基于遗传算法的小波神经网络在多组分气体检测中的应用

由于利用不分光红外吸收法（NDIR）的多组分气体传感器对汽车尾气（主要成分为CO2、CO、HC化合物）进行同时测量时,所测气体浓度是交叉吸收干扰后的结果,造成测量误差大,分析精度低。针对此问题,将遗传算法优化的小波神经网络用于建立基于红外光谱的三组分气体定量分析模型中。采集CO2、CO、HC的浓度信号,作为模型输入,通过模型回归分析,得到对应的混合气体组分浓度,解决气体之间相互干扰的问题。最后通过实验数据对模型性能进行仿真分析,结果表明,该模型的平均误差相比于传统模型明显减低,取得较好的精度。     

基于自适应变异粒子群优化的SVM在混合气体分析中的应用

针对混合气体定量分析中,支持向量机建模的参数难以确定、红外光谱数据计算量过大以及气体间交叉干扰等问题。提出了一种自适应变异粒子群优化的支持向量机方法,用于建立基于红外光谱的多组分混合气体定量分析模型。混合气体主要由浓度范围在0.5%~8%的CO、3.6%~12.5%的CO2及200×10-6~3270×10-6的C3H8三种组分气体组成。利用粒子群优化算法对支持向量机建模中的参数进行优化选择,并与遗传算法优化的支持向量机作对比。实验表明,采用此方法建模所用时间为39.524 s,遗传算法为26.272 s;针对CO2独立建模的预测结果,粒子群优化算法均方差为0.000123758,遗传算法均方差为2.14952。在建模时间略高的情况下,粒子群优化算法预测结果均方差明显低于遗传算法。     

基于GA-BP神经网络的红外CO2传感器湿度补偿研究*

为了提高红外CO2气体传感器的探测灵敏度和精度,首先研究了不同镀膜对非色散扁锥腔CO2气体传感器的红外吸收效率和灵敏度的影响.然后搭建了湿度实验平台,着重研究了环境湿度对气体浓度测量结果的影响.最后,采用遗传算法优化的BP神经网络算法(GA-BP)对传感器进行了湿度补偿.实验结果表明:在室温条件下、0～2000×10-6浓度范围内,镀金腔体的CO2传感器具有更高的红外吸收效率和灵敏度;在40％～80％湿度范围内,CO2气体传感器的测量误差与相对湿度密切相关,最高误差达645×10-6.采用GA-BP算法数据融合补偿后,传感器湿度漂移得到了较好抑制,整体平均误差小于±110×10-6,表明CO2气体传感器的测量精度得到了大幅提升.     

基于微型泵吸式的矿用红外一氧化碳传感器研制

现有基于电化学原理的矿用一氧化碳传感器测量数据易受烷类气体、氢气苯类等气体及矿井环境压力的影响,测量结果误差大,且需定期调校。针对该问题,研制了一种基于微型泵吸式的矿用红外一氧化碳传感器。该传感器基于非分散式红外吸收原理,利用CO气体对4.5μm的红外辐射具有强烈的吸收,通过测量红外辐射的初始能量和红外辐射被气体吸收后的能量,检测出CO气体浓度。针对扩散式一氧化碳传感器检测采样速度慢,检测结果容易受检测环境的风速、温度等外界因素干扰的问题,采用微型泵吸式检测方式,气体通过微型气泵的流动进入红外敏感元件气室,保证了传感器气流的稳定性。6个月的工业性试验结果表明,该传感器相比传统电化学传感器,具有红外波长固定、测量数据不受其他气体影响的优势;使用中,矿用红外一氧化碳传感器的维护周期大于6个月,主要维护操作是清洁处理,无需更换敏感元件及标校。     

一种小型化多组分气体检测装置的设计

针对传统红外气体探测装置检测气体种类单一和光源稳定性差的缺点,该文设计了一种基于非分光红外(NDIR)技术的多组分气体检测系统。使用四窗口热电堆红外气体探测器,同时检测CO、CO2和HC这3种气体的浓度,并设计了恒功率光源电路,保证了光源发光的稳定性。以内部集成14位ADC和PGA模块的PSoC单片机为核心,相比传统气体探测装置,在保证检测精度的同时,有效减小了外围电路的大小,提高了装置的一体性,同时也降低了成本。设计了LabVIEW上位机,对气体浓度进行实时监测,并给出各组分气体浓度的标定方法。该检测系统成本低,小型化便于携带,探测气体误差在2%以内。     

基于曲面拟合理论CO_2传感器数据融合研究

针对CO2气体传感器在实际应用中,由于环境因素干扰而导致检测精度下降这一问题,提出了采用曲面拟合理论的数据融合方法来消除环境温度对传感器输出的干扰。实验是在气体和温度的二维标定系统中进行,实验温度为0~50℃,CO2气体体积分数为(0~2000)×10-6,标定点取36个。通过数据融合,有效地降低了温度变化对CO2气体传感器输出的干扰,提高了气体传感器和温度传感器的测量准确度。     

非分光红外二氧化碳浓度测量仪的研究

介绍了一种非分光红外(NDIR)CO2浓度测量仪。从红外辐射与红外吸收的基本原理出发,以双通道气体吸收模型为基础,结合传感器技术,完成了以CO2浓度检测功能为核心的理论分析;围绕红外光源和红外探测器设计了驱动电路和信号处理电路,并把传感器安装在受保护的光路系统中;并且根据实验所得数据改进了浓度计算方法。     

新型扁锥腔红外CO2气体传感器系统研究

为提高红外CO2气体传感器测量精度,本文利用非分光红外探测技术设计了以白炽灯红外光源、双通道热电堆红外探测器和扁锥腔体为主要元件构成的新型红外CO2气体传感器。采用Zemax光路仿真分析,研究了新型扁锥腔CO2气体传感器探测面光强分布,并结合ANSYS FLUENT软件对扁锥型气室进行结构优化。以STM32单片机为核心,实现了光源电调制,采用ICL7650放大处理探测器的电信号,再由STM32控制ADC进行信号采集,提高了测量系统的抗干扰能力。在此基础上开展了标定和测试实验,结果表明：在25℃环境中,传感器能够准确检测出0-2000 ppm量程范围内的CO2气体浓度,具有较好的重复性和长期稳定性。三组实验平均相对误差最大为5.2%,重复性误差最大为5.5%,稳定度为2.3%。该研究对红外CO2气体传感器结构优化和测量精度的提高具有参考意义。     

基于差分吸收检测技术的非色散红外SF6传感器

基于非色散红外吸收原理,以电调制红外光源、采样气室和双元红外探测器组成的红外传感模块为核心,利用差分吸收检测技术设计了一种小型化高性能的SF6气体传感器.利用标准气体进行浓度标定,拟合了SF6气体浓度与电压关系曲线,实现了对SF6气体浓度的准确检测.根据传感器检测误差随环境温度变化的规律,系统研究了温度补偿方法,有效提高了传感器在不同温度下的检测精度.实验结果表明,该传感器系统在环境温度10℃~40℃、气体浓度0~2500×10-6范围内的检测精度小于±50×10-6,分辨率为1×10-6,系统响应时间小于5 s,具有良好的重复性和稳定性.     

同安煤矿4101综放工作面煤氧化自燃的标志性气体研究

煤自然火灾严重威胁着煤炭工业的安全。为了遏制该类火灾的发生,煤自然火灾指标气体的预测预报功能越来越受到人们的重视。本文通过煤氧化反应生产气体的红外光谱实验,分析了同安煤矿4101综放面煤样在升温氧化过程中,在不同温度下煤氧化自燃产生气体的红外光谱图谱,确定了此煤样在氧化自燃过程中在不同温度下出现的标志性气体。建立了标志性气体的预报模型,研究分析了煤样氧化自燃生产的CO、CH_4和C_2H_4气体的浓度与温度的关系。结果表明,4101综放工作面实验煤样氧化自燃生成的气体产物有H_2O、CO_2、CO、CH_4和C_2H_4等5种,CH_4、CO和C_2H_43种气体的浓度随温度的升高有着不同的变化规律。对矿井自燃火灾的预测预报具有重要的指导意义。     

基于GA-WNN温度补偿的红外CO2气体传感器系统研究

为了提高红外CO2气体传感器的探测灵敏度和精度,首先基于计算流体动力学（CFD）仿真计算,研究了传感器腔内气体辐射功率吸收效率与腔体结构之间的关系,模拟结果表明：当圆柱腔体的直径与内壁反射率固定时,腔体结构存在最佳腔长可使传感器红外辐射功率吸收效率达到最大。然后基于CFD仿真的结果设计和实现了CO2气体传感器,并开展了实验比对与验证,进而着重研究了环境温度对气体测量结果的影响。实验结果表明：在5~45oC温度范围内,传感器在0~2000 ppm浓度范围内的测量误差随着温度升高而显著增大。最后采用遗传小波神经网络算法（GA-WNN）对传感器进行了温度补偿,数据融合补偿后传感器的温度漂移得到了较好的抑制,其绝对误差小于±70 ppm,在非样本温度点下,整体平均误差小于±100 ppm,表明CO2气体传感器的测量精度得到了较好的提升。     

新型非分光红外CO2气体浓度分析仪的开发与研究

本文在分析红外检测技术与Lamber-Beer定律的基础上,将电调制光源和新型传感器应用于CO2气体浓度检测仪器中,设计了一种双通道一体化的新型非分光红外CO2气体浓度分析仪.重点介绍了该分析仪的调制光源、气室、传感器及其信号采集、处理电路的设计,并通过后期实验的测试,验证了设计方案的可行性.该分析仪具有精度高、稳定性好、体积小、响应迅速等特点.     

光谱吸收硫化氢气体浓度传感器

提出一种基于红外吸收光谱测量法检测硫化氢气体浓度的方法。分析了硫化氢气体近红外光谱吸收特性,为消除光源不稳定及光电器件的热零点漂移、零点漂移对测量准确度的影响,基于差分吸收检测法设计了硫化氢气体浓度传感器,对硫化氢气体浓度检测进行了实验研究,实验表明该传感器的测量灵敏度可达10-5(10ppm)。     

金属氧化物气体传感器检测混合气体组分浓度的线性方法与原理

金属氧化物气体传感器的交叉敏感特性给混合气体各组分浓度的定量检测带来了困难.基于传感器的灵敏度与被测气体浓度呈对数线性关系,同一传感器对不同被测气体具有不同的灵敏度,不同传感器对同一气体具有不问的敏感特性,描述了采用多个传感器检测混合气体各组分浓度的线性原理与方法,并介绍了识别未知多组分混合气体中某一组分浓度的方法.分析结果表明,在传感器有效测试浓度范围内,有n种组分的混合气体各组分的浓度的对数等于n×n的指数矩阵乘以n×1的指前系数与传感器的输出的函数的对数矩阵.实验结果显示.对混合气体各组分浓度检测的相对误差小于7%.     

煤自燃气体特征及其对瓦斯爆炸下限影响实验研究

现有研究大多从煤自燃单组分气体或部分组分混合气体角度对瓦斯爆炸极限进行分析,而对煤自燃过程中不同阶段产生的混合气体对瓦斯爆炸极限的影响分析不足,对煤自燃与瓦斯爆炸的耦合致灾开展的实验研究较少。针对上述问题,通过模拟煤自燃实验装置研究了煤自燃过程中气体生成特征规律;采用20L球形爆炸装置对瓦斯混合煤自燃各个阶段生成气体进行实验,研究了煤自燃气体对瓦斯爆炸下限的影响。实验结果表明,实验煤样自燃过程中产生的可燃性气体主要为CH_4,CO,C_2H_4,C_2H_6,C_2H_2等,其中CH_4和CO体积分数最高,最高体积分数分别为0.75%和0.37%;煤自燃不同阶段产生的可燃性气体含量随自燃时间的增加和温度的升高均呈现增大趋势,煤自燃加热初期,温度小于80℃主要产生了CH_4,CO可燃性气体,CO可以作为煤自燃缓慢氧化阶段的标志气体;随着自燃时间的持续,温度超过80℃后,开始产生C_2H_4和C_2H_6,随后逐渐产生C_3H_8气体,C_2H_4的出现表明煤氧化进入了加速阶段;煤氧化自燃后期,大约到220℃时出现C_2H_2,此时煤进入激烈氧化阶段;低体积分数的CO能抑制瓦斯爆炸,高体积分数CO能促进瓦斯爆炸,导致爆炸压力变大,爆炸下限降低;煤自燃过程中产生的混合气体增大了瓦斯爆炸压力,爆炸下限最大降低了0.55%,瓦斯爆炸的危险性变大。     

支持向量机算法在CO浓度传感器中的应用

针对基于红外光谱的CO气体定量分析模型对机动车尾气排放中有害气体CO的定量分析;选取了浓度范围在0.5%～20%的15组不同浓度的CO气体样本,建立CO浓度的支持向量机（ SVM）回归分析模型,基于改进的网格搜索法对SVM的相关参数进行了优化。实验结果表明：经过SVM的回归分析,与传统的光谱吸收方法相比,处理后浓度值比实验所得浓度值更接近CO标定值;与粒子群优化（ PSO）算法作对比,采用网格搜索法获得的最佳参数糟＝0.707,早＝0.5,PSO获得的糟＝55.911,早＝0.01,所用时间比PSO算法节省约40%。SVM应用于CO的浓度分析,符合实验要求,回归效率提高。     

基于恒温谐波检测双回路瓦斯浓度仪研究

针对传统气体传感器检测范围窄、易中毒、使用寿命短等缺陷,提出基于恒温谐波检测的双回路瓦斯浓度检测系统。通过ATMEGA16实现低浓度的电化学检测电路切换高浓度的红外吸收检测电路,恒温惠斯通电阻电桥检测电路可减少温度场对传感器性能影响;应用谐波检测原理消除红外光路干扰,稳定光源的输出功率,提高灵敏度。利用拉格朗日插值定理进行温度补偿,可消除温度漂移带来的瓦斯浓度二值性问题,并能在5.3%瓦斯浓度处实现高精度的瓦斯爆炸预警。实验结果表明：双回路检测仪具有高灵敏度、测量范围广、精度高等特点,可应用在突出灾害时瓦斯大量涌出检测中。     

基于黄金分割和BP网络的气体体积分数预测模型

研究基于黄金分割法的神经网络在红外光谱定量中的应用。通过黄金分割法对神经网络隐含层节点数进行优化,再将4组分混合气体预测集样本通过LM学习算法建立模型,用所得到的神经网络模型对10组混合气体光谱数据进行检验,平均相对误差为0.63%。使用该方法建立多组分污染气体定量分析模型的时间短,而且能够较精确地预测各组分的体积分数。     

一种基于神经网络的混合气体体积分数预测模型

针对目前混合气体预测建模中的建模时间过长和泛化能力较差的问题,采用主成分提取(PCE)结合贝叶斯正则化神经网络法进行了改进.通过对4种常见污染气体CH4,CO,SO2,NO2的混合红外吸收光谱进行了分析,得到了各单一气体的体积分数.使用Matlab软件编程构建了网络,并优化了网络参数.结果表明:该方法使网络建模时间从4...     

基于自然梯度的盲分离算法的混合气体分析

结合盲分离算法和热催化传感器特性,对混合气体进行分离,讨论了混合气体分析的盲可分离性。使用一个热催化传感器,引用自然梯度的盲分离算法对CH4和CO的混合气体进行分析和验证。实验结果表明,此方法可有效地分析CH4和CO的浓度,提高了分析精度。