陳寅生,宋 凱,王 祁,路佳浩

(1.哈爾濱理工大學(xué)測控技術(shù)與通信工程學(xué)院,哈爾濱 150001;2.哈爾濱工業(yè)大學(xué)電氣學(xué)院,哈爾濱 150001)

機(jī)器嗅覺系統(tǒng)是一種利用仿生檢測技術(shù)實(shí)現(xiàn)氣體/氣味定性識別和定量分析的電子設(shè)備,在環(huán)境監(jiān)測、食品藥品加工、易燃易爆氣體檢測、醫(yī)學(xué)臨床分析與診斷等領(lǐng)域展現(xiàn)了廣闊的應(yīng)用前景[1],其工作原理如圖1所示。

圖1 機(jī)器嗅覺系統(tǒng)原理框圖

金屬氧化物半導(dǎo)體MOS(Metal-Oxide Semiconductor)傳感器陣列以其響應(yīng)速度快、靈敏度高、成本低廉等優(yōu)點(diǎn),已成為目前機(jī)器嗅覺系統(tǒng)中使用最為普遍的信息獲取裝置,其響應(yīng)輸出信號的準(zhǔn)確性和可靠性直接影響后續(xù)模式識別方法的檢測與分析結(jié)果。鑒于此,MOS氣體傳感器陣列工作狀態(tài)的好壞直接決定了機(jī)器嗅覺系統(tǒng)整體性能的優(yōu)劣[2-3]。MOS氣體傳感器陣列長期運(yùn)行過程中不可避免地會遇到外界干擾(粉塵附著、腐蝕性氣體影響、溫濕度變化)及自身故障(氣敏元件老化、中毒、損壞),導(dǎo)致系統(tǒng)檢測與分析性能大大降低。MOS氣體傳感器陣列故障模式及主要形成原因如圖2所示。由此可見,MOS氣體傳感器陣列的異常狀態(tài)監(jiān)測與測量質(zhì)量評定是目前機(jī)器嗅覺領(lǐng)域亟待解決的重要問題之一[4]。

圖2 MOS傳感器陣列故障模式及主要成因

自確認(rèn)傳感器是由牛津大學(xué)教授Henry教授等人于1993年提出的一種新型智能傳感器,經(jīng)過多年的發(fā)展,得到了國內(nèi)外學(xué)者的廣泛關(guān)注[5]。自確認(rèn)傳感器能夠根據(jù)傳感器的自身特性,通過故障檢測與隔離、故障識別、故障恢復(fù)及測量不確定度評定等一系列自確認(rèn)方法,實(shí)現(xiàn)傳感器對自身的異常狀態(tài)監(jiān)測與測量質(zhì)量評估,達(dá)到提高傳感器測量過程可靠性的目的[6]。

為了解決目前機(jī)器嗅覺系統(tǒng)工作過程中MOS氣體傳感器陣列異常狀態(tài)監(jiān)測與測量質(zhì)量評定問題,以有效提高機(jī)器嗅覺系統(tǒng)檢測與分析結(jié)果的可信性,本文根據(jù)MOS氣體傳感器陣列的特點(diǎn)并結(jié)合自確認(rèn)傳感器技術(shù)的最新研究成果,提出了自確認(rèn)金屬氧化物半導(dǎo)體氣體傳感器陣列。

本文將分別介紹自確認(rèn)MOS氣體傳感器陣列的硬件架構(gòu)、功能模型及關(guān)鍵自確認(rèn)技術(shù),最后設(shè)計了一種面向大氣環(huán)境污染監(jiān)測的自確認(rèn)MOS氣體傳感器陣列,實(shí)現(xiàn)了傳感器陣列運(yùn)行過程中的異常狀態(tài)監(jiān)測與測量質(zhì)量評估,并對其有效性進(jìn)行了驗證。

1 自確認(rèn)MOS傳感器陣列的硬件架構(gòu)及功能模型

不同于傳統(tǒng)的氣體傳感器陣列,自確認(rèn)MOS氣體傳感器陣列由傳統(tǒng)傳感器陣列、溫濕度敏感單元、信號調(diào)理電路、數(shù)據(jù)采集電路及處理器組成,其硬件架構(gòu)如圖3所示。

圖3 自確認(rèn)MOS傳感器陣列硬件架構(gòu)

自確認(rèn)MOS氣體傳感器陣列不但能夠響應(yīng)被測氣體/氣味的種類或濃度變化并輸出響應(yīng)信號,還能夠利用溫度、濕度敏感單元對影響MOS氣敏傳感器測量準(zhǔn)確性影響較大的溫度、濕度進(jìn)行測量,并實(shí)現(xiàn)溫濕度補(bǔ)償;采用處理器實(shí)現(xiàn)故障檢測與隔離、故障識別、故障恢復(fù)、測量質(zhì)量評估等自確認(rèn)功能模塊對傳感器陣列運(yùn)行狀態(tài)進(jìn)行監(jiān)測,并輸出相應(yīng)的自確認(rèn)參數(shù);采用存儲器保存算法程序和歷史數(shù)據(jù)等信息。

自確認(rèn)MOS氣體傳感器陣列的輸出參數(shù)包括以下幾項:

①確認(rèn)的測量值:當(dāng)傳感器陣列無發(fā)生故障時,傳感器的確認(rèn)的測量值為傳感器的輸出的測量值。如果傳感器出現(xiàn)故障,傳感器的輸出值將偏離真實(shí)測量值,此時傳感器的確認(rèn)的測量值是對被測量的測量值的最佳估計。

②測量值狀態(tài):指示MOS氣體傳感器陣列獲取的確認(rèn)的測量值是在MOS氣體傳感器陣列何種運(yùn)行狀態(tài)下獲得的。

③測量不確定度:傳感器的確認(rèn)不確定度表示傳感器確認(rèn)測量值的不確定度,表征傳感器測量值的準(zhǔn)確性。測量不確定度為用戶提供了關(guān)于傳感器測量值的準(zhǔn)確性信息,反映了各種不確定因素對傳感器測量質(zhì)量的影響。

④故障信息:在MOS氣體傳感器陣列發(fā)生故障時,指示故障傳感器的位置、故障傳感器的類型、故障程度等信息,幫助用戶進(jìn)行維修決策。

2 關(guān)鍵自確認(rèn)技術(shù)

2.1 故障檢測與隔離

自確認(rèn)MOS氣體傳感器陣列采用故障檢測與隔離FDI(Fault Detection and Isolation)技術(shù)對傳感器陣列中發(fā)生故障的傳感器進(jìn)行故障檢測與故障隔離,實(shí)現(xiàn)MOS氣體傳感器陣列對自身異常狀態(tài)的在線監(jiān)測。

近年來,相關(guān)學(xué)者根據(jù)所研究領(lǐng)域中傳感器運(yùn)行狀態(tài)監(jiān)測問題,提出了一系列自確認(rèn)傳感器故障檢測與隔離方法,主要包括解析模型法和數(shù)據(jù)驅(qū)動法[7]。解析模型法通過對傳感器的工作機(jī)理的精確把握,建立傳感器響應(yīng)特性的數(shù)學(xué)模型,再利用傳感器的真實(shí)輸出與模型輸出的殘差判斷是否發(fā)生故障,例如觀測器法和濾波器法。數(shù)據(jù)驅(qū)動法是對傳感器輸出的正常歷史數(shù)據(jù)進(jìn)行學(xué)習(xí)和挖掘,獲得相應(yīng)的數(shù)學(xué)模型。一旦故障發(fā)生,故障數(shù)據(jù)將破壞已建立起的關(guān)系模型的穩(wěn)定性。數(shù)據(jù)驅(qū)動法便以此變化為根據(jù),對傳感器進(jìn)行故障檢測與隔離,主要的數(shù)據(jù)驅(qū)動法包括信號處理法、多變量統(tǒng)計分析法及人工智能法等方法。

2.2 故障類型識別

為了進(jìn)一步對傳感器的維修決策提供必要的信息,提高傳感器陣列的可維護(hù)性,故障識別技術(shù)成為了自確認(rèn)傳感器技術(shù)中的關(guān)鍵技術(shù)之一。目前,自確認(rèn)傳感器故障類型識別主要采用模式識別方法實(shí)現(xiàn)。該方法主要由特征提取和模式識別兩部分組成。首先,采用合理而有效的特征提取方法突出傳感器故障信號的特征,然后利用高性能的分類器對故障特征進(jìn)行識別,最終確定傳感器故障類型[8]。如圖4所示為主要的基于模式識別的傳感器故障類型識別方法。

圖4 基于模式識別的故障類型識別方法

2.3 測量質(zhì)量評估

傳感器在測量過程中,由于敏感元件的物理或化學(xué)變化、轉(zhuǎn)換電路的系統(tǒng)誤差、外部干擾產(chǎn)生的隨機(jī)誤差以及各種不確定因素的影響,都會導(dǎo)致傳感器測量質(zhì)量下降,影響后續(xù)信息處理過程。因此,需要對傳感器的測量質(zhì)量進(jìn)行在線評估,確定當(dāng)前測量值是否值得進(jìn)一步處理。目前,傳感器測量質(zhì)量評估方法主要采用測量不確定度評定方法實(shí)現(xiàn),主要包括GUM方法、Monte Carlo方法、貝葉斯推理、灰色理論及模糊隨機(jī)變量法等[9]。

2.4 數(shù)據(jù)恢復(fù)

為了保證傳感器故障狀態(tài)下輸出的故障數(shù)據(jù)不對后續(xù)傳感器信息處理模塊的穩(wěn)定性和可靠性造成影響,甚至產(chǎn)生嚴(yán)重后果。自確認(rèn)傳感器技術(shù)中利用歷史數(shù)據(jù)的冗余信息和相關(guān)信息對故障傳感器輸出值進(jìn)行在線恢復(fù),代替故障傳感器輸出值,為系統(tǒng)穩(wěn)定運(yùn)行和維護(hù)決策爭取寶貴時間[10]。

3 一種面向大氣環(huán)境污染氣體監(jiān)測的自確認(rèn)MOS傳感器陣列設(shè)計

3.1 傳感器陣列設(shè)計

MOS氣體傳感器利用被測氣體與金屬氧化物半導(dǎo)體氣敏元件的化學(xué)反應(yīng)所導(dǎo)致的傳感器內(nèi)阻的變化對目標(biāo)氣體進(jìn)行檢測。由于大氣環(huán)境污染氣體包括一氧化碳、硫化物、氮化物、臭氧等有害氣體,因此在設(shè)計MOS氣體傳感器陣列時,應(yīng)遵循選擇對被測氣體響應(yīng)的靈敏度存在差異、對目標(biāo)氣體均有響應(yīng)、具有較快的響應(yīng)速度、穩(wěn)定可靠、重復(fù)性好的氣體傳感器。鑒于此,本文設(shè)計的MOS氣體傳感器陣列選型如表1所示。由于MOS氣體傳感器的檢測性能與環(huán)境的溫濕度相關(guān),因此傳感器陣列也同時包括溫、濕度傳感器,并根據(jù)其響應(yīng)信號對氣體傳感器陣列的測量值進(jìn)行溫濕度補(bǔ)償。

表1 MOS氣體傳感器陣列選型

圖5 基于FPGA和DSP的自確認(rèn)氣體傳感器陣列

3.2 硬件架構(gòu)

本文設(shè)計一種基于FPGA與DSP的自確認(rèn)氣體傳感器陣列硬件架構(gòu),如圖5所示,其中,FPGA(EP3C55F48417)控制傳感器信號的采集與控制,DSP(TMS320DM642)負(fù)責(zé)實(shí)現(xiàn)MOS氣體傳感器陣列的自確認(rèn)方法,并輸出監(jiān)測結(jié)果及各種自確認(rèn)參數(shù)。

3.3 自確認(rèn)算法設(shè)計及仿真結(jié)果

本小節(jié)根據(jù)作者近年來對MOS氣體傳感器陣列自確認(rèn)方法的研究成果,分別介紹MOS氣體傳感器陣列故障檢測與隔離、故障模式識別、測量質(zhì)量評估等自確認(rèn)算法的實(shí)現(xiàn),利用仿真結(jié)果來說明算法的有效性。

3.3.1 故障檢測與隔離

根據(jù)MOS氣體傳感器陣列的多路輸出存在相關(guān)性的特點(diǎn),本文采用主成分分析(PCA)實(shí)現(xiàn)故障檢測與隔離,算法的流程如圖6所示。PCA是一種基于數(shù)據(jù)驅(qū)動的故障檢測與隔離方法,該方法利用正常狀態(tài)下陣列輸出的樣本建立PCA模型,一旦故障傳感器發(fā)生故障,其輸出信號在冗余子空間的投影將發(fā)生突變,SPE統(tǒng)計量也隨即發(fā)生跳變,實(shí)現(xiàn)故障檢測,隨后再利用SPE貢獻(xiàn)率來確定故障傳感器的位置。

圖6 基于PCA的故障檢測與隔離算法流

圖7 基于PCA的故障檢測仿真實(shí)驗結(jié)果

鑒于篇幅的限制,基于PCA的故障檢測與診斷算法的詳細(xì)理論推導(dǎo)可參考文獻(xiàn)[11]?；赑CA的故障檢測與隔離算法的仿真實(shí)驗結(jié)果如圖7和圖8 所示?？梢?基于PCA的故障檢測與隔離方法能夠有效實(shí)現(xiàn)MOS氣體傳感器陣列的故障檢測與隔離。

圖8 基于PCA的故障隔離仿真實(shí)驗結(jié)果

3.3.2 傳感器故障類型識別

由于故障的傳感器會導(dǎo)致其輸出信號的頻率變化,且不同的故障狀態(tài)會導(dǎo)致故障頻率的不同[11]。因此,本文采用基于集合經(jīng)驗?zāi)B(tài)分解(EEMD)樣本熵(SampEn)的故障特征提取方法,再利用稀疏表示分類器(SRC)對故障特征進(jìn)行故障類型識別,算法的流程如圖9所示。

圖9 基于EEMD-SampEn和SRC的故障類型識別算法流程

圖10 不同故障狀態(tài)下各本征模態(tài)函數(shù)樣本熵值

該方法的詳細(xì)理論推導(dǎo)可參考文獻(xiàn)[8]。如圖10所示為不同故障狀態(tài)下各本征模態(tài)函數(shù)樣本熵值比較結(jié)果,可見不同故障狀態(tài)下的EEMD-SampEn特征向量存在較明顯的差別,可以利用此特征提取方法對氣體傳感器故障進(jìn)行特征提取。

3.3.3 測量質(zhì)量評估

傳統(tǒng)的測量質(zhì)量評估方法都是利用基于測量值的不確定度表示。該類方法一方面不能夠進(jìn)行動態(tài)評定,另一方面對用戶觀測并不直觀。本文采用動態(tài)測量過程中測量不確定度結(jié)合過程能力指數(shù)的方法進(jìn)行表示,其理論推導(dǎo)可參考文件[12]。表2為過程能力指數(shù)Cpk的評級標(biāo)準(zhǔn)。圖11為偏置故障下MOS氣體傳感器測量質(zhì)量評估結(jié)果。

表2 過程能力指數(shù)Cpk的評級標(biāo)準(zhǔn)

圖11 MOS 氣體傳感器測量質(zhì)量評估結(jié)果

3.3.4 故障恢復(fù)

自確認(rèn)傳感器陣列的故障恢復(fù)方法是通過傳感器的正常歷史數(shù)據(jù)建立預(yù)測模型,當(dāng)傳感器處理故障狀態(tài),利用預(yù)測模型對傳感器故障進(jìn)行恢復(fù)。本文采用灰色預(yù)測模型GM(1,1)進(jìn)行數(shù)據(jù)恢復(fù),該故障恢復(fù)模型能夠利用小樣本對傳感器輸出信號進(jìn)行準(zhǔn)確預(yù)測,其理論推導(dǎo)可參考文獻(xiàn)[13]。圖12所示的是沖擊故障狀態(tài)下的故障恢復(fù)結(jié)果,可見該方法可以對氣體傳感器測量進(jìn)行有效恢復(fù)。

圖12 沖擊故障狀態(tài)下故障恢復(fù)結(jié)果

3.4 自確認(rèn)氣體傳感器陣列有效性分析

為了說明自確認(rèn)MOS氣體傳感器陣列在機(jī)器嗅覺系統(tǒng)中的有效性,本文設(shè)計了基于自確認(rèn)MOS氣體傳感器陣列的機(jī)器嗅覺系統(tǒng),如圖13所示。該機(jī)器嗅覺系統(tǒng)實(shí)現(xiàn)了二元混合氣體(CO氣體和CH4氣體)的識別與檢測[14]。正常情況下,機(jī)器嗅覺系統(tǒng)的氣體識別率和濃度檢測的相對誤差如表3和表4所示。

圖13 基于自確認(rèn)MOS氣體傳感器陣列的機(jī)器嗅覺系統(tǒng)

表3 不同氣體識別方法的氣體識別準(zhǔn)確率

表4 不同混合氣體濃度檢測方法的性能

本文以恒定輸出故障情況為例,說明氣體傳感器故障對于機(jī)器嗅覺系統(tǒng)性能的影響。在恒定故障情況下,氣體識別率和濃度檢測的相對誤差如表5和表6所示?？梢?無論是氣體識別率,還是濃度檢測的平均相對誤差都受故障傳感器輸出的影響,導(dǎo)致不同程度的下降。

表5 恒定輸出故障情況下不同氣體識別方法的氣體識別準(zhǔn)確率

表6 恒定輸出故障情況下不同混合氣體濃度檢測方法的性能

通過自確認(rèn)技術(shù)對MOS氣體傳感器陣列故障輸出信號進(jìn)行處理,機(jī)器嗅覺系統(tǒng)的氣體識別率和濃度檢測的相對誤差如表7和表8所示?？梢?在故障發(fā)生的情況下,自確認(rèn)MOS氣體傳感器陣列能夠顯著地提高機(jī)器嗅覺系統(tǒng)的檢測與分析性能。

表7 恒定輸出故障情況下不同氣體識別方法的氣體識別準(zhǔn)確率

表8 恒定輸出故障情況下不同混合氣體濃度檢測方法的性能

4 結(jié)論

本文根據(jù)機(jī)器嗅覺系統(tǒng)對準(zhǔn)確而可靠的MOS氣體傳感器陣列測量值的需求,根據(jù)以往研究成果,創(chuàng)新性地提出了自確認(rèn)MOS氣體傳感器陣列的概念。首先,概括性地介紹了自確認(rèn)MOS氣體傳感器陣列的硬件架構(gòu)、功能模型;然后,介紹了主要的自確認(rèn)技術(shù)及實(shí)現(xiàn)方法;最后,設(shè)計并實(shí)現(xiàn)了一種面向大氣環(huán)境污染氣體監(jiān)測的自確認(rèn)MOS傳感器陣列,說明了自確認(rèn)MOS氣體傳感器陣列可行性和有效性。該研究保證了MOS氣體傳感器測量值的準(zhǔn)確性和有效性,提高了機(jī)器嗅覺系統(tǒng)的可靠性與分析結(jié)果的可信性,對機(jī)器嗅覺的應(yīng)用與發(fā)展具有重大的理論與實(shí)際意義。

參考文獻(xiàn):

[1] Marco S,Gutierrez-Galvez A. Signal and Data Processing for Machine Olfaction and Chemical Sensing:A Review[J]. IEEE Sensors Journal,2012,12(11):3189-3214.

[2] Fonollosa J,Vergara A,Huerta R. Algorithmic Mitigation of Sensor Failure:Is Sensor Replacement Really Necessary?[J]. Sensors and Actuators B Chemical,2013,183(8):211-221.

[3] Fernandez L,Marco S,Gutierrez-Galvez A. Robustness to Sensor Damage of a Highly Redundant Gas Sensor Array[J]. Sensors and Actuators B:Chemical,2015,218:296-302.

[4] Korotcenkov G,Cho B. Engineering Approaches to Improvement of Conductometric Gas Sensor Parameters. Part 2:Decrease of Dissipated(Consumable)Power and Improvement Stability and Reliability[J]. Sensors and Actuators B:Chemical,2014,198:316-341.

[5] Henry M P,Clarke D W. The Self-Validating Sensor:Rationale,Definitions and Examples[J]. Control Engineering Practice,1993,1(4):585-610.

[6] Feng Z,Wang Q,Shida K. A Review of Self-Validating Sensor Technology[J]. Sensor Review,2007,27(1):48-56.

[7] Shen Z,Wang Q. Failure Detection,Isolation,And Recovery of Multifunctional Selfvalidating Sensor[J]. Instrumentation and Measurement,IEEE Transactions on,2012,61(12):3351-3362.

[8] 陳寅生,姜守達(dá),劉曉東,等. 基于 EEMD 樣本熵和SRC的自確認(rèn)氣體傳感器故障診斷方法[J]. 系統(tǒng)工程與電子技術(shù),2016,38(5).

[9] Shen Z,Wang Q. Data Validation and Validated Uncertainty Estimation of Multifunctional Self-Validating Sensors[J]. Instrumentation and Measurement,IEEE Transactions on,2013,62(7):2082-2092.

[10] 王祁,趙樹延,宋凱. 多功能自確認(rèn)傳感器[J]. 傳感技術(shù)學(xué)報,2011,24(4):527-531.

[11] 馮志剛,王茹,田豐. 基于MVRVM回歸和RVM二叉樹分類的自確認(rèn)氣動執(zhí)行器故障診斷算法[J]. 傳感技術(shù)學(xué)報,2015,28(6):842-84.

[12] Chen Y,Yang J,Xu Y,et al. Status Self-Validation of Sensor Arrays Using Gray Forecasting Model and Bootstrap Method[J]. IEEE Transactions on Instrumentation and Measurement,2016,65(7):1626-164.

[13] Chen Y,Xu Y,Yang J,et al. Fault Detection,Isolation,and Diagnosis of Status Self-Validating Gas Sensor Arrays[J]. Review of Scientific Instruments,2016,87(4):045001.

[14] 陳寅生. MOS氣體傳感器陣列的自確認(rèn)方法研究[D]. 哈爾濱:哈爾濱工業(yè)大學(xué),2017:110-126.