一氧化碳报警器设计毕业设计

河海大学继续教育学院毕业设计 一氧化碳报警器设计 毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得 及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。作 者 签 名： 日 期： 指导教师签名： 日期： 使用授权说明本人完全了解 大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。作者签名： 日 期： 学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名： 日期： 年 月 日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权 大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学校规定处理。作者签名：日期： 年 月 日导师签名： 日期： 年 月 日指导教师评阅书指导教师评价：一、撰写（设计）过程1、学生在论文（设计）过程中的治学态度、工作精神 优 良 中 及格 不及格2、学生掌握专业知识、技能的扎实程度 优 良 中 及格 不及格3、学生综合运用所学知识和专业技能分析和解决问题的能力 优 良 中 及格 不及格4、研究方法的科学性；技术线路的可行性；设计方案的合理性 优 良 中 及格 不及格5、完成毕业论文（设计）期间的出勤情况 优 良 中 及格 不及格二、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规范？ 优 良 中 及格 不及格2、是否完成指定的论文（设计）任务（包括装订及附件）？ 优 良 中 及格 不及格三、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义 优 良 中 及格 不及格2、论文的观念是否有新意？设计是否有创意？ 优 良 中 及格 不及格3、论文（设计说明书）所体现的整体水平 优 良 中 及格 不及格建议成绩： 优 良 中 及格 不及格（在所选等级前的内画“”）指导教师： （签名） 单位： （盖章）年 月 日评阅教师评阅书评阅教师评价：一、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规范？ 优 良 中 及格 不及格2、是否完成指定的论文（设计）任务（包括装订及附件）？ 优 良 中 及格 不及格二、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义 优 良 中 及格 不及格2、论文的观念是否有新意？设计是否有创意？ 优 良 中 及格 不及格3、论文（设计说明书）所体现的整体水平 优 良 中 及格 不及格建议成绩： 优 良 中 及格 不及格（在所选等级前的内画“”）评阅教师： （签名） 单位： （盖章）年 月 日教研室（或答辩小组）及教学系意见教研室（或答辩小组）评价：一、答辩过程1、毕业论文（设计）的基本要点和见解的叙述情况 优 良 中 及格 不及格2、对答辩问题的反应、理解、表达情况 优 良 中 及格 不及格3、学生答辩过程中的精神状态 优 良 中 及格 不及格二、论文（设计）质量1、论文（设计）的整体结构是否符合撰写规范？ 优 良 中 及格 不及格2、是否完成指定的论文（设计）任务（包括装订及附件）？ 优 良 中 及格 不及格三、论文（设计）水平1、论文（设计）的理论意义或对解决实际问题的指导意义 优 良 中 及格 不及格2、论文的观念是否有新意？设计是否有创意？ 优 良 中 及格 不及格3、论文（设计说明书）所体现的整体水平 优 良 中 及格 不及格评定成绩： 优 良 中 及格 不及格（在所选等级前的内画“”）教研室主任（或答辩小组组长）： （签名）年 月 日教学系意见：系主任： （签名）年 月 日摘要随着工业的发展和汽车尾气的大量排放，空气遭到了严重的污染，同时在家庭生活中，煤气的不完全燃烧也将产生大量的一氧化碳气体，而一氧化碳气体的化学性质比较稳定，在室内通风条件不大好的情况下，可能引起人体中毒，产生致命后果。因此需要对大气中的一氧化碳气体进行监测。 本文主要对一氧化碳报警器的原理进行了分析，其中重点分析了一氧化碳传感器探测信号的模式分类及识别，其原理是采用温度调制模式，基于统计学原理，采用贝叶斯公式对各模式进行识别。对于一氧化碳传感器的信号处理方法，主要介绍了快速傅立叶变换方法(FFT)和离散小波变换方法(DWT)。同时还对目前一氧化碳监测中存在的主要问题进行了初步的分析。 最后，根据一氧化碳传感器的原理，针对家庭中一氧化碳气体的监测，初步确定一氧化碳传报警器的设计要求，根据当前一氧化碳传感器的发展状况，选用MOTOROLA公司的MGS1100芯片进行一氧化碳报警器的设计。同时对MGS1100传感器的结构及工作模式进行了介绍。根据MGS1100芯片的结构及工作模式，设计了报警器电路，并对报警器的控制软件进行了初步的设计，最后完成了对一氧化碳报警器的调试，调试结果表明该报警器是可以在实际中使用。 关键词 一氧化碳报警器；温度调制模式；传感器Co sannuncitor Abstract With the developing of industry and exhaust gas expelling of cars, the atmosphere is polluting. At the same time, the incomplete inflammation of gas will produce much CO in family, and CO is a kind of gas which is stabilization in chemic character, will bring poisoning to person when the house is stuffiness. So it is need to monitor the CO in house. This paper analyzes the principle of CO sannunciator, focus on the analysis of the model classification and recognition of CO sensor, the operational principle of CO sensor is based on statistics and temperature moderate model. The signal process method of CO sensor include FFT (Fast Fourier Transform) and DWT (Discreet Wave Transform). At the end, introduce the main problem of CO monitor. At the end, based on the operational principle of CO sensor, according to the requirement of CO monitor in house, decide the parameters of CO sannunciator. According to the development of CO sensor, select MGS1100 of MOTOLORA to design the CO sannunciator. At the same time, introduce the structure and operational principle of MGS1100, and design the alarm circuit and control soft. At the end, finish the debugging of CO sannunciator, the result show the CO sannunciator can be used in realism. Keywords CO sannunciator;temperature moderate model; senso目录 摘要Abstract第1章 绪论1 1.2 研究的目的和意义1 1.3 一氧化碳报警器的发展状况第2章 一氧化碳传感器信号处理技术2.1 气体传感器阵列信号处理技术2.2 信号预处理2.3 模式分类，识别和量化2.4 气体传感器温度调制及信号处理技术2.5 温度调制模式2.6 信号处理方法2.7 存在的问题2.8 本章小结第3章 一氧化碳报警器的设计3.1 器件的结构原理3.2 器件的工作模式3.3 一氧化碳报警器的设计3.4 电路原理3.5 控制过程 对于温度变化的特性处理(假设CO的浓度为60ppm) CO线性浓度分析3.6 调试和结果3.7 本章小结结论致谢参考文献附录 第1章 绪论 1.1 课题背景 随着工业的发展和汽车尾气的大量排放，空气遭到了严重的污染，因此对大气中有毒气体的监测也成为人们关心的一个主要问题，而大气中一氧化碳气体对人体的毒害是致命的，因此，迫切需要开发一种仪器来检测家庭和工农业生产过程中的一氧化碳气体。 1.2 研究的目的和意义 空气中的一氧化碳为无色、无味气体，相对分子量为28.0，对空气相对密度为0.967。在标准状况下，1L气体质量为1.25g，100ml水中可溶解0.0249mg(20C)，燃烧时为淡蓝色火焰。 一氧化碳是有害气体，对人体有强烈的毒害作用。一氧化碳中毒时，使红血球的血红蛋白不能与氧结合，妨碍了机体各组织的输氧功能，造成缺氧症。当一氧化碳浓度为12.5mg/m3时，无自觉症状，50.0mg/m3时会出现头痛、疲倦、恶性、头晕等感觉， 700mg/m3时发生心悸亢进，并伴随有虚脱危险，1250 mg/m3时出现昏睡，痉挛而死亡。有时根据碳氧血红蛋白（COHb）来评价室内一氧化碳低暴露水平对人体的影响，3-11岁儿童COHb平均饱和度为1.01%；12-74岁不吸烟人群为1.25%。但成年不吸烟人群中4%的人COHb超过2-5%。室内污染所致COHb饱和度只有超过2%，才会影响心肺病人的活动能力，加重心血管的缺血症状。 CO是燃料不完全燃烧产生的污染物，若没有室内燃烧污染源，室内CO浓度与室外是相同的。室内使用燃气灶或小型煤油加热器，其释放CO量是NO2的10倍。厨房使用燃气灶10-30min，CO水平在12.5-50.0mg/m3之间。由于一氧化碳在空气中很稳定，如果室内通风较差，CO就会长时间滞留在室内。因此，很容易致人中毒。 同时，在工农业生产中，尤其在煤炭生产基地，如果一氧化碳浓度过高，很容易引起火灾和爆炸，引起严重的事故和后果，造成重大经济损失和人员伤亡。因而作好煤炭自燃火灾的预测预报和防灭火工作显得尤为重要。因此，人们发现了测温法来进行温度可燃气体的监测。测温法是发现煤炭自热和探寻高温点及火源的最直接、最可靠的方法，但煤体内部温度的测温技术尚未完全解决，目前仅作为掌握自燃动态、确定自燃区位置的一种有效的补充手段1。测定矿内空气成分变化，是早期预报自燃火灾应用最广而且比较可靠的方法。煤类火灾的主要指标是CO和H2和碳氢化合物，如乙烯C2H4、丙烯C3H6、乙炔C2H2等。它们是按一氧化碳-氢-乙烯-丙烯-乙炔的顺序生成、释放并随温度而增加的。当温度异常时，首先出现CO，随温度增高，出现HZ，然后是CZH4紧接着是C3H6，最后出现C2H2和其他气体2。由于一氧化碳生成温度低，生成量大，其生成量随温度升高按指数规律增加。所以，煤矿井下广泛以一氧化碳气体作为预报煤炭自燃的指标气体。它的变化一直在煤矿安全生产活动中受到高度重视，特别是煤层有自然发火倾向的矿井更是如此。在煤矿井下，CO的来源一般是由于煤自热或自燃产生的。所以当井下出现CO气体或CO气体浓度稳定地增长时，就认为煤炭在自然发火或有自然发火的危险。然而，有些矿井，煤层中本身就含有CO，在煤层开采过程中，就逸出到采掘空间的风流中来，如果对其逸出量及规律不能掌握，就会造成煤炭自燃火灾的误报，对预报和防治煤炭自然发火造成不利影响3。大水头煤矿是煤层具有自然发火倾向性的矿井，经过对大水头煤矿几十次煤炭自然发火灾害有关参数的反复观察分析认为，同样是煤炭自燃造成的火灾，但每次其自然发火期的长短、氧化速度、各种灾害气体的浓度等都随时间、地点的不同有所差异，这其中的原因除一些外在的因素和煤层所处的自然环境因素外，还有一个不被人们所掌握的内在因素-煤层原生的CO成份在起着潜移默化、推波助澜的作用。虽然确定的煤层自然发火期是3-6个月，但实际生产中常常出现一些预料之外的事例：掘进工作面后巷几十米处高顶就有CO气体出现；炮采工作面刚开采，短期内上隅角就检测出CO气体:综放面每月推进60m左右，其支架顶部煤体中仍能查出高浓度(最高达0.064%)的CO气体成份。通过分析表明煤电钻打的孔内实测CO浓度高达0.5%，而且一氧化碳检测管变色环呈血红色，比火区测定的还要高。因此要必要开发CO报警器来对CO进行监测，指导安全生产。1.3 一氧化碳报警器的发展状况 1964 年，由Wickens 和Hatman 利用气体在电极上的氧化还原反应研制出了第一个气敏传感器，1982年英国Warwick 大学的Persaud 等提出了利用气敏传感器模拟动物嗅觉系统的结构4，自此后气体传感器飞速发展，应用于各种场合，比如气体泄漏检测，环境检测等。现在各国研究主要针对的是有毒性气体和可燃烧性气体，研究的主要方向是如何提高传感器的敏感度和工作性能、恶劣环境中的工作时间以及降低成本和智能化等。 下面简单介绍各种常用的一氧化碳报警器的工作原理最新的研究进展。一氧化碳报警器主要包括两部分，一部分是监测系统，由各种传感器组成，另一部分是报警系统，根据检测系统的指标作出报警判断。首先简单介绍下一氧化碳传感器的发展状况。气体传感器主要有半导体传感器（电阻型和非电阻型）、绝缘体传感器（接触燃烧式和电容式）、电化学式（恒电位电解式、伽伐尼电池式），还有红外吸收型、石英振荡型、光纤型、热传导型、声表面波型、气体色谱法等5。 电阻式半导体气敏元件是根据半导体接触到气体时其阻值的改变来检测气体的浓度；非电阻式半导体气敏元件则是根据气体的吸附和反应使其某些特性发生变化对气体进行直接或间接的检测。 接触燃烧式气体传感器是基于强催化剂使气体在其表面燃烧时产生热量，使传感器温度上升，这种温度变化可使贵金属电极电导随之变化的原理而设计的。另外与半导体传感器不同的是，它几乎不受周围环境湿度的影响。电容式气体传感器则是根据敏感材料吸附气体后其介电常数发生改变导致电容变化的原理而设计。 电化学式气体传感器，主要利用两个电极之间的化学电位差，一个在气体中测量气体浓度，另一个是固定的参比电极。电化学式传感器采用恒电位电解方式和伽伐尼电池方式工作。有液体电解质和固体电解质，而液体电解质又分为电位型和电流型。电位型是利用电极电势和气体浓度之间的关系进行测量；电流型采用极限电流原理，利用气体通过薄层透气膜或毛细孔扩散作为限流措施，获得稳定的传质条件，产生正比于气体浓度或分压的极限扩散电流。 红外吸收型传感器，当红外光通过待测气体时， 这些气体分子对特定波长的红外光有吸收， 其吸收关系服从朗伯-比尔(Lambert-Beer)吸收定律，通过光强的变化测出气体的浓度。 声表面波传感器的关键是SAW(surface acoustic wave)振荡器，它由压电材料基片和沉积在基片上不同功能的叉指换能器所组成，由延迟型和振子型两种振荡器。SAW传感器自身固有一个振荡频率，当外界待测量变化时，会引起振荡频率的变化，从而测出气体浓度。 对CO气体检测的适用方法有比色法、半导体法、红外吸收探测法、电化学气体传感器检测法等。 比色法是根据CO气体是还原性气体，能使氧化物发生反应，因而使化合物颜色改变，通过颜色变化来测定气体的浓度，这种传感器的主要优点是没有电功耗。 半导体CO传感器，通过溶胶凝胶法获得SnO2基材料，在基材料中掺杂金属催化剂来测定气体6。现国外有研究对SnO2基材料中掺杂Pt、Pd、Au等，并发现当传感器工作在220C时，在SnO2中掺杂2%的Pt时，传感器对CO具有最大的敏感度。由于气体传感器的交叉感应，使得CO传感器对很多气体如H2、CO2、H2O等都有感应，但是采用上面的方法使得对其他气体的敏感度下降很多7。 CO电化学气体传感器敏感电极如常用的金属材料电化学电极有Pt、Au、W、Ag、Ir、Cu等过渡金属元素，这类元素具有空余的d、f电子轨道和多余的d、f电子，可在氧化还原的过程中提供电子空位或电子，也可以形成络合物，具有较强的催化能力8。又研制了一种新型的CO电化学式气体传感器，即把多壁碳纳米管自组装到铂微电极上，制备多壁碳纳米管粉末微电极，以其为工作电极， Ag/AgCl为参比电极，Pt丝为对比电极，多孔聚四氟乙烯膜作为透气膜制成传感器，对CO具有显著的电化学催化效应，其响应时间短，重复性好9。 利用CO气体近红外吸收机理，研究了一种光谱吸收型光纤CO气体传感器，该仪器检测灵敏度可达到0.210-610。另一种光学型传感器是用溶胶凝胶盐酸催化法和超声制得SiO2 薄膜，将薄膜浸入氯化钯、氯化铜混合溶液，匀速提拉，干燥后制得敏感膜，利用钯盐与CO反应，生成钯单质，引起吸光度变化11。 采用超频率音响增强电镀铁酸盐方法获得磁敏感膜，磁饱和度和矫顽磁力决定对气体的响应敏感度。当温度加热到85C时，得到最大响应，检测范围333ppm5000ppm12。 第2章 一氧化碳传感器 信号处理技术 一氧化碳报警器主要由气体传感器和报警电路组成，而其性能的好坏又取决于气体传感器，因此，气体传感器所采用技术是整个系统的关键，下面我们重点分析在一氧化碳传感器中所采用的信号处理技术。 2.1 气体传感器阵列信号处理技术 与哺乳动物的嗅觉系统类似，气体传感器阵列是一氧化碳传感系统的“气味感受细胞”，感受到气味时就将信号通过接口电路及一些预处理电路(生物嗅觉中对应的部位为“嗅球”)然后传到信息处理中心(大脑)，通过“大脑”内的嗅觉信号处理，完成对气味的识别和简单量化，并发送相应的控制信号。该系统称为电子鼻系统。其信息处理中心通常由电脑或微处理器实现，其中的“嗅觉”信号处理技术对于电子鼻的性能起着关键作用。 对这一技术的研究，从气体传感器阵列和电子鼻的概念提出后，就一直都没有间断过。一个成功的气体(气味)识别和量化系统通常要涉及到多种多维信号的处理方法，包括信号预处理、特征提取、特征选择、分类、回归、聚类以及验证等13，基于统计的模式识别方法、神经网络等多种信号处理方法己在电子鼻领域里得到了应用并取得了一些成果。 2.2 信号预处理 信号预处理的主要目的有滤波、基线处理、漂移补偿、信息压缩以及归一化等。图2-1为金属氧化物半导体气体传感器的一般测量电路，其中RL为串联负载电阻，Rs为气体传感器的电阻，Vcc为测量电压，V为实际传感器测量电压。 图2-1 微热板式气体传感器的单臂电桥测量电路 传感器的描述信号可用电压信号(V)、电阻信号(R)和电导信号(G)等物理量表示，三个物理量互相关联，电阻和电导互为倒数，其中电压信号受串联电阻的影响，在量程大且需更改串联电阻的情况下不宜使用。基线的概念为传感器在空气中的信号，处理方法主要有三种:差值法，比例法和分数比值法。以电导物理量为例，定义其在空气中的基线值为Gair，在被测气体中的值为Ggas ,那么对应的三种处理方法见表2-1。常用的处理方法为分数比值法，因此Sg又被称为电导灵敏度，成为衡量传感器气敏性能的一个重要参数。上述基线的处理方法仅是对气体传感器信号的简单处理，基线漂移的抑制是气体传感器领域中的一个重要研究问题。作为一种化学传感器，受空气中多种因素的影响，基线漂移缓慢、随机，迄今还没有形成一种统一的理论来描述。小波变换技术在基线漂移抑制方面取得了较好的效果14。表2-1 基线处理方法 处理方法 说明 差值法 DG=Ggas-Gair 去除叠加性噪声和漂移 比例法 rg= Ggas/Gair 去除乘积性噪声和漂移 分数比值法 是sg= (Ggas-Gair )/Gair 叠加性和乘积性噪声和飘移 都有作用 作为一个随时间变化的量，气体传感器的特征信号有多种，如稳态信号、瞬态信号等。特征是直接从传感器的原始信号提取出来的参数，各特征之间相互关联，由于交叉敏感的影响，各传感器之间也相互关联，因此这样一个原始的特征参数集是一个富含冗余信息的高维向量。维数增多引起后续信号处理的复杂程度呈指数上升，也就是所谓的“维数咒语”问题，使得降维处理成为必要。同时，信息冗余容易导致信号参数的协方差矩阵奇异，因此特征选择和特征提取成为气体传感器阵列信号处理的两个必要步骤。特征选择的目的是从M个特征中选择N个参数(NM)组成一 个信息量最大或者估计准确度最高的最优集合，可能组“方法”有NMC。常用的选择方法为顺序搜索法，从集合内参数为0，逐渐增加参数数目的 方法为前向搜索法；从全部特征组成参数集合开始逐渐减少参数数目的方法为后向搜索法。顺序搜索法计算量比较大，促进了随机选择算法的发展，如模拟退火算法，遗传算法15等。参数选择的评价方法主要有两种:过滤法(filters)和打包法(wrappers)。过滤法通过比较特征子集的信息含量(如类间距)，试图寻找具有一般性的特征参数集；打包法是在特定模式识别算法的基础上根据预测的准确度来估计特征子集的性能，以大量计算为代价但能够获得较好的识别精度。Gutierrez-Osuna16对8种搜索技术进行了比较，结论是各种搜索算法的性能相似。Corcoran17使用遗传算法和Fisher判别式对一个温度调制阵列的参数进行选择，在保证分辨率的情况下能够将特征参数的数目减少1/10。优化后的特征参数集代表了被测气体的所有信息，但是各个参数之间的相关性大，依然存在冗余信息。特征提取实际上是要寻找一种变换f: xM yN(N0的不可观测的随机变量，称为误差项。由实验观测到P组输入输出向量，那么。C= (cij)mp，S= (sij)mp，输入输出关系为C=SA+。忽略误差项，当S为非奇异阵时参数矩阵可由A=S-1C计算得到，但是作为观测向量，S可能为奇异阵。因此在矩阵分析中引入伪逆来解决这一问题.(2-3) S+为S的伪逆，S+S=I，上式为正规的二乘估计算法。 最小二乘法的回归方程中使用了所有传感器的输出项进行估计，由于交叉敏感和传感器输出信号的相似性，信号之间相关性大，通过PCA去除数据之间的相关性，提取主成分用于回归方程，该种方法就是主成分回归法(PCR)。主成分的提取法则是沿着观测数据向量方差最大的方向提取，因此它们与被测气体浓度之间的线性依赖关系也并非最好24。偏最小二乘法(PLS)能够处理共线性数据，在化学计量的数据分析中使用较多。与PCR不同，PLS依次寻找各传感器与混合气体浓度之间的最大相关性。最小二乘法、主成分回归法和偏最小二乘法的基础模型都是线性回归模型，随着测试气体浓度范围的扩展，传感器响应与气体浓度之间的非线性关系逐渐增强，具有非线性扩展能力的人工神经网络技术(MLP,RBF等函数逼近网络)和遗传算法在混合气体分析中得到了广泛的应用25。 聚类分析在电子鼻数据处理中应用也较为广泛，它是一种无监督学习过程，用于寻找数据样本之间的空间关系或相似性，主要包括三个基本步骤:(a) 定义样本之间的不相似性法则，通常采用欧式距离；(b)定义一种优化聚类的法则，通常基于类内和类间结构(如扩展类间距离，压缩类内距离等)；(c)定义一种搜索算法，用于将某一测试样本赋给某一类。目前应用较多的聚类方法主要有树状图法(Dendrogram )、C均值法以及自组织映射神经网络(Self=Organiz Map)。树状图法可以通过自底向上的凝聚算法或者自顶向下的分裂算法形成。Gardner26等使用树状图法分析了12个金属氧化物气体传感器对几种酒精的识别。将训练样本随机设定为C个不相连的类，计算每个类的均值，然后重新分配各样本到C个类中再计算各类的平均值，直到相邻两次重新分配的各类均值不变就结束迭代计算，这种方法就是C均值法。随着模糊数学的发展，模糊集理论在气体分析领域中也得到了应用，并在C均值算法的基础上发展为模糊C均值算法。SOM是一种能够产生拓扑分布结构的互连接技术，通常是一个二维的网格结构，首先通过竞争机制选择网格中与数据样本最近的神经元及其附近的神经元并激活，调整其在二维网格中的坐标使得它们更接近于数据样本27。 聚类、分类和回归都是气体分析和气味识别中的重要问题，聚类是无监督的，从广义上来讲，聚类属于分类。倘若将“类”作为一个变量寻求输入和这个变量之间的关系，那么分类实际上又是回归的一种。因此多种算法都可以同时用于聚类、分类和回归，比如BP神经网络、RBF神经网络、PCR等。无论是何种问题，都需要一些先验数据作为训练样本完成模型的构建，最终模型的好坏需要通过一些新的数据样本来说明验证。验证的过程就是使用构建的模型对新的样本进行估计，考察估计的结果是否令人满意，这些新的样本就是测试样本的选取。测试样本的选取方法也有多种，如使用新的样本集或多次交叉验证法等，在气体分析中多采用新样本集进行验证。2.4 气体传感器温度调制及信号处理技术 作为一种化学传感器，在不同的工作温度下，气敏材料对不同气体的吸附选择性和灵敏度不同。金属氧化物半导体气体传感器的气敏特性受器件温度的影响和控制，在不同工作温度范围内对不同气体的响应有所不同。因此，可将半导体气体传感器调制在不同的温度模式下，测试传感器在给定温度模式下对不辰气体的动态响应信号，结合信号处理技术，提取传感器对不同气体成分的响应特征，用于气体的识别、量化和分类。 2.5 温度调制模式 度下的传感器组成阵列，也可以使用一个依次工作在不同温度下的传感器来实现。这构成了现在气体检测领域内的两个主要研究方向。 温度调制的一个最简单方式就是控制传感器的加热电压时通时断，1992年，Y.Hiranaka32将Figaro气体传感器控制在脉冲加热电压下，传感器首先在SV加热电压下预热，当响应稳定时，断开加热电压，监测传感器的响应信号，再开启SV加热电压，依次周期性控制，脉冲电压的周期为60s。Amatomo等33每秒钟给传感器施加一个持续时间为8ms，电压为7.5V的加热脉冲，得到的暂态响应用于定性识别CO，乙醇和氢气。这些都是两个温度点之间的阶跃,但是Sears35等认为全量程周期性(cyclictemperature)加热电压在传感器的温度调制方面更具有优越性和发展前景。所谓全量程周期性加热电压，是指控制传感器遍历从室温到传感器容许最高工作温度范围内的所有温度点。原因有三:1)由于不同气体对温度的依赖特性不同，周期性温度调制总能控制传感器针对不同气体给出典型曲线；2)低温时传感器对气体的不完全响应有累积效应，高温则具有清洗作用；3)在这个温度范围内，对应某种气体总有一个最高灵敏度工作温度点，因而可以提高传感器的灵敏度。但是，当传感器遍历所有温度点时，传感器电阻本身受温度的影响极为显著，很多情况下需要调整匹配电阻才能准确测量到传感器电阻的变化，给测试带来困难。因此比较合适的方法还是在一定偏压和幅值下的温度调制技术，而“遍历”一定范围内的温度点的思想仍然得到了延续。迄今为止，应用和研究最多的温度调制模式是正弦波，因为在正弦加热电压控制下，传感器的温度变化能够更好的跟踪加热电压的变化，并且能够遍历各个温度点。 由于烧结型传感器以及厚膜传感器的加工工艺比较成熟，产品已经进入或即将进入市场，产品的可靠性和灵敏度有一定保证，因而它们也成为温度调制技术的主要研究对象，如Figaro公司的TGS813, TGS2611等型号传感器。S.Nakata等自1996年开始针对Figaro气体传感器进行了一系列温度调制方面的研究36，考察了CO在不同功耗加热下的Sn02气体传感器表面有节律性的化学反应过程37，使用每秒钟高温16ms的加热脉冲调制传感器并观察到传感器输出信号在加热和降温过程中的迟滞现象，最终确定了正弦温度调制模式，频率f为20-40mHz之间，电压为V=3.5+1.5cos(2pft)，考察了该模式下传感器对高浓度(1000-10000ppm)一氧化碳、丙烷、氨气和丙烯等气体的响应厚膜气体传感器较烧结型陶瓷传感器尺寸小，响应时间也较快，对气体的响应特征又与烧结型类似，因此在该领域内的温度调制技术研究也较多。N.Barsan, A.Fort, E.Llobet等分别考察了厚膜气体传感器在正弦温度调制模式下的响应特征，频率都为50mHz,温度调制范围一般低温2000C至高温4000C左右。XingJiuHuang等考察了凝胶溶胶法研制的厚膜传感器在20, 25, 30, 50mHz几个频率以及20-1000C,100-1500C,150-2000C,200-2500C和250-3000C几个温度范围调制下的矩形波的响应信号，以及20mHz频率下的几个波形(三角波、正弦波、锯齿波等)的调制效应，定性分析了各个波形的响应，并指出对所使用的传感器检测O.Sppm丙酮较好的温度调制模式为20mHz，250-3000C的矩形波。于鹏等采用高低温加热控制下的4个传感器组成阵列用于白酒的识别;张正勇等考察了矩形波加热下的几种气体响应情况。 微热板式薄膜气体传感器由于具有尺寸小、温度响应速度快的优点，能够快速跟踪加热电压的变化，在温度调制方面应更具有优越性。NLST在研制成功微热板式气体传感器之后，1995年发表了温度调制模式控制下的传感器响应，考察了以锯齿波为包络的脉冲电压调制模式，高温加热100ms后降低至室温，隔5-200ms的时间然后采样传感器的电阻值，测试了传感器在丙酮、甲醛、乙醇和甲醇的饱和蒸汽中的响应。2.6 信号处理方法 温度调制扩展了气体传感器在时间上的响应信号，因此其信号处理方法主要包括了与时间频率信号处理有关的快速傅立叶变换(FFT)以及离散小波变换(DWT)方法，通过FFT或DWT，提取与气体有关的特征信号，再结合阵列信号处理方法对气体模式进行识别和量化。S.Nakata考察了FFT变换后得到的2阶谐振信号的实部和虚部随1000ppm-10000ppm一氧化碳、丙烷、氨气和丙烯气体浓度的变化，并且将4个传感器控制在正弦加热模式下，提取每个传感器的2阶谐振信号实部和虚部组成阵列来识别4种气体teal。由于该二阶信号比较微弱，他们又提出了使用2倍频的电压信号对正弦加热电压调制后的信号进行叠加增强二阶谐振信号，提高信号的幅度38，及将考虑的谐频信号增加到3阶谐振，提高气体识别的准确率。 N.B1TS1ri在1995年报导了气敏材料受器件温度的影响，并在1997年报导了在正弦温度调制(2000C-4200C)，频率为50mHz模式下，传感器的电阻值经过傅立叶变换，然后提取特征值结合神经网络技术实现了对CO和NO2的识别和量化。E.Llobet等使用FFT以及DWT提取频率信号，结合PCA以及神经网络技术对CO和NO2气体响应进行了识别，神经网络的输出为对气体模式的01编码。之后提出了小波变换与Fuzzy ARTMAP相结合的信号处理方法，使用正弦信号或者多个正弦信号叠加后的信号加热，通过小波变换提取典型频率特征，然后使用Fuzzy ARTMAP分类器对气体进行分类，确定出几种频率的正弦信号叠加调制传感器的识别率中，哪几种频率的叠加最好。 Clifford引入了半导体势垒模型来分析传感器受温度的影响39，S.Nakata在该模型的基础上添加了传感器表面的化学反应机制，并讨论了CO，O2等在材料表面的化学吸附和反应机理，对传感器的迟滞现象进行了定性的解释。R.Ionescu在该模型的基础上进行了扩展，采用优化的方法，模拟了正弦温度调制模式下的传感器响应，与实际结果吻合较好。T.Kunt在NIST微热板式薄膜气体传感器的温度调制基础上，纯粹从信号处理的角度出发，设计了温度调制下的传感器响应函数，并在该函数的基础上，通过比较模型在一定调制模式下对甲醇和乙醇的响应曲线的差值，以两曲线之间差值的最小均方根最大为目标，求解用于区别该两种气体的最佳温度调制模式，但是从实验结果来看，该方法效果不是很好。 2.7 存在的问题 从基于统计的模式识别方法到人工神经网络技术，各种多维信号处理方法在气体传感器阵列的信号处理中都有尝试和应用，其中一个主要的应用是气味的识别。对于多成分气体的识别和量化技术，目前较成功的方法是将各个浓度的气体设定为一种模式，根据气体传感器阵列的响应特征对各种模式进行识别，要识别的模式数目依赖于量化的精确程度。精确程度越高，浓度划分越细致，模式的数目就越多，导致训练神经网络的时间增长，计算量增多，所需测量的训练数据增多，给实际测量带来不便。有效解决该问题的方法就是建立混合气体响应的回归模型。作为一种化学传感器，气体传感器的响应受到环境中温度、湿度以及各种气体的影响，诸多干扰因素给气体传感器回归模型的建立增加了很多困难。 温度调制模式对传感器选择性的改善程度起着决定性的作用，温度调制模式主要由调制波形、调制频率、调制温度的幅度以及偏移量等几个参数决定，而迄今为止，气体传感器的温度调制模式的选择仍处于试错研究阶段，依据经验根据实际情况考察适用的温度调制模式，其中正弦温度调制模式使用最多。目前对温度调制模式的研究给出了一些有意义的结果，但大部分都还局限于定性分析，定量分析以及温度调制方面的规律性的结论尚未形成。第3章 一氧化碳报警器的设计 设计一氧化碳报警器，需要根据其应用的场所确定设计要求，选择合适的一氧化碳传感器，确定设计方案。我们设计的一氧化碳报警器主要应用家庭中，因此选用MOTOROLA MGS1100一氧化碳传感器进行报警器的设计，下面我们对该传感器的原理及设计进行简单介绍。 3.1 器件的结构原理 MOTOROLA 一氧化碳(CO) 传感器MGS1100 是一种新型的专门用于家庭的CO气体检测器。 其结构特点是采用微电子工艺,在微型硅桥结构中嵌入的加热器上制作一层SnO2 薄膜。这种结构不仅使SnO2 薄膜对CO气体在很宽的温度范围内都具有敏感性, 且由于硅膜减少了热传导的损失, 从而大大降低了功耗,其结构如图3-1所示。该传感器共有4个管脚,两个为加热端(管脚1和3,脚3 接地),两个为传感器输出端(管脚2和4 ),等效电路如图3-2所示为使传感器对CO的敏感特性处于最佳状态, 必须保证SnO2层达到预定的最佳温度。通常加热器及SnO2层的温度与加热电压VH 、加热电流IM 有关。在CO气体中,SnO2层电阻会随CO浓度的增大而减小。3.2 器件的工作模式 CO传感器实际应用时, 通常采用连续工作模式, 此时用周期性脉冲电压对电阻加热,具体波形参见图3-3,V hH = 5V,持续5 秒,VhL = 1V,持续10秒。由于加热器的电压为周期性电压, 故敏感器的温度呈现出周期性地变化,参见图3-4。其中在大约400C的高温时, 对传感器的敏感部位进行清洁(维持300ms),在小于100 C的低温时检测CO。在不同的温度下,传感器的传感电阻RS的阻值也不同,Rs 的低值对应高温状态,Rs的高值对应低温状态。在低温段的最后时刻, 测量对应于CO浓度的Rs阻值。若要得到重复性较好的CO浓度测量,应在低温段的适当时刻对RS 进行测量。实验表明,如果低温段时间为10s ,在9.5s的时刻测量Rs值最适合。 3.3 一氧化碳报警器的设计 设计的CO报警器采用MOTOROLA半导体公司的CO传感器MGS1100作为敏感元件。MGS1100是MOTOROLA应用全微电子工艺制成的半导体CO传感器, 具有对CO气体响应的选择性好、灵敏度高、稳定性强等特点；报警器控制部分采用MOTOROLA MC68HC705P9单片机，通过它的A/D口对温度传感器和MGS1100进行环境温度及CO浓度实时检测的数据采集, 然后进行相关数据处理, 其中包括传感器CO灵敏特性非线性的处理、CO浓度的温度特性的校正。(由于在探测60ppm以上的CO浓度时, 环境湿度的变化对CO传感器特性的影响较小, 故忽略对传感器MGS1100的湿度修正)。经过一定的算法处理修正后, 最后通过判断作出相应的数据显示和报警输出。 作为一种家用CO报警器, 它主要是测量环境CO的浓度, 判断该浓度CO对人体的危害性, 从而作出相应的报警输出。报警输出分别采用光报警和声报警。其功能要求根据有关标准设定如表3-1所示。3.4 电路原理电路的核心部件为MOTOROLA MCU的MC68HC705P9作为核心控制元件。传感器MGS1100的工作需要周期为15s(5s的电压为5V,10s的电压为1V) 的方波驱动。在MCU的控制下, 很容易利用DAC0832来产生所需方波, 但其成本高, 故可利用图3-6所示电路来产生所需的方波信号。 调试结果证明, 符合器件工作状态的要求。该电路同样适用于其他公司生产的CO传感器, 仅仅工作周期、驱动电流大小不同, 需要加以调整即可。 本系统所需的直流电源, 通过7806、7805稳压后,提供+ 6V 和+ 5V的工作电压。其中+ 5V电压主要提供单片机、温度传感器、CO传感器等部分的电源。而+ 6V电压主要用来提供给报警电路和CO传感器的加热元件部分的电源。环境的CO浓度检测和温度检测的数据采集