【技术实现步骤摘要】
基于卷积神经网络的二燃室高温气体浓度检测方法、系统、装置及存储介质
本专利技术涉及高温气体浓度检测
，尤其涉及一种基于卷积神经网络的二燃室高温气体浓度检测方法、系统、装置及存储介质。
技术介绍
垃圾焚烧炉采用了两级燃烧方式，一燃室燃烧固体，二燃室燃烧气体：在一燃室热解所产生的气体进入二燃室充分燃烧，目的是处理有毒有害气体，二燃室设置了燃烧器助燃，通常是在二燃室气体充满到达阈值浓度进行点燃，若提前点燃，则缩短燃烧器的使用寿命，若过晚点燃，气体高于阈值浓度，遇到明火，易发生爆炸。故实时监测二燃室气体浓度，是实现燃烧器的安全点燃的重要前提。在垃圾焚烧炉的二燃室高温的环境下非接触测量法有很大的优势。非接触测量法主流方法是光学分析法。光学分析法将Beer-Lambert定律与吸收光谱学理论相结合，实现对炉内气体浓度的精确测量。光学分析法主要有差分吸收光谱技术、傅里叶变换红外光谱技术、可调谐激光半导体吸收光谱技术、激光雷达技术、激光诱导荧光光谱技术、激光光声光谱技术等。可调谐半导体激光吸收光谱(Tunabledio...
【技术保护点】
1.一种基于卷积神经网络的二燃室高温气体浓度检测方法，其特征在于，包括如下步骤：/n基于可调谐半导体激光吸收光谱技术采集不同气体浓度对应的激光光谱信号；/n将采集到的激光光谱信号进行电压值采样，对采样得到的每一条样本数据加注气体浓度标签，得到样本数据集；/n基于所述样本数据集建立基于卷积神经网络的气体浓度测量模型；/n从所述样本数据集中选取训练样本对所述气体浓度测量模型进行网络训练；/n基于训练后的气体浓度测量模型对二燃室高温气体浓度进行实时监测。/n
【技术特征摘要】
1.一种基于卷积神经网络的二燃室高温气体浓度检测方法，其特征在于，包括如下步骤：
基于可调谐半导体激光吸收光谱技术采集不同气体浓度对应的激光光谱信号；
将采集到的激光光谱信号进行电压值采样，对采样得到的每一条样本数据加注气体浓度标签，得到样本数据集；
基于所述样本数据集建立基于卷积神经网络的气体浓度测量模型；
从所述样本数据集中选取训练样本对所述气体浓度测量模型进行网络训练；
基于训练后的气体浓度测量模型对二燃室高温气体浓度进行实时监测。
2.根据权利要求1所述的基于卷积神经网络的二燃室高温气体浓度检测方法，其特征在于，所述基于所述样本数据集建立基于卷积神经网络的气体浓度测量模型包括：
将所述样本数据集进行分批次处理；
将所述气体浓度标签进行one-hot编码处理；
将经过分批次处理后的所述样本数据集按一定批次大小作为卷积神经网络的输入，经过one-hot编码处理后的气体浓度标签作为卷积神经网络的输出，建立基于卷积神经网络的气体浓度测量模型。
3.根据权利要求2所述的基于卷积神经网络的二燃室高温气体浓度检测方法，其特征在于，所述将所述样本数据集进行分批次处理包括：
定义一个批次大小为A；
计算所述样本数据集共有的批次数B，其中，
B＝所述样本数据集中样本的总数/A，其中A、B均为正整数。
4.根据权利要求1-3中任意一项所述的基于卷积神经网络的二燃室高温气体浓度检测方法，其特征在于，所述基于可调谐半导体激光吸收光谱技术采集不同气体浓度对应的激光光谱信号包括：
构建由函数信号发生器、激光控制器、半导体激光器、光线准直器、气体吸收池、凸透镜、光电探测器、信号放大电路、信号采集卡和计算机依次串联组成的基于可调谐半导体激光器的二燃室气体浓度测量系统；
通过可调谐半导体激光器发射激光信号，使激光束穿过气体吸收池内的待测气体并被光电探测器接收进行光电转化处理得到激光光谱信号，再由信号采集卡采集不同气体浓度下的激光光谱信号；
通过加权移动平均滤波器将采集得到的激光光谱信号进行滤波处理。
5.根据权利要求4所述的基于卷积神经网络的二燃室高温气体浓度检测方法，其特征在于，通过所述二燃室气体浓度测量系统进行二燃室气体浓度测量的实验过程如下：
将纯氮气作为零气通过气路通入气体吸收池一段时间，以排尽吸收池内的杂气，然后将配置的特定浓度的二燃室气体通过气路通入气体吸收池，实验前连续通气20分钟以上，保证吸收池充满待测气...
【专利技术属性】
技术研发人员：阳小燕，岳凯凯，胡帅，庞娟，林顺洪，李长江，徐明，常征，
申请(专利权)人：重庆科技学院，
类型：发明
国别省市：重庆;50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。