敞口體系燃爆狀態(tài)多傳感器聯(lián)合辨識(shí)方法研究?

劉 洋楊遂軍王志宇葉樹亮

(中國(guó)計(jì)量大學(xué)工業(yè)與商貿(mào)計(jì)量技術(shù)研究所，浙江 杭州 310018)

物質(zhì)燃爆狀態(tài)的辨識(shí)是獲取理化參數(shù)的關(guān)鍵技術(shù)，廣泛應(yīng)用于粉塵、液體、氣體的物理危險(xiǎn)性參數(shù)檢測(cè)。目前，可燃液體閃點(diǎn)、可燃?xì)怏w爆炸濃度極限及爆炸指數(shù)等參數(shù)的檢測(cè)，通過(guò)密閉容器中壓力突變進(jìn)行燃爆狀態(tài)的獲取[1－2]。但在粉塵最低著火溫度、固體自燃點(diǎn)等測(cè)試中，因樣品測(cè)試腔與大氣環(huán)境相連通構(gòu)成敞口體系，無(wú)法使用傳統(tǒng)的壓力突變進(jìn)行燃爆辨識(shí)。現(xiàn)有敞口體系燃爆檢測(cè)多由人工進(jìn)行狀態(tài)判斷，存在安全風(fēng)險(xiǎn)；火焰性狀易受樣品質(zhì)量、樣品類別的影響，且點(diǎn)火熱源對(duì)于火焰檢測(cè)存在干擾，單一傳感器檢測(cè)容易出現(xiàn)誤判。

針對(duì)上述問(wèn)題，本文提出一種多傳感器聯(lián)合燃爆辨識(shí)方法，以燃爆瞬間的發(fā)光、放熱物理特征為基礎(chǔ)，通過(guò)多層次處理燃爆信息進(jìn)行狀態(tài)辨識(shí)別。在物理層采用光敏傳感器陣列和溫度傳感器對(duì)燃爆信息進(jìn)行多角度檢測(cè)；在數(shù)據(jù)層對(duì)冗余數(shù)據(jù)進(jìn)行加權(quán)處理得到平均光強(qiáng)；決策層使用D－S證據(jù)理論對(duì)光強(qiáng)、溫度的初步?jīng)Q策進(jìn)行數(shù)據(jù)融合后作出實(shí)驗(yàn)結(jié)果判定。最后在嵌入式平臺(tái)上對(duì)辨識(shí)方法進(jìn)行實(shí)現(xiàn)，驗(yàn)證了多傳感器聯(lián)合燃爆辨識(shí)方法的準(zhǔn)確率。

1 多傳感器聯(lián)合燃爆辨識(shí)方法

多傳感器聯(lián)合燃爆辨識(shí)方法基于兩級(jí)并聯(lián)[3]融合模型框架設(shè)計(jì)，如圖1所示。首先采用自適應(yīng)加權(quán)算法在數(shù)據(jù)層對(duì)光強(qiáng)進(jìn)行融合，其次對(duì)光強(qiáng)與溫度進(jìn)行特征提取并做出初步?jīng)Q策，然后對(duì)特征數(shù)據(jù)的關(guān)聯(lián)性進(jìn)行分析，最后在決策層對(duì)初步?jīng)Q策進(jìn)行融合得到實(shí)驗(yàn)的最終決策結(jié)果。

圖1 多傳感器聯(lián)合燃爆辨識(shí)模型

1.1 數(shù)據(jù)層融合方法

多傳感器構(gòu)成陣列可增大檢測(cè)的有效范圍避免環(huán)境和點(diǎn)火熱源的干擾，但每個(gè)獨(dú)立傳感器因分布位置不同導(dǎo)致測(cè)量結(jié)果之間存在一定的偏差；數(shù)據(jù)層融合采用自適應(yīng)加權(quán)算法，由測(cè)量的冗余數(shù)據(jù)計(jì)算權(quán)重參數(shù)后進(jìn)行融合，以消除多傳感器之間的偏差。權(quán)重求解的過(guò)程如下:

假設(shè)n個(gè)獨(dú)立的同質(zhì)傳感器[4]，對(duì)同一個(gè)對(duì)象進(jìn)行測(cè)量，測(cè)量過(guò)程均為獨(dú)立完成，其中:設(shè)待測(cè)量對(duì)象的真值為x，各個(gè)傳感器的測(cè)量值分別為xi1、xi2xi3…xim，測(cè)量值的均值為(xi，各個(gè)傳感器測(cè)量結(jié)果的方差為，各傳感器的加權(quán)因子分別為ω1、ω2、ω3…ωn；使用方差表征n個(gè)傳感器的測(cè)量精度，自適應(yīng)加權(quán)使用測(cè)量值方差求取權(quán)重值；設(shè)某個(gè)時(shí)刻測(cè)量值的方差，則加權(quán)因子計(jì)算方式如下:

1.2 決策層融合方法

異質(zhì)傳感器的初步?jīng)Q策通過(guò)決策層的數(shù)據(jù)融合后得到實(shí)驗(yàn)辨識(shí)結(jié)果，D－S證據(jù)理論常用于決策層數(shù)據(jù)融合，并由基本概率分配函數(shù)來(lái)確定信任函數(shù)進(jìn)行最終結(jié)論的推理[5－6]，選擇最可信的初步?jīng)Q策作為實(shí)驗(yàn)結(jié)果。D－S證據(jù)理論相關(guān)定義如下:

設(shè)U是為變量x的所有可能取值的集合(即樣本空間)[7－9]，若U中的每個(gè)元素都是相互獨(dú)立、互不兼容的，則稱U為x的識(shí)別框架。對(duì)于U中元素組所有子集構(gòu)成冪集為2U，若U中的元素個(gè)數(shù)為N，則冪集的數(shù)量為2N。mass函數(shù)表示識(shí)別框架內(nèi)的基本概率分配函數(shù)(簡(jiǎn)稱:m)，如m(A)反映A在識(shí)別框架內(nèi)的被信任程度。在識(shí)別框架U內(nèi)，有N個(gè)元素，冪集為2U，對(duì)于m:2U∈[0，1](表示函數(shù)定義域?yàn)閁的冪集2U，值域[0，1])，mass函數(shù)有:表示不可能事件的概率分配為0；表示全概率事件為1。

1.2.1 D－S證據(jù)理論合成規(guī)則

Dempster針對(duì)實(shí)際問(wèn)題中某一個(gè)被測(cè)量對(duì)象存在兩個(gè)甚至更多的基本概率分配函數(shù)，提出將兩個(gè)或者多個(gè)基本概率分配函數(shù)通過(guò)正交和運(yùn)算構(gòu)成一種合成方法，稱為D－S合成規(guī)則[10]。假設(shè)在同一識(shí)別框架U內(nèi)兩個(gè)不同的基本概率分配函數(shù)分別為m1和m2，其正交和為m12，則m12＝m1(m2；正交和計(jì)算方法如計(jì)算式(3)所示:

K稱為該系數(shù)為歸一化因子，反映了證據(jù)之間的沖突程度。如果K＝1，表示這兩個(gè)證據(jù)存在強(qiáng)沖突，不存在正交和；相反如果K≠1，那么正交和是一個(gè)信任分配函數(shù)；若K－1＝0，認(rèn)為m1和m2矛盾，沒有聯(lián)合基本概率分配函數(shù)。

1.2.2 燃爆系統(tǒng)基本概率函數(shù)賦值

mass函數(shù)反映人們對(duì)于目標(biāo)可信任度的認(rèn)知，其確定原則有:使用最小確定原則進(jìn)行確定mass函數(shù)，利用目標(biāo)速度和加速度確認(rèn)mass函數(shù)，利用統(tǒng)計(jì)證據(jù)獲得mass函數(shù)，根據(jù)目標(biāo)類型和環(huán)境加權(quán)系數(shù)確定mass函數(shù)[11－12]。

燃爆瞬間光強(qiáng)和溫度的峰值反映了燃爆的劇烈程度，本文依據(jù)燃爆過(guò)程峰值數(shù)據(jù)以及燃爆信息統(tǒng)計(jì)對(duì)mass函數(shù)進(jìn)行賦值。假設(shè)光強(qiáng)的測(cè)量值為Vx、溫度的測(cè)量值為Tx，經(jīng)大量實(shí)驗(yàn)統(tǒng)計(jì)后得到的燃爆瞬間光強(qiáng)最小突變點(diǎn)為V0、溫度最小突變點(diǎn)為T0，光敏傳感器的測(cè)量范圍為V1、溫度傳感器的測(cè)量范圍為V1；經(jīng)歸一化計(jì)算后mass函數(shù)有:

2 燃爆狀態(tài)辨識(shí)實(shí)現(xiàn)

粉塵云最低著火溫度指以一定的壓力將可燃粉塵分散至加熱爐內(nèi)形成云狀，當(dāng)云狀粉塵發(fā)生著火時(shí)加熱爐對(duì)應(yīng)的最小溫度值即為粉塵云的最低著火溫度[13]。粉塵云最低著火溫度測(cè)試裝置為典型的敞口體系，本文以粉塵云燃爆為例進(jìn)行狀態(tài)辨識(shí)研究。

2.1 粉塵云燃爆狀態(tài)及辨識(shí)系統(tǒng)設(shè)計(jì)

粉塵云最低著火溫度測(cè)試裝置傳統(tǒng)燃爆辨識(shí)系統(tǒng)如圖2所示，測(cè)試人員通過(guò)加熱爐下方的觀察鏡中火焰狀態(tài)判斷燃爆狀態(tài)。粉塵燃爆的狀態(tài)受樣品質(zhì)量、樣品類別等影響而性狀迥異，通過(guò)改變實(shí)驗(yàn)樣品質(zhì)量與類別得到粉塵云燃爆的典型狀態(tài)如圖3所示。圖3(a)中粉塵在爐管中心發(fā)生了閃燃，爐管底部有少量火焰伴隨濃煙噴出，單一光敏傳感器易受到遮蔽難以測(cè)得準(zhǔn)確的光強(qiáng)數(shù)據(jù)；閃燃狀態(tài)下火焰量小、待測(cè)區(qū)域溫度變化不明顯，單一溫度難以區(qū)分是否發(fā)生燃爆。圖3(b)中粉塵發(fā)生燃爆，火焰從爐體底部噴出，光強(qiáng)、溫度變化明顯易于測(cè)量。

圖2 傳統(tǒng)燃爆辨識(shí)系統(tǒng)

圖3 粉塵云典型燃爆狀態(tài)

多傳感器聯(lián)合燃爆辨識(shí)系統(tǒng)如圖4所示，其中光強(qiáng)通過(guò)光敏傳感器陣列進(jìn)行測(cè)量，溫度參數(shù)使用紅外測(cè)溫傳感器進(jìn)行測(cè)量；光敏傳感器陣列由三個(gè)獨(dú)立的光敏傳感器組成，三個(gè)傳感器處于同一水平面均勻分布在爐管敞口區(qū)域，增大了有效檢測(cè)面積；紅外測(cè)溫傳感器的視場(chǎng)中心軸線與爐體的中心軸線相交，檢測(cè)爐體中心區(qū)域的溫度變化。

圖4 多傳感器聯(lián)合燃爆辨識(shí)系統(tǒng)

多傳感器聯(lián)合燃爆辨識(shí)方法在微處理器嵌入式平臺(tái)上實(shí)現(xiàn)[14]，其系統(tǒng)框圖如圖5所示。嵌入式平臺(tái)基于STM32f103單片機(jī)與uC/OS－II操作系統(tǒng)進(jìn)行搭建；光敏傳感器輸出電壓信號(hào)，經(jīng)過(guò)分壓電路后由單片機(jī)內(nèi)部ADC進(jìn)行電壓信號(hào)采集，每一個(gè)光敏傳感器對(duì)應(yīng)獨(dú)立的ADC采集通道，保證了數(shù)據(jù)的獨(dú)立性；紅外測(cè)溫傳感器采集溫度信息通過(guò)SMBus協(xié)議傳遞至單片機(jī)中。單片機(jī)經(jīng)過(guò)求解權(quán)重值、加權(quán)運(yùn)算后得到一幀光強(qiáng)數(shù)據(jù)，將光強(qiáng)、溫度信息進(jìn)行特征提取與初步?jīng)Q策，經(jīng)過(guò)運(yùn)算得到mass函數(shù)，經(jīng)由D－S理論處理后得到最終結(jié)果。

圖5 多傳感器聯(lián)合燃爆辨識(shí)系統(tǒng)框圖

2.2 燃爆特征參數(shù)獲取

2.2.1 光強(qiáng)參數(shù)獲取

燃爆特征數(shù)據(jù)的采集作為辨識(shí)系統(tǒng)關(guān)鍵環(huán)節(jié)，光敏傳感器感官孔直徑為2 mm，感官部分是光電二極管。光敏傳感器使用5 V供電，其輸出為電壓信號(hào)，經(jīng)分壓電路后輸出電壓范圍0～2.5 V，與光照強(qiáng)度在0～1 000 lx呈現(xiàn)嚴(yán)格的線性關(guān)系；傳感器響應(yīng)時(shí)間0.3ms，有效光譜范圍:400 nm～800 nm。燃爆瞬間光強(qiáng)的典型曲線如圖6所示，燃爆瞬間產(chǎn)生光強(qiáng)為一個(gè)持續(xù)時(shí)間0.3 s～0.5 s的脈沖信號(hào)。

圖6 燃爆瞬間光強(qiáng)曲線

2.2.2 溫度參數(shù)獲取

在敞口體系中，燃爆引起的溫度波動(dòng)會(huì)在短時(shí)間內(nèi)被環(huán)境吸收，采用快速響應(yīng)的非接觸式傳感器進(jìn)行溫度測(cè)量。紅外測(cè)溫傳感器的感官孔直徑為4mm，感官部分為紅外熱電堆芯片，內(nèi)部集成信號(hào)處理單元。紅外測(cè)溫傳感器使用5 V供電，通過(guò)SMBus協(xié)議進(jìn)行數(shù)據(jù)讀取，最大測(cè)溫范圍－20℃～380℃。燃爆瞬間溫度的典型曲線如圖7所示，燃爆瞬間會(huì)造成測(cè)試區(qū)域溫度上升產(chǎn)生尖峰形狀的脈沖信號(hào)。

圖7 燃爆瞬間溫度曲線

2.3 數(shù)據(jù)層信息融合實(shí)現(xiàn)

燃爆辨識(shí)系統(tǒng)的檢測(cè)頻率f0＝10 Hz，光敏傳感器陣列的采樣頻率為fv＝10?f0，經(jīng)計(jì)算式(1)、計(jì)算式(2)求解權(quán)重值，經(jīng)加權(quán)計(jì)算得到最終光強(qiáng)信息。

光強(qiáng)信息的獲取易受環(huán)境以及加熱爐自身的干擾，當(dāng)爐體溫度大于600℃時(shí)加熱元件會(huì)發(fā)光導(dǎo)致背景光分布不均勻，使得陣列中每個(gè)傳感器的測(cè)量值將會(huì)存在一定的偏差，如圖8所示。圖8中光強(qiáng)1受加熱元件發(fā)光的干擾，其測(cè)量值明顯大于光強(qiáng)2、光強(qiáng)3的測(cè)量值，且光強(qiáng)1波動(dòng)值較大；光強(qiáng)2、光強(qiáng)3測(cè)量值小，波動(dòng)范圍較小。將每個(gè)獨(dú)立光敏傳感器采集得到的數(shù)據(jù)經(jīng)過(guò)加權(quán)處理得到平均光強(qiáng)曲線，如圖9所示，由圖表明自適應(yīng)權(quán)重算法能夠在減小因背景光強(qiáng)變化帶來(lái)的影響，得到接近穩(wěn)定狀態(tài)下的光強(qiáng)數(shù)據(jù)并能很好保留曲線變化趨勢(shì)。

圖8 光強(qiáng)曲線

圖9 平均光強(qiáng)曲線

2.4 決策層信息融合實(shí)現(xiàn)

體系中使用多傳感器進(jìn)行燃爆辨識(shí)時(shí)，對(duì)獲取的光強(qiáng)在敞口、溫度信息進(jìn)行先進(jìn)行數(shù)據(jù)層融合，然后對(duì)光強(qiáng)、溫度信息進(jìn)行特征提取，被提取的特征參數(shù)用于初步?jīng)Q策，并經(jīng)過(guò)計(jì)算式(5)計(jì)算得到mass函數(shù)。mass函數(shù)的構(gòu)造不僅取決于單次實(shí)驗(yàn)中燃爆的劇烈程度，還建立在對(duì)燃爆過(guò)程認(rèn)知的基礎(chǔ)上，即光強(qiáng)與溫度變化閾值的統(tǒng)計(jì)結(jié)果。

2.4.1 燃爆特征參數(shù)閾值統(tǒng)計(jì)

在敞口體系中燃爆的劇烈程度受樣品的影響，通過(guò)改變樣品質(zhì)量、樣品類別等相關(guān)影響因素，進(jìn)行500次燃爆樣本統(tǒng)計(jì)，得到燃爆時(shí)溫度與光強(qiáng)的閾值分布區(qū)間，如表1所示。并由統(tǒng)計(jì)結(jié)果可知，燃爆過(guò)程中，溫度突變點(diǎn)的最小值是109℃；光強(qiáng)突變點(diǎn)的最小值是1.7 V。可確定參數(shù)T0＝109℃，V0＝1.7V；T1＝380℃，V1＝2.5 V，將用于計(jì)算式(5)中mass函數(shù)的確定以及得到初步?jīng)Q策。

表1 燃爆瞬間溫度、光強(qiáng)閾值分布

2.4.2 燃爆辨識(shí)初步?jīng)Q策

燃爆瞬間光強(qiáng)、溫度曲線如圖10所示，當(dāng)火焰從爐管底部噴出，光強(qiáng)伴隨火焰的出現(xiàn)迅速上升；爐管底部空氣被火焰加熱，溫度持續(xù)緩慢上升；火焰熄滅后光強(qiáng)迅速下降消失，此時(shí)溫度達(dá)到最大值；火焰消失后爐管底部因余熱未散去溫度緩慢下降。

圖10 燃爆瞬間光強(qiáng)、溫度曲線

對(duì)實(shí)驗(yàn)過(guò)程中的信息進(jìn)行監(jiān)控和記錄，取著火瞬間光強(qiáng)和溫度的逐幀數(shù)據(jù)及初步?jīng)Q策信息匯總?cè)绫?所示，其中光強(qiáng)的最大值為1.81 V，溫度的最大值為309.6℃。

表2 光強(qiáng)、溫度數(shù)據(jù)及初步?jīng)Q策

2.4.3 實(shí)驗(yàn)結(jié)果判定

決策層數(shù)據(jù)融合算法對(duì)初步?jīng)Q策進(jìn)行分析計(jì)算，選擇出最優(yōu)決策作為燃爆辨識(shí)的結(jié)果。首先由計(jì)算式(5)得到mass函數(shù)值，然后經(jīng)計(jì)算式(3)、計(jì)算式(4)得到?jīng)Q策置信函數(shù)做出最終判斷。在實(shí)驗(yàn)中對(duì)D－S證據(jù)理論的中間數(shù)據(jù)進(jìn)行監(jiān)控，取表2中序號(hào)為1、2、4三個(gè)實(shí)驗(yàn)點(diǎn)的中間參數(shù)及決策如下表3所示，其中序號(hào)1為火焰噴出前瞬間，序號(hào)2為火焰噴出瞬間，序號(hào)4為溫度峰值瞬間。

表3 D－S證據(jù)理論中間參數(shù)及決策

由燃爆初步?jīng)Q策數(shù)據(jù)表明，序號(hào)1時(shí)刻光強(qiáng)、溫度判據(jù)初步?jīng)Q策未檢測(cè)到火焰，因有高溫氣體噴出溫度變化幅度大于光強(qiáng)，經(jīng)決策層融合后選擇溫度判據(jù)可靠判據(jù)，最終判定當(dāng)前狀態(tài)為未著火瞬間；序號(hào)2時(shí)刻光強(qiáng)判據(jù)檢測(cè)到火焰，溫度判據(jù)未檢測(cè)到火焰，經(jīng)決策層融合后選擇光強(qiáng)判據(jù)可靠判據(jù)，最終判定當(dāng)前狀態(tài)為著火瞬間；序號(hào)4時(shí)刻為火焰噴出后溫度達(dá)到最大值瞬間，光強(qiáng)、溫度判據(jù)均檢測(cè)到火焰，但溫度值遠(yuǎn)大于閾值，經(jīng)決策層融合后選擇溫度判據(jù)可靠判據(jù)，最終判定當(dāng)前狀態(tài)為著火瞬間。實(shí)驗(yàn)數(shù)據(jù)表明，D－S理論決策層進(jìn)行數(shù)據(jù)融合時(shí)，選擇可信度最高的初步?jīng)Q策確定為當(dāng)前時(shí)刻的燃爆狀態(tài)。

2.5 粉塵云最低著火溫度測(cè)試

使用本文方法對(duì)石松子粉、蒽醌的粉塵云最低著火溫度進(jìn)行測(cè)試，測(cè)試時(shí)環(huán)境溫度23℃，環(huán)境濕度60%。石松子粉的粒徑為75μm、含水量為1%，樣品質(zhì)量0.1 g，粉塵分散壓力20 kPa；蒽醌粉塵的粒徑為56μm、含水量為1%，樣品質(zhì)量0.1 g，粉塵分散壓力20 kPa。測(cè)得石松子粉的粉塵云最低著火溫度為440℃～450℃之間；測(cè)得蒽醌的粉塵云最低著火溫度為630℃～640℃之間，所測(cè)得數(shù)據(jù)與相關(guān)文獻(xiàn)[15－16]吻合。

對(duì)石松子和蒽醌粉塵最低著火溫度分別進(jìn)行重復(fù)測(cè)試，分別記錄人眼辨識(shí)結(jié)果與多傳感器辨識(shí)結(jié)果，結(jié)果如下表4、表5所示，其中人工辨識(shí)結(jié)果為參考值。多傳感器聯(lián)合辨識(shí)方法在石松子粉塵500次著火中誤檢測(cè)3次，準(zhǔn)確率為99.4%，在蒽醌粉塵500次著火中誤檢測(cè)2次，準(zhǔn)確率為99.6%。綜合石松子和蒽醌粉塵測(cè)試結(jié)果，多傳感器聯(lián)合爆辨識(shí)方法的準(zhǔn)確率高達(dá)99.4%。

表4 石松子粉塵云最低著火溫度重復(fù)實(shí)驗(yàn)

表5 蒽醌粉塵云最低著火溫度測(cè)試重復(fù)實(shí)驗(yàn)

3 結(jié)論

本文針對(duì)敞口體系物質(zhì)燃爆狀態(tài)辨識(shí)存在的問(wèn)題，提出多傳感器聯(lián)合燃爆辨識(shí)方法，有效增大了感應(yīng)區(qū)域的面積，避免了偶然因素對(duì)于實(shí)驗(yàn)結(jié)果的影響；利用自適應(yīng)得到權(quán)重以消除同質(zhì)傳感器之間的測(cè)量偏差，減小環(huán)境因素對(duì)于測(cè)量的影響；利用燃爆特征參數(shù)和統(tǒng)計(jì)構(gòu)造mass函數(shù)賦值方法，使用D－S證據(jù)理論對(duì)異質(zhì)數(shù)據(jù)進(jìn)行決策融合并作出結(jié)果判斷。在嵌入式平臺(tái)進(jìn)行辨識(shí)算法實(shí)現(xiàn)，實(shí)驗(yàn)結(jié)果表明多傳感器燃爆辨識(shí)方法準(zhǔn)確率高，實(shí)現(xiàn)了自動(dòng)化檢測(cè)，對(duì)于敞口體系物理危險(xiǎn)性參數(shù)檢測(cè)具有重要的意義。