基于BP神经网络压力补偿的红外气体传感器及检测方法技术

本发明专利技术公开了基于BP神经网络压力补偿的红外气体传感器及检测方法，包括红外气体传感器、压力传感器和嵌有BP神经网络算法的微处理系统，红外气体传感器包括采样气室，采样气室的顶部的左端设置有进气口，采样气室的顶部的右端设置有出气口，采样气室内部的左端设置有电调制红外光源，采样气室内部的右端设置有滤光轮，滤光轮的左侧表面的中间位置设置有滤光片组，滤光片组包括两个不同波长的滤光片且两个滤光片上下对称，滤光轮的右侧表面的中间位置设置有双元热释电探测器；本发明专利技术具有精度高、结构简单、适用性更强、网络训练速度快、可实现全额补偿等特点。

【技术实现步骤摘要】

本专利技术属于红外气体传感器
，具体涉及一种基于BP神经网络压力补偿的红外气体传感器及检测方法，属于红外气体传感器检测技术、基于粒子群优化BP神经网络的带有压力补偿功能的气体浓度检测方法。
技术介绍
红外气体检测技术是目前广泛应用的一种非直接接触式实时气体检测技术，凭借其测量范围宽、灵敏度高、响应速度快、选择性好、稳定性高、可连续分析和自动控制等诸多优点，在石油化工、电力系统、环境气体监测及煤炭开采等众多领域，具有不可替代的优势，得到了广泛的重视和应用。现阶段，市场上常见的光学气体检测技术有光干涉技术、光声光谱技术、光离子化技术和非色散红外检测技术，其中，基于特征光谱吸收理论的非色散红外气体传感器的结构最为简单、调校周期长、性能稳定、不易中毒、性噪比高且易于集成，具有巨大的市场前景和商业价值。其基本原理是由于不同的气体分子具有不同的特征吸收谱线，气体分子结构的不同使得分子间的能级也不相同，致使不同的气体分子对红外光的吸收具有频率选择特性，且气体对红外辐射的吸收关系服从朗伯-比尔定律。韩国的Younghwan Park等人设计了一种优化了光路和光强的非色散二氧化碳气体传感器，其光程得到了很大的提高，精度也已超出现有工业气体检测标准。淮南师范学院研制出基于非色散红外吸收原理的井下多组分气体检测仪，通过转动滤光轮，能够实现同时检测甲烷、一氧化碳和二氧化碳三种气体的浓度。然而，在利用非色散红外气体传感器对气体浓度进行检测时，其精度受到很多环境因素的影响。在大气压力变化范围较大的特殊场所，单位体积内的气体被压缩，导致气体的分子间距发生改变，从而使红外辐射被吸收的能量增多，但气体检测的浓度并未发生改变，因此，测出的浓度值和真实值相比，有较大的偏差。由标准气体状态方程PV＝nRT可知，当气体体积V一定时，在温度T不变的情况下，随着压强P的升高，气体分子摩尔数将增加，从而导致传感器测量值的增大，反之亦然。目前，对于由检测环境压力变化引起的测量误差进行补偿的方法主要有两种。一是经验公式法，即采用最小二乘法对同一浓度气体在不同压力下引起的误差进行直线拟合，通过迭代法确定经验公式的相关系数,建立数学模型来进行压强补偿，但此种方法计算量较大，在压力变化较大的场合效果不尽如人意，且经验公式的使用场合有局限性；二是压力控制法，即采用硬件电路模块使检测环境压力保持动态平衡，从而避免因压力改变引起的测量误差，但硬件电路模块的加入不仅增加了功耗、提升了制造成本而且不利于设备小型化。
技术实现思路
本专利技术所要解决的技术问题是针对上述现有技术的不足提供一种基于BP神经网络压力补偿的红外气体传感器及检测方法，本专利技术是基于粒子群优化BP神经网络压力补偿的红外气体传感器及检测方法，具有非线性映射能力强、训练速度快、自学习能力好、结构简单、不存在局部最优问题等特点，能够简化压力补偿的过程，使得红外气体传感器具有更高的测量精度。为实现上述技术目的，本专利技术采取的技术方案为：基于BP神经网络压力补偿的红外气体传感器，包括红外气体传感器、压力传感器和嵌有BP神经网络算法的微处理系统，所述红外气体传感器采用单光束双波长结构，所述红外气体传感器包括采样气室，所述采样气室的顶部的左端设置有进气口，所述采样气室的顶部的右端设置有出气口，所述采样气室内部的左端设置有电调制红外光源，所述采样气室外部的左端设置有光源驱动模块，所述光源驱动模块与所述电调制红外光源电连接，所述采样气室左端的内壁上还设置有球面反射镜，所述采样气室内部的右端设置有滤光轮，所述滤光轮为镂空状，所述滤光轮的左侧表面的中间位置设置有滤光片组，所述滤光片组包括两个不同波长的滤光片且两个滤光片上下对称，所述滤光轮的右侧表面的中间位置设置有双元热释电探测器，所述双元热释电探测器包括两个接收面，所述电调制红外光源的发射面、滤光片组中的一个滤光片和所述双元热释电探测器的一个接收面设置在同一水平面上，所述滤光片组中的另一个滤光片和所述双元热释电探测器的另一个接收面设置在同一水平面上，所述滤光轮的右侧还连接有电驱动马达，所述电驱动马达用于带动滤光轮转动，所述采样气室的内部安装有聚光透镜且所述聚光透镜位于电调制红外光源和滤光轮之间，所述压力传感器位于所述采样气室内部的底面，所述红外气体传感器、压力传感器同微处理系统相连接，所述微处理系统还连接有显示单元。作为本专利技术进一步解决的技术方案，所述进气口的表面安装有疏水防尘膜。作为本专利技术进一步解决的技术方案，所述采样气室的内部设置有一层反光材料。作为本专利技术进一步解决的技术方案，所述滤光轮为圆柱形镂空状。本专利技术采取的另一个技术方案为：基于BP神经网络压力补偿的红外气体传感器的检测方法，包括以下步骤：(1)设定微处理系统中的BP神经网络拓扑结构，即设定BP神经网络的输入层的神经元个数、隐含层的神经元个数和输出层的神经元个数,所述输入层和隐含层的激活函数为tansig型函数，所述输出层的激活函数为pureline型线性函数；(2)双元热释电探测器将其测量通道的输出电压值和参考通道的输出电压值发送到微处理系统，压力传感器将其输出电压值发送到微处理系统，微处理系统对双元热释电探测器的测量通道的输出电压值、双元热释电探测器的参考通道的输出电压值和压力传感器的输出电压值进行数据归一化处理，公式为：其中x,xmax,xmin分别为数据的标定值、最大值和最小值；(3)将步骤(2)中归一化处理后的数据X＝(x1,x2,x3)作为微处理系统中的BP神经网络的输入层的输入向量，其中x1表示双元热释电探测器的测量通道的输出电压值经过归一化处理后的数据，x2表示双元热释电探测器的参考通道输出电压值经过归一化处理后的数据；x3表示压力传感器的输出电压值经过归一化处理后的数据；(4)将BP神经网络的输入层中所有神经元之间的连接权值与阈值、隐含层中所有神经元之间的连接权值与阈值和输出层中所有神经元之间的连接权值与阈值分别按照次序排列成向量形式，并将其作为粒子群中的个体粒子；(5)初始化粒子群，设定最大迭代次数和精度误差；(6)计算每个粒子的适应度，适应度的公式为：其中，L为学习样本数，p(t)为网络实际输出，q(t)为样本函数输出，通过训练获得最佳适应度的粒子；(7)粒子群算法中的粒子位置和速度与BP神经网络中待优化的权值和阈值对应，比较粒子的适应度，寻找并且更新每个粒子的个体极值和全局极值，粒子位置的更新方程为：粒子速度的更新方程为：其中和分别表示粒子i在第k次迭代中第d维的速度和位置，c1表示粒子跟踪自身最优值的权重系数，c2表示粒子跟踪群体最优值的权重系数，r1和r2均是[0,1]区间内均匀分布的随机数，pidk为第i个粒子迄今为止找到的最佳位置，Gidk为整个粒子群所寻找到的最佳位置，ω为惯性权重；(8)查看全局适应度最优解是否满足设定的精度误差，若满足，执行步骤(9)，若不满足，再查看迭代次数是否大于设定的最大迭代次数，若不满足则返回步骤(6)，若满足则执行步骤(9)；(9)输出粒子群算法中全局粒子最优的位置和速度，并将其作为BP网络的初始权值和阈值并进行训练；(10)在训练的过程中，选取M组样本数据，按照步骤(1)到(9)进行数据的预处理、网络的创建，以此确定了微处理系统中的BP本文档来自技高网...

【技术保护点】
基于BP神经网络压力补偿的红外气体传感器，其特征在于：包括红外气体传感器、压力传感器和嵌有BP神经网络算法的微处理系统，所述红外气体传感器采用单光束双波长结构，所述红外气体传感器包括采样气室，所述采样气室的顶部的左端设置有进气口，所述采样气室的顶部的右端设置有出气口，所述采样气室内部的左端设置有电调制红外光源，所述采样气室外部的左端设置有光源驱动模块，所述光源驱动模块与所述电调制红外光源电连接，所述采样气室左端的内壁上还设置有球面反射镜，所述采样气室内部的右端设置有滤光轮，所述滤光轮为镂空状，所述滤光轮的左侧表面的中间位置设置有滤光片组，所述滤光片组包括两个不同波长的滤光片且两个滤光片上下对称，所述滤光轮的右侧表面的中间位置设置有双元热释电探测器，所述双元热释电探测器包括两个接收面，所述电调制红外光源的发射面、滤光片组中的一个滤光片和所述双元热释电探测器的一个接收面设置在同一水平面上，所述滤光片组中的另一个滤光片和所述双元热释电探测器的另一个接收面设置在同一水平面上，所述滤光轮的右侧还连接有电驱动马达，所述电驱动马达用于带动滤光轮转动，所述采样气室的内部安装有聚光透镜且所述聚光透镜位于电调制红外光源和滤光轮之间，所述压力传感器位于所述采样气室内部的底面，所述红外气体传感器、压力传感器同微处理系统相连接，所述微处理系统还连接有显示单元。...

【技术特征摘要】
1.基于BP神经网络压力补偿的红外气体传感器，其特征在于：包括红外气体传感器、压力传感器和嵌有BP神经网络算法的微处理系统，所述红外气体传感器采用单光束双波长结构，所述红外气体传感器包括采样气室，所述采样气室的顶部的左端设置有进气口，所述采样气室的顶部的右端设置有出气口，所述采样气室内部的左端设置有电调制红外光源，所述采样气室外部的左端设置有光源驱动模块，所述光源驱动模块与所述电调制红外光源电连接，所述采样气室左端的内壁上还设置有球面反射镜，所述采样气室内部的右端设置有滤光轮，所述滤光轮为镂空状，所述滤光轮的左侧表面的中间位置设置有滤光片组，所述滤光片组包括两个不同波长的滤光片且两个滤光片上下对称，所述滤光轮的右侧表面的中间位置设置有双元热释电探测器，所述双元热释电探测器包括两个接收面，所述电调制红外光源的发射面、滤光片组中的一个滤光片和所述双元热释电探测器的一个接收面设置在同一水平面上，所述滤光片组中的另一个滤光片和所述双元热释电探测器的另一个接收面设置在同一水平面上，所述滤光轮的右侧还连接有电驱动马达，所述电驱动马达用于带动滤光轮转动，所述采样气室的内部安装有聚光透镜且所述聚光透镜位于电调制红外光源和滤光轮之间，所述压力传感器位于所述采样气室内部的底面，所述红外气体传感器、压力传感器同微处理系统相连接，所述微处理系统还连接有显示单元。2.根据权利要求1所述的基于BP神经网络压力补偿的红外气体传感器，其特征在于：所述进气口的表面安装有疏水防尘膜。3.根据权利要求1所述的基于BP神经网络压力补偿的红外气体传感器，其特征在于：所述采样气室的内部设置有一层反光材料。4.根据权利要求3所述的基于BP神经网络压力补偿的红外气体传感器，其特征在于：所述滤光轮为圆柱形镂空状。5.根据权利要求1所述的基于BP神经网络压力补偿的红外气体传感器的检测方法，其特征在于，包括以下步骤：(1)设定微处理系统中的BP神经网络拓扑结构，即设定BP神经网络的输入层的神经元个数、隐含层的神经元个数和输出层的神经元个数,所述输入层和隐含层的激活函数为tansig型函数，所述输出层的激活函数为pureline型线性函数；(2)双元热释电探测器将其测量通道的输出电压值和参考通道的输出电压值发送到微处理系统，压力传感器将其输出电压值发送到微处理系统，微处理系统对双元热释电探测器的测量通道的输出电压值、双元热释电探测器的参考通道的输出电压值和压力传感器的输出电压...

【专利技术属性】
技术研发人员：常建华，陈远鸣，薛宇，徐曦，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：江苏;32