南京泷逸环保科技有限公司 江苏南京 210000
摘要 臭气浓度是依靠嗅辨员对待测臭气进行稀释后的感官评价,其大小与造成臭气污染的化学成分浓度直接相关,通过嵌入式电路板实现传感器阵列,测量气体化学成分浓度,再结合智能算法参数辨识技术,建立化学气体浓度值与臭气浓度之间的关系,为利用传感器直接确定臭气浓度提供一种研究方法。实验证明,在H2S、NH3两个组分传感器阵列的模拟测试中,验证了方法的可行性。
关键字臭气浓度 产品设计 传感器阵列
0引言
臭气污染是被广泛认为的公害之一,其组成成分比较复杂,主要来源有工业生产、人类生活等方面,严重影响人类的生活质量,甚至能直接危害人类的生命健康[1]。
造成臭气污染的成分很复杂,单靠一个传感器通常无法反映臭气污染情况,更无法确定臭气浓度。臭气浓度是根据嗅觉器官试验法对臭气气味的大小予以量化表示的指标,用清洁空气对臭气样品连续稀释至嗅辨员感官阈值时的稀释倍数为臭气浓度值。此种臭气浓度确定方法以人的嗅觉作为依据,测定方法简单,可操作性强,但存在主观依赖性强,长期测量可能会出现嗅觉麻木疲劳[2.3,7]。
针对电化学和光离子化传感器的信号特点,设计了对应的信号调理电路,实现了多传感器阵列的硬件模块化。利用传感器阵列测量化学组分浓度值,收集化学气体浓度信息原始数据;利用智能算法对臭气浓度的模型参数进行辨识,寻找最优参数,以确定化学气体浓度值与臭气浓度之间的关系,使得本文提出方法所测定的臭气浓度与人工嗅辨结果一致。
1 方案设计
目前,环境空气质量检测中通常用的气体传感器有电化学传感器、光离子化传感器(PID)、金属氧化物传感器等,这些气体传感器之间普遍存在的交叉干扰问题,一种气体引起多个传感器有响应,或者说一个传感器对多种气体都有响应,当然传感器对不同气体的响应特性会不同,这也是模型参数识别的基础。传感器之间的交叉干扰修正问题,研究的论文比较多,本文就不再赘述,考虑到本文选择的传感器之间的交叉干扰较小可以忽略,且已经修正完毕,故测量值都为无干扰的各组分浓度值。
根据国家标准《恶臭污染物排放标准》(GB14554-93)确定关注的构成恶臭的主要八大成分因子:氨气、硫化氢、甲硫醇、甲硫醚、二甲二硫、二硫化碳、苯乙烯、三甲胺。
1.1模型建立
嗅觉是人类感知世界的一种感觉,根据韦-伯费希纳定律(Weber-Fechner Law)“感觉不是与对应物理量的强度成正比,而是与对应物理量的的强度的常用对数成正比的”,“即当刺激弱度以几何级数增加时,感觉的强度以算术级数增加。” [2,8,9]
1.2传感器阵列实现
随着传感器技术的不断发展,气体浓度的检测要求迅速准确,并以电信号形式传输浓度信息,以便于运行MCU或计算机对信号进行采集和处理。由于传感器的小型化,对设备集成度高也提出了更高的要求,体积更小,重量更轻。目前用于气体检测领域的传感器也多种多样,如电化学传感器、金属半导体传感器、光学传感器等等。
传感器阵列的设计有多种方式,主要有传感器固定式,见图1,将传感器固定在电路板上,测量腔室作为活动部件可以套在传感器上,腔室有进出气接口,通过管路串联所有待测腔室,形成多组分测量气路;另一种方式是测量腔体固定式,见图2,在一块材料上根据传感器的形状加工多个腔体,腔体内部气路相连,使用时将传感器固定在测量腔体上。
两种的设计各有优缺点,第一种设计单个传感器电路和气路一体化,密封性好,但是不便于连接,各个传感器之间气管相连容易憋气。第二种设计气路和电路分开,密封性一般,但是便于安装,可拓展性高,总体而言,第二种使用场合更多。
图1传感器固定式阵列图 图2测量腔体固定式阵列图
1.2.1传感器电路实现
气体传感器是气体检测系统的核心,依靠气体传感器将非电的物理信号转换成电信号,在通过放电电路对微弱的电信号进行放大处理,再通过MCU等芯片处理与物理量对应的电信号,进行平滑滤波再进行显示或发送等二次处理。本文的提及的传感器阵列的信号处理流程图如下。
1.2.2电化学传感器的调理电路
图3电化学信号调理电路
本文中采用的是测量腔体固定式传感器阵列,这样可以根据需要选择H2S、NH3、VOCs等传感器,没被使用额测量腔孔位用对应的堵头封闭,防止气体泄露。
1.3遗传算法实现
遗传算法(Genetic Algorithms)是一种借鉴生物自然选择和遗传变异机制的随机搜索算法,具有高度的并行、随机、自适应的特点。该算法采用群体搜索技术,用种群代表需要解决问题的解,通过对当前种群进行选择、交叉、变异等一系列操作,产生新一代种群,淘汰不适应个体,保留适应个体,并逐步使得种群进化到包含近似最优解的状态。
2.0 实验室模拟研究
本文选择常见的有刺激性气味的气体作为模拟实验研究对象:有臭鸡蛋气味的硫化氢,刺激性气味的氨气。选用了H
2S电化学传感器和NH3电化学传感器。见图4 美国Honeywell S-系列的传感器。
2.1实验方案
为了完成对各气体组成混合气体配置以及可以精确确定稀释比的应用需求,笔者专门开发了一个由4个质量流量控制器组成的气体稀释实验装置,流程图见图5。
图5 模拟实验流程示意图
实验选用瓶装标准气体有:8L装10.2mg/m3氨气、8L装10.8mg/m3硫化氢以及40L装高纯氮(99.999%),厂家江苏省计量院。按照气路流程图接好气路。
流量计1、流量计2、流量计3用来配置各种浓度混合气体,将气体通入传感器阵列中,测量硫化氢和氨气的浓度值、并记录,此时保持流量计1、2、3的流量不变,连续增加流量计4的流量对前面的混合气体进行稀释,并用鼻子在后端嗅闻味道,直至嗅不出味道,记录此时流量计4流量值与流量计1、2、3三个流量计流量总和值之比K’,此时近似认为臭气浓度,由于笔者非专业嗅辨员,只提供近似稀释倍数作为臭气浓度。
2.2实验数据
本文选用的流量计1、流量计2量程为100ml/min、流量计3的量程为1L/min,理论上可以实现对原始浓度值进行最大500倍的稀释,本实验中设定标气流量为100ml/min;流量计4选用量程为10L/min,可以对100ml/min,进行最大100倍的2次稀释用以确定臭气浓度值。2.3数据处理与分析
采用Matlab编写算法实现程序,种群个数为40,进化代数为200代,个体长度为20,代购为0.95,交叉率0.7,变异率为0.02,根据2.2的实验记录表数据带入遗传算法的程序中,做了20组程序运行,选择最优9组作为结果分析数据,见表2。根据多次运行结果可知大约进化50代后,种群趋于稳定,已寻找到问题解。
表2 9组最优解 | ||||||||||
序号 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 均值 |
K | 33.156 | 33.155 | 33.154 | 33.155 | 33.156 | 33.155 | 33.155 | 33.154 | 33.155 | 33.155 |
m1 | 0.215 | 0.215 | 0.215 | 0.215 | 0.215 | 0.215 | 0.215 | 0.215 | 0.215 | 0.215 |
m2 | 2.995 | 2.995 | 2.995 | 2.995 | 2.996 | 2.995 | 2.995 | 2.996 | 2.995 | 2.995 |
适应度 | 238.59 | 238.59 | 238.59 | 238.59 | 238.59 | 238.59 | 238.59 | 238.59 | 238.59 | 238.59 |
由式(2)带入可得,针对由H2S和NH3组成的臭气混合气的臭气浓度可表示为
进一步验证测试,通过稀释装置发生不同浓度的NH3浓度8.9mg/m3和H2S浓度1.8mg/m3混合气体,结合公式计算恶臭浓度为28.5899,我们通过连续增加稀释倍数至30倍附近,才几乎闻不到刺激性气味,实验表明了方法的有效性。
3.0结论与展望
本文通过电化学传感器和光离子化传感器气的硬件设计开发实现了对恶臭浓度的测定,实验证明传感器阵列可以很好的测量各化学气体组分浓度值,利用遗传算法在非线性参数估计中快速寻找全局最优解,两者结合可以实现对臭气浓度值的确定。经过氨气和硫化氢两个组分实验研究,结果表明了方法的有效性。
参考文献:
[1]邓慧卿,庄文鑫,敖慧,等.恶臭气体污染与治理现状及发展前景[J].科技创新导报,2019(3):145-146.
[2]张文强.恶臭气体的检测方法与技术研究[D].河北工业大学,2014.
[3]王玮. 基于气体传感器阵列的混合气体检测系统[D].西北工业大学硕士学位论文,2002 ,3.
[4]马戎,周王民,陈明,等.基于传感器阵列与神经网络的气体检测系统[J].传感技术学报,2004年9月第3期:395-398.
[5]雷英杰,张善文,李续武,周创明.MATLAB遗传算法工具箱及应用[M].西安:西安电子科技大学出版社,2006.
[6]董拯 彭程 王永 基于GA-LS指数衰减正弦信号的参数估计算法[J]. 电子技术研发 2010.11:13-16.
[7]张思祥,王培贤,等.基于传感器阵列的恶臭气体检测[J].传感器与微系统,2020第39卷第8期:152-156.