PLS-BP法定量分析火灾中的常见有毒有害气体 Study on the quantitative analysis of common fire toxic gases by PLS-BP model.pdfVIP

第19卷第3期 火 灾 科 学 V01．19，No．3 0 010 2 10年7月 FIRESAFETYSCIENCE Jul．2 文章编号：1004—5309(2010)一0158—07 PLS—BP法定量分析火灾中的常见有毒有害气体 赵建华，高明亮，武秀娟 (中国科学技术大学火灾科学国家重点实验室，安徽合肥，230026) 典型气体同时进行定量分析。基于傅里叶变换红外光谱技术(FTIR)，设计可靠实验系统和实验过程控制，准确得 到气体的光谱数据。通过合理去除干扰光谱区间、筛选样本、选择模型参数等，建立BP-PLS回归模型，并对未知样 本进行预测，各组分的校正误差均方根RMSEC达到4×lO-6以下，预测可决系数R2均达到0．95以上。通过将 力和预测性能两方面明显高于经典线性模型CLs和PLS。 关键词：PL§BP模型；傅里叶变换红外光谱；有毒有害气体；定量分析 中图分类号：TN247，X924．2文献标识码：A 长、使用方便等特点成为较为理想的检测手段之 O引言 一[3]。基于FTIR气体定量分析的传统模型很多， 火灾中，由于吸入高温烟气颗粒和有毒气体而 伤亡者，占伤亡总人数的一半以上。整个火灾过程 中产生的烟气包括完全燃烧产物(如水和COz)和不(ANN)等。朗伯比尔定律是理想情况下的得出的 完全燃烧产物，如CO、气态及液态碳氢化合物、碳 结果，而实际情况中，气体对红外光的吸收呈非线性 粒以及醇类、醛类、酮类、酸类、酯类和其他化学物 变化。为了能够精确预测气体成分浓度，有必要建 质[1]。目前，随着新型复合材料的大量使用，以及燃 立非线性模型代替传统的线性模型进行预测。 烧状况的不确定，产生的有毒有害气体成分也十分 ANN作为一种新的化学计量学方法，可以无限逼 复杂。其中，较为常见的有CO、COz、NO、S02、近任何连续非线性曲线[4t5]。然而一般情况下，光 N02、HCI、HCN、NH3、HBr等[2|。快速、可靠测量谱数据的变量个数非常大。中红外光谱波段区间一 火场中产生的有毒气体的种类及其浓度，对决策和 实施有效救援具有重要作用。另外，在进行火灾科 况下，有7053个数据采样点。如果直接将这样的光 学研究的相关工作时，尤其是对火灾早期阴燃产生 谱数据输入BP-ANN进行学习，那么神经网络将结 气体的探测、气体泄漏诊断和材料特性的研究中，同 构复杂、海量计算，同时会产生“过拟合”现象[6]。 样也需要对多种气体成分的浓度数据进行监测和 PLS-BP法建模的主要思想是：首先采用PLS法，根 分析。 据输出变量对原始光谱数据进行降维，提取有限个 在气体定量分析领域，傅里叶变换光谱技术 数的主成分，然后再输入BP神经网络训练建模。 (FTIR)以其精度高、适用范围广、响应迅速、寿命 气体本身性质活泼难以控制，火灾中产生的气 收稿日期：2010—03—31；修改日期：2010—05—19 基金项目：安徽省自然科学基金资助项目(070415221) 作者简介：赵建华(1957一)，男，博士，中国科学技术大学火灾科学国家重点实验室副教授；研究方向为火灾烟雾识别、多组分有 毒有害气体定量分析及在线检测技术。 万方数据 V01．19No．3 赵建华，等：PLS-BP法定量分析火灾中的常见有毒有害气体 159 体成分复杂，且大部分剧毒，故针对该类气体的定量 分析研究很少。本文针对火灾和材料燃烧中常见的 1 实验 有毒有害气体，选取低浓度的CO、C02、NO、N02、