基于NI-CompactRIO的氣體數據并行采集及監測

劉偉玲，閆子琪

(河北工業大學機械工程學院，天津 300130)

1 引言

現今化石燃料的大量使用，導致嚴重大氣污染，氣體安全問題受到廣泛關注，實時監測氣體數據可為有效預防大氣污染，為環境安全管理提供基礎保障[1]。相關學者研究了氣體數據的采集方法，張旭[2]等人為提升日常生活空氣質量，針對惡臭氣體污染展開分析，以微流控芯片為核心，氣相色譜為基本原理，在氣體分離單元中涂敷不同極性的固定相進行氣體信息判斷，為混合氣體的分離提供有力證據。于志偉[3]等人以氣體特征為指標，在氣體的不同吸收位置下覆蓋檢測點，結合Lambert-Beer定理并采用傅里葉變換紅外光譜技術檢測未知氣體濃度，實現氣體的檢測。

由于氣體數據數量龐大，在污染氣體數據采集過程中需要多個傳感器同時運作，由此產生較高能耗，不利于長時間氣體收集工作。為此，本文設計并提出基于NI-CompactRIO的氣體數據并行采集及監測方法。將NI9401采集卡插于CompactRIO上，完成模數轉換，構建并行氣路結構，校準非等間隔系統的延時誤差，完成數據采樣。在采樣數據基礎上采用BP神經網絡算法修正輸出監測信號，利用主成分分析方法優化傳感器使用能耗，實現低能耗監測。仿真結果表明，所提方法能夠有效降低運行時間，同時提升監測效果。

2 方法

2.1 基于NI-CompactRIO的氣體數據并行采集

利用NI-9401采集卡實現的AD轉換功能，然后將NI9401采集卡再直插在CompactRIO上面，以實現氣體數據的采集。該模塊主要由多個不同的部分組成，其中模塊的核心控制部分為現場可編程邏輯門陣列(Field Programmable Gate Array，FPGA)，利用FPGA實現各個模塊之間的通信以及匹配。并行式氣路結構和采集模塊的搭建如圖1所示。

圖1 并行氣路結構及CRIO并行采集框圖

在實際應用的過程中，有兩種使用范圍較為廣泛的氣體數據采集方式，其中一種方式是將不同傳輸路徑中的信號經過轉換后，整合至并行系統中；另外一種方式則是將全部的輸入信號通過A/D轉換模塊轉換至并行系統中[4]。以上兩種氣體數據采集方式主要具有能夠同時設定多個氣體數據采集通道；能夠重復利用資源這兩方面的優勢。兩者雖然具有相同的優勢，但是也存在一定的差異性，例如第一種采集方式主要是針對多通道數據進行處理，它能夠快速完成數據采集，同時還能夠對信號進行瞬時分析[5]；而第二種方式則是通過A/D轉換于相同的信號傳輸路徑中，以此提升整個采集系統的采集速度。

不同傳輸路徑中的A/D主要選取相同的采樣控制信號進行系統驅動，不同的傳輸路徑在經過A/D經過轉換后，系統的輸出主要是由接口發送至系統服務器內。采用A/D轉換會占用一定的時間，對整個系統的采集效率也會產生影響。在系統進行高速采集的過程中，需要在各個傳輸路徑中增加一定容量的存貯器，其中存貯器的大小主要是根據采集數據容量的大小所決定的。

系統中輸入的模擬信號需要同時加入到M個通道中，整個系統主要是由頻率fc進行主時鐘驅動，各個通道之間包含Te/M延時；A/D的輸出經過多路開關進行復合處理后，發送至貯存器中。在采樣周期開始后，需要啟動對應的通道O對輸入信號進行采樣以及轉換等操作。在經過Te/M延時后，繼續啟動系統的下一個通道。以上操作是在設定的采樣周期內經過M個通道實現M次采樣，促使整個采集系統的采樣頻率進一步得到提升。這種操作方式存在著一定的問題，后續將針對其不足進行進一步完善，使其滿足系統的相關需求。

在多通道并列技術中，由于各個通道增益的差異，導致采樣結果存在一定的差異性，其中第二種采樣方式的誤差較大。第二種操作方式在不同通道進行A/D轉換后，將信號轉換為同一路輸入信號，在經過多道采樣以后，如果各個通道之間存在誤差，則無法無失真地復合。還有另外一個問題則是，由于各個通道之間存在的延時，這會導致非采樣間隔的形成。其中外界環境因素的影響，也會影響系統的綜合性能，在實際應用的過程中需要結合實際環境進行具體的分析。

由于各個通道之間存在不一致性，為了使其統一，需要認真選取A/D模塊上的相關器件，同時結合相關硬件補償不同通道之間的差異性。另外，在線路布局方面，需要選取對應的防護措施，具體操作過程如下所示：

設定原始采樣序列為

S=fc[g(t0)，g(t1)，…，g(tm)，g(tm+1)]

(1)

將原始采樣序列分解成以下M個通道的子序列，則有

(2)

式中，Sm是對原始采樣信號g(tm)以1/MT的采樣率進行等間隔采樣[6]。為了重新組建原始序列，需要在序列各個采樣點之間加入M-1個0，則有

(3)

(4)

對數序列進行求和，則能夠獲取以下的計算式

(5)

(6)

令

rm=(mT-tm)/T=m-tm/T

(7)

將tm代入對應的公式中，則能夠獲取以下的計算式

(8)

結合上述分析，能夠有效推導出非等間隔采樣信號的數字譜表達形式，將等間隔采樣代入對應的公式中，能夠滿足相關公式的簡化處理。

設定K=0，M，2M，…時，則能夠將上述公式改寫為以下的形式

(9)

以式(9)為等間隔采樣信號的數字譜表達形式，并且能夠看出對應的等幅沖擊脈沖序列。

為了實現非等間隔系統的延時誤差校準，需要在系統中加入正弦信號，則能夠獲取以下計算式

G(ω)=2πδ(ω-ω0)

(10)

以下給出采樣延時誤差自動校準的具體操作過程：

1)設定對應頻率的正弦信號通過系統完成不同采樣點的抽取；

2)將采樣點通過數據窗；

3)計算不同采樣點的DFT；

4)在DFT結果中抽取和采樣點相對應的點，同時對其進行公式變換[8]，則能夠獲取對應的取值；

5)在步驟(4)中抽取符合系統需求的相角，同時完成采樣延時誤差自動校準。

至此，實現大氣污染氣體采樣，為下述氣體數據監測提供了可靠依據。

2.2 基于NI-CompactRIO的氣體數據監測方法

氣體數據監測主要是對傳輸器陣列的輸出信號進行修正處理，分別獲取不同氣體的運行狀態。在信號修正處理中采用BP神經網絡算法(Back Propagation)，其基本思想為：以樣本的希望輸出以及實際輸出之間的平方誤差作為準則函數，采用梯度下降方法，從輸出層開始，逐層修正權系數使準則函數的取值達到最小。整個網絡主要由三個部分組成，分別為：輸入層、隱層以及輸出層，其中隱層存在多個。以下給出整個算法的具體操作流程：

利用隨機數將全部的權系數進行初始化處理，設定對應步長，l主要統計迭代次數，設定最大迭代次數的取值為1；首先計算隱含層j各個節點的輸出

(11)

oj=f(yi)，j=1，2，…，h

(12)

以下計算輸出層k各個節點的輸出信號：

(13)

ok=f(yk)，k=1，2，…，C

(14)

累計誤差計算式為

(15)

依據上述輸出節點累計誤差的計算，對輸出信號進行修正[9]，則能夠獲取修正值的計算式

(16)

式(16)中，ωkj表示隨機波動系數。

在上述輸出信號修正的基礎上，引入主成分分析方法，簡化收集到的氣體數據，以此進一步緩解傳感器的能量消耗。主成分分析方法要求在簡化的過程產生少量損失變量的方差。在進行簡化前，方差總和不變，但是新的變量中方差會有一定程度的變化，此時則需要選取其中占有方差量的一個或者幾個成分代替原始變量[10]。

主成分分析方法的主要過程就是特征選擇以及特征提取。以下給出具體的操作過程：

針對已并行采集多個通道的不同氣體數據量，設定各個通道的均值為EO[X]，其中協方差為

Cx=E[X-E[X]](X-E[X]T)

(17)

通過主成分分析方法，能夠獲取氣體數據中的主要特征信息，同時對其進行特征提取，以達到數據簡化的目的，即

E[Y]=E(UTX)=UTE[X]

(18)

在數據簡化的基礎上，采用主成分分析方法對2.1小節采集到的氣體進行主成分分析，通過分析結果表明傳感器對氣體反應程度以及傳感器陣列之間的相互關系，選擇兩個主要傳感器替換原始的5個傳感器，對不同的氣體變化情況進行監測，則有

CY=CxE[Y]

(19)

至此，實現大氣污染氣體監測，緩解了多傳感器同時運行產生較高能耗的問題。

3 仿真研究

為了驗證所提基于NI-CompactRIO的氣體數據并行采集及監測方法的綜合有效性，需要進行仿真。仿真環境為：處理器：AMD Athlon64professor3200+，512內存，Win XP系統，MATLAB編程軟件。為驗證所提方法的數據采集及監測的性能，將以不同氣體檢測結果、運行時間兩個方面進行實驗驗證，并與惡臭氣體檢測系統及其實驗研究(文獻[2]方法)、利用傅里葉紅外光譜技術檢測惡臭氣檢測(文獻[3]方法)進行對比。

1)期望輸出誤差

為了更進一步驗證所提方法的有效性，對比文獻[2]方法、文獻[3]方法，以下將期望輸出誤差作為評價指標，其中誤差越低，則說明監測效果越理想；反之則說明監測效果并不理想，檢測結果如表1所示。

表1 不同方法的氣體種類檢測結果

將表1結果以數據形式進行轉換，計算不同方法的檢測期望輸出，得到結果如表2所示。

表2 不同方法的期望輸出結果/ppm

分析表2實驗數據可知，所提方法的期望輸出誤差在三種方法中為最低；文獻[2]方法的誤差次之；文獻[3]方法的延時誤差最高。而文獻方法的檢測結果與實際檢測值結果差異較大的原因，是在進行數據采集的過程中不同數據采集通道的增益不同，而文獻方法未根據其增益特征進行分類計算或數據信號轉換，導致采集結果產生誤差。而本文方法根據各個通道的增益特性，采用NI-9401采集卡進行信號轉換，使所有信號都轉換為同一路輸入信號，避免數據采集過程中產生差異性，提升了檢測精度。

2)運行時間

在上述實驗的基礎上，以下選取運行時間作為評價指標，其中運行時間越低，則說明運行效果越理想；反之，則說明運行效果不理想，圖2給出具體的對比結果。

圖2 不同方法的運行時間變化情況

分析以上實驗數據可知，所提方法的運行時間在三種方法中為最低。同實驗二結果原理類似，本文方法所需時間開銷少的原因在于，本文采用A/D轉換，將所有信號轉化為統一通道信號，減少系統對多通道的檢測開銷，提升檢測效率。

4 結束語

針對傳統的氣體數據并行采集及監測方法存在的一系列問題，設計并提出基于NI-CompactRIO的氣體數據并行采集及監測方法。仿真結果表明，所提方法能夠有效降低運行時間，同時降低延時誤差，獲取較為理想的監測結果。