基于小波特征提取的氣體傳感器溫度調制模式研究*

2019-12-24 09:21:32趙寒濤

傳感器與微系統 2019年12期

孫晶, 趙寒濤

(1.黑龍江省科學院智能制造研究所,黑龍江哈爾濱 150090；2.黑龍江省科學院高技術研究院,黑龍江哈爾濱 150020)

0 引言

隨著傳感器技術的不斷發展,氣體傳感器的選擇性、穩定性成為制約其發展的瓶頸。針對以上問題有人提出了電子鼻技術,即用多個不同傳感特性的傳感器組成傳感器陣列,但增加傳感器元件個數勢必會加大整個系統的功耗和體積,不利于工程的應用以及商用便攜式氣體傳感器的發展。如何利用一個傳感器通過自身的傳感特性制定有效的檢測方法成為研究的熱點。

經研究表明氣體傳感器的氣敏特性受器件溫度的影響和控制,在不同工作溫度范圍內對不同氣體的響應有所不同。因此,可將氣體傳感器調制在不同的溫度模式下,測試傳感器在給定溫度模式下對不同氣體的動態響應信號,再結合信號處理技術,達到對氣體識別、分類和量化的目的[1]。氣體傳感器溫度調制模式技術種類繁多,但對某些氣體溫度調制模式優化選擇問題尚沒有準確的定論。

本文只選用一個微熱板式氣體傳感器研究了多個周期和幅度的正弦波、矩形波、三角波、鋸齒波等溫度調制模式對可燃性氣體的響應,通過小波變換提取其低頻系數作為氣體響應特征并結合主成分分析(principal compoent analysis,PCA)和概率神經網絡(probabilistic neural network,PNN)對氣體進行識別。

1 實驗

微熱板式氣體傳感器具有加熱功率低,熱響應速度快,與集成電路工藝兼容等優點,在溫度調制模式研究中有著獨特的優勢。所以,選取以 Pt/SnO2敏感薄膜的微熱板式氣體傳感器作為測試對象。使用氣體傳感器自動測試系統測試傳感器的動態響應[2],為了使氣體傳感器響應平穩,測試開始之前需要先對微熱板式傳感器進行預熱。然后使用程控電源配置傳感器的加熱電源,調制電壓和調制波形。控制調制電壓波形為正弦波、矩形波、三角波和鋸齒波等4種常見波形,選擇200～300 ℃,100～300 ℃,0～300 ℃,150～350 ℃等4種溫度調制范圍,8種調制周期分別設計為4,10,20,30,40,50,60,80 s,共128種溫度調制模式[3]。

實驗1相同體積分數下,氣體不同溫度調制模式研究,即在多種不同溫度調制模式下分別測試傳感器對3 000×10-6的甲烷(CH4),150×10-6的一氧化碳(CO),15×10-6的乙醇以及清潔空氣的響應。

表1 溫度調制模式實驗的設置

實驗2不同體積分數氣體相同溫度調制模式研究。通過實驗1尋找最優溫度調制模式,并在此模式下對不同體積分數的CO、CH4和乙醇之間進行分類,每種氣體分別選擇了4種體積分數進行測試。具體氣體體積分數設置:CO體積分數分別為20×10-6,40×10-6,60×10-6,80×10-6；CH4分別為500×10-6,1000×10-6,1500×10-6,2000×10-6；乙醇分別為4×10-6,8×10-6,12×10-6,16×10-6。

氣體測試流程：首先通入潔凈空氣清洗測試腔12 min,然后依次通入不同濃度CH4各6 min,潔凈空氣清洗測試腔 9 min,依次通入不同濃度CO各6 min,潔凈空氣清洗測試腔9 min,依次通入不同濃度乙醇各6 min,潔凈空氣清洗測試腔9 min。對以上步驟重復性測試4組。

圖1 CH4、CO、空氣、乙醇四種氣體溫度調制模式原始信號

如圖1,為幾種溫度調制模式下4種氣體響應曲線。可以看出,在4種不同溫度調制模式下4種氣體響應曲線差異明顯。

2 算法設計

首先對氣體測試的數據進行預處理,然后依次對預處理好的每個周期的不同氣體數據進行4層db4小波分解,然后提取小波系數作為氣體的初步特征。提取的初步特征數據量大,勢必影響整個算法的效率。因此對氣體初步特征進行PCA,根據主元的貢獻率大小值進行排序并選取前三個主元作為氣體新的特征[4]。其中,若前三個主元貢獻率之和小于85 %,則表明這三個主元不能充分表達出原氣體響應數據的信息,故舍去這組氣體測試數據。最后把新組成的特征向量輸入進概率神經網絡,即可得出被測氣體的識別率。

本文選用的是具有正交性的db4小波,不僅可以將信號分解到無重疊的子頻帶上,而且可以高效進行離散小波變換,同時具有較好的平滑性和數值穩定性,有利于后續的小波分析[4]。

圖2顯示了CH4,CO,清潔空氣以及乙醇4種氣體最后100 s樣本在0～300 ℃正弦波、三角波、方波、鋸齒波10 s周期溫度調制下4層db4小波分解的12個低頻系數。可以看出,分解后其低頻小波系數在要區分的氣體之間差異明顯,因此只需要把這12個小波特征提取出來作為氣體的初步特征再結合PCA和PNN算法進行分析。

圖2 小波分解低頻系數

3 結果分析

3.1 相同體積分數氣體不同溫度調制模式分析

首先選取表2實驗1中的氣體體積分數配置,然后對表1所列的包括 4 種波形( 正弦波、矩形波、三角波、鋸齒波),4 種幅度( 200～300 ℃,100～300 ℃,0～300 ℃,150～350 ℃),8種周期[5](T=4,10,20,30,40,50,60,80 s) 共128種模式調制設置下得到的所有實驗數據處理,繪制PNN識別率差異圖,結果見圖3～圖6。

圖3給出了傳感器在正弦波模式調制下對CH4、CO、清潔空氣和乙醇4種氣體在8個周期下的PNN識別率。可以看出,在0～300 ℃和200～300 ℃溫度范圍具有相似之處,在10s周期后隨著周期的增長識別率逐漸降低。其中,在0～300 ℃溫度范圍對4種氣體的識別率明顯高于其他溫度范圍,在100～300 ℃和150～350 ℃溫度范圍對四種氣體識別率隨著周期的增長識別率逐漸升高并趨于平穩。

圖3 4種氣體正弦波調制下PNN識別率

圖4給出了傳感器在方波模式調制下對CH4、CO、清潔空氣和乙醇4種氣體在8個周期下的PNN識別率。可以看出,在200～300 ℃和0～300 ℃溫度范圍隨周期的增長對4種氣體的識別率走勢相似且呈下降之勢,其中在200～300 ℃溫度范圍對4種氣體的識別率明顯高于其他溫度范圍,而在0～300 ℃溫度范圍對4種氣體的識別率低于其他溫度范圍。在100～300 ℃和150～350 ℃溫度范圍對4種氣體的識別率也具有相似之處,在40 s周期之前呈下降趨勢,在40 s周期之后呈上升趨勢。

圖4 4種氣體方波調制下PNN識別率

圖5給出了傳感器在三角波模式調制下對CH4、CO、清潔空氣和乙醇4種氣體在8個周期(T=4,10,20,30,40,50,60,80s)下的PNN識別率。

圖5 4種氣體三角波調制下PNN識別率

可以看出,在0～300 ℃的溫度范圍對4種氣體的識別率明顯高于其他溫度范圍,且隨著周期的增長識別率逐漸增高,而在150～350 ℃的范圍對4種氣體識別率隨著周期的增長識別率逐漸降低。在100～300 ℃的范圍對4種氣體識別率較低且隨周期增長逐漸趨于平穩。在200～300 ℃的范圍對4種氣體識別率較低且隨周期增長呈現不同的走勢[4]。

圖6給出了傳感器在鋸齒波模式調制下對CH4、CO、清潔空氣和乙醇4種氣體在8個周期下的PNN識別率差異圖。可以看出,在4種溫度范圍內對4種氣體的平均識別率均高于正弦波、三角波和方波調制的結果[6～8]。其中,在200～300 ℃溫度范圍對4種氣的識別率明顯高于其他3種溫度范圍,且隨著周期的增長識別率呈現下降趨勢。在100～300 ℃溫度范圍對4種氣體的識別率隨著周期的增長呈上升趨勢。在0～300 ℃和150～350 ℃溫度范圍對4種氣的識別率相比另外2種溫度范圍略低一些,且隨著周期的增長識別率趨于下降趨勢。