基于神經網絡的多氣體傳感器便攜監測裝置的設計

張常華 李仕昆 張澤棟 曾研

【關鍵詞】氣體傳感器;人工神經網絡;神經元

本文基于神經網絡對多種傳感器監測的數據進行融合迭代處理，來解決氣體傳感器的測量誤差，得到相對準確的氣體濃度值。在神經網絡對采集氣體進行處理后，周圍環境的氣體濃度值能夠在便捷裝置上更新顯示。

便攜多氣體監測設備的系統總體框架如圖1所示，設備由電源、移動終端、傳感器監測模塊、藍牙模塊和STM32F405RGT為主控芯片的單片機組成。設計為了滿足設備能夠隨身攜帶的特點和本著環保的原則，同時讓其具備安全性能良好的優點，采取了可充電式電池作為電源，通過電源模塊給整個設備供給所需的電力。由于該設計用到的模塊比較多，傳感器和單片機的接口無法滿足模塊允許所需要的電壓，因此在電池供電后，設計降壓穩壓電路（如圖2所示），輸出傳感器等設備運行所需要的電壓。在電源模塊中利用5-3.3V的降壓電路，給STM32F405RGT6為主控芯片的電路板供電，在電路中留出引腳給現有的傳感器（溫濕度壓強綜合的傳感器、氧氣傳感器、二氧化碳一氧化碳TVOC傳感器、苯甲醛傳感器）、蜂鳴器進行連接。以及給出一個I/O口于藍牙模塊，連接電路與藍牙模塊，使單片機能夠將經神經網絡處理后的相對準確的氣體濃度值通過藍牙模塊傳輸給對應設計的手機APP上。

該設備能夠將氣體傳感器數據與周圍環境參數經過神經網絡處理，處理后得到相對準確的氣體濃度值數據，單片機再通過藍牙模塊將氣體濃度值發送給移動終端，并在終端顯示氣體濃度。如果濃度達到危害到人體健康的閾值，設備將會通過蜂鳴器進行提示，危害程度越大，蜂鳴器所造成的聲音越尖銳，并在終端上對設備持有人提示危害程度。

監測采用多種高靈敏度的氣體傳感器監測周圍的環境，通過傳感器多次采集的數據與神經網絡的處理得到氣體相對準確的濃度。當氣體濃度過高或過低偏離正常人體健康所需的正常值，設備將會報警，并且對相關人員的移動終端及時推送危害程度。

移動終端APP在被打開后，顯示出需要監測的環境參數，然后檢測藍牙模塊與單片機連接是否正常。若連接正常，APP向單片機發送獲取各類環境參數的命令，讓傳感器對各種環境參數進行采集，經過單片機采集處理后的數據通過藍牙將數據返回至移動終端顯出來。如圖3所示

溫濕度壓強傳感器和多種氣體傳感器通過神經網絡處理采集后的數據，再由藍牙模塊將數據傳輸至終端APP，并將處理后相對準確的數據在軟件界面進行顯示，圖4為該設備在檢測時的顯示狀況。從圖中可以能夠看出測量后的各種環境參數。

在識別混合氣體的成分中，最常用的方法是先將各種氣體分離，然后分別裝入不同的傳感器進行檢測，但隨著人工智能發展，不再需要人工進行氣體分離，而是采用之前所得到的數據進行分析。模擬人工神經網絡的方法，在傳統的方法中是循環伏安測量法：利用箔電極具有透氣性，氣體能透過箔電極與電極之間的電解質發生電離反應[1]，不同氣體在反應的時候產生的伏安曲線不同，再通過多種不同的傳感器，可以識別出多種復雜的氣體，利用不同氣體所表現的特征伏安曲線的不同，識別出與之相對應的氣體。

而人工神經網絡是一個非線性的并行處理系統， 采用分布式存儲結構，信息 分布在神經元之間的連接強度（即權重） 上，不同于傳統的程序，其不是有順序地進行，而是通過對原有的樣本進行學習，然后不斷改變不同神經元之間的權重，在模擬中學習。而智能傳感器就是采用的人工神經網絡的方式， 如三層前饋網絡，即：輸入層、隱含層（中間層）和輸出層。各層之間實現全連接。[2]（如下圖所示）

神經元與神經元之間的連接強度稱為權重， 求和則得到該節點的凈輸入。在不同的輸入信號作用下對其進行相對應功能函數的計算，產生輸出信號（如圖6）。在智能微傳感器的人工神經網絡中，我們設置了多種氣體作為特征標識，每種氣體通過循環伏安法測得到三條特性曲線， 其中二條曲線的數據用于訓練， 另一個用于修正訓練期間產生的錯誤，將測得的伏安特性曲線作為輸入端，最終進行氣體的辨識。

網絡進行氣體的識別過程主要分為五個步驟：（1）確定氣體傳感器陣列的維度;（2）對氣體進行采樣;（3）構造 BP 神經網絡;（4）對神經網絡進行訓練; （5）檢驗 BP 神經網絡辨識結果的正確率[3]。

人工神經網絡和傳感器陣列技術相結合的方法對混合氣體檢測這一方面的研究效果拔群， 通過大量的實踐證明，該方法對未知氣體的識別可以高達100%，除此之外在定量識別方面，最小誤差可控制在4.49%以內，可以滿足我們日常生活的需求。

基于STM32單片機的多氣體濃度監測設備，硬件采用了多模塊進行設計，軟件代碼以神經網絡處理和機器學習為主，使系統具有高精度，抗干擾能力強的特點，能夠準確得到空氣中主流氣體濃度是否超標的信息，適用于各種室內場所，同時有著蜂鳴器模塊在濃度超標時會進行報警。多個模塊都已經屬于成熟的技術，多模塊組合的結構也能使得設備的具有低功耗的特點。