多組份氣體定量檢測研究

1　引言
多組份氣體的定性、定量檢測在環(huán)境保護(hù)、化工控制、家用報(bào)警、食品保鮮、溫室環(huán)境控制、航空航天等領(lǐng)域有著廣泛的應(yīng)用。使用氣體傳感器進(jìn)行多組份氣體的定性定量研究，可以極大的降低測量成本，減小測量周期，并可實(shí)現(xiàn)在線的實(shí)時(shí)測量。但由于當(dāng)前氣體傳感器普遍存在著交叉敏感和選擇性差等缺點(diǎn)，使用單一傳感器很難實(shí)現(xiàn)多組份氣體的檢測分析。目前使用較多的方式是通過多個(gè)敏感程度不同的氣體傳感器組成傳感器陣列，結(jié)合神經(jīng)網(wǎng)絡(luò)模式識(shí)別方法算法進(jìn)行氣體的分析。但目前的工作集中于多組份氣體的定性檢測分析[1,2,3]，而對定量分析則較少涉及。本文主要介紹了一種基于氣體傳感器陣列[4]和采用BP算法[5]進(jìn)行訓(xùn)練的神經(jīng)網(wǎng)絡(luò)進(jìn)行混合氣體組分定量分析的實(shí)驗(yàn)裝置的設(shè)計(jì)及初步實(shí)驗(yàn)結(jié)果，并闡述了進(jìn)一步開發(fā)此類儀器設(shè)備的可行性。
2　實(shí)驗(yàn)原理及實(shí)驗(yàn)裝置
將被測氣體按所需測量精度和濃度范圍按成份分成不同的濃度等級(jí)，采用標(biāo)準(zhǔn)氣體配置這些等級(jí)的不同成份氣體的所有組合作為標(biāo)準(zhǔn)模態(tài)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)。通過識(shí)別某一未知?dú)怏w樣本的模式，即可以得到未知?dú)怏w的成份濃度。例如，在本實(shí)驗(yàn)中，我們選用CO、H2、CH4互相參比配制混合氣體樣本。根據(jù)傳感器的靈敏范圍，我們將配制的氣體濃度限制在1000-3000ppm以內(nèi)，濃度變化間隔為200ppm。這樣每種氣體有11種濃度模式，共計(jì)可得到113個(gè)樣本。采用這些樣本作為原始數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，就可以實(shí)現(xiàn)在這一濃度范圍內(nèi)的最大誤差為200ppm的定量測量。這種算法適用于已知?dú)怏w成份及濃度變動(dòng)范圍不大的多組份氣體測量環(huán)境。

　氣體實(shí)驗(yàn)裝置主要有以下幾部分構(gòu)成：氣體源，氣體流量計(jì)，混合氣室、傳感器陣列探頭，信號(hào)處理器，A/D采樣板及計(jì)算機(jī)組成，結(jié)構(gòu)框圖如圖1所示。
　由于實(shí)驗(yàn)需要不同濃度和不同成份的氣體樣本用于試驗(yàn)，我們采用了利用氣體流量計(jì)的負(fù)壓式混合氣室。氣體源經(jīng)氣體流量計(jì)控制進(jìn)入抽成真空或負(fù)壓的混合氣室中混合產(chǎn)生所需的氣體樣本。氣體的溫度、濕度及壓力情況可以通過安裝于氣室內(nèi)的傳感器讀出。
3　結(jié)果討論
通過實(shí)驗(yàn)對大量樣本的測量比較，我們發(fā)現(xiàn)對個(gè)別樣本的測量效果不是很理想，其誤差較大的主要原因有兩方面：一是傳感器本身的結(jié)構(gòu)造成的，由于敏感器件固有的交叉敏感性，當(dāng)被測氣體是混合樣本時(shí)，輸出響應(yīng)比較復(fù)雜；

圖1 氣體實(shí)驗(yàn)裝置結(jié)構(gòu)框圖

另一方面主要是由于BP算法是一種基于梯度下降優(yōu)化方法的學(xué)習(xí)算法，因而不可避免地存在可能收斂到局部極小的問題，另外傳統(tǒng)BP算法采用固定的學(xué)習(xí)率和使用Sigmoid函數(shù)為作用函數(shù)，從而導(dǎo)致網(wǎng)絡(luò)的訓(xùn)練速度和精度不高。
　由于傳感器物理特性造成的誤差難以避免，可采用樣本篩選的方法，對原始樣本中偏差較大的刪除或作調(diào)整，達(dá)到精簡優(yōu)化樣本質(zhì)量的效果。但這樣的效果不是很明顯，為此我們主要從訓(xùn)練算法入手，對傳統(tǒng)BP算法進(jìn)行一些改進(jìn)[9]：
　(1)對神經(jīng)元的作用函數(shù)引入斜率改變因子，可以有效的避免網(wǎng)絡(luò)陷入局部極小的問題，提高了學(xué)習(xí)精度，而且由于提高了權(quán)值的調(diào)整機(jī)會(huì)，從而提高了學(xué)習(xí)速度。
　(2)根據(jù)誤差函數(shù)的趨向自動(dòng)調(diào)整訓(xùn)練步長可以加快網(wǎng)絡(luò)的收斂速度，縮短訓(xùn)練時(shí)間。
　(3)此外，動(dòng)量因子α的引入可以降低網(wǎng)絡(luò)對于誤差曲面局部細(xì)節(jié)的敏感程度，有效地抑制網(wǎng)絡(luò)陷于局部極小.其思想是利用動(dòng)量因子α記憶上一時(shí)刻權(quán)的修改方向：α-Δω(t)，而在下一時(shí)刻將這一趨勢考慮進(jìn)去。
　我們把以上三種方法結(jié)合起來，即采用“自適應(yīng)調(diào)整步長+動(dòng)量因子十斜率改變因子”的組合型網(wǎng)絡(luò)訓(xùn)練算法，從而大大提高網(wǎng)絡(luò)的收斂速度和訓(xùn)練精度。
　用優(yōu)化算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)后，網(wǎng)絡(luò)對混合氣體預(yù)測的平均誤差和最大誤差如表1所示。
表1 優(yōu)化BP算法混合氣體濃度誤差表

<IMG alt=` src="http://www.globalsensors.com.cn/defaultroot/upload/content/1177398901968.BMP" align=baseline border=0>

由表可見，采用改進(jìn)算法后網(wǎng)絡(luò)對混合氣體濃度的測量正確率可達(dá)90%。
4　結(jié)　論
實(shí)驗(yàn)結(jié)果表明，氣體傳感器陣列與BP算法訓(xùn)練的前饋神經(jīng)網(wǎng)絡(luò)模式識(shí)別方法結(jié)合進(jìn)行多組份氣體濃度測量具有很好的效果，在采用改進(jìn)型BP算法訓(xùn)練神經(jīng)網(wǎng)絡(luò)后，對未知樣本氣體的定量測量準(zhǔn)確率達(dá)到90%，如果進(jìn)一步調(diào)整和完善傳感器陣列的硬件測量線路，細(xì)化樣本的濃度變化量，則可以開發(fā)出應(yīng)用于實(shí)際復(fù)雜環(huán)境中的多組份氣體測量儀器。