基于单传感器补偿融合的农药检测系统设计
本文选题:传感器 + 农残检测 ; 参考:《中国激光》2016年01期
【摘要】:针对当前用于农药残留的现场检测仪器存在检测时间长、重复性差及抗温光干扰能力有限等不足,基于酶抑制法结合前置光路补偿及数据融合算法设计了一种稳定、可用于现场检测的便携式农药残留检测系统。该系统主要包括吸光度感知模块和信号数据融合调理模块。吸光度感知模块在样品水浴恒温前提下,增加前置补偿检测光路,降低温度及杂光信号干扰;数据融合调理模块将经光电转化及电路采集的信号分组融合,增强信号真实性。测试表明,该传感器系统具有良好的稳定性与重复性(相对标准偏差小于2.5%),补偿光路的引入有效降低了外界光干扰。经实验证实抑制率高于70%的样品验证率达85%,且抑制率高于50%时不同农药检出浓度均在0.5~5.0 mg/kg范围内,满足现场检测需求。
[Abstract]:In view of the shortcomings of the current field detection instruments for pesticide residues, such as long detection time, poor repeatability and limited ability to resist thermal light interference, a kind of stability was designed based on enzyme inhibition method combined with pre-light path compensation and data fusion algorithm.Portable pesticide residue detection system for field detection.The system mainly includes absorbance sensing module and signal data fusion conditioning module.Under the premise of constant temperature of sample water bath, absorbance sensing module increases pre-compensation detection light path to reduce temperature and miscellaneous signal interference; data fusion conditioning module fuses the signals collected by photoelectric conversion and circuit to enhance the authenticity of the signal.The test results show that the sensor system has good stability and repeatability (the relative standard deviation is less than 2.5), and the introduction of compensating optical path can effectively reduce the external optical interference.The experimental results showed that the verification rate of the samples with inhibition rate of more than 70% was 85%, and when the inhibition rate was higher than 50%, the detectable concentrations of different pesticides were within the range of 0.5 ~ 5.0 mg/kg, which could meet the requirements of field detection.
【作者单位】: 中国科学院合肥智能机械研究所智能农业与环境监测研究室;中国科学技术大学信息学院;
【基金】:国家863计划(2013AA102302) 国家科技支撑项目(2012BAJ24B02)
【分类号】:X839.2;TP212.9
【相似文献】
相关期刊论文 前10条
1 刘国林,张连蓬,成枢,江涛;合成孔径雷达干涉测量与全球定位系统数据融合监测矿区地表沉降的可行性分析[J];测绘通报;2005年11期
2 龚元明,萧德云,王俊杰;多传感器数据融合技术(下)[J];冶金自动化;2002年05期
3 庞敏;朱伟兴;;基于RBF网络的数据融合在废气数据处理中的应用[J];传感器与微系统;2007年04期
4 曾慧娥;周庆忠;胡为艳;;油料装备故障检测数据融合研究[J];重庆科技学院学报(自然科学版);2014年03期
5 张长森;闵杰;;面向分簇的WSN数据融合在瓦斯监控中的应用[J];计算机系统应用;2013年09期
6 夏飞;张玲芳;;BIC准则在数据融合中的应用[J];江西理工大学学报;2007年04期
7 许祁玉;;无线传感器网络数据融合关键技术研究[J];山东煤炭科技;2010年03期
8 安居白,骆彤,刘刚;一个Bayes数据融合模型及其在发酵控制中的应用[J];大连轻工业学院学报;2000年02期
9 独知行,阳凡林,刘国林;GPS与InSAR数据融合的研究现状与展望[J];山东科技大学学报(自然科学版);2005年03期
10 龚元明,萧德云,王俊杰;多传感器数据融合技术(上)[J];冶金自动化;2002年04期
相关会议论文 前10条
1 孙乐昌;梁亚声;陆余良;赵水宁;;决策用数据融合系统的设计与实现[A];第十五届全国数据库学术会议论文集[C];1998年
2 马宪民;赵跃齐;;一种基于数据融合理论的煤矿抢险救护机器人技术的研究[A];第十六届全国煤炭自动化学术年会、中国煤炭学会自动化专业委员会学术会议论文集[C];2006年
3 朱斌;符刚;朱爱华;李延斌;吴琼;;用户数据融合技术发展策略[A];中国通信学会信息通信网络技术委员会2011年年会论文集(上册)[C];2011年
4 熊凌;张凯;;数据融合及其应用[A];2005年十二省区市机械工程学会学术年会论文集(湖北专集)[C];2005年
5 畅言;罗利强;;数据融合系统关键技术研究[A];2013第一届中国指挥控制大会论文集[C];2013年
6 杨功流;杨君;刘玉峰;王文富;杨晔;;用数据融合理论减少壳体旋转低速误差的技术研究[A];全面建设小康社会:中国科技工作者的历史责任——中国科协2003年学术年会论文集(上)[C];2003年
7 鲁睿;张杰;徐勇军;吴琳;;数据融合中证据冲突的典型处理方法[A];2014第二届中国指挥控制大会论文集(上)[C];2014年
8 苏惠敏;张明廉;;飞控系统中的多传感器数据融合[A];1996年中国控制会议论文集[C];1996年
9 殷新春;徐力杰;;WSN中一种基于数据融合的能量高效分簇路由协议[A];2007年全国开放式分布与并行计算机学术会议论文集(上册)[C];2007年
10 管清波;张荣;罗小明;;分布式数据融合系统及其时钟同步算法[A];第四届中国青年运筹与管理学者大会论文集[C];2001年
相关重要报纸文章 前4条
1 唐得胜 本报特约记者 梁申虎 特约通讯员 丁雅涵;数据融合,陆上“猛虎”闯大海[N];解放军报;2012年
2 中兴通讯股份有限公司 鲁兰 红朱 王炜;数据融合奠基网络融合[N];通信产业报;2006年
3 闻丹岩;Avaya IP语音重回报[N];中国计算机报;2003年
4 本报记者 付连英;大数据融合与创新性变革加剧[N];国际商报;2014年
相关硕士学位论文 前10条
1 李向阳;面向情境感知的数据融合研究[D];南京邮电大学;2012年
2 丁龙;基于群机并行的数据融合系统研究及融合算法的改进[D];西安电子科技大学;2001年
3 王刚;数据融合若干算法的研究[D];西安理工大学;2006年
4 游漪;中国近海海洋动力参数多源卫星数据融合及应用[D];武汉理工大学;2013年
5 毛关利华;基于数据融合的纯角度多目标定位算法研究[D];浙江大学;2013年
6 张浩;数据融合在工程中的应用与研究[D];湖南大学;2001年
7 戴菲菲;基于数据融合的无线传感器网络路由算法研究[D];江南大学;2014年
8 郑乐平;基于数据融合的无线传感器网络路由算法研究[D];江西理工大学;2014年
9 常乐;数据融合在航迹数据处理中的应用研究[D];南京理工大学;2006年
10 杨龙;数据融合中基于隐私保护的数据完整性验证[D];南京邮电大学;2013年
,本文编号:1743286
本文链接:https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/1743286.html