黃偉軍, 華 猛, 吳晨輝

(1.蘇州科技大學(xué) 電子信息工程學(xué)院，江蘇 蘇州215009； 2.蘇州市智能測(cè)控工程技術(shù)研究中心，江蘇 蘇州 215009)

0 引 言

隨著世界汽車總量的不斷增多，汽車尾氣給環(huán)境帶來嚴(yán)峻的挑戰(zhàn)[1,2]。目前,尾氣檢測(cè)方法主要包括紅外吸收法，電化學(xué)分析法，氫火焰離子化法，化學(xué)發(fā)光法等[3～5]，各檢測(cè)方法均針對(duì)不同的氣體選用單一的傳感器進(jìn)行檢測(cè)。單一離散的氣體傳感器均有交叉敏感區(qū)[6]，對(duì)于尾氣這種混合氣體，以上方法具有局限性。

本文利用混合氣體電子鼻檢測(cè)技術(shù)[7]，可有效地解決上述問題。將傳感器陣列技術(shù)[8]與神經(jīng)網(wǎng)絡(luò)模型相結(jié)合設(shè)計(jì)了一種尾氣定量檢測(cè)系統(tǒng)[9]，主要檢測(cè)GB18352.5—2013要求的O2，HC，CO，CO2，NO氣體濃度。在模擬汽車尾氣環(huán)境下，采用彼奧德電子研發(fā)的MFC—08高精度配氣系統(tǒng)，配置不同濃度的混合氣體，通入氣泵，在OMEGA的高精度流量計(jì)控制下通入電子傳感器陣列測(cè)試腔，對(duì)各傳感器陣列信號(hào)預(yù)處理后，采集得到樣本實(shí)驗(yàn)數(shù)據(jù)，用于建立尾氣分析神經(jīng)網(wǎng)絡(luò)模型，并進(jìn)行測(cè)試分析。為了縮短了網(wǎng)絡(luò)收斂時(shí)間，提高了模型預(yù)測(cè)精度，本文采用附加動(dòng)量法和自適應(yīng)學(xué)習(xí)速率法對(duì)基本反向傳播(back propagation,BP)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行改進(jìn)[10]，并建立基本神經(jīng)網(wǎng)絡(luò)模型和改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)模型，進(jìn)行實(shí)驗(yàn)對(duì)比分析。

1 檢測(cè)系統(tǒng)設(shè)計(jì)和實(shí)驗(yàn)測(cè)量

系統(tǒng)采用傳感器陣列檢測(cè)汽車尾氣，傳感器信號(hào)經(jīng)調(diào)數(shù)據(jù)送給神經(jīng)網(wǎng)絡(luò)模型理電路調(diào)理至合適范圍，使用高精度信號(hào)采集卡采集，再將中分析，最終得到各氣體成分濃度信息，總的系統(tǒng)檢測(cè)原理如圖1所示。

圖1 系統(tǒng)檢測(cè)原理

1.1 檢測(cè)系統(tǒng)

檢測(cè)系統(tǒng)根據(jù)GB18352.5—2013要求，主要檢測(cè)尾氣中的五種氣體(O2，HC，CO，CO2， NO)濃度。系統(tǒng)根據(jù)不同氣體特點(diǎn)選擇不同的傳感器進(jìn)行測(cè)量，同時(shí)需要考慮溫度和濕度對(duì)傳感器的影響[11]，因此系統(tǒng)選用TGH3151溫濕度傳感器對(duì)氣體傳感器工作環(huán)境進(jìn)行測(cè)量。

根據(jù)規(guī)定[12],測(cè)量CO，CO2，HC采用非分光紅外線(non-dispersive infrared,NDIR)吸收測(cè)量法，其原理是基于大多數(shù)非對(duì)稱分子對(duì)紅外波段具有一定的吸收能力，其吸收能力強(qiáng)弱與被測(cè)氣體濃度和氣室長(zhǎng)度有關(guān)。如果被測(cè)氣體濃度不同，出射紅外線光強(qiáng)會(huì)變化，由朗伯—比爾定律得

I=I0e-KCL

(1)

式中I為初始紅外光強(qiáng)度；I0為入射紅外光的強(qiáng)度；C為被測(cè)氣體濃度；L為氣室長(zhǎng)度；K為吸收系數(shù)。光強(qiáng)的測(cè)量由感光探測(cè)器測(cè)量，將輸出信號(hào)處理后再由采集卡采集，最后計(jì)算出氣體濃度

本系統(tǒng)要求CO,CO2,HC氣體特征波長(zhǎng)和吸收系數(shù)分別為：4.68 μm,8.5;4.35 μm,109;3.40 μm,90。

測(cè)量NO，O2的含量，采用NO-AE傳感器和O2-A2傳感器。由于傳感器信號(hào)輸出信號(hào)多為電流，且較小，不能直接采集，需要進(jìn)行I/V轉(zhuǎn)換，電路原理如圖2、圖3。圖2中的NO-AE傳感器為三電極化學(xué)傳感器，電極易產(chǎn)生極化問題，為此由運(yùn)算放大器和電阻電容及MOS管構(gòu)成上半部分電路避免傳感器極化現(xiàn)象，下半部分為I/V電路且有放大功能，調(diào)整傳感器輸出信號(hào)，C3為米勒電容器，具有穩(wěn)定電路功能。

O2的分子結(jié)構(gòu)特點(diǎn)和化學(xué)特性具有獨(dú)特性，尾氣中O2濃度檢測(cè)與NO和CO傳感器和預(yù)處理電路不同，通過O2-A2傳感器檢測(cè)O2濃度，將信號(hào)進(jìn)行預(yù)處理再送入采集端，其中預(yù)處理電路直接關(guān)系到檢測(cè)準(zhǔn)確性。圖3中的預(yù)處理電路不僅具有放大作用，還在不同部位設(shè)計(jì)了濾波電容器，確保傳感器信號(hào)穩(wěn)定且不失真。

圖2 NO-AE預(yù)處理電路

圖3 O2-A2信號(hào)預(yù)處理電路

根據(jù)設(shè)計(jì)的電路圖制作印刷電路板(printed circuit board,PCB)，并焊接電子元器件及傳感器陣列，為減小外界干擾誤差，將傳感器陣列固定在密閉的測(cè)試腔內(nèi)，模擬汽車尾氣環(huán)境進(jìn)行測(cè)試。

1.2 實(shí)驗(yàn)測(cè)量

因?yàn)槲矚庵胁煌瑲怏w的濃度范圍不同且所選傳感器的敏感范圍也不同，所以根據(jù)其范圍，采用彼奧德電子研發(fā)的MFC—08高精度配氣系統(tǒng)，以N2為背景氣體配置不同濃度的混合氣體525組，其中，O2(18 %～22 %)，CH((0～500)×10-6)，CO((0～1 000)×10-6)，CO2((0～5 000)×10-6)，NO((0～250)×10-6)，且為了最小化人為干擾，配置比例由MATLAB隨機(jī)數(shù)生成。實(shí)驗(yàn)中,氣體在OMEGA高精度流量計(jì)控制下通入電子傳感器陣列測(cè)試腔，對(duì)傳感器信號(hào)進(jìn)行預(yù)處理和采用NI公司具有18位模/數(shù)轉(zhuǎn)換器的PCI6251采集得到實(shí)驗(yàn)樣本數(shù)據(jù)。

2 改進(jìn)BP神經(jīng)網(wǎng)絡(luò)算法

BP神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的學(xué)習(xí)能力，能解決內(nèi)部機(jī)制很復(fù)雜的問題，但需要很長(zhǎng)的學(xué)習(xí)時(shí)間和大量學(xué)習(xí)庫(kù)，且容易陷入局部極小值。為了提高BP神經(jīng)網(wǎng)絡(luò)對(duì)本系統(tǒng)的適用性，本文采用附加動(dòng)量法和自適應(yīng)學(xué)習(xí)速率法，提高學(xué)習(xí)效率，減小陷入局部極小值的概率。使用附加動(dòng)量法對(duì)網(wǎng)絡(luò)權(quán)值進(jìn)行修正后，不僅考慮了梯度的問題還兼顧了梯度曲面的大小。其實(shí)質(zhì)是將最后1次權(quán)值變化的影響通過一個(gè)動(dòng)量因子來傳遞給新的權(quán)值，進(jìn)而繼承傳遞；即將上一次的權(quán)值變化量通過動(dòng)量因子傳遞疊加到本次誤差計(jì)算權(quán)值變化量上，作為本次的實(shí)際權(quán)值變化量實(shí)現(xiàn)繼承傳遞，即

(2)

w(k+1)=w(k)+Δw(k+1)

(3)

(4)

BP神經(jīng)網(wǎng)絡(luò)中增加動(dòng)量項(xiàng)后，權(quán)值會(huì)向著誤差曲面低洼且平坦方向調(diào)整，進(jìn)入平坦區(qū)時(shí)，Δw(k+1)≈Δw(k)從而避免Δw(k)=0，有利于網(wǎng)絡(luò)跳出誤差曲面局部極小值。

若學(xué)習(xí)速率η能自動(dòng)調(diào)整將對(duì)BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用范圍是又一次的擴(kuò)大。本設(shè)計(jì)的自適應(yīng)學(xué)習(xí)速率的準(zhǔn)則為：

1)判斷權(quán)值修正值對(duì)誤差函數(shù)的影響。

2)若修正值降低了誤差函數(shù)，說明η值偏小，適當(dāng)增加1個(gè)量進(jìn)行調(diào)整；反之，則產(chǎn)生過調(diào)，需減小η。

修改η不僅需要考慮提高收斂速度，還要兼顧增加學(xué)習(xí)穩(wěn)定性，本文采用學(xué)習(xí)速率自適應(yīng)調(diào)節(jié)機(jī)制為

(5)

3 改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)模型應(yīng)用與結(jié)果分析

根據(jù)上述分析，本文利用3層BP神經(jīng)網(wǎng)絡(luò)建立汽車尾氣參數(shù)預(yù)測(cè)模型，將O2，HC，CO，CO2， NO及溫濕度作為輸入層神經(jīng)節(jié)點(diǎn)，輸出層為5種氣體，模型結(jié)構(gòu)如圖4所示。

圖4 尾氣各參數(shù)預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

隱含神經(jīng)元(Q)太多，不僅會(huì)導(dǎo)致學(xué)習(xí)時(shí)間長(zhǎng)且無法識(shí)別沒學(xué)習(xí)過的樣本;若Q過小則網(wǎng)絡(luò)難以收斂，本文采用式(6)找出最佳隱含層節(jié)點(diǎn)數(shù)

(6)

式中n為輸入神經(jīng)元數(shù)，m為輸出神經(jīng)元數(shù)，a為常量，取值區(qū)間為[1,10]。

在525組數(shù)據(jù)中隨機(jī)選取500組數(shù)據(jù)進(jìn)行歸一化處理作為模型的訓(xùn)練樣本。為了驗(yàn)證本文的改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)的有效性，將剩余的25組數(shù)據(jù)作為預(yù)測(cè)樣本。并將預(yù)測(cè)結(jié)果與BP神經(jīng)網(wǎng)絡(luò)模型的結(jié)果進(jìn)行對(duì)比，結(jié)果如表1所示。其中，誤差=|網(wǎng)絡(luò)實(shí)際輸出-期望輸出|,相對(duì)誤差=(網(wǎng)絡(luò)實(shí)際輸出-期望輸出)/期望輸出×100 %。

表1 BP神經(jīng)網(wǎng)絡(luò)與改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差比較

可知，改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)模型對(duì)O2,CH,CO,CO2氣體濃度預(yù)測(cè)結(jié)果均小于2.5 %，NO的預(yù)測(cè)結(jié)果小于4 %，主要由于NO極不穩(wěn)定性對(duì)準(zhǔn)確性造成影響。整體上改進(jìn)型的BP神經(jīng)網(wǎng)絡(luò)能很好地處理傳感器陣列信號(hào)，與基本的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果相比，改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)模型對(duì)各氣體的預(yù)測(cè)結(jié)果準(zhǔn)確性均有所提高，而且網(wǎng)絡(luò)收斂速度更是快了近1倍。

4 結(jié) 論

針對(duì)汽車尾氣檢測(cè)問題，設(shè)計(jì)了一套基于改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)模型的汽車尾氣檢測(cè)系統(tǒng)，并進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，與基本的BP神經(jīng)網(wǎng)絡(luò)模型相比，該模型具有更高預(yù)測(cè)精度，更快的收斂速度，能夠高效地解決汽車尾氣預(yù)測(cè)問題，對(duì)大氣污染管制具有重要意義。