules are used for gas classification and fault isolation.The sensor features for diagnosis were sensor resistance and gas sensitivity sets and the features weremanipulated by ART2 NN modules. We diagnosed tin oxide gas sensors upon exposure to oil vapor, silicon vapor,and high humidity. The performances were finally evaluated with hydrogen sulfide (H2S). Proposed method proves to be helpful to diagnose a fault and classify gas concentration in gas monitoring system.

목차

Abstract
1. INTRODUCTION
2. TIN OXIDE THIN FILM SENSOR
3. ART2 NN-BASED GAS CLASSIFICATION AND SENSOR FAULT DIAGNOSIS
4. SIMULATION RESULTS AND DISCUSSIONS
5. CONCLUSIONS
REFERENCES

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2014-569-000762302