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。     

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。     

非分光红外车辆尾气传感器系统设计

非分光红外( NDIR)是一种利用气体对红外光的选择性吸收原理进行气体浓度检测的方法.利用NDIR分析方法,设计一种车辆尾气检测传感器系统,实现对大气中存在的汽车尾气进行检测与分析.该系统使用多窗口红外传感器组合,采用v支持向量回归进行传感器建模.实验结果证明:该检测系统具有测量精度高、稳定性好和便于携带的特点,能够满足车辆尾气测量分析的需求.     

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.     

汽车尾气用NO_x传感器

汽车尾气中的有害物主要有CO,HC,NOx,SOx以及一些微粒物质,给人类赖以生存的大气环境带来了严重的危害。汽车尾气用NOx传感器开发主要是为了解决NOx(包括NO,NO2)的排放问题,能够实现准确、快速地测定NOx含量,从而满足大气质量检测和环境保护的要求。目前,NOx气体传感器主要有半导体型、电位型和电流型。主要介绍了这3种汽车用NOx传感器的原理、结构及应用,并简要分析了其向微型化、集成化和智能化等方向发展的趋势。     

红外吸收型CO_2气体传感器的设计

根据CO2气体的吸收光谱,基于比尔朗伯定律,设计了一种易于实现的红外吸收型CO2气体传感器。它采用单束双波长非发散性红外测量方法,对CO2气体实现了高精度、高选择性的检测。该传感器结构简单、外形尺寸小、性能稳定、抗干扰能力强,具有广阔的应用前景。     

人体呼吸CO2浓度监测模型及其实验验证

针对人体呼吸CO2的浓度监测,本文从物理学角度对人体呼吸过程进行合理简化,基于呼吸过程中肺部存在的气体交换以及肺部气体体积与浓度的关系,建立了人体肺部呼吸模型。并针对呼气末CO2(ETCO2)监测,分析了传感器测量与肺内实际情况的差异性,扩展建立了CO2传感器模型。通过搭建主流式非分散红外(NDIR)呼吸CO2浓度监测系统进行验证性实验,该系统采用红外LED及PbSe红外探测器。ETCO2浓度值实测结果与理论模型误差小于0.3%,特征匹配度较高,验证了模型的适用性,实现了人体呼吸CO2浓度监测,并且可以实时反映出被测者的CO2波形图。     

基于自适应变异粒子群算法的混合核ε-SVM在混合气体定量分析中的应用

针对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进行同时测量时,红外光谱特征吸收谱线重叠较为严重,所测气体浓度是交叉吸收干扰后的结果,造成测量误差大,分析精度低的问题,提出了一种自适应变异粒子群算法的混合核ε-SVM方法,建立三组分混合气体定量分析模型,已消除混合气体之间相互干扰产生的误差问题。实验中,采集CO2、CO、C3H8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,通过实验数据对模型性能进行分析,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。