BP 神經網絡在紅外CO2 體積分數(shù)測量中的應用

趙 映，陳小平

(蘇州大學 城市軌道交通學院，江蘇 蘇州215000)

0 引 言

隨著工業(yè)的迅速發(fā)展，CO2排放量日益增加。CO2是造成溫室效應的主要氣體，監(jiān)測空氣中CO2的體積分數(shù)含量正受到廣泛關注。紅外(IR)CO2氣體傳感器相較于其他傳感器具有靈敏度高、響應時間快、抗干擾性好等優(yōu)點［1，2］。紅外CO2氣體測量結構主要有雙光源雙光路結構、時分雙光路結構和單光源雙波長結構。前兩者都存在可動部件、裝置復雜、維護困難等缺點;后者則舍棄了可動部件、減小裝置體積，具有穩(wěn)定性好、易于維護等優(yōu)點［3］。即便如此，環(huán)境溫度仍是影響測量精度的一個重要因素。目前，大多數(shù)紅外CO2氣體測量裝置都采用最小二乘法對不同環(huán)境溫度下CO2氣體的測量誤差進行直線、多項式或指數(shù)擬合［4，5］。這種補償方法在小范圍溫度變化的應用中具有良好的效果，但在環(huán)境溫度變化較大時補償效果將會變得較差［6］。

本文采用反向傳播(back propagation，BP)神經網絡模型［7］對紅外CO2氣體測量裝置進行溫度補償，具有測量精度高、穩(wěn)定性好、操作方便等特點。

1 紅外氣體吸收原理

不同的氣體具有不同的化學結構，對不同波長的紅外輻射就有不同的吸收程度。當光源的發(fā)射波長與氣體的吸收波長相吻合時就會發(fā)生共振吸收，其吸收關系服從Lambert－Beer 定律

其中，I0為入射光強度;I 為出射光強度;L 為紅外光透射長度;C 為氣體體積分數(shù);k 為吸收系數(shù)。

由式(1)可得

這樣，如果已知L 和k，則通過測量I0和I 就可得到氣體體積分數(shù)C。事實上，這里的吸收系數(shù)k 是一個非常復雜的量，它與環(huán)境溫度、氣體種類、入射光波長等因素有關［8］。

2 CO2 體積分數(shù)測量系統(tǒng)描述

2.1 探測器結構

紅外CO2氣體探測器如圖1 所示，探測器上兩片不同帶通波長的濾光片分別對應兩個通道，本文采用4.0，4.26 μm分別作為參考通道波長和測量通道波長。由于兩片濾光片的波長相隔極近，而CO2氣體在兩波長上的吸收程度相差甚大，這樣，入射光波長對吸收系數(shù)k 的影響可以忽略不計。

圖1 紅外CO2 氣體探測器Fig 1 IR CO2 detector

2.2 測量系統(tǒng)框圖

本文采用單光源雙波長測量結構，這是一種非分光測量結構，系統(tǒng)框圖如圖2 所示，光源和探測器分居氣室兩端，單片機控制光源驅動電路，對光源實現(xiàn)脈沖調制，以提高光源的穩(wěn)定性，待測氣體通入氣室后，由紅外探測器檢測出參考通道和測量通道的信號，經過放大濾波電路后和熱敏電阻器給出的溫度信號一起傳給單片機，單片機對這三路信號進行A/D 轉換后利用訓練好的BP 神經網絡計算出CO2體積分數(shù)，實現(xiàn)溫度補償。

圖2 CO2 體積分數(shù)測量系統(tǒng)框圖Fig 2 Block diagram of CO2 volume fraction measuring system

2.3 放大電路

CO2氣體探測器的輸出信號幅度非常小，無法直接進行A/D 轉換，因此，需要先對測量信號放大。而放大電路的設計對于系統(tǒng)測量的精確度具有重要的作用。

由于整個系統(tǒng)采用低電壓+5V 供電，并且需要輸出幅度足夠大，故本文選用軌到軌儀表放大器AD627 對采集的兩路信號分別進行差分放大，其中，CO2測量通道電路如圖3所示。由于輸入是交變信號，需要對地疊加VCC/2 的偏置電壓，即圖3 中的VREF，此時輸出電壓中包含VCC/2的直流分量可以通過加在輸出端的隔直電容器濾除。R13 為增益調節(jié)電阻器，根據(jù)增益公式

可知當R13為∞時，增益最小，為5。在2 個輸入端之間連接電容器、電阻器構成一個低通濾波器，有助于抑制高頻信號。

圖3 差分放大電路Fig 3 Differential amplifier circuit

第二級放大電路采用軌到軌雙運放芯片TLC2272，它具有低噪聲、高輸入阻抗、低功耗等優(yōu)點。如圖4 所示，同樣采用單電源供電，疊加VCC/2 的偏置電壓，以實現(xiàn)接近A/D 轉換所需的滿幅輸出。

圖4 后級放大電路Fig 4 After stage amplifier circuit

3 BP 神經網絡設計

3.1 BP 神經網絡結構

對于環(huán)境溫度的影響，采用BP 神經網絡算法進行補償，可以起到很好的修正效果。BP 神經網絡結構如圖5 所示，這是一個“三輸入—單輸出”模型，輸入樣本表示為x=［x1，x2，x3］T，其中，x1，x2，x3分別表示參考通道信號、測量通道信號和溫度信號，輸出y 即為CO2體積分分數(shù)值。具有一個隱含層，wmi為輸入層到隱含層的權值，m，i 分別是輸入神經元和隱含層節(jié)點;wi為隱含層到輸出層的權值;I 為隱含層節(jié)點個數(shù)。

3.2 樣本選擇

圖5 BP 神經網絡結構Fig 5 Structure of BP neural networks

對于樣本的獲取采用控制環(huán)境溫度為0 ～40 ℃，每5 ℃一個點進行實驗。實驗采用的是美國比較先進的CO2氣體體積分數(shù)測量儀器Model 400。選取實驗數(shù)據(jù)中的135 組數(shù)據(jù)(每個溫度值選擇15 組)作為訓練樣本，每個溫度值選擇一組數(shù)據(jù)作為測試樣本，以進行算法訓練。

3.3 網絡訓練

傳統(tǒng)的BP 神經網絡通常選擇traingd，traingdm，trainrp，trainlm 等作為訓練函數(shù)，本文通過訓練比較，選擇量化共軛梯度算法trainscg 作為訓練函數(shù)，此算法將模值信賴域算法與共軛梯度算法結合起來，減少用于調整方向時搜索網絡的時間［8］。

通過選取不同的隱含層節(jié)點數(shù)和迭代次數(shù)進行網絡訓練，并根據(jù)選擇盡量少的迭代次數(shù)達到盡量小的均方誤差原則，選取迭代次數(shù)為50000 次，隱含層節(jié)點為7，得到的均方誤差為0.0037。

將訓練好的權值、閾值等網絡參數(shù)添加到程序中，并燒寫到單片機中進行測試，得到如表1 所示的測量結果，其中，標準表即為上文所提到的美國CO2氣體體積分數(shù)測量儀器Model 400，用來與本裝置的測試結果進行比對。對于測試的這9 組數(shù)據(jù)可以計算出均方誤差為0.063。

4 結 論

基于紅外氣體吸收原理，采用單光源雙波長測量結構，并結合人工神經網絡模型進行溫度補償。通過采集參考通道信號、測量通道信號和溫度信號構成輸入，然后用BP 神經網絡模型構建出輸入與輸出之間的關系。通過實驗測試可知，該方法具有良好的效果，測量準確度高，且裝置體積小，操作方便。

表1 測量結果Tab 1 Results of measurement

［1］ 閆 玲，姚 毅，昌學年，等.紅外吸收法測定煙氣中CO2濃度的研究［J］.儀器儀表與分析，2009(4):27－29.

［2］ 楊 柳.基于紅外光譜的煤礦新型瓦斯傳感器的設計［J］.微型機與應用，2012，31(15):82－84.

［3］ 汪獻忠，王曉東，赫樹開.基于紅外吸收型智能CO2濃度分析儀［J］.儀表技術與傳感器，2010(2):28－30.

［4］ 琚雪梅，張 巍，畢東云，等.紅外吸收型CO2氣體傳感器的設計［J］.傳感器技術，2005，24(8):62－64.

［5］ 王 莉，陳小平.基于紅外傳感器的CO2測量裝置［J］.傳感器與微系統(tǒng)，2011，30(11):115－117.

［6］ 張廣軍，呂俊芳，周秀銀，等.紅外氣體分析中環(huán)境影響的補償方法研究［J］.北京航天航空大學學報，1996，22(6):655－659.

［7］ 錢 力，傅 嵐，黃 剛.RBF 神經網絡在紅外CO2傳感器壓力補償中的應用研究［J］.傳感器與微系統(tǒng)，2008，27(1):30－32.

［8］ 陳 明.Matlab 神經網絡原理與實例精解［M］.北京:清華大學出版社，2013:156－172.

［9］ 張廣軍，武曉利.新型高性能紅外二氧化碳傳感器［J］.紅外與激光工程，2002，31(6):540－544.