（生物医学工程专业论文）基于小波神经网络改进算法的混合气体检测方法研究.pdf

燕山大学工学硕士学位论文 a b s t r a c t a st h el i v i n gl e v e lo f o u r p e o p l ea p p r o v e d ，m o r ea n dm o r ep e o p l es p e n d t h e i rm o n e yo nf i t t i n gu p b u tt h e r ea r em a n yp o l l u t e dg a s e si nt h em a t e r i a l s t h e s eg a s e sa l eh a r m f u lt ot h eh e a l t h yo fp e o p l e s oi ti sv e r yi m p o r t a n tt o i n s p e c tt h ec o n c e n t r a t i o n so ft h e s eg a s e s t h i sp a p e rd i dr e s e a r c hw o r kf o rt h e m e t h o do f i n s p e c t i o no f t h e s e p o l l u t e dg a s e s i nt h i sp a p e r , ag a ss e n s o ra r r a yw a su s e dt oc o l l e c ts i g n a l s b e c a u s e w a v e l e tn e u r a ln e t w o r kh a st h ef o l l o w i n gm e r i t s ：h i g hp r e c i s i o n , l e a r n i n gr a t e f a s te t c ，w eu s ew a v e l e tn e u r a ln e t w o r ki nt h ef i e l do fi n s p e c t i o no ft h e s e p o l l u t e dg a s e s i nt h eb a s i so f o n ed i m e n s i o nw a v e l e tn e u r a ln e t w o r k ，w er e s e a r c h e dt w o d i f f e r e n ts t r u c t u r e so fw a v e l e tn e u r a ln e t w o r k s a n dw eu s e dt h e mi n t ot h e i n s p e c t i o no ft h e s ep o l l u t e dg a s e s w eu s e dt h e mb e c a u s et h ec o n s t r i n g e n t s p e e do f w a v e l e tn e u r a ln e t w o r ki sv e r yf a s t ，t h e ya r en o ts e n s i t i v et ot h ei n p u t s o ft h en e t w o r ka n dt h e yh a v et h ec h a r a c t e r i s t i ct h a tt h e ya l s oc a l le f f e c t i v e l y a p p r o a c ht h ef u n c t i o n so rs i g n a l s 。 c l a s s i c a ln e u r a ln e t w o r k sm o s t l yt r a i nt h en e t w o r kw i t hb a c kp r o p a g a t i o n a r i t h m e t i c b u tt h eb a c kp r o p a g a t i o na r i t h m e t i co f t e ng e t si n t ot h em i m m u m v a l u ea n di t sc o n s t r i n g e n ts p e e di ss l o w a i ma tt h eg a s e s ，w ed e s i g na o p t i m u mb a c kp r o p a g a t i o na r i t h m e t i c w ei m p r o v et h e c l a s s i c a lb a c k p r o p a g a t i o na r i t h m e t i co nt w op o i n t s ：o n ei s t h a tw ea d o p tam e t h o do f s e l f - a d a p t i v el e a r n i n gr a t ea r i t h m e t i ct h a ti sb a s e do nt h es i g nc h a n g eo ft h e g r a d s ，s e c o n di st h a tw ea d o p tm o m e n t u mi t e m f i n a l l yw ec o n t r a s tt h er e s u l to f t h ee x p e r i m e n t ，a n df i n dt h a tt h eo p t i m u m a r i t h m e t i cc a ne f f e c t i v e l yi m p r o v et h et m i n i n gs p e e do f w a v e l e tn e u r a ln e t w o r k a n da v o i dt h a ta r i t h m e t i cg e ti n t om i n i m u mv a l u e s t h ee x p e r i m e n tp r o v e dt h a t w ec a nw e l ld e a lw i t ht h eg a ss i g n a l sw i t hw a v e l e tn e u r a ln e t w o r k t h e i n s p e c t i o no f t h e s ep o l l u t e dg a s e sr e s u l ti ss a t i s f y i n g i i a b s t r a c t _ 、 k e y w o r d sm i x e dg a s ，s e n s o ra r r a y , w a v e l e tn e u r a ln e t w o r kb a c kp r o p a g a t i o n a l g o r i t h m ，m a u a b 燕山大学硕士学位论文原创性声明 本人郑重声明：此处所提交的硕士学位论文，基于小波神经网络改进 算法的混合气体检测方法研究，是本人在导师指导下，在燕山大学攻读硕 士学位期间独立进行研究工作所取得的成果据本人所知，论文中除已注 明部分外不包含他人已发表或撰写过的研究成果对本文的研究工作做出 重要贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果 将完全由本人承担。 j、 作者签字窟钧匕畎 日期：细6 年p 月撕日 燕山大学硕士学位论文使用授权书 基于小波神经网络改进算法的混合气体检测方法研究系本人在燕 山大学攻读硕士学位期间在导师指导下完成的硕士学位论文本论文的研 究成果归燕山大学所有，本人如需发表将署名燕山大学为第一完成单位及 相关人员本人完全了解燕山大学关于保存、使用学位论文的规定，同意 学校保留并向有关部门送交论文的复印件和电子版本，允许论文被查阅和 借阅。本人授权燕山大学，可以采用影印、缩印或其他复制手段保存论文， 可以公布论文的全部或部分内容。 保密口，在年解密后适用本授权书 本学位论文属于， 不保密瓯 ( 请在以上相应方框内打“4 ”) 作者签名： 季蜮 日期：m 6 年口与四日 导师签名必邮 魄6 年r 。月溯 第1 章绪论 第1 章绪论 1 1 选题的意义 随着社会生产力的发展和生活水平的提高，人们对居住环境的要求已 经从“功能型”向“舒适型”转变，并且在家庭装饰装修问题上花费越来 越多的人力、物力、财力。 然而近年来，居室装修带来的室内污染问题越来越突出，家居装饰材 料中含有的有害气体成分会对人的身体健康造成极大威胁。有资料显示： 新装修的家庭居室中常见的有害物质大约有3 0 0 多种，其中容易对人体造 成伤害、甚至致癌的有2 0 多种，主要包括甲醛、苯、二甲苯、氨气等。长 期生活和工作在有污染的室内环境中，易出现不适感，症状多为头痛、疲 倦、流鼻涕、气喘、喉咙痛、反胃、眩晕、行动迟缓和记忆力衰退，世界 卫生组织将此种现象称为“致病建筑物综合症”【j 翔。 针对上述实际情况；国家先后出台了多部法律法规对室内空气质量标 准进行限定，主要包括：建设部，+ 国家标准委制定的民用建筑室内环境 污染控制规范( g b 5 0 3 2 5 2 0 0 1 ，2 0 0 2 年1 月1 日起实行) 、国家质量监督 检验检疫总局和国家标准化管理委员会制定的室内装饰装修材料有害物 质限量( g b l 8 5 8 0 2 0 0 1 、g b 6 5 6 6 2 0 0 1 ，2 0 0 2 年1 月1 日起实行) ，由国 家质量监督检验检疫局、国家环保总局、卫生部的室内空气质量标准 ( g b l 8 8 8 3 2 0 0 2 ，“2 0 0 3 年1 月1 日起实行) 这些法律法规共同构成了我 国较为完整的室内环境污染控制和评价体系，限制了包括化学性、物理性、 生物性和放射性污染在内的各种项目 上述化学性污染物质主要包括甲醛、苯、甲苯、二甲苯、氨气可吸入 颗粒物、二氧化碳、二氧化硫等。并且这些污染物中的苯、甲苯、二甲苯 和甲醛由于来自装修材料，不仅很难避免，同时对人身体所造成的危害也 极大。 最近一段时期以来，人们对此类污染情况的了解与关注程度普遍并迅 燕山大学工学硕士学位论文 速的增强。鉴于这种情况，对室内空气品质进行检测显得越来越重要。 而室内空气品质的检测与评估，传统上采用分析化学方法和光谱分析 方法。分析化学的方法一般需要在检测现场采集样气，带回实验室进行化 学分析得到结果；光谱分析则需要专门的光谱仪，设备昂贵、操作复杂、 不便携带，而且采样分析速度慢，无法实现实时的空气品质检测，因而难 以适用于普通家庭【3 ，4 】。 因此研究和开发体积小、成本低、便携型强、操作简便的室内空气品 质检测与分析方法以及设备是一项具有实际意义与应用价值的课题。包括 有害气体在内，室内空气有多种成分组成，那么我们进行空气品质的分析 说到底是混合气体检测在人们日常生活中的应用问题。 1 2 混合气体检测研究现状 1 2 1 气体传感技术研究现状 对气体的检测不仅要迅速和准确，而且还要求把获得的信息以电信号 的形式输送出来，以便运用电子计算机或微机进行监测和控制。此外还要 求检测系统体积小、重量轻，尤其还希望它们能适应在线检测，一些传统 的检测方法根本无法满足这些需要。于是，气体传感器就应运而生，并得 到很大的发展，己成为传感器领域的一大门类。 迄今为止，己经研制开发了许多实用的气体传感器，如金属氧化物半 导体传感器，电化学传感器，导电复合体传感器，声表面波传感器等等【5 】。 但是，由于气体传感器普遍存在的交叉敏感性【6 i ，而且其响应受到温 度、湿度以及环境条件等因素的影响，稳定性和选择性较差，使得它的应 用局限在对检测精度和分辨率要求不高或气体成份较为简单的场合，如有 害气体的泄漏报告等，而在复杂气体或气味的准确定性定量检测中应用较 少。 1 2 2 传感器阵列用于混合气体检测 由于气体传感器工作特性的非线性和非单一选择性，用单个气体传感 2 第1 章绪论 器来鉴别某种气体或定量检测出混合气体的种类及浓度是十分困难的。而 随着混合气体检测技术的迅速发展，利用传感器阵列对混合气体进行定性 分析与浓度定量检测是一种行之有效的方法。李莉，王慧英提出了一种基 于气体传感器阵列的室内空气品质评估新方法【7 1 。 传感器阵列采集的是大量，复杂的、非线性的气体信息i 如何在此基 础上怎样对信号进行有效的提取、”加工以达到定性乃至定量分析的目标就 成为目前气体检测方面的热点。 1 2 3 神经网络应用于混合气体检测 如前面所述，气体传感器的交叉敏感等特性对实际应用中多个传感器 采集的信号进行有效融合与分析提出了更高的要求。目前研究的热点主要 集中在利用传感器阵列加上神经网络模式识别来实现混合气体定性，定量 分析上。 高峰，董海鹰，胡彦奎提出采用b p 神经网络来实现对传感器交叉敏 感性抑$ i l t s i 马学童，马奎等完成了一种基于气体传感器阵列并采用b p 神 经网络模式识别方法的多组份气体定量分析装置的设计 9 1 ；童敏明，张愉 等提出了一种基于b p 神经网络的可燃混合气体分析方法1 1 0 l 。 研究者普遍采用的是b p 神经网络，其本身具有收敛速度慢，学习精度 不高等缺陷【l 1 ，因此我们在b p 网络的基础上加以改进，并与小波分析理 论相结合，着重研究小波神经网络及其改进算法j 1 3 小波神经网络的发展历史与研究现状 1 3 1 小波神经网络的提出 p a t i 和k r i s h n a p r a s a d 最早研究了神经网络与小波变换的联系，提出了 离散仿射小波神经网络模型，其思想是将离散小波变换引入神经网络模型， 通过对s i g m o i d 函数的平移伸缩构成r ( r ) 中的仿射框架，进而构造小波 神经网络【1 2 l 。1 9 9 2 年z h a n gq i n g h u a 和b e n v e n i s t e 明确提出了小波神经网 络的概念和算法，其思想是用小波元代替神经元，即用已定位的小波函数1 3 燕山大学工学硕士学位论文 代替s i g m o i d 函数做激活函数，通过反射变化建立起小波变换与网络系数 之间的联接，并应用于函数逼近【1 3 1 。随后s z u 等又提出了基于连续小波变 换的两种自适应小波神经网络模型，一种用于信号表示，偏重于函数逼近； 另一种偏重于选取合适的小波进行特征提取，其实质是在小波特征空问寻 找一组最佳的小波基。因此不涉及重构问题，小波的正交性要求不是很苛 刻，但提取信号的小波特征中应融入必要的不变性量并具有鲁棒性【1 4 l 。 b a s k s h i 和s t e p h a n o p o l o u s 采用正交小波函数作为神经元的激活函数， 提出了正交多分辨小波神经网络。依据多分辨分析理论，把尺度函数和小 波函数共同包含在网络中，并采用逐级学习的方法来训练网络，即先在粗 分辨率下( 尺度函数) 对信号进行逼近，而后由粗到细逐渐增加节点( 小 波函数) 。因为正交小波基具有良好的时频分辨性能，当信号剧烈突变时， 网络可增加分辨尺度来保证逼近的精度【l ”。 此外。由于各个函数基的相互正交性，训练过程中添加、删除网络节 点不影响已训练好的网络权值，可使网络的学习时间大大缩短z h a n gj u n 等在b o u b e z 等人工作的基础上，提出另一种正交小波神经网络，选用正 交且具有类紧支撑性的尺度函数对函数进行逼近i ”j 。 1 3 2 国内研究现状 小波神经网络的概念和模型提出后，引起了国内广大学者的兴趣和研 究，并对其模型和算法进行了改进。 王伶，焦李成等提出了多变量函数估计小波神经网络【1 7 】；沈雪勤等针 对神经元个数过多、网络学习收敛速度慢的问题，在时频分析基础上引入 了能量密度的概念，提出了基于能量密度的小波神经网络模型【18 i ；高协平 等针对小波神经网络高维映射学习的维数灾难问题分析指出，对定义在有 限区间上能量有限信号的学习采用工2 ( r ) 上的小波多尺度结构是不理想 的，其重新定义了l 2 0 ，l 】上的多尺度分析，提出了区问小波神经网络模型， 并通过理论与模拟证明性能有明显的优势【1 9 , 2 0 l ；何振亚等构造了一种自适 应延时小波神经网络，用超小波进行逼近存在不同时延的信号，并给出了 一种基于时间竞争的学习算法【2 l l 。 4 第1 章绪论 在应用方面大多数应用都是将小波神经网络用于函数或者信号的逼近 上。其中向小东等人将其应用于上证指数的预测上【2 2 l ；李吕青等将自适应 小波神经网络应用于心电图检测1 2 3 】；王洪刚等人将小波神经网络应用于 s p 5 0 0 的短期走势预测上1 2 4 。研究者们更多的是在进行函数逼近理论的研 究，在预测方面的应用也比较多，而处理多维数据的应用比较少。 前馈神经网络的训练方法通常是b p 算法，但是b p 算法普遍存在收敛 速度慢的缺点。z h a n gq i n g h u a 使用的是随机梯度法【1 3 】；s z u 则使用了共轭 梯度法【1 4 】；姚俊等则提出基于离散小波的改进算法t 2 5 1 。 近年来，又出现了各种小波神经网络模型的算法研究1 2 6 ，2 7 1 。而对于代 价函数的选取通常使用最小均方误差。构造小波神经网络时使用什么样的 小波函数，如何根据不同的情况选择不同的小波基函数，也是一个值得研 究的问题。但是目前为止对这方面的研究还不是太多 。 在实践中常用的母小波函数主要有墨西哥帽小波，m o r l e t 小波以及合 成小波等。通常用于信号分类的小波基函数选用m o r l e t 小波，r 通常取值 为1 7 5 。目前小波神经网络还处于发展阶段，多个领域的成功运用说明其 有很好的发展前景，用于信号表示、曲线拟合的小波神经网络比较多，但 用于处理多维数据的小波神经网络不是很多，本文研究了用于信号分类小 波神经网络，并对使用的误差反传算法进行了改进。最后将其应用于混合 气体定性与定量分析当中。 1 4 本文研究的主要内容 本文研究的主要内容包括以下三个方面； ( 1 ) 研究了小波神经网络的结构和算法。基于小波神经网络学习收敛速 度较快，对网络的输入不太敏感，以及小波神经网络可以有效的进行函数 逼近和信号逼近并且能够处理多维信息的特点，将小波神经网络应用于混 合气体检测中。 ( 2 ) 对小波神经网络算法进行了两点改进，采用基于梯度符号变化的局 部学习率自适应算法，并引入了动量项改进后的算法可以有效的加速算 5 燕山大学工学硕士学位论文 法的收敛速度，避免算法陷入局部极小值以及震荡现象。 ( 3 ) 将小波神经网络改进算法应用于混合气体的定性、定量分析，并给 出了与传统的b p 神经网络的实验结果比较。 本文的结构组织如下： 第一章阐述课题的研究背景，从目前室内装饰装修带来污染的现状出 发，提出要进行室内空气品质的研究，主要是对室内混合气体进行定性、 定量的分析，并由此得出本课题的实际意义。 第二章介绍目前混合气体检测的基本理论，方法以及存在的问题，介 绍小波神经网络的国内外研究现状，概述本文的研究工作以及所采用的方 法。 第三章介绍小波神经网络的基础，包括小波分析理论、经典的误差反 传算法以及经典的小波神经网络结构等。然后通过m a t l a b 仿真实验，利用 小波神经网络对三种不同的函数曲线进行逼近，并与传统的b p 神经网络 进行比较。 第四章研究小波神经网络的结构和算法，对小波神经网络的误差反传 算法进行改进，把全局学习率误差反传算法改进为基于梯度符号变化的局 部学习率自适应误差反传算法，同时引入动量项，并与传统的b p 神经网 络进行比较。 ， 第五章将本文研究的小波神经网络及其改进算法应用于混合气体的 定性、定量分析，给出实验系统的设计，同时与传统的b p 神经网络应用 于混合气体检测进行比较。 本文运用传感器阵列加上小波神经网络模式识别算法来进行混合气体 的定性、定量检测，较传统的b p 网络具有收敛速度快、避免陷入局部极 小值以及避免震荡的优势。将本文的方法应用于室内污染气体的检测以及 其它相关领域，具有比较广阔的应用范围与前景。 6 第2 章混合气体测量的基本理论和方法 第2 章混合气体检测的基本理论和方法 2 1气体传感器技术基本理论 2 1 1 气体传感器的分类及工作原理 。 能感受被测气体，并能根据气体浓度，按一定规律转换成可输出信号 的装置，称为气体传感器其中能直接感受信号的元器件，称之为气敏元 件。气敏元件是气体传感器的核心，它可以将气体种类和浓度信息转换成 电信号，因此可以和微电子电路、计算机等连接，进而进行报警、检测， 监控等【5 l 。 气体传感器是化学传感器的一个大的门类。从它们的工作原理到检测 技术，从所用材料到制造工艺，从检测对象到应用领域，都可以构成独立 的分类标准，衍生出一个个纷繁庞杂的分类体系，尤其在分类标准的问题 上目前还没有统一，要对其进行严格的系统分类难度颇大 2 8 - 3 0 1 一通常以气敏特性来分类：主要可分为：半导体型气体传感器，电化学 型气体传感器，光化学型气体传感器，高分子气体传感器等。以下就目前 技术上比较成熟、应用比较广泛的几类气体传感器的工作原理和制造工艺 进行介绍。 几种主要气体传感器工作原理“ ( 1 ) 半导体气体传感器 半导体气体传感器是采用金属氧化物等材料做成的元件，与气体相互 作用时产生表面吸附或反应，引起以载流子运动为特征的电导率或伏安特 性或表面电位变化，这些都是由材料的半导体性质决定的【3 l , 3 2 1 。+ ，自从1 9 6 2 年半导体金属氧化物陶瓷气体传感器问世以来，半导体气体 传感器已经成为当前应用最普遍、最具有实用价值的一类气体传感器，根 据其气敏机制可以分为电阻式和非电阻式两种 电阻式半导体气体传感器主要是指半导体金属氧化物陶瓷气体传感 器，是一种用金属氧化物薄膜( 例如s n 0 2 、z n o 、f e 2 0 3 、t i 0 2 等) 制成 7 燕山大学工学硕士学位论文 的阻抗器件，其电阻随着气体含量不同而变化。气味分子在薄膜表面进行 还原反应以引起传感器传导率的变化。为了消除气味分子还必须发生一次 氧化反应。传感器内的加热器有助于氧化反应进程。它具有成本低廉，制 造简单，灵敏度高，响应速度快，寿命长，对湿度敏感低和电路简单等优 点。但必须工作于高温下，对气味或气体的选择性差，元件参数分散，稳 定性不够理想，功率要求高，当探测气体中混有硫化物时，容易中毒。 现在除了传统的s n o ，s n 0 2 和f e 2 0 3 三大类外，又研究开发了一批新 型材料，包括单一金属氧化物材料，复合金属氧化物材料以及混合金属氧 化物材料。这些新型材料的研究和开发，大大提高了气体传感器的特性和 应用范围。 另外，通过在半导体内添加p t 、p d 、i r 等贵金属能有效地提高元件的 灵敏度和响应时间。它能降低被测气体的化学吸附的活化能，因而可以提 高其灵敏度和加快反应速度。催化剂不同，导致有利于不同的吸附试样， 从而具有选择性。例如各种贵金属对s n 0 2 基半导体气敏材料搀杂，p t 、p d 、 a u 提高对c o 的灵敏度，i r 降低对c h 4 的灵敏度，p t 、a u 提高对h 2 的灵 敏度，而p d 降低对h 2 的灵敏度。利用薄膜技术、超粒子薄膜技术制造的 金属氧化物气体传感器具有灵敏度高( 可达p p b 级) ，一致性好、小型化、 易集成等特点 另一类半导体气体传感器是m o s 二极管式和结型二极管式以及场效 应管式( m o s f e t ) 的非电阻式半导体气体传感器。其电流或电压随着气 体含量而变化，主要检测氢和硅烷气等可燃性气体。其中，m o s f e t 气体 传感器工作原理是挥发性有机化合物( v o c ) 与催化金属( 如钯) 接触发 生反应，反应产物扩散到m o s f e t 的栅极，改变了器件的性能。通过分析 器件性能的变化而识别v o c 。通过改变催化金属的种类和膜厚可优化灵敏 度和选择性，并可改变工作温度。m o s f e t 气体传感器灵敏度高，但制作 工艺比较复杂，成本高。 ( 2 ) 电化学型气体传感器 电化学型气体传感器可分为原电池式，可控电位电解式，电量式和离 子电极式四种类型3 3 j ” 8 第2 章混合气体测量的基本理论和方法 原电池式气体传感器通过检测电流来检测气体的浓度，市售的检测缺 氧的仪器凡乎都配有这种传感器，近年来，又开发了检测酸性气体和毒性 气体的原电池式传感器。 定电位式传感器是通过检测电解时流过的电流来检测气体的浓度，和 原电池式不同的是，它需要由外界施加特定电压，它除了能检测c o 、n o 、 n 0 2 、0 2 、s 0 2 等气体外，还能检测血液中的氧浓度。 电量式气体传感器是通过被测气体与电解质反应产生的电流来检测气 体的浓度。 离子电极式气体传感器出现得较早，通过检测离子极化电流来检测气 体的浓度电化学式气体传感器主要的优点是检测气体的灵敏度高，选择 性好。 ( 3 ) 固体电解质气体传感器 固体电解质气体传感器是一种以离子导体为电解质的化学电池。7 0 年 代开始；固体电解质气体传感器由于电导率高，灵敏度和选择性好，获得 了迅速的发展，现在几乎打进了环保、节能、矿业、汽车工业等各个领域， 其产量大、应用广，仅次于金属氧化物半导体气体传感器近来国外有些 学者把固体电解质气体传感器分为下面三类 3 5 - 3 仉 类；材料中吸附待测气体派生的离子与电解质中的移动离子相同的 传感器，例如氧气传感器等。 类：材料中吸附待测气体派生的离子与电解质中的移动离子不相同 的传感器，例如用于检测氧气的由固体电解质s r f 2 h 和p t 电极组成的气体 传感器。 类；材料中吸附待测气体派生的离子与电解质中的移动离子以及材 料中的固定离子都不相同的传感器，例如新开发高质量的c 0 2 固体电解质 气体传感器是由固体电解质n a s i c o n ( n a 3 z r 2 s i 2 p o l 2 ) h 和辅助电极材料 n a 2 c 0 3 - b a c 0 3 或l i 2 c 0 3 一c a c 0 3 、，l i 2 c 0 3 一b a c 0 3 组成的。 目前新近开发的高质量固体电解质传感器绝大多数属于第类。又如 用于检测n 0 2 的由固体电解质n a s i c o n 和辅助电极n a n 0 2 l i 2 c 0 3 制成的 传感器；用于检测h 2 s 的由固体电解质y s t - a u - w 0 3 制成的传感器；用于 9 燕山大学工学硕士学位论文 检测n h 3 的由固体电解质n h + 4 一c a 2 0 3 制成的传感器：用于检测n 0 2 的由 固体电解质a g o a n a 7 6 ( a l s i 0 0 e ( n 0 2 ) 2 和电极a g - a u 制成的传感器等。 ( 4 ) 接触燃烧式气体传感器 接触燃烧式气体传感器可分为直接接触燃烧式和催化接触燃烧式，其 工作原理是气敏材料如p t 电热丝等在通电状态下，可燃性气体氧化燃烧或 者在催化剂作用下氧化燃烧，电热丝由于燃烧而升温，从而使其电阻值发 生变化。这种传感器对不燃烧气体不敏感【捌。 例如在铂丝上涂敷活性催化剂r h 和p d 等制成的传感器，具有广谱特 性即能检测各种可燃气体，这种传感器有时称之为热导性传感器，普遍适 用于石油化工厂，造船厂、矿井隧道和浴室厨房的可燃性气体的监测和报 等。该传感器在环境温度下非常稳定，并能对处于爆炸下限的绝大多数可 燃性气体进行检测。 ( 5 ) 光学式气体传感器 光学式气体传器主要是以红外吸收式气体分析仪为主，由于不同气体 的红外吸收蜂不同，通过检测和分析红外吸收峰来检测气体目前的最新 动向是研制开发了流体切换，流程直接测定式和富里叶变换式在线红外分 析仪。该传感器具有高抗振能力和抗污染能力，与计算机相结合，能连续 测试分析气体，具有自动校正、自动运行的功能【3 0 】。 光学式气体传感器还包括化学发光式、光纤荧光式和光纤波导式，其 主要优点是灵敏度高。可靠性好。光纤气体传感器的主要部分是两端涂有 活性物质的玻璃光纤。活性物质中含有固定在有机聚合物基上的荧光染料。 当v o c ( 挥发性有机化合物) 与荧光染料发生作用时，染料极性发生变化， 使其荧光发射光谱发生位移。用光脉冲照射传感器时，荧光染料会发射不 同频率的光。检测荧光染科发射的光，可识别v o c i 3 “讲。 ( 6 ) 高分子气体传感器 近年来，国外在高分子气敏材料的研究和开发上有了很大的进展，高 分子气敏材料由于具有易操作性、工艺简单、常温选择性好、价格低廉、 易与微结构传感器和声表面波器件相结合，在毒性气体和食品鲜度等方面 的检测具有重要作用口8 4 1 1 。 1 0 第2 章混合气体测量的基本理论和方法 高分子气体传感器根据气敏特性主要可分为下面几种； 。高分子电阻式气体传感器 该类传感器是通过测量高分子气敏材料的电阻来检测气体的浓度，目 前的材料主要有酞菁聚合物、l b 膜，聚吡咯等其主要优点是制作工艺 简单，成本低廉。但这种气体传感器要通过电聚合过程来激活，这既耗费 时间，也引起各批产品之问性能差异。 浓差电池式气体传感器 浓差电池式气体传感器的工作原理是：气敏材料吸收气体时形成浓差 电池，测量输出的电动势就可检测气体浓度，目前主要有聚乙烯醇磷酸等 材料。 声表面波( s a w ) 式气体传感器 s a w 气体传感器制作在压电材料的衬底上，一端的表面为输入传感 器，另一端为输出传感器。两者之间的区域淀积了能吸附v o c 的聚合物 膜被吸附的分子增加了传感器的质量，使得声波在材料表面上的传播速 度或频率发生变化，通过测量声波的速度或频率来检测气体浓度，主要气 敏材料有聚异丁烯、氟聚多元醇等，用来检测苯乙烯和甲苯等有机蒸汽。 其优势在于选择性高，灵敏度高，在很宽的温度范围内稳定，对湿度响应 低和良好的可重复性。 s a w 传感器输出为准数字信号，因此可简便地与微处理器接口。此外， s a w 传感器采用半导体平面工艺，易于将敏感器与相配的电子器件结合在 一起，实现微型化、集成化，从而降低检测成本。 石英振子式气体传感器 石英振子微秤( q c m ) 由直径为数微米的石英振动盘和制作在盘两边 的电极构成当振荡信号加在器件上时，器件会在它的特征频率( 1 3 0 m h z ) 发生共振。振动盘上淀积了有机聚合物，聚合物吸附气体后，使 器件质量增加，从而引起石英振子的共振频率降低，通过测定共振频率的 变化来识别气体。 高分子气体传感器对特定气体分子具有灵敏度高，选择性好，且结构 简单，可在常温下使用，补充了其它气体传感器的不足，发展前景良好。 1 l 燕山大学工学硕士学位论文 2 1 2 气体传感器的发展趋势 近年来，由于在工业生产、家庭安全、环境检测控制和医学医疗等应 用领域对气体传感器的需求越来越迫切，需求量越来越大，因而对气体传 感器的研究和开发都十分活跃。 气体传感器发展的总趋势是微型化、智能化、多功能化。深入掌握和 研究有机、无机、生物物质和各类材料的特性相互作用，阐明各类气体传 感器的工作原理和作用机理，正确选择适用于各类传感器的敏感材料，灵 活应用微机械加工技术，敏感膜形成技术、微电子技术、光纤技术等，使 传感器性能最优化是气体传感器发展的必由之路根据气体传感器的发展 概况，其发展方向主要是 4 2 1 ： ( 1 ) 新的气敏材料、制作工艺方面的研究开发 从气体传感器材料的研究动向看，金属氧化物半导体材料z n o 、s n 0 2 、 f e 2 0 3 等己趋于成熟化，特别是在c h 4 ，c 2 h s o h 、c o 等气体检测方面。 目前这方面工作主要有两个方向： 一是利用化学修饰改性方法，对现有气体敏感膜材料进行搀杂、改性 和表面修饰等处理，并对成膜工艺进行改进和优化，提高气体传感器的选 择性和长期稳定性。 二是研制开发新的气体敏感膜材料，如复合型和混合型半导体气敏材 料，使得这些新材料对不同气体具有高灵敏度、高选择性、高稳定性由 于有机高分子敏感材料具有许多独特的优点，如材料来源丰富、成本低、 制膜工艺简单、易于其它技术兼容、可在常温下工作等，目前己成为研究 的热点。 ( 2 ) 开拓新型气体传感器 光波导气体传感器、高分子声表面波和石英振子式气体传感器等新型 气体传感器近年来已被开发出来并投入使用中，微生物气体传感器也正在 研究开发中。 ( 3 ) 进一步研究气体传感器的结构、机理和系统集成 新材料、新工艺和新技术的应用，有必要对气体传感器的机理作进一 1 2 第2 章混合气体测量的基本理论和方法 步的研究，对传感器的结构进行变革。这方面的工作主要是在继续研制开 发新颖结构的同时，对现有的结构进行优化改进，使其性能更趋完善，使 传感器小型化、微型化和多功能化，具有长期稳定性好，使用方便，价格 低廉等优点 另外，4 传感器的集成化、阵列化、智能化和多功能化也是该方向的一 个研究重点集成化的研究工作包括两个方面i 一是把多个相同或不同的 传感器集成在同一芯片上，构成传感器阵列，以提高气体传感器的选择性； 二是把后续的信号处理电路与传感器集成在同一芯片上，构成单片全集成 传感系统，实现真正的微型化。 2 1 3 气体传感器的特性及其影响 气体传感器普遍存在着交叉敏感性，其响应受温度、湿度以及环境条 件等因素的影响，使得气体传感器的稳定性和选择性较差，限制其检测的 精度和使用场合i 引。 根据每一种气体与传感器反应的程度，其影响要么减小信号( 负交叉 敏感性) ，要么增大信号( 正交叉敏感性) 从安全考虑，负交叉敏感性可 能会比正交叉敏感性带来更多的问题，这是由于负交叉敏感性将减小目标 气体的响应因而抑制了任何报警。 在实际应用中，包括传感器的输出特性、交叉敏感性；以及样本环境 的温度、压力和湿度参数都对气体检测系统的响应特性有较大的影响。传 统的气体检测中经常采用单传感器多次检测或多个传感器测量数据取平均 值的方法，来提高测控系统传感器测量的可靠性，但是，这种方法不能满 足系统的实时性需求，检测结果也仍受检测所得不准确数据的影响。 正是由于气体传感器本身具有上述缺陷，如何提高气体传感器的选择 性是摆在研究人员面前的一项重要课题总的说来目前解决的办法之一是 以模糊理论为代表，其目标是在保证可接受的识别精度的情况下，尽量减 小系统规模、提高计算速度 。办法之二主要是通过利用阵列传感技术和模式识别技术来实现。而其 中的模式识别又以人工神经网络算法为代表，利用神经网络本身所具有的 1 3 燕山大学工学硕士学位论文 良好的容错性、层次性、可塑性、自适应性、联想记忆和并行处理能力， 可以实现识别的高精确度。从b p 神经网络到自组织神经网络，再到模糊 神经网络，识别的精确度不断提高。 此外值得一提的是气体传感器阵列和计算机技术相结合，出现了智能 气体传感器系统电子鼻，具有自动识别不同种类的气体，自动寻找气 源，外国和我国己成功地开发了电子鼻对食品、香料、啤酒等进行鉴别与 检测，美国、英国、荷兰等国正在研制和开发电子鼻模仿狗鼻进行破译侦 察。成功研制的电子鼻是气体传感器的新进展，究其本质仍然是单个或多 个传感器加上一定的智能算法 2 2 多传感器信息融合理论 2 2 1 多传感器信息融合理论概述 多传感器信息( 数据) 融合( m u l t i s e n s o r i n f o r m a t i o n f u s i o n ) 技术是 2 0 世纪7 0 年代产生并迅速发展的一个新的学科是信息处理过程中，实现 来自多种信息源的信息间统一合并的具体阶段与方法，因此它是整个多源 信息集成系统中的关键技术，其好坏关系到整个系统的效率与集成信息的 准确性与可靠性【4 3 ，4 4 1 。 在多传感器感知系统中，各信息源提供的信息都具有一定程度的不准 确性，因此对这些具有不确定性的信息的融合过程实质上是一个非确定性 推理与决策的过程。 根据国外最新描述，信息融合比较通用的定义可以概括为：利用计算 机技术对按时序取得的若干信源的观测信息在一定准则下加以自动分析、 综合为完成所需要的决策和估计任务而进行的信息处理过程。该定义强调 了信息融合的3 个核心方面，即： ( 1 ) 信息融合是在几个层次上完成对多源信息的处理过程，其中各个层 次都表示不同级别的信息抽象； ( 2 ) 信息融合包括探测、互联、相关、估计以及信息组合； ( 3 ) 信息融合的结果包括较低层次上的状态和身份估计，以及较高层次 1 4 第2 章混合气体测量的基本理论和方法 上的整个战术态势估计。 2 2 2 多传感器信息融合的信息处理过程 多传感器信息融合系统中的信息融合处理过程主要包括多传感器( 信 号获取) ，数据预处理、信息融合中心( 特征提取、信息融合计算) 和结果 输出等环节h 外，其过程如图2 1 所示。 图2 1 信息融合系统流程图 f i g 2 1t h ef l o wc h a r to f m u l t i s e n s o ri n f o r m a t i o nf u s i o ns y s t e m 由于被测对象多为具有不同特征的非电量，- 如压力、温度、1 浓度等， 因此首先要通过传感器转换电路将这些非电量转换成电信号，然后经过 a d 转换将它们转换成能由计算机处理的数字量。 + 数字化后的电信号由于环境等随机因素的影响不可避免地存在一些干 扰和噪音信号，必须通过预处理或者采用滤波等方法滤除数据采集过程中 的干扰和噪音，得到有用信号预处理后的有用信号送入融合中心进行信息 融合，经过特征提取，并对某一特征量进行信息融合计算，最后输出融合 结果。 ? ( 1 ) 信号获取1 t 多传感器信号的获取方法有很多，可根据具体情况采取不同的传感器 获取被测对象的信号工程信号的获取一般采用工程上的专用传感器，通过 a d 转换器将非电量信号或电信号转换成计算机i o 口能够接收的电信号， 在计算机中进行检测信号的高级复杂处理本设计中对环境的压力、风速、 各种气体含量等的检测都需要专门的传感器进行检测，并转换为相应的电 信号j 然后进行a d 转换或直接送入数据采集卡，进行数据转换处理 ( 2 ) 信号预处理 在信号获取过程中，既因各种客观因索的影响在检测到的信号中常混 有噪音，经a d 转换后又增加了量化噪音因此，在对多传感信号进行融 1 5 燕山大学工学硕士学位论文 合处理前，要对传感器输出信号进行预处理，尽可能去除这些噪音以提高 信号的信噪比。 ( 3 ) 特征提取 对来自多个传感器的原始信息需要进行特征提取，特征可以是被测对 象的各种物理量一般情况下，需要检测的参数有很多，如温度、压力、 浓度等。通过采用数据采集卡的不同采集通道可以分别对这些数据进行采 集，并将这些检测数据进行标识，将各种参数的检测值分配到不同的变量 中存储。 ( 4 ) 融合计算 融合计算是信息融合的关键，对于不同的应用场合与应用要求信息融 合算法不尽相同，主要有数据相关技术、估计理论和识别技术等。融合计 算主要对多传感器的相关观测结果进行验证、分析、补充、取舍和状态跟 踪估计；对新发现的不相关观测结果进行分析和综合；生成综合态势，实 时地根据多传感器观测结果通过融合计算对综合态势进行修改等。 2 2 3多传感器信息融合常用算法 比较常见的有以下几种方法【4 6 】： o ) ：j n 权平均法。该方法对来自不同传感器的冗余信息进行加权它的 缺点是需要对系统进行详细的分析，以获得正确的传感器权值。 ( 2 ) 数理统计法。极大似然估计是一种比较常用的简单算法，它将融 合信息取为似然函数达到极值时的估计值。贝叶斯估计也是多传感器信息 融合的一种常用算法，其信息描述为概率分布。 ( 3 ) 证据决策理论。它将传感器采集的信息作为证据，并在决策日标集 上建立一个相应的基本可信度。这样，可将不同的信息合并成一个统一的 信息表示。证据决策理论允许直接将可信度赋予传感器信息的舍取，具有 一定优点。 ( 4 ) 选举决策法。它采用布尔代数融合不同传感器的信息，其基础同逻 辑运算，是一种快速而廉价的信息融合方法 ( 5 ) 产生式规则：它采用符号表示目标特征和相应的传感器信息之间的 1 6 第2 章混合气体测量的基本理论和方法 联系，与每个规则相联系的置信因子表示不确定性程序。当在同一个逻辑 推理过程中的两个或多个规则形成一个联合的规则时，可以产生融合。 ( 6 ) 卡尔曼滤波。它使用于动态环境中冗余传感器信息的实时融合当 噪声为高斯分布的白噪声时，卡尔曼滤波提供信息融合的统计意义下的最 优递推估计。对非线性系统模型的信息融合，可采用扩展卡尔曼滤波及迭 代卡尔曼滤波。 ( 7 ) 神经网络融合算法。近年来，神经网络技术已被广泛应用于信息融 合领域。人工神经网络由多层处理单元或节点组成，并可以用各种方法互 联。输入向量是与耳标有关的测量参数的数据，输入向量经过神经网络非 线性变换得到一个输出向量，输出向量可能是目标身份，即将多传感器信 息变换为一个实体的联合标识：由于神经网络具有大规模并行处理能力， 使得系统的处理速度也比较快e 4 7 4 9 1 。 使用神经网络对传感器的交叉敏感等特性进行抑制时，学习训练时误 差可以很小或接近于零，此方法在实际应用中已经取得了良好的效果高 峰，董海鹰等提出了一种基于b p 神经网络的传感器的交叉敏感性抑制的 方法，应用到实际的检测系统中并达到了预期目的【引。 将人工神经网络用于多传感器信息融合，大致分为以下3 个步骤： 根据系统要求及融合方式，选择神经网络的拓扑结构； - 将各传感器的输入信息处理为一个总体输入函数，并将此函数映射 定义为相关单元的映射函数，它通过神经网络与环境的交互作用把环境的 统计规律反映到网络本身的结构中t 对传感器输出信息进行学习、理解及确定权值的分配，完成知识获 取和信息融合，进而对输入模式做出解释，将输入数据向量转化成高层逻 辑( 符号) 概念。 此融合方法具有如下特