[发明专利]一种红外气体传感器系统及基于AACA-Elman算法的温度补偿方法

权利要求书

1.一种红外气体传感器系统，其特征在于：包括红外传感器单元、微处理系统和浓度显示单元，所述微处理系统分别和红外传感器单元和浓度显示单元连接；

所述红外传感器单元包括红外传感器的采样气室、电调制红外光源、反光杯、热释电探测器、反光镜和温度传感器，所述采样气室上端设有进气口，下端设置有出气口，所述采样气室内部一侧壁安装有反光杯、顶部和底部对称安装有反光镜，所述反光杯和反光镜均通过针脚固定穿插在采样气室上，所述采样气室内部靠近反光杯的位置悬空设有电调制红外光源，所述电调制红外光源和反光杯之间通过介质连接，所述采样气室内部另一侧壁上对应反光杯安装有热释电探测器，所述采样气室的侧壁上还设有温度传感器；所述温度传感器和热释电探测器均和微处理系统连接。

2.根据权利要求1所述的一种红外气体传感器系统，其特征在于：所述进气口处设置有疏水防尘膜。

3.根据权利要求1所述的一种红外气体传感器系统，其特征在于：所述采样气室内壁作黄铜镀金处理。

4.根据权利要求1所述的一种红外气体传感器系统，其特征在于：所述微处理系统内部嵌有AACA-Elman算法。

5.根据权利要求1所述的一种红外气体传感器系统，其特征在于：所述温度传感器和热释电探测器均通过引脚穿出采样气室与微处理系统连接，所述引脚穿出采样气室的位置与采样气室密封。

6.一种基于AACA-Elman算法的温度补偿方法，其特征在于：包括以下具体步骤：

(1)将微处理系统某一时刻接收到的各个参数，即测量通道输出电压值U₀、参比通道输出电压值U₁和温度传感器的输出电压值U₂用Premnmx函数进行数据归一化处理，作为Elman网络的输入样本；

(2)用newelm函数构建Elman神经网络的模型；

(3)初始化各个参数，令循环次数N_c＝0，时间t＝0，令每个集合中的每个元素信息量Γ_j(I_R)为一个非零常数，设置最大循环次数N_max，将全部蚂蚁置于蚁巢；

(4)所有蚂蚁开始搜索路径，针对集合I_R和蚂蚁k(k＝1,2,3...)选择概率；

(5)重复第(4)步，直到蚂蚁全部到达食物源；

(6)求出此时的最佳结果，将其赋给第m只蚂蚁；

(7)判断将最佳结果赋给第m只蚂蚁得到的最佳解是否等于N个循环以前的最优解，若最佳解等于N个循环以前的最优解，则更新信息素挥发因子ρ，并根据得到的信息素挥发因子更新信息素；

(8)令循环次数N_c＝N_c+1，若蚂蚁群收敛到一条路径或循环次数N_c≥N_max，则循环结束，并输出计算结果；否则跳转至步骤(4)；

(9)根据以上步骤所得的参数，并将参数带至确定微处理器中的AACA-Elman算法的算法模型；

(10)在实际的红外气体浓度测量过程中，将通过微处理系统进行数据归一化处理的测量通道当前实际输出电压值U₀、参比通道输出电压值U₁和温度传感器的当前实际输出电压值U₂，送入已确定的AACA-Elman算法模型的输入层，经过AACA-Elman算法的处理后，输出层得到温度补偿后的气体浓度的数据；

(11)微处理系统对补偿后的气体浓度的数据进行反归一化处理，传至浓度显示单元显示浓度信息。

7.根据权利要求6所述的一种基于AACA-Elman算法的温度补偿方法，其特征在于：所述步骤(4)中选择概率的计算公式为：

8.根据权利要求6所述的一种基于AACA-Elman算法的温度补偿方法，其特征在于：所述步骤(6)中的最佳结果为Elman神经网络的最优权阈值。

9.根据权利要6所述的一种基于AACA-Elman算法的温度补偿方法，其特征在于：所述步骤(7)中更新信息素挥发因子ρ的计算公式为：更新信息素的计算公式为：

τi_j(t+1)＝(1-ρ)τi_j+Δτi_j