Application of Levenberg-Marquardt Backpropagation Algorithm in Artificial Neural Network for Self-Calibration of Deflection Type Wheatstone Bridge Circuit in CO Electrochemical Gas Sensor
محل انتشار: مجله مهندسی برق مجلسی، دوره: 18، شماره: 1
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 18
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MJEE-18-1_003
تاریخ نمایه سازی: 9 اردیبهشت 1403
چکیده مقاله:
The unique properties of carbon monoxide and its high combustibility have led to the creation of various sensors, such as electrochemical sensors and different circuits, to read its output. In this article, a deflection-type Wheatstone bridge is used to measure changes in the sensor resistance, and the output voltage is connected to a ۱۲-bit analog-to-digital converter through an adjustable precision amplifier. Next, a new method is proposed for self-calibrating the CO sensor. The Levenberg-Marquardt backpropagation algorithm (LMBP) is utilized in the Artificial Neural Network model to minimize the Mean Squared Error (MSE) and identify the most suitable parameters in the proposed method. The model under consideration has been developed and trained using real-time data. Based on the experimental and evaluation outcomes, it can be concluded that the suggested model has an MSE value of ۰.۲۸۲۴۹ and an R۲ coefficient of determination of ۰.۹۹۹۹۲, indicating high accuracy and precision. The proposed sensor and calibration method have potential applications in various applications, including industrial and domestic environments where CO monitoring is necessary.
کلیدواژه ها:
Electrochemical sensor ، CO monitoring ، Levenberg-Marquardt backpropagation algorithm ، Mean squared error ، Training-Validation and Testing (TVT) ، coefficient of determination
نویسندگان
Amirhosein Asilian
‎۱- Department of Electrical Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran ‎۲- Smart Microgrid Research Center, Najafabad Branch, Islamic Azad University, Najafabad, Iran ‎
S. Mohammadali zanjani
Smart Microgrid Research Center, Najafabad Branch, Islamic Azad University, Najafabad, Iran. Department of Electrical Engineering, Najafabad Branch, Islamic Azad University, Najafabad, Iran.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
