[发明专利]基于BP神经网络压力补偿的红外气体传感器及检测方法

摘要

本发明公开了基于BP神经网络压力补偿的红外气体传感器及检测方法，包括红外气体传感器、压力传感器和嵌有BP神经网络算法的微处理系统，红外气体传感器包括采样气室，采样气室的顶部的左端设置有进气口，采样气室的顶部的右端设置有出气口，采样气室内部的左端设置有电调制红外光源，采样气室内部的右端设置有滤光轮，滤光轮的左侧表面的中间位置设置有滤光片组，滤光片组包括两个不同波长的滤光片且两个滤光片上下对称，滤光轮的右侧表面的中间位置设置有双元热释电探测器；本发明具有精度高、结构简单、适用性更强、网络训练速度快、可实现全额补偿等特点。

主权项

1.基于BP神经网络压力补偿的红外气体传感器，其特征在于：包括红外气体传感器、压力传感器和嵌有BP神经网络算法的微处理系统，所述红外气体传感器采用单光束双波长结构，所述红外气体传感器包括采样气室，所述采样气室的顶部的左端设置有进气口，所述采样气室的顶部的右端设置有出气口，所述采样气室内部的左端设置有电调制红外光源，所述采样气室外部的左端设置有光源驱动模块，所述光源驱动模块与所述电调制红外光源电连接，所述采样气室左端的内壁上还设置有球面反射镜，所述采样气室内部的右端设置有滤光轮，所述滤光轮为镂空状，所述滤光轮的左侧表面的中间位置设置有滤光片组，所述滤光片组包括两个不同波长的滤光片且两个滤光片上下对称，所述滤光轮的右侧表面的中间位置设置有双元热释电探测器，所述双元热释电探测器包括两个接收面，所述电调制红外光源的发射面、滤光片组中的一个滤光片和所述双元热释电探测器的一个接收面设置在同一水平面上，所述滤光片组中的另一个滤光片和所述双元热释电探测器的另一个接收面设置在同一水平面上，所述滤光轮的右侧还连接有电驱动马达，所述电驱动马达用于带动滤光轮转动，所述采样气室的内部安装有聚光透镜且所述聚光透镜位于电调制红外光源和滤光轮之间，所述压力传感器位于所述采样气室内部的底面，所述红外气体传感器、压力传感器同微处理系统相连接，所述微处理系统还连接有显示单元；基于BP神经网络压力补偿的红外气体传感器的检测方法，包括以下步骤：(1)设定微处理系统中的BP神经网络拓扑结构，即设定BP神经网络的输入层的神经元个数、隐含层的神经元个数和输出层的神经元个数,所述输入层和隐含层的激活函数为tansig型函数，所述输出层的激活函数为pureline型线性函数；(2)双元热释电探测器将其测量通道的输出电压值和参考通道的输出电压值发送到微处理系统，压力传感器将其输出电压值发送到微处理系统，微处理系统对双元热释电探测器的测量通道的输出电压值、双元热释电探测器的参考通道的输出电压值和压力传感器的输出电压值进行数据归一化处理，公式为：其中x,x_max,x_min分别为数据的标定值、最大值和最小值；(3)将步骤(2)中归一化处理后的数据X＝(x₁,x₂,x₃)作为微处理系统中的BP神经网络的输入层的输入向量，其中x₁表示双元热释电探测器的测量通道的输出电压值经过归一化处理后的数据，x₂表示双元热释电探测器的参考通道输出电压值经过归一化处理后的数据；x₃表示压力传感器的输出电压值经过归一化处理后的数据；(4)将BP神经网络的输入层中所有神经元之间的连接权值与阈值、隐含层中所有神经元之间的连接权值与阈值和输出层中所有神经元之间的连接权值与阈值分别按照次序排列成向量形式，并将其作为粒子群中的个体粒子；(5)初始化粒子群，设定最大迭代次数和精度误差；(6)计算每个粒子的适应度，适应度的公式为：其中，L为学习样本数，p(t)为网络实际输出，q(t)为样本函数输出，通过训练获得最佳适应度的粒子；(7)粒子群算法中的粒子位置和速度与BP神经网络中待优化的权值和阈值对应，比较粒子的适应度，寻找并且更新每个粒子的个体极值和全局极值，粒子位置的更新方程为：粒子速度的更新方程为：其中和分别表示粒子i在第k次迭代中第d维的速度和位置，c₁表示粒子跟踪自身最优值的权重系数，c₂表示粒子跟踪群体最优值的权重系数，r₁和r₂均是[0,1]区间内均匀分布的随机数，p_id^k为第i个粒子迄今为止找到的最佳位置，G_id^k为整个粒子群所寻找到的最佳位置，ω为惯性权重；(8)查看全局适应度最优解是否满足设定的精度误差，若满足，执行步骤(9)，若不满足，再查看迭代次数是否大于设定的最大迭代次数，若不满足则返回步骤(6)，若满足则执行步骤(9)；(9)输出粒子群算法中全局粒子最优的位置和速度，并将其作为BP网络的初始权值和阈值并进行训练；(10)在训练的过程中，选取M组样本数据，按照步骤(1)到(9)进行数据的预处理、网络的创建，以此确定了微处理系统中的BP神经网络模型；(11)微处理系统对基于BP神经网络压力补偿的红外气体传感器的双元热释电探测器的测量通道的输出电压值、双元热释电探测器的参考通道的输出电压值和压力传感器的输出电压值进行数据归一化处理，归一化处理后的数据作为BP神经网络模型的输入层的输入向量，BP神经网络模型对输入向量进行算法处理，在BP神经网络模型的输出层输出带有压力补偿的待测气体浓度信息，微处理系统发送气体浓度信息到显示单元，显示单元显示气体浓度信息。