本发明专利技术公开了一种基于电子鼻技术的空气质量监测系统及其监测方法，其特征在于：设置有传感器信号调理电路，该传感器信号调理电路的质量检测输入端组连接有气体传感器组，该传感器信号调理电路的输出端连接有传感器阵列信号预处理器，该传感器阵列信号预处理器的输出端连接有中央处理器，该中央处理器的显示端连接有显示器。其显著特点是：通过本专利提出的虚拟电阻法和特殊的算法，较好地解决了金属氧化物传感器的离散性问题以及多种气体的相互干扰问题，使系统的输出精度大大提高，可以计算出不同气体输出的浓度值，并可以确定各种气体的种类，人工神经网络一路输出表示一种气体，能同时完成对气体定性和定量识别。
【技术实现步骤摘要】
本专利技术涉及一种空气传感器监测技术，具体的说，是基于电子鼻技术的空气质量监测系统及其监测方法
技术介绍
传统的基于半导体金属氧化物传感器阵列的空气质量电子鼻往往只进行定性识别或者对气味浓度进行等级识别，这都影响了电子鼻的实用化。即使具备定性和定量识别的能力，也是通过两个神经网络串联的方式实现首先使用一个网络定性识别再使用另一个网络定量识别。这使电子鼻具有实用性不强，算法的复杂度高，抗干扰能力差，精度较差， 运算速度慢等缺点。由于空气质量检测电子鼻产品在批量化生产中遇到了金属氧化物传感器离散性的问题包括在空气中敏感电阻Ro以及灵敏度Rs/Ro的离散性。这样的结果造成了我们的传感器即使在相同环境以及相同被测气体浓度的情况下也具有不同的响应值，从而使算法输出结果也不同，影响了产品批量化的生产。目前普遍使用的方法是使用同一批次的传感器以此减少传感器的离散性以及通过在硬件上将负载电阻设为与Ro相等来减少离散性影响，但是均没有很好的解决该问题。
技术实现思路
本专利技术提供，能够甄别出传感器在不同环境以及被测气体浓度的情况下具有不同的响应值，能够解决多种气体的相互干扰问题。同时提出了虚拟电阻法解决电子鼻在批量化生产中的传感器离散性问题。为达到上述目的，本专利技术建立在电子鼻技术的基础上。一种基于电子鼻技术的空气质量监测系统，其关键在于设置有传感器信号调理电路，该传感器信号调理电路的质量检测输入端组连接有传感器阵列，该传感器信号调理电路的输出端连接有传感器阵列信号预处理器，该传感器阵列信号预处理器的输出端连接有中央处理器，该中央处理器的显示端连接有显示器；本专利技术的理论基础是模式识别，而模式识别需要对数据进行一定的预处理，才能得到最佳的识别效果。设电子鼻系统的传感器阵列具有η个传感器，其中气体传感器的个数为Q，对被测有毒有害气体测量P次，就会得到一个PXn维的样本集数据矩阵X，所有的模式分类和定性识别过程都是基于这个样本数据集矩阵，所以数据集X的质量直接影响到识别的结果。所述传感器阵列中具有温湿度模块以及气体传感器组所述温湿度模块获得环境温湿度数字信号g，送入中央处理器中的变换器中；通过气体传感器中敏感电阻值的变化， 获取一组气体信息a，发送给传感器信号调理电路；传感器信号调理电路用于将气体信息a转变为一组变化的电压信号b ；传感器阵列信号预处理器用于将所述变化的电压信号b通过AD转换为一组数字信号b’，并对这组数字信号b’进行特征提取，获得Q个气体传感器的一组特征提取的数字信号d;特征提取的方式较多，可以提取输出响应曲线中的所有数据，提取每个传感器输出曲线中的电压最大值，最小值，或斜率变化最大值、最小值等。所述中央处理器中设置有变换器、神经网络和一组修正器；所述每个修正器分别使用虚拟电阻法对数字信号d中每一路气体传感器数字信号进行灵敏度补偿，得到补偿后所述气体传感器组的输出电压值所对应的一组数字信号修正值e ；所述变换器，对所述数字信号修正值e与所述环境温湿度数字信号g进行归一化处理，得到一组规范化信号f ；由于传感器阵列中各个传感器的输出差别比较大，各自的方差同样差别很大。根据模式识别理论，只有各个独立变量间的协方差很高，才能取得很好的分类效果。而要得到得到大的协方差系数，样本数据就需要经过一些预处理。预处理的目的是为了平衡各个变量对样本总体的方差的贡献，从而使得样本能更显著地分开。电子鼻系统数据预处理的方法一般包括基线修正、数据的变换以及特征值的提取，目的都是为了更好地进行模式识别。同时通过文章《基于人工智能的温湿度补偿方法在气体测量中的应用》以及《气体测量中的温湿度补偿新方法》可知，将温湿度数据作为神经网络的输入能够补偿温湿度对气体传感器的影响；基于人工神经网络的温湿度补偿方法是把环境的温湿度与气体传感器的响应作为测量系统的并列输入，作为推断气体浓度的3个地位相同的前提条件；环境温湿度对气体传感器输出的影响反映在网络的连接权上，成为系统不可分割的组成部分。实际测量时，通过网络的运算，环境温湿度的影响被隐含地补偿掉，从而得到气体浓度的精确 fn息ο所述神经网络的输入神经单元数即是所述规范化信号f的维数，神经网络对规范化信号f进行处理，定性、定量地识别出污染气体的种类和浓度，并发送给所述显示器显7J\ ο传感器归一化不失为一种很有效的数据变换方法，传感器归一化可以使单个传感器的输出位于W，1]之间，这样不仅可以减少化学计量识别中的计算误差，而且能为神经网络识别器中的输入空间准备合适的数据，改善算法的收敛速度，这种方法特别适合于电子鼻系统的定量识别。本专利技术采用的传感器归一化方法为线性函数转换法y = (x-Min) / (Max-Min)式中x、y分别为归一化前后的值。在传统的归一化方法中，需要寻找样本数据中的最大值Max和最小值Min，而本专利技术中将式中样本的最大值Max确定为电子鼻系统输出的满量程值Xii，样本最小值Min确定为0。归一化公式写成y = χ/χ 满运用上式进行数据归一化处理，大大简化了计算过程。所述神经网络的输入神经单元数即是所述规范化信号f的维数，神经网络定性、 定量地识别出污染气体的种类和浓度，并发送给所述显示器显示。所述中央处理器的报警端连接有声光报警器。所述中央处理器还连接有无线发射模块，该无线发射模块与空气净化器上的无线接收模块以无线方式连接。4、根据权利要求1所述基于电子鼻技术的空气质量监测系统，其特征在于所述气体传感器组中所有气体传感器的电路结构一致，各气体传感器的型号互不相同；气体传感器设置有加热电阻&和传感器敏感电阻Rs，加热电阻&的两端连接有加热电压VH，传感器敏感电阻Rs的一端连接在直流电压Vc的正电源端，传感器敏感电阻Rs 的另一端串连负载电阻RL后，连接在直流电压Vc的负电源端，该负载电阻RL的两端连接所述传感器信号调理电路。所述气体传感器组的数量，一组气体信息a中气体信息a的数量，一组变化的电压信号b中变化的电压信号b的数量，一组数字信号b’中数字信号b’的数量，一组特征提取的数字信号d中特征提取的数字信号d的数量，一组数字信号修正值e中数字信号修正值e 的数量都是相等的。所述气体传感器组中所有气体传感器的电路结构一致，各气体传感器的型号互不相同；气体传感器设置有加热电阻&和传感器敏感电阻Rs，加热电阻&的两端连接有加热电压VH，传感器敏感电阻Rs的一端连接在直流电压Vc的正电源端，传感器敏感电阻Rs 的一端串连负载电阻RL后，连接在直流电压Vc的负电源端，该负载电阻RL的两端连接所述传感器信号调理电路。在使用神经网络算法对待测气体进行定量识别过程中，算法收敛速度比较慢。在训练样本大的情况下，算法的训练时间更加长，这对于工作效率的提高是非常不利的，经过研究，提出了将定量识别神经网络的目标输出进行加权处理的方法，即对每种气体对应的网络目标输出上乘以相应的系数，使得不同气体输出的数据处于同一数量级，大大提高了神经网络的收敛速度。假设空气质量检测器对m种有毒有害混合或单个气体进行检测，总体测量ρ次，则用于定量识别的神经网络目标输出为权利要求1.一种基于电子鼻技术的空气质量监测系统，其特征在于设置有传感器信号调理电路(1)，该传感器信号调理电路本文档来自技高网...
【技术保护点】
１．一种基于电子鼻技术的空气质量监测系统，其特征在于：设置有传感器信号调理电路（１），该传感器信号调理电路（１）的质量检测输入端组连接有传感器阵列，该传感器信号调理电路（１）的输出端连接有传感器阵列信号预处理器（２），该传感器阵列信号预处理器（２）的输出端连接有中央处理器（３），该中央处理器（３）的显示端连接有显示器（４）；所述传感器阵列中具有温湿度模块以及气体传感器组：所述温湿度模块获得环境温湿度数字信号ｇ，送入中央处理器中的变换器（３２）中；通过气体传感器中敏感电阻值的变化，获取一组气体信息ａ，发送给传感器信号调理电路（１）；传感器信号调理电路（１）：用于将气体信息ａ转变为一组变化的电压信号ｂ；传感器阵列信号预处理器（２）：用于将所述变化的电压信号ｂ通过ＡＤ转换为一组数字信号ｂ’，并对这组数字信号ｂ’进行特征提取，获得Ｑ个气体传感器的一组特征提取的数字信号ｄ；所述中央处理器（３）中设置有变换器（３２）、神经网络（３３）和一组修正器（３１）；所述每个修正器（３１）分别使用虚拟电阻法对数字信号ｄ中每一路气体传感器数字信号进行灵敏度补偿，得到补偿后所述气体传感器组的输出电压值所对应的一组数字信号修正值ｅ；所述变换器（３２），对所述数字信号修正值ｅ与所述环境温湿度数字信号ｇ进行归一化处理，得到一组规范化信号ｆ；所述神经网络（３３）的输入神经单元数即是所述规范化信号ｆ的维数，神经网络（３３）对规范化信号ｆ进行处理，定性、定量地识别出污染气体的种类和浓度，并发送给所述显示器（４）显示。...
【技术特征摘要】
【专利技术属性】
技术研发人员：曾孝平，周宏伟，田逢春，黄智勇，潘丽娜，李红娟，冯敬伟，姜伟，
申请(专利权)人：重庆大学，重庆固仁科技有限公司，
类型：发明
国别省市：85
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。