王文輝+王磊+袁圓+肖兵

摘要：人的一生80%在室內(nèi)度過，室內(nèi)空氣質(zhì)量的優(yōu)劣直接影響著人體的健康。甲醛是重要的室內(nèi)污染氣體，長期接觸會對人體產(chǎn)生很大的危害。本文應(yīng)用氣體傳感器陣列作為甲醛氣體檢測器件，將金屬氧化物氣體傳感器陣列和有教師指導(dǎo)的前饋神經(jīng)網(wǎng)絡(luò)技術(shù)相結(jié)合，構(gòu)成甲醛氣體的精確定量識別系統(tǒng)，對氣體陣列傳感器的氣體交叉敏感性進(jìn)行氣體敏感性分析實(shí)驗(yàn)分析，設(shè)計(jì)一種基于BP算法的前饋神經(jīng)網(wǎng)絡(luò)，并對該網(wǎng)絡(luò)進(jìn)行訓(xùn)練，最終得到一個(gè)泛化性能較好的神經(jīng)網(wǎng)絡(luò)，對甲醛氣體進(jìn)行預(yù)測及補(bǔ)償。

關(guān)鍵詞：室內(nèi)空氣質(zhì)量；甲醛；氣體傳感器陣列；前饋神經(jīng)網(wǎng)絡(luò)；BP算法

中圖分類號：TP211+.5 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9416（2017）11-0127-04

隨著生活水平的不斷提高，人們對于自身生活品質(zhì)和身體健康越來越重視，甲醛（HCHO），作為新裝修房屋內(nèi)氣體的主要污染源之一，越來越受到人們的關(guān)注，因此，對室內(nèi)甲醛氣體的檢測具有很大的現(xiàn)實(shí)意義。

根據(jù)國家強(qiáng)制性標(biāo)準(zhǔn)，關(guān)閉門窗1小時(shí)后，每立方米室內(nèi)空氣中，甲醛釋放量不得大于0.08毫克；如達(dá)到0.1-2.0毫克，50%的正常人能聞到臭氣；達(dá)到2.0-5.0毫克，眼睛、氣管將受到強(qiáng)烈刺激，出現(xiàn)打噴嚏、咳嗽等癥狀[1]；達(dá)到10毫克以上，呼吸困難；達(dá)到50毫克以上，會引發(fā)肺炎等危重疾病，甚至?xí)?dǎo)致死亡。我國居室空氣中甲醛標(biāo)準(zhǔn)如表1所示。

甲醛的檢測方法可謂是百花齊放，推陳出新。世界各國推出很多檢測方法，例如比色法，色譜法，熒光法，光譜法，傳感器法等，以及電子鼻等先進(jìn)的檢測技術(shù)。在便攜的手持式甲醛測量儀中，使用的較多的是電化學(xué)傳感器作為甲醛的檢測單元[2]，但電化學(xué)型甲醛測試儀由于其成本較高，且壽命較短，不適合普遍推廣[3]。

本文運(yùn)用氣體傳感器整列作為甲醛的檢測單元，并運(yùn)用前饋神經(jīng)網(wǎng)絡(luò)對甲醛含量進(jìn)行補(bǔ)償，具有結(jié)構(gòu)簡單，性價(jià)比高等優(yōu)勢。

1 氣體陣列傳感器

本文采用德國UST公司的XPC100系列高精度、可定量測量有毒有害氣體濃度的陣列傳感器，該傳感器技術(shù)已經(jīng)BMW汽車傳感器的知名供應(yīng)商。該傳感器由三個(gè)敏感單元組成，可以測量氧化、還原、氧化還原三類氣體，可以定量測量一氧化碳（CO），碳?xì)浠衔铮⊿O2） ，氮氧化物（NOx），易揮發(fā)物質(zhì)（VOC）和微粒懸浮物（PM2.5）等多種氣體。

德國UST的金屬氧化物氣體傳感器[4]敏感機(jī)理是敏感膜表面的氧化還原反應(yīng)，考慮到氣體監(jiān)測的交叉敏感性和復(fù)雜性，UST傳感器利用成熟的模式識別算法可以解算得到混合氣體各組分的定量濃度[5]。

此外，UST傳感器可以適應(yīng)船舶尾氣檢測裝置復(fù)雜的工作環(huán)境，被檢測船舶尾氣氣體溫度高。正常負(fù)荷運(yùn)行時(shí)排氣總管廢氣溫度約達(dá) 525度，廢氣渦輪增壓器前廢氣溫度大約450-480度，增壓器后出口為375-400度，廢氣鍋爐前約為320-350度，廢氣鍋爐后約為260-280度。而UST陣列氣體傳感器的工作溫度隨著測量環(huán)境溫度的變化而變化，通常可以達(dá)到300-550度，并在相應(yīng)的工作溫度下達(dá)到最佳的工作狀態(tài)，因此溫度過高并不會影響UST陣列傳感器檢測數(shù)據(jù)的正確性。傳感器結(jié)構(gòu)圖如圖1所示，傳感器實(shí)物圖如圖2所示。

2 傳感器接口電路及信號處理

氣體傳感器檢測電路包括基準(zhǔn)調(diào)零、X9C103電橋分壓電路、LM324電壓跟隨、AD620差分放大電路。傳感器分壓端接入AD620三儀表運(yùn)放后采集到Arduino處理器中。AD620具有高共模抑制比與低溫漂的特性。由于氣體傳感器對不同氣體，以及同種氣體不同濃度的響應(yīng)具差異較大，故要求系統(tǒng)有較大的動(dòng)態(tài)響應(yīng)范圍[6]。（用面包板測試過，大概是變化到10K --1M）本文三端可調(diào)電阻由可編程數(shù)控電位器X9C103實(shí)現(xiàn)。

X9C103是美國Xicor公司生產(chǎn)的高精度100階數(shù)字電位器，其阻值變化范圍為40Ω-10KΩ?；瑒?dòng)單元的位置由、、三個(gè)輸入端控制?？蓪?shí)現(xiàn)氣體電阻值量程的自動(dòng)調(diào)節(jié)，即實(shí)現(xiàn)自動(dòng)變量程、變分辨率測量（就是當(dāng)氣體濃度變化范圍較大時(shí)，及敏感電阻變化較大時(shí)，對應(yīng)的變位器阻值也增加，這樣保持分壓比例永遠(yuǎn)是差不多的，輸入運(yùn)放時(shí)可以保證在AD620的線性工作范圍內(nèi)）[7]。氣體陣列傳感器信號采集原理框圖如圖3所示。電路仿真圖如圖4所示。

3 前饋神經(jīng)網(wǎng)絡(luò)

由于氣體的交叉敏感特性，混合氣體濃度定量測量一直是氣體檢測領(lǐng)域的難點(diǎn)。在檢測目標(biāo)氣體濃度時(shí)，時(shí)常會受到具有相同氧化還原性的氣體的干擾，從而影響測量的精確性。本文利用BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法[8]， 并選取甲醛、乙醇、氨氣三種氣體作為進(jìn)行定量分析，其中，乙醇是需要被精確測量的檢測氣體，甲醛和氨氣則是相應(yīng)的干擾氣體，前饋神經(jīng)網(wǎng)絡(luò)的作用就是對模型進(jìn)行訓(xùn)練，從而在干擾氣體的影響下輸出精確的待測氣體的值。

混合氣體與氣體陣列敏感單元輸出形成一一對應(yīng)的高維響應(yīng)模式。設(shè)被測量的混合氣體有n種成分，濃度分別為C1，C2，…，Cn， ，氣體陣列傳感器有m個(gè)敏感單元，則其高維響應(yīng)模式：

4 實(shí)驗(yàn)

為了測試氣體傳感器陣列的氣體交叉敏感性，在氣體配氣裝置中先充入不同濃度的甲醛氣體，在本實(shí)驗(yàn)中，甲醛氣體的濃度從一開始的0.01ppm逐漸增加到2.6ppm，氣體配氣裝置如圖6所示。

由于數(shù)據(jù)量較為龐大，在本文中僅列出一部分實(shí)驗(yàn)結(jié)果，R1，R2，R3分別為三個(gè)敏感單元，從實(shí)驗(yàn)數(shù)據(jù)中可以看到，三個(gè)敏感單元對乙醇?xì)怏w有不同程度的響應(yīng)，其中以R3變化最為明顯。

通過大量實(shí)驗(yàn)數(shù)據(jù)，可以使氣體陳列傳感器對甲醛氣體進(jìn)行較為精確地標(biāo)定，但在實(shí)際情況下往往在被測氣體中含有部分干擾氣體，對此，需要對氣體傳感器陣列的交叉敏感性做出測試，并且根據(jù)測試結(jié)果對傳感器的輸出做出修正。

在本實(shí)驗(yàn)中，選取乙醇與氨氣作為干擾氣體進(jìn)行測試，考慮到分析的準(zhǔn)確性，僅對單一干擾氣體進(jìn)行氣體交叉敏感性實(shí)驗(yàn)。endprint

在氣體配置裝置中首先配置1ppm甲醛氣體，再逐漸增加干擾氣體，測試傳感器對混合氣體的響應(yīng)，測試結(jié)果如表3，表4所示。

5 實(shí)驗(yàn)與分析

BP神經(jīng)網(wǎng)絡(luò)功能強(qiáng)大之處在于對于函數(shù)的逼近，這種對于函數(shù)的逼近可以用于未知的模型識別，其原理可以視為一個(gè)黑盒，通過大量對應(yīng)輸入與輸出的測量[9]，利用所得實(shí)際過程的輸入輸出數(shù)據(jù)來訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)。

本文用具有單一隱含層的前饋神經(jīng)網(wǎng)絡(luò)對氣體進(jìn)行定性測量，網(wǎng)絡(luò)輸入層神經(jīng)元個(gè)數(shù)等于氣體傳感器陣列的維數(shù)；輸出層的神經(jīng)元個(gè)數(shù)等于所要測量的氣體種類數(shù)[10]。即：該神經(jīng)網(wǎng)絡(luò)的輸入為陣列中三個(gè)敏感單元所測得的值，網(wǎng)絡(luò)的輸出為測量結(jié)果。

在matlab中，構(gòu)建一個(gè)前向BP神經(jīng)網(wǎng)絡(luò)[11]，實(shí)測得100組數(shù)據(jù)，將100組數(shù)據(jù)分成兩類，前80組數(shù)據(jù)用來對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，即系統(tǒng)建模，剩余20組數(shù)據(jù)用來檢驗(yàn)該神經(jīng)網(wǎng)絡(luò)是否符合性能指標(biāo)。構(gòu)建前置BP神經(jīng)網(wǎng)絡(luò)如圖7所示，訓(xùn)練結(jié)果如圖8所示。

經(jīng)過訓(xùn)練之后，該網(wǎng)絡(luò)可以精確地測量混合氣體中甲醛的濃度，利用金屬氧化物傳感器陣列以及神經(jīng)網(wǎng)絡(luò)可以很好的對甲醛氣體進(jìn)行定量測量。加之金屬氧化物氣體傳感器陳列有著壽命長，成本低等優(yōu)點(diǎn)，比之現(xiàn)在市面上較常見的電化學(xué)傳感器有很大優(yōu)勢。

參考文獻(xiàn)

[1]裴志剛，朱立.室內(nèi)裝修甲醛的危害及測量方法[J].實(shí)驗(yàn)技術(shù)與管理，2005，（06）：127-131.

[2]王博.便攜式甲醛氣體檢測儀的設(shè)計(jì)與實(shí)現(xiàn)[D].西安電子科技大學(xué)，2015.

[3]杜娟.便攜式現(xiàn)場甲醛檢測儀的設(shè)計(jì)[D].鄭州大學(xué)，2010.

[4]劉湘軍，譚湘倩，浣石.金屬氧化物氣敏傳感器[J].廣州大學(xué)學(xué)報(bào)（自然科學(xué)版），2007，（05）：42-46.

[5]施京毅.基于氣體傳感器陣列的多氣體檢測及應(yīng)用[D].西北工業(yè)大學(xué)，2001.

[6]鄭學(xué)仁，張?jiān)浦?，李斌，吳朝?集成傳感器接口電路設(shè)計(jì)實(shí)現(xiàn)[J].大學(xué)物理實(shí)驗(yàn)，1998，（02）：42-44.

[7]孫海山，顧洪軍，余愚，蔣永華.一種SAW氣體傳感器信號處理電路的研究與設(shè)計(jì)[J].工業(yè)儀表與自動(dòng)化裝置，2008，（01）：79-81.

[8]石春燕.基于人工神經(jīng)網(wǎng)絡(luò)的多氣體分析系統(tǒng)研究與設(shè)計(jì)[D].吉林大學(xué)，2004.

[9]常曉麗.基于Matlab的BP神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)[J].機(jī)械工程與自動(dòng)化，2006，（04）：36-37.

[10]張圣楠，郭文義，肖力墉.基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)與訓(xùn)練[J].內(nèi)蒙古科技與經(jīng)濟(jì)，2005，（17）：95-98.

[11]Wang Ying，Lu Cuijie，Zuo Cuiping. Coal mine safety production forewarning based on improved BP neural network[J].International Journal of Mining Science and Technology，2015，25（02）：319-324.

Abstract：Person spends 80% lifetime indoors. Indoor air quality directly affects the health of human body. Formaldehyde is an important indoor pollution gas， and with a longtime contact can cause great harm to human. Gas sensor array is applied in this article as formaldehyde gas detection device. In this article， formaldehyde gas precise quantitative recognition system is made of the combination of the metal oxide gas sensor array and a feed-forward neural network technology. The gas cross sensitivity of gas sensor array is analyzed by several experiment. The design of a feed-forward neural network based on BP algorithm， and the network is trained， end up with a good generalization capability of neural network， the formaldehyde gas prediction and compensation.

Key Words：Indoor air quality； formaldehyde； gas sensor array； feed-forward neural network； BP algorithmendprint