基于神经网络的虚拟气体分析仪设计

　　0　引　言

　　随着现代科技的迅猛发展,对二氧化碳气体含量准确测定的要求越来越高。传统的二氧化碳气体分析仪一般只有硬件构成,存在着体积大、重量高、功耗大、对环境要求高等问题。因此,研制一种新型的二氧化碳分析仪迫在眉睫。

　　人工神经网络是一门发展十分迅速的交叉学科,它由大量处理单元组成一非线性大规模自适应系统,具有学习、记忆、计算以及智能处理等能力。同时人工神经网络具有非线性、非局域性、非定常性、非凸性等特点。因此,在智能控制、模式识别、计算机视觉、自适应滤波和信号处理、知识处理、生物医学等领域取得了广泛的应用和进展。

　　作为全新概念的最新一代测量仪器———虚拟仪器,自1987年诞生以来,与前几代相比,由于其成本低,用户可以根据需要设计建造自己的仪器等特点,以前所未有的速度得到迅猛发展。

　　本文就红外线二氧化碳气体分析的特点,提出利用神经网络进行分析,以消除由于温度等的波动而造成的结果不确定性,获得所需的气体成分含量。同时,利用美国NI公司的虚拟仪器开发平台Labwin2dows/CVI进行虚拟红外二氧化碳气体分析仪的开发设计,以提高仪器的灵活性和降低成本。

　　1　红外分析仪原理及缺陷

　　各种极性分子的气体如SO2、CO2、H2O等,对红外光都具有吸收作用,而双原子分子气体如H2、O2、N2等则没有吸收作用。气体对红外光的吸收作用遵循郎伯———比尔(Lambert—Beer)定律〔1〕,即:

式中: I:红外光被气体吸收后的能量;

　　I0:红外光的初始能量;

　　K:与气体有关的常数;

　　C:被测气体的浓度;

　　L:红外光经过吸收层的厚度。

　　定律表明,吸收作用的大小与气体的性质、光程及气体浓度直接有关。不同的气体分子有不同的红外光吸收特征波长,例如在2~14·5μm范围内, SO2的吸收峰在4·0μm及7·35μm,而CO2的吸收峰在2·78μm、4·26μm、14·3μm等。气体分子对红外光有选择性地吸收,郎伯———比尔定律是红外气体分析的基础。红外检测池是关键部件之一,它一般由红外光源、切光马达和切光片、分析气室、精密滤光片、检测元件等组成。红外检测池中,加热到850℃左右的钨丝发射出的红外光,经滤光片进入分析气室,当被测气体流经分析气室时吸收掉一部分红外能量,吸收程度与气体的浓度有关,检测元件对气体流过前的能量变化作出响应,其输出信号经放大电路放大后,由数据采集卡采集转换为数字信号送进计算机,计算机对此信号处理后就可以确定被测气体中二氧化碳的浓度。