Kimyasal sensör dzilerinde yapay sinir ağları ve bulanık mantık uygulamaları: Gazların sınıflandırılması ve gaz konsantrasyonlarının belirlenmesi

Abstract

Kimyasal Sensör Dizilerinde Yapay Sinir Ağlan ve. Bulanık Mantık Uygulamaları : Gazların Sınıflandırılması ve Gaz Konsantrasyonlarının Belirlenmesi Anahtar kelimeler Gaz sensörleri, Gaz Konsantrsyonu Saptama, Miktarsal sınıflandırma, Yapay Sinir Ağlan, Geri Yayıİım, Bulanık mantık. Bu çalışmada Yapay Sinir Ağlan (YSA) ve Bulanık Mantık(BM) tabanlı algortimalar kullanılarak Gaz konsantrasyonunun saptanmasına ve Gaz kanşımlanmn sınıflandırılması amaçlanmıştır. Bu amaç ile sensör olarak Kuartz Kristal Mikrobalans (QCM) ve Interdijital Transduser (DDT) tip sensörler kullanılmıştır. Gaz konsantrasyon değerlerini ve gaz kanşımlannı kontrol etmek ve sensör sinyal datalarmı ölçmek için, IEEE 448 kartım kullanan bilgisayar konrollü bir ölçüm ve otomasyon sistemi kurulmuştur. Ük aşama olarak YSA ve Bulanık Mantık algoritmalan kullanılarak CC14, CHC13, Toluen ve Metanol gazlarının konsantrasyonlan saptanmaya çalışılmıştır. Bulanık Mantık algoritması kullanılan çalışmada sensörlerin sadece kararlı hal cevaplan kullanılmıştır. YSA Algoritması kullanılarak yapılan konsantrasyon saptama çalışmasında sensörlerin cevap süreleri olarak adlandırılan "sürenin içinde kalan geçici hal cevaplan da kullanılarak tahmin süresinin kısaltılmasına çalışılmıştır. Çalışmanın ikinci aşamasında YSA ve YSA-BM algoritmalan kullanılarak ikili CC14 - Toluen, CCI4 - Metanol ve Metanol - Toluen gaz kanşımlanmn miktarsal sınıflandırması üzerinde çalışılmıştır. Bu amaç ile ilk olarak iki katmanlı ileri beslemeli YSA yapısı kullanılmıştır. Elde edilen miktarsal sınıflandırma sonuçlarının iyileştirimesi için ikinci adım olarak BM karar algoritmali paralel YSA yapısı kullanılmıştır. Böylece oldukça sınırlı bir sayıdaki sensör tepkisiyle bile oldukça iyi sonuçlar elde edilmesi sağlanmıştır. Çalışmalarda gerek YSA ve gerek bulanık mantık ile yapılan Gaz konsantrasyonu tespitlerinde ve bulanık mantık karar mekanizman Paralel YSA yapısı ile yapılan miktarsal sınıflandrrmada oldukça iyi sonuçlar elde edilmiş ve YSA ve bulanık mantık yapılarının gaz kanşımlanmn miktarsal sınıflandırılması ve konsantrasyon saptamada uygun araçlar olduğu görülmüştür.

Artificial Neural Networks and Fussy Logic Applications in the Chemical sensor Arrays : Classification of Gases and Determination of Gas Concentrations Keywords: Gas sensors, Gas Concentration Detection, Quantitative Classification, Neural Network, Back propagation. Fuzzy Logic. In this study, Artificial Neural Network (ANN) and Fuzzy Logic based algorithms are used in the determination of the gas concentrations and quantitative classification of the gas mixtures. For this purpose Quartz Crystal Microbalance (QCM) and Interdigital Transducer (IDT) type sensors were used. For control of the gas concentration values and gas mixtures, a computer controlled measurement and automation system with IEEE 448 card was set up. As a first step, an Artificial Neural Network (ANN) and Fuzzy Logic based algorithms were used to determination of the concentrations of the CCL», CHC13, Methanol and Toluene gases. In the study made by using Fuzzy Logic algorithms, steady state response of the sensors were used. In the study made by using ANN algorithms, transient response of the sensors were also used So the prediction time was decreased. In the second step ANN and ANN-Fuzzy Logic based algorithms were used for quantitative classification of the binary CCI4 - Toluen, CCU - Metanol and Metanol - Toluen gas mixtures. Firstly two layer feed forward ANN structure were used. Secondly, for improving the result of quantitative classification parallel ANN structure with fuzzy logic decision algorithm were used By using this parallel ANN structure, very good results were obtained even with a limited number of sensors. In the gas concentration determination studies made by both ANN and Fuzzy Logic and in the quantitative classification studies of the binary gas mixtures made by parallel ANN structure with fuzzy logic decision algorithm, quite good result were obtained Consequently, appropriateness of the ANN and Fuzzy Logic for the quantitative classification and the gas concentration determination were seen XVI