Principle, Design and Application of Intelligent Sensors (Edited by He Jintian and Liu Xiaomin)

\"Principles, Design and Application of Intelligent Sensors\" systematically introduces the working principle, design and application of intelligent sensors. The book is divided into 11 chapters. Chapter 1 introduces the difference between intelligent sensors and traditional sensors, the concept, function, characteristics and structural composition of intelligent sensors; Chapter 2 introduces the common methods for realizing intelligent functions; Chapter 3 introduces the typical intelligent algorithms in intelligent sensors; Chapter 4 introduces the design of intelligent sensors; Chapters 5 to 10 introduce several intelligent sensors that are currently being studied more: fuzzy sensors, micro sensors, network sensors, soft sensors, virtual sensors, bionic sensors; Chapter 1 briefly introduces the recent research hotspots of intelligent sensors, embedded, array and distributed intelligent sensors. Chapter Introduction1.1 Traditional Sensors and Smart Sensors1.1.1 Definition of Sensor1.1.2 Structure of Sensor1.1.3 Development Trend of Traditional Sensors1.2 Concept of Smart Sensors1.2.1 Basic Functions of Smart Sensors1.2.2 Characteristics and Classification of Smart Sensors1.3 Basic Composition of Smart Sensor Systems1.4 Smart Sensor Example - Smart Stress Sensor1.5 Development Trend of Smart Sensors1.5.1 Adoption of New Mechanisms, New Materials, New Technologies and New Processes1.5.2 Sensor Miniaturization Technology and Low Power Consumption Technology1.5.3 Intelligent Information Processing Technology1.5.4 Networked Smart Sensor TechnologyQuestions and ExercisesChapter 2 Typical Intelligent Algorithms and Their Applications2.1 Overview of Intelligent Algorithms2.2 Characteristics and Development of Intelligent Algorithms2.3 Regression Analysis2.3.1 Overview of Regression Analysis2.3.2 Univariate Linear Regression2.3.3 Multivariate Linear Regression2.3.4 Algorithm Example2.3.5 Application of Regression Analysis in Smart Sensors2.4 Artificial Neural Networks2.4.1 2.4.1 Overview of artificial neural network 2.4.2 Basic components of artificial neural network 2.4.3 BP neural network 2.4.4 Algorithm example 2.4.5 Application of artificial neural network in intelligent sensor 2.5 Genetic algorithm 2.5.1 Overview of genetic algorithm 2.5.2 Principle of genetic algorithm 2.5.3 Characteristics of genetic algorithm 2.5.4 Algorithm example 2.5.5 Application of genetic algorithm in intelligent sensor 2.6 Simulated annealing algorithm 2.6.1 Overview of simulated annealing algorithm 2.6.2 Physical solid annealing process 2.6.3 Simulated annealing algorithm 2.6.4 Operation process of simulated annealing algorithm 2.6.5 Parameter control of simulated annealing algorithm 2.6.6 Algorithm example 2.6.7 Application of simulated annealing algorithm in intelligent sensor Questions and exercises Chapter 3 Intelligent implementation method 3.1 Nonlinear self-correction 3.1.1 Table lookup method 3.1.2 Curve fitting method 3.1.3 Function chain neural network method 3.2 Real-time self-calibration 3.2.1 3.2.2 Method 2 for implementing self-calibration 3.2.3 Method 3 for implementing self-calibration 3.3 Self-compensation 3.3.1 Temperature compensation 3.3.2 Frequency compensation 3.4 Adaptive gain control and automatic range adjustment 3.5 Self-diagnosis 3.5.1 Hardware redundancy method 3.5.2 Analytical redundancy method 3.6 Noise suppression and weak signal detection 3.6.1 Noise suppression technology 3.6.2 Weak signal detection technology 3.7 Multi-sensor information fusion 3.7.1 Overview of multi-sensor data fusion 3.7.2 Multi-sensor data fusion structure 3.7.3 Multi-sensor data fusion algorithm 3.7.4 Multi-sensor data fusion example Questions and exercises Chapter 4 Intelligent sensor design 4.1 Intelligent sensor design 4.1.1 Intelligent sensor system analysis 4.1.2 Hardware structure design 4.1.3 Software design 4.2 Intelligent sensor design example 4.2.1 Design of networked intelligent temperature sensor 4.2.2 Questions and exercises for intelligent pressure sensors Chapter 5 Fuzzy sensors and their applications 5.1 The basis of fuzzy mathematics 5.1.1 Fuzzy phenomena and fuzzy concepts 5.1.2 Fuzzy sets and representation methods 5.1.3 Basic methods for determining membership functions 5.1.4 Basic methods for describing fuzzy languages ​​5.1.5 Fuzzy reasoning system 5.2 Fuzzy sensors 5.2.1 Concepts and characteristics of fuzzy sensors 5.2.2 Basic structure and working principle of fuzzy sensors 5.3 Application examples of fuzzy sensors 5.3.1 Car interior temperature control system 5.3.2 Fuzzy moisture sensor Questions and exercises Chapter 6 Network sensors and their applications 6.1 Network sensors 6.1.1 Overview of network sensors 6.1.2 Structure of network sensors 6.1.3 Categories of network sensors 6.1.4 Network displacement sensors based on PROFIBUS fieldbus 6.2 IEEE standards 6.2.1 Background of IEEE standards 6.2.2 Contents of IEEE1451 6.2.3 Application of IEEE1451 standards in network sensors 6.3 Wireless Network Sensors6.3.1 Introduction to Wireless Sensor Networks6.3.2 Characteristics of Wireless Sensor Networks6.3.3 Key Technologies of Wireless Sensor Networks6.3.4 Wireless Sensor Networks Based on Bluetooth Technology6.3.5 Network Interface Design in Ethernet-Based Network Sensors6.3.6 Examples of Wireless Sensor Networks6.3.7 Positioning Mechanism of Internet of Things Based on Wireless Sensor NetworksReflection and ExercisesChapter 7 Microsensors and MEMS Technology7.1 Microelectromechanical Systems7.1.1 Overview of Microelectromechanical Systems7.1.2 Application and Development of Microelectromechanical Systems7.2 Microsensors7.2.1 Overview of Microsensors7.2.2 Manufacturing Technology of Microsensors7.2.3 Typical Microsensors7.2.4 Reflection and Exercises on Microsensors and Internet of ThingsChapter 8 Virtual Sensors8.1 Overview of Virtual Sensors8.1.1 Concept of Virtual Sensors8.1.2 Application of Virtual Sensors8.1.3 Modeling and Implementation of Virtual Sensors8.1.4 External Research and Development of Virtual Sensors8.2 Application Examples of Virtual Sensors8.2.1 8.2.2 Virtual sensors for aircraft engines based on fuzzy logic 8.2.3 Virtual multi-structured light vision sensors 8.2.4 Structural small-diameter small-flow virtual sensors 8.2.5 Virtual sensor arrays in wireless electronic noses Reflection and exercises Chapter 9 Soft Measurement and Soft Sensors 9.1 Overview of Soft Measurement 9.2 Principles of Soft Measurement Technology 9.2.1 Mathematical description and structure of soft measurement technology 9.2.2 Factors affecting soft measurement technology 9.2.3 Implementation of soft measurement technology 9.3 Soft Measurement Sensors 9.3.1 Basic concepts of soft measurement sensors 9.3.2 Structure of soft measurement sensors 9.3.3 Design of soft sensors 9.4 Applications of soft measurement sensors 9.4.1 Soft measurement sensors for measuring xylitol concentration and substrate concentration 9.4.2 Soft sensors for measuring the concentration of components in sodium aluminate solution 9.4.3 Soft sensors for detecting the amount of rice in rice cookers Reflection and exercises Chapter 0 Bionic Sensors 10.1 Overview of Bionics 10.2 Bionic sensors 10.2.1 Definition of bionic sensors 10.2.2 Working principle of bionic sensors 10.2.3 Classification of bionic sensors 10.3 Electronic nose 10.3.1 Introduction to electronic nose 10.3.2 Working principle and types of electronic nose 10.3.3 Application questions and exercises of electronic nose Chapter 1 Embedded sensors, distributed sensors, array sensors 11.1 Embedded smart sensors 11.1.1 Definition of embedded smart sensors 11.1.2 Performance characteristics of embedded smart sensors 11.1.3 General structure of embedded smart sensors 11.1.4 Example of embedded smart sensor application - fuzzy reasoning embedded smart methane sensor 11.2 Array smart sensors 11.2.1 Concept of array smart sensors 11.2.2 Structure of array smart sensors 11.2.3 Example of array sensor application 11.3 Distributed sensor system 11.3.1 Basic concept of distributed sensors 11.3.2 Working principle of distributed sensors 11.3.3 11.3.4 Distributed Fiber Optic Sensor Example Questions and Exercises