[發(fā)明專利]一種基于分布特征優(yōu)化的氣體傳感器檢測系統(tǒng)及方法

在審

• 申請?zhí)枺?/td>: 202310562125.2
• 申請日: 2023-05-18
• 公開（公告）號: CN116593540A
• 公開（公告）日: 2023-08-15
• 發(fā)明（設(shè)計）人: 苑振宇;李詣坤;孫舶唯;李希冠;尹鑫照;尹子康
• 申請（專利權(quán)）人: 東北大學(xué)
• 主分類號: G01N27/12
• 分類號: G01N27/12;G01N1/38;G06F18/2415;G06N3/0464;G06N3/048;G06N3/047;G06N3/08
• 代理公司: 沈陽東大知識產(chǎn)權(quán)代理有限公司 21109
• 代理人: 李在川

1.一種基于分布特征優(yōu)化的氣體傳感器檢測系統(tǒng)，其特征在于，具體包括裝置殼體；所述裝置殼體的外部開設(shè)有進氣通道；所述進氣通道的內(nèi)部安裝有第一采樣單元，所述第一采樣單元由連接扇葉的第一變頻電機組成；所述裝置殼體的外部開設(shè)有排氣通道；所述排氣通道的內(nèi)部安裝有第二采樣單元，所述第二采樣單元由連接扇葉的第二變頻電機組成；所述第二采樣單元的第二變頻電機的轉(zhuǎn)軸上安裝有主動齒輪；所述裝置殼體的內(nèi)部還安裝有方形板；所述方形板連接進氣通道；所述裝置殼體的內(nèi)部設(shè)置有兩個轉(zhuǎn)動桿；所述轉(zhuǎn)動桿安裝有兩個從動齒輪，所述從動齒輪由安裝在第二變頻電機轉(zhuǎn)軸上的主動齒輪平行嚙合傳動，轉(zhuǎn)動桿的還安裝有兩個扇葉；所述裝置殼體的內(nèi)部安裝有氣體傳感器和主電路板，單片機與傳感器和變頻電機相連，所述主電路板由單片機及其外設(shè)電路構(gòu)成；所述裝置殼體的外部設(shè)置有總電源開關(guān)，與單片機相連接。

2.一種基于分布特征優(yōu)化的氣體傳感器檢測方法，基于權(quán)利要求1所述一種基于分布特征優(yōu)化的氣體傳感器檢測系統(tǒng)實現(xiàn)，其特征在于，具體包括以下步驟：

步驟1：動態(tài)獲取樣本氣體，并將其混流，實現(xiàn)樣本氣體的采集和系統(tǒng)內(nèi)樣本氣體的均勻混合；待步驟2氣體傳感器完成氣體特征采集工作，將系統(tǒng)內(nèi)氣體排出；

步驟2：采用動態(tài)溫度調(diào)制的方式加熱氣體傳感器，并利用傳感器獲取系統(tǒng)內(nèi)樣本氣體特征信息；

步驟3：對步驟2中獲取的氣體傳感器響應(yīng)信號進行預(yù)處理，得到氣體信息特征并存儲在單片機中；對基本卷積神經(jīng)網(wǎng)絡(luò)模型進行優(yōu)化，得到分布特征優(yōu)化的卷積神經(jīng)網(wǎng)絡(luò)模型對樣本氣體進行分類，得到分類結(jié)果Result_2。

3.根據(jù)權(quán)利要求2所述的一種基于分布特征優(yōu)化的氣體傳感器檢測方法，其特征在于，所述步驟1具體為：

步驟1.1：采用第一采樣單元對于樣本氣體進行獲取，并通過單片機程控輸出PWM信號控制采樣單元的采樣速率，實現(xiàn)氣體動態(tài)采樣；

步驟1.2：由單片機程控輸出具有占空比的PWM信號，實現(xiàn)樣本氣體的快速采樣；待氣體均勻充滿整個系統(tǒng)，采樣結(jié)束，單片機調(diào)節(jié)PWM信號占空比，此時系統(tǒng)內(nèi)氣流穩(wěn)定；

步驟1.3：通過第二氣體采樣單元中的變頻電機轉(zhuǎn)軸上的主動齒輪和安裝在轉(zhuǎn)動桿上的從動齒輪之間的平行嚙合傳動，由主動齒輪帶動從動齒輪轉(zhuǎn)動，從而帶動安裝有兩個扇葉的轉(zhuǎn)動桿轉(zhuǎn)動，實現(xiàn)對于裝置內(nèi)樣本氣體的均勻混合；

步驟1.4：待步驟2氣體傳感器完成氣體特征采集工作，單片機再次輸出具有占空比的PWM信號，實現(xiàn)系統(tǒng)內(nèi)氣體的快速排出。

4.根據(jù)權(quán)利要求2所述的一種基于分布特征優(yōu)化的氣體傳感器檢測方法，其特征在于，所述步驟2具體為：

步驟2.1：采用動態(tài)溫度調(diào)制的加熱方式對氣體傳感器進行加熱，直至達到其工作溫度；

步驟2.2：氣體特征信息采集時，將氣體傳感器的電阻阻值作為響應(yīng)信號，采集一個加熱周期內(nèi)氣體傳感器的響應(yīng)信號，并將其存儲于單片機中。

5.根據(jù)權(quán)利要求2所述的一種基于分布特征優(yōu)化的氣體傳感器檢測方法，其特征在于，所述步驟3具體為：

步驟3.1：獲取步驟2得到的一個周期的m維響應(yīng)信號S＝{s₁,s₂,…,s_m}，并將其存儲在單片機中；

步驟3.2：對獲取的響應(yīng)信號進行歸一化處理，將每個元素s_i(i＝1,2,…,m)歸一化到[0，1]；采取“max-min”歸一化將信息特征歸一化到[0，1]，并將歸一化后的氣體特征信息存儲在單片機中，具體歸一化方法如下：

步驟3.3：對步驟3.2處理后的樣本信息按照8:2的比例關(guān)系隨機劃分為訓(xùn)練集X_train與驗證集X_valid；

步驟3.4：使用步驟3.3得到的訓(xùn)練集X_train訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)模型，待訓(xùn)練完成后，使用所得模型對驗證集X_valid進行分類；

步驟3.5：在步驟3.4的卷積神經(jīng)網(wǎng)絡(luò)模型的基礎(chǔ)上，采用響應(yīng)信號的分布特征信息對模型進行優(yōu)化；

步驟3.6：利用訓(xùn)練集X_train訓(xùn)練優(yōu)化后的卷積神經(jīng)網(wǎng)絡(luò)模型，待模型訓(xùn)練完成后，使用所得模型對驗證集X_valid進行分類，將分類結(jié)果記為Result_2；得到樣本氣體檢測結(jié)果。