張常華 李仕昆 張澤棟 曾研

【關(guān)鍵詞】氣體傳感器;人工神經(jīng)網(wǎng)絡(luò);神經(jīng)元

本文基于神經(jīng)網(wǎng)絡(luò)對多種傳感器監(jiān)測的數(shù)據(jù)進行融合迭代處理，來解決氣體傳感器的測量誤差，得到相對準確的氣體濃度值。在神經(jīng)網(wǎng)絡(luò)對采集氣體進行處理后，周圍環(huán)境的氣體濃度值能夠在便捷裝置上更新顯示。

便攜多氣體監(jiān)測設(shè)備的系統(tǒng)總體框架如圖1所示，設(shè)備由電源、移動終端、傳感器監(jiān)測模塊、藍牙模塊和STM32F405RGT為主控芯片的單片機組成。設(shè)計為了滿足設(shè)備能夠隨身攜帶的特點和本著環(huán)保的原則，同時讓其具備安全性能良好的優(yōu)點，采取了可充電式電池作為電源，通過電源模塊給整個設(shè)備供給所需的電力。由于該設(shè)計用到的模塊比較多，傳感器和單片機的接口無法滿足模塊允許所需要的電壓，因此在電池供電后，設(shè)計降壓穩(wěn)壓電路（如圖2所示），輸出傳感器等設(shè)備運行所需要的電壓。在電源模塊中利用5-3.3V的降壓電路，給STM32F405RGT6為主控芯片的電路板供電，在電路中留出引腳給現(xiàn)有的傳感器（溫濕度壓強綜合的傳感器、氧氣傳感器、二氧化碳一氧化碳TVOC傳感器、苯甲醛傳感器）、蜂鳴器進行連接。以及給出一個I/O口于藍牙模塊，連接電路與藍牙模塊，使單片機能夠?qū)⒔?jīng)神經(jīng)網(wǎng)絡(luò)處理后的相對準確的氣體濃度值通過藍牙模塊傳輸給對應(yīng)設(shè)計的手機APP上。

該設(shè)備能夠?qū)怏w傳感器數(shù)據(jù)與周圍環(huán)境參數(shù)經(jīng)過神經(jīng)網(wǎng)絡(luò)處理，處理后得到相對準確的氣體濃度值數(shù)據(jù)，單片機再通過藍牙模塊將氣體濃度值發(fā)送給移動終端，并在終端顯示氣體濃度。如果濃度達到危害到人體健康的閾值，設(shè)備將會通過蜂鳴器進行提示，危害程度越大，蜂鳴器所造成的聲音越尖銳，并在終端上對設(shè)備持有人提示危害程度。

監(jiān)測采用多種高靈敏度的氣體傳感器監(jiān)測周圍的環(huán)境，通過傳感器多次采集的數(shù)據(jù)與神經(jīng)網(wǎng)絡(luò)的處理得到氣體相對準確的濃度。當氣體濃度過高或過低偏離正常人體健康所需的正常值，設(shè)備將會報警，并且對相關(guān)人員的移動終端及時推送危害程度。

移動終端APP在被打開后，顯示出需要監(jiān)測的環(huán)境參數(shù)，然后檢測藍牙模塊與單片機連接是否正常。若連接正常，APP向單片機發(fā)送獲取各類環(huán)境參數(shù)的命令，讓傳感器對各種環(huán)境參數(shù)進行采集，經(jīng)過單片機采集處理后的數(shù)據(jù)通過藍牙將數(shù)據(jù)返回至移動終端顯出來。如圖3所示

溫濕度壓強傳感器和多種氣體傳感器通過神經(jīng)網(wǎng)絡(luò)處理采集后的數(shù)據(jù)，再由藍牙模塊將數(shù)據(jù)傳輸至終端APP，并將處理后相對準確的數(shù)據(jù)在軟件界面進行顯示，圖4為該設(shè)備在檢測時的顯示狀況。從圖中可以能夠看出測量后的各種環(huán)境參數(shù)。

在識別混合氣體的成分中，最常用的方法是先將各種氣體分離，然后分別裝入不同的傳感器進行檢測，但隨著人工智能發(fā)展，不再需要人工進行氣體分離，而是采用之前所得到的數(shù)據(jù)進行分析。模擬人工神經(jīng)網(wǎng)絡(luò)的方法，在傳統(tǒng)的方法中是循環(huán)伏安測量法：利用箔電極具有透氣性，氣體能透過箔電極與電極之間的電解質(zhì)發(fā)生電離反應(yīng)[1]，不同氣體在反應(yīng)的時候產(chǎn)生的伏安曲線不同，再通過多種不同的傳感器，可以識別出多種復(fù)雜的氣體，利用不同氣體所表現(xiàn)的特征伏安曲線的不同，識別出與之相對應(yīng)的氣體。

而人工神經(jīng)網(wǎng)絡(luò)是一個非線性的并行處理系統(tǒng)， 采用分布式存儲結(jié)構(gòu)，信息 分布在神經(jīng)元之間的連接強度（即權(quán)重） 上，不同于傳統(tǒng)的程序，其不是有順序地進行，而是通過對原有的樣本進行學習，然后不斷改變不同神經(jīng)元之間的權(quán)重，在模擬中學習。而智能傳感器就是采用的人工神經(jīng)網(wǎng)絡(luò)的方式， 如三層前饋網(wǎng)絡(luò)，即：輸入層、隱含層（中間層）和輸出層。各層之間實現(xiàn)全連接。[2]（如下圖所示）

神經(jīng)元與神經(jīng)元之間的連接強度稱為權(quán)重， 求和則得到該節(jié)點的凈輸入。在不同的輸入信號作用下對其進行相對應(yīng)功能函數(shù)的計算，產(chǎn)生輸出信號（如圖6）。在智能微傳感器的人工神經(jīng)網(wǎng)絡(luò)中，我們設(shè)置了多種氣體作為特征標識，每種氣體通過循環(huán)伏安法測得到三條特性曲線， 其中二條曲線的數(shù)據(jù)用于訓練， 另一個用于修正訓練期間產(chǎn)生的錯誤，將測得的伏安特性曲線作為輸入端，最終進行氣體的辨識。

網(wǎng)絡(luò)進行氣體的識別過程主要分為五個步驟：（1）確定氣體傳感器陣列的維度;（2）對氣體進行采樣;（3）構(gòu)造 BP 神經(jīng)網(wǎng)絡(luò);（4）對神經(jīng)網(wǎng)絡(luò)進行訓練; （5）檢驗 BP 神經(jīng)網(wǎng)絡(luò)辨識結(jié)果的正確率[3]。

人工神經(jīng)網(wǎng)絡(luò)和傳感器陣列技術(shù)相結(jié)合的方法對混合氣體檢測這一方面的研究效果拔群， 通過大量的實踐證明，該方法對未知氣體的識別可以高達100%，除此之外在定量識別方面，最小誤差可控制在4.49%以內(nèi)，可以滿足我們?nèi)粘Ｉ畹男枨蟆?/p>

基于STM32單片機的多氣體濃度監(jiān)測設(shè)備，硬件采用了多模塊進行設(shè)計，軟件代碼以神經(jīng)網(wǎng)絡(luò)處理和機器學習為主，使系統(tǒng)具有高精度，抗干擾能力強的特點，能夠準確得到空氣中主流氣體濃度是否超標的信息，適用于各種室內(nèi)場所，同時有著蜂鳴器模塊在濃度超標時會進行報警。多個模塊都已經(jīng)屬于成熟的技術(shù)，多模塊組合的結(jié)構(gòu)也能使得設(shè)備的具有低功耗的特點。