程震磊, 郭家虎

(安徽理工大學(xué)電氣與信息工程學(xué)院,安徽 淮南 232001)

0 引 言

電纜管道內(nèi)存在CO,CH4,H2S等有害氣體[1],內(nèi)部空間密封性強(qiáng),氣體流通不暢且易于沉積。當(dāng)電纜長(zhǎng)期處于過(guò)熱狀態(tài)時(shí),會(huì)出現(xiàn)電擊穿或自燃現(xiàn)象[2],易引發(fā)管道內(nèi)混合氣體爆炸[3]。氣體傳感器因交叉干擾[4]及環(huán)境因素[5]導(dǎo)致氣體數(shù)據(jù)不準(zhǔn)確,常出現(xiàn)人員中毒窒息現(xiàn)象[6]。因此,精準(zhǔn)監(jiān)測(cè)電纜井有害氣體對(duì)安全檢修有很高的應(yīng)用價(jià)值。BP神經(jīng)網(wǎng)絡(luò)具備非線性處理及自學(xué)習(xí)能力[7],廣泛用于解決復(fù)雜系統(tǒng)的非線性問(wèn)題,可對(duì)氣體傳感器測(cè)量誤差進(jìn)行在線補(bǔ)償。BP神經(jīng)網(wǎng)絡(luò)易陷入局部最優(yōu)解,收斂速度慢[8],優(yōu)化效果不明顯。改進(jìn)的自適應(yīng)遺傳算法(Improved Adaptive Genetic Algorithm,IAGA)可改善BP算法早熟收斂及學(xué)習(xí)速度慢的問(wèn)題。大多數(shù)電纜管道監(jiān)測(cè)系統(tǒng)僅實(shí)現(xiàn)在線監(jiān)測(cè)[9,10],利用神經(jīng)網(wǎng)絡(luò)算法對(duì)氣體數(shù)據(jù)優(yōu)化的研究較少。為提高氣體傳感器測(cè)量精度,提出一種電纜井有害氣體分布式監(jiān)測(cè)系統(tǒng)方案,結(jié)合嵌入式、傳感器及4G無(wú)線通信等技術(shù),利用IAGA-BP算法在線動(dòng)態(tài)補(bǔ)償氣體傳感器測(cè)量誤差,能夠準(zhǔn)確監(jiān)測(cè)電纜井有害氣體,對(duì)預(yù)防電纜井危險(xiǎn)事故有很大的現(xiàn)實(shí)意義。

1 電纜井分布式監(jiān)測(cè)系統(tǒng)設(shè)計(jì)

電纜井有害氣體分布式監(jiān)測(cè)系統(tǒng)拓?fù)鋱D如圖1所示,由數(shù)據(jù)采集終端、APN網(wǎng)絡(luò)、監(jiān)控平臺(tái)和手機(jī)APP組成。數(shù)據(jù)采集終端獲取氣體數(shù)據(jù)與環(huán)境信息,利用滑動(dòng)濾波降算法進(jìn)行降噪處理。4G模塊通過(guò)配置AT指令接入APN網(wǎng)絡(luò),與服務(wù)器建立TCP通訊,完成數(shù)據(jù)的透明傳輸。從數(shù)據(jù)庫(kù)中導(dǎo)出數(shù)據(jù),利用IAGA-BP神經(jīng)網(wǎng)絡(luò)算法對(duì)傳感器測(cè)量值進(jìn)行學(xué)習(xí)與訓(xùn)練,得到精確的氣體濃度值;然后將校正的數(shù)據(jù)通過(guò)平臺(tái)顯示給檢修人員。監(jiān)控平臺(tái)對(duì)數(shù)據(jù)可視化分析,多維度評(píng)估電纜井安全性。手機(jī)APP實(shí)時(shí)同步信息,檢修人員根據(jù)實(shí)際情況設(shè)置報(bào)警閾值,實(shí)現(xiàn)主動(dòng)預(yù)警的功能。電纜井?dāng)?shù)據(jù)采集終端通過(guò)廣域網(wǎng)進(jìn)行組網(wǎng),實(shí)現(xiàn)跨區(qū)域分布式監(jiān)測(cè)與智能化管理。

1.1 系統(tǒng)硬件設(shè)計(jì)

如圖2所示,系統(tǒng)硬件主要由獲取電纜井有害氣體與環(huán)境信息的數(shù)據(jù)采集單元、遠(yuǎn)程數(shù)據(jù)傳輸?shù)臒o(wú)線通信單元、系統(tǒng)低功耗配置的電源管理單元等部分構(gòu)成。

圖1 系統(tǒng)拓?fù)鋱D

1.1.1 數(shù)據(jù)采集單元設(shè)計(jì)

Modbus協(xié)議是一種可用串口或網(wǎng)絡(luò)進(jìn)行通信的工業(yè)標(biāo)準(zhǔn)協(xié)議,具有易懂、可移植性強(qiáng)等特點(diǎn)。電纜井內(nèi)環(huán)境惡劣以及電磁干擾大,為提高系統(tǒng)穩(wěn)定性,將Modbus-RTU協(xié)議與RS485接口結(jié)合,MSP430控制器為主機(jī),傳感器為從機(jī),以輪詢的方式讀取傳感器測(cè)量值,并采用循環(huán)冗余校驗(yàn)(Cyclic Redundancy Check,CRC)對(duì)數(shù)據(jù)進(jìn)行檢錯(cuò),提高數(shù)據(jù)的可靠性。設(shè)計(jì)抗干擾電路解決RS485信號(hào)存在毛刺噪聲的問(wèn)題。RS485電路如圖3所示, SP3485E芯片的A,B引腳連接ESD二極管,減少靜電干擾;R107和R111用于阻抗匹配,吸收反射信號(hào);電感L5消除信號(hào)中的共模干擾噪聲。MSP430的UART2_Tx和UART2_Rx引腳分別連接SP3485E4的DI和RO引腳,實(shí)現(xiàn)數(shù)據(jù)交互。

圖3 RS485電路

1.1.2 無(wú)線通信單元設(shè)計(jì)

為實(shí)現(xiàn)遠(yuǎn)程監(jiān)測(cè)不同區(qū)域電纜井有害氣體狀況,4G模塊采用移遠(yuǎn)EC200N模組,支持TCP協(xié)議與APN功能。MSP430單片機(jī)與4G模塊通過(guò)TXB0104芯片進(jìn)行電平轉(zhuǎn)換及隔離保護(hù),串口UART1_RX和UART1_TX分別連接4G模塊TX和RX引腳,通過(guò)發(fā)送AT指令完成4G模塊入網(wǎng)參數(shù)的配置,與服務(wù)器建立TCP通訊,實(shí)現(xiàn)數(shù)據(jù)上報(bào)與遠(yuǎn)程控制,配置過(guò)程如圖4所示。模塊上電后進(jìn)行網(wǎng)絡(luò)參數(shù)初始化與信號(hào)搜索,如果網(wǎng)絡(luò)附著失敗,則模塊復(fù)位重啟;當(dāng)模塊與服務(wù)器通信過(guò)程中出現(xiàn)鏈接失敗或者掉線現(xiàn)象時(shí),則重新配置APN網(wǎng)絡(luò)參數(shù)。

圖4 無(wú)線模塊配置流程

1.1.3 電源管理單元設(shè)計(jì)

采用TPS62745電源芯片輸出3.3V, XL6019E芯片升壓到24V,為功能模塊及傳感器供電。電源管理單元對(duì)外圍設(shè)備供電狀態(tài)進(jìn)行切換。如圖5所示,電源管理電路主要由PMOS管Q4和三極管Q5組成,R9,R11分別為導(dǎo)通Q4和Q5提供偏置電壓。電源管理電路有兩種工作模式:①當(dāng)P30引腳置位時(shí),Q5導(dǎo)通,此時(shí)柵極電壓|VGS|大于閾值電壓|VTH|,Q4導(dǎo)通,系統(tǒng)正常工作;②當(dāng)P30引腳復(fù)位時(shí),Q5截止,此時(shí)柵極電壓|VGS|小于閾值電壓|VTH|,Q4截止,外圍電路供電斷開(kāi),系統(tǒng)處于靜默狀態(tài)。

圖5 電源管理電路

1.2 終端主程序設(shè)計(jì)

終端主程序設(shè)計(jì)如圖6所示,當(dāng)定時(shí)喚醒機(jī)制觸發(fā)時(shí),系統(tǒng)從靜默狀態(tài)進(jìn)入工作狀態(tài),系統(tǒng)初始化后,MPS430發(fā)送AT指令實(shí)現(xiàn)4G模塊入網(wǎng)以及鏈接服務(wù)器,監(jiān)控平臺(tái)打開(kāi)監(jiān)聽(tīng)端口等待接收數(shù)據(jù)。采用滑動(dòng)濾波算法對(duì)采集的數(shù)據(jù)進(jìn)行降噪處理, 4G模塊將封裝處理后的數(shù)據(jù)協(xié)議包上傳至監(jiān)控平臺(tái);上傳成功后,系統(tǒng)進(jìn)入靜默狀態(tài)。當(dāng)有下發(fā)控制命令時(shí),MSP430解析數(shù)據(jù)協(xié)議包并執(zhí)行相應(yīng)的控制任務(wù),返回確認(rèn)數(shù)據(jù)幀。如果檢修人員獲取了平臺(tái)授權(quán)的電纜井開(kāi)鎖權(quán)限,利用手機(jī)APP連接終端的藍(lán)牙模塊進(jìn)行開(kāi)鎖,然后讀取電纜井內(nèi)氣體濃度信息,判斷井內(nèi)作業(yè)是否安全。

圖6 終端主程序設(shè)計(jì)流程

2 基于IAGA-BP算法的誤差補(bǔ)償

2.1 誤差補(bǔ)償模型的構(gòu)建

電纜井有害氣體分布式監(jiān)測(cè)系統(tǒng)對(duì)井內(nèi)CO,CH4,H2S氣體及環(huán)境溫、濕度進(jìn)行采集,獲得樣本序列。設(shè)m1,m2,m3,m4,m5分別為CO,CH4,H2S氣體濃度和環(huán)境溫、濕值,氣體濃度真實(shí)值為ni(i=1,2,3),構(gòu)建非線性方程組如下:

(1)

式(1)中fi(m1,m2,m3,m4,m5)表示氣體濃度真實(shí)值與各參數(shù)測(cè)量值間的對(duì)應(yīng)關(guān)系。如圖7所示,CO,CH4,H2S、溫度和濕度的測(cè)量值作為輸入層參數(shù),三種氣體濃度真實(shí)值為輸出層參數(shù),構(gòu)建BP神經(jīng)網(wǎng)絡(luò)補(bǔ)償模型,計(jì)算出氣體濃度真實(shí)值與各參數(shù)測(cè)量值之間的非線性映射關(guān)系,在線動(dòng)態(tài)校正傳感器測(cè)量值。隱含層節(jié)點(diǎn)數(shù)影響網(wǎng)絡(luò)的容錯(cuò)性與泛化能力,利用公式(2)計(jì)算隱含層節(jié)點(diǎn)數(shù)為3～13,代入網(wǎng)絡(luò)模型中反復(fù)迭代訓(xùn)練,當(dāng)神經(jīng)元個(gè)數(shù)為6時(shí),三種氣體的平均相對(duì)誤差均最小。

(2)

式(2)中,s,n,m分別為隱含層、輸入層、輸出層節(jié)點(diǎn)數(shù),λ∈[0,10]。

2.2 AGA算法的改進(jìn)

標(biāo)準(zhǔn)的AGA算法因過(guò)度保護(hù)優(yōu)良個(gè)體導(dǎo)致易陷入局部最優(yōu),數(shù)據(jù)精度優(yōu)化不明顯,通過(guò)改進(jìn)的AGA算法優(yōu)化網(wǎng)絡(luò)模型對(duì)氣體傳感器測(cè)量值進(jìn)行動(dòng)態(tài)補(bǔ)償,得到更準(zhǔn)確的氣體濃度值。

(1)適應(yīng)度函數(shù)。定義氣體濃度真實(shí)值與校正值差的絕對(duì)值之和的倒數(shù)為適應(yīng)度值,適應(yīng)度函數(shù)G為:

(3)

式(3)中yi,oi分別為第i節(jié)點(diǎn)的真實(shí)值與校正值,M為種群規(guī)模。氣體參數(shù)校正值與真實(shí)值誤差越小,適應(yīng)度函數(shù)輸出結(jié)果越大,氣體參數(shù)校正值越準(zhǔn)確。

(2)改進(jìn)選擇算子。傳統(tǒng)GA算法的輪盤(pán)賭法,隨機(jī)性大。將適應(yīng)度函數(shù)輸出值進(jìn)行升序排列,排在前10%的為精英個(gè)體,不參與交叉與變異操作,放入下一代群體中;排在10%～50%和50%～90%的個(gè)體分別拷貝兩份和一份遺傳到下一代;余下個(gè)體直接舍棄。這種改進(jìn)的選擇算子保留了種群多樣性以及優(yōu)良個(gè)體。

(3)改進(jìn)交叉和變異算子。交叉概率Pc與變異概率Pm隨適應(yīng)度函數(shù)輸出值的不同而動(dòng)態(tài)改變,提高網(wǎng)絡(luò)模型的性能。當(dāng)G1,G2大于或等于Gav時(shí),Pc和Pm選擇較小的參數(shù),實(shí)現(xiàn)優(yōu)良個(gè)體的快速累積;當(dāng)G1,G2小于Gav時(shí),Pc和Pm采用較大的參數(shù),提高種群豐富度,防止陷入局部收斂。IAGA算法的交叉概率Pc與變異概率Pm計(jì)算公式如(4),(5):

(4)

(5)

式(4),(5)中λi(i=1,2,…,6)為系數(shù),Gmax,Gmin分別為最大和最小適應(yīng)度值,Gav為平均適應(yīng)度值,G1為交叉?zhèn)€體中較大的適應(yīng)度值,G2為變異個(gè)體的適應(yīng)度值。

網(wǎng)絡(luò)訓(xùn)練存在隨機(jī)性與不確定性,預(yù)測(cè)結(jié)果有一定的誤差,得到并非理想最優(yōu)解。為進(jìn)一步提高氣體數(shù)據(jù)的準(zhǔn)確性,增加誤差尋優(yōu)的步驟,網(wǎng)絡(luò)輸出氣體濃度校正值后,再次判斷校正值與真實(shí)值之差是否滿足最優(yōu)條件,反復(fù)進(jìn)行訓(xùn)練,直至輸出最小誤差值,IAGA-BP算法的流程如圖8所示。

圖8 IAGA-BP算法的流程

3 實(shí) 驗(yàn)

采集裝置如圖9所示,將鋰電池與采集終端密封于電力井蓋內(nèi)側(cè)的鐵盒內(nèi),傳感器置于井內(nèi)。采集環(huán)境選在淮南市高新區(qū)某科技園電纜井。為充分獲取電纜井中CO,CH4,H2S氣體濃度和溫、濕度值,選用4個(gè)電纜井作為數(shù)據(jù)采集節(jié)點(diǎn),采集時(shí)間從2022年6月15日至6月17日,從上午8點(diǎn)開(kāi)始采集到晚上8點(diǎn)采集結(jié)束,隔15min采集一組數(shù)據(jù),共采集576組樣本。為了便于比較與分析實(shí)驗(yàn)結(jié)果,將高精度檢測(cè)儀采集的數(shù)據(jù)作為真實(shí)值。

隨機(jī)抽取500組樣本進(jìn)行訓(xùn)練與學(xué)習(xí),其余76組測(cè)試樣本用于驗(yàn)證模型的性能。選取測(cè)試樣本中24組的實(shí)驗(yàn)結(jié)果進(jìn)行作圖,如圖10所示?？梢钥闯?相比于傳感器測(cè)量值,經(jīng)BP算法校正后的數(shù)據(jù)接近真實(shí)值;IAGA-BP算法優(yōu)化網(wǎng)絡(luò)模型的輸出曲線與真實(shí)值擬合度更高,數(shù)據(jù)誤差更小。

圖9 采集裝置

圖10 校正值與測(cè)量值對(duì)比

選取平均相對(duì)誤差MRE和決定系數(shù)R2作為衡量模型性能的評(píng)估指標(biāo),76組測(cè)試樣本的MRE和R2平均值對(duì)比如表1所示。IAGA-BP算法優(yōu)化網(wǎng)絡(luò)模型的R2均優(yōu)高于BP算法,可信度更高;且平均相對(duì)誤差比BP算法減少了30%以上,說(shuō)明IAGA-BP算法在線補(bǔ)償后的數(shù)據(jù)精度更高,進(jìn)一步提高優(yōu)化效果。

表1 評(píng)估指標(biāo)

如圖11所示,氣體傳感器測(cè)量值經(jīng)IAGA-BP算法優(yōu)化網(wǎng)絡(luò)模型校正后,CO傳感器、CH4傳感器、H2S傳感器的測(cè)量精度均得到不同幅度的提升,在傳感器測(cè)量值基礎(chǔ)上分別提高11.02%,8.94%,14.24%。相比于BP算法,IAGA-BP算法可以更好地補(bǔ)償氣體傳感器因交叉干擾及環(huán)境因素所產(chǎn)生的測(cè)量誤差。

圖11 改善效果對(duì)比

圖12 監(jiān)控平臺(tái)顯示界面

圖13 手機(jī)APP顯示界面

4 系統(tǒng)測(cè)試

對(duì)系統(tǒng)進(jìn)行數(shù)據(jù)采集與通信測(cè)試。當(dāng)電纜井中有害氣體濃度超過(guò)手機(jī)APP設(shè)定的閾值時(shí),終端立即將預(yù)警信息上傳至監(jiān)控平臺(tái),如圖12所示,平臺(tái)Web界面顯示報(bào)警與定位信息,實(shí)現(xiàn)異常電纜井的精準(zhǔn)定位。如圖13所示,手機(jī)App顯示實(shí)時(shí)數(shù)據(jù)與設(shè)置報(bào)警閾值,為檢修人員評(píng)估電纜井氣體狀況提供參考依據(jù)。測(cè)試結(jié)果表明,數(shù)據(jù)采集終端與監(jiān)控平臺(tái)通信正常,數(shù)據(jù)準(zhǔn)確性高。

5 結(jié) 語(yǔ)

為準(zhǔn)確監(jiān)測(cè)電纜井有害氣體,設(shè)計(jì)MSP430單片機(jī)、4G模塊及傳感器構(gòu)成的數(shù)據(jù)采集終端并結(jié)合IAGA-BP神經(jīng)網(wǎng)絡(luò)算法的電纜井有害氣體分布式監(jiān)測(cè)系統(tǒng),實(shí)現(xiàn)有害氣體采集、數(shù)據(jù)誤差補(bǔ)償與分布式遠(yuǎn)程監(jiān)測(cè)。利用IAGA-BP算法優(yōu)化的網(wǎng)絡(luò)模型對(duì)傳感器測(cè)量值進(jìn)行在線動(dòng)態(tài)校準(zhǔn),提高了氣體傳感器的測(cè)量精度,三種氣體平均測(cè)量準(zhǔn)確度均在93.56%以上。實(shí)際應(yīng)用表明系統(tǒng)通信穩(wěn)定性強(qiáng),能夠準(zhǔn)確監(jiān)測(cè)電纜井內(nèi)有害氣體,預(yù)防電纜井事故發(fā)生,具有很好的工程應(yīng)用前景。