大气污染检测系统及算法的研究.pdfVIP

摘要

随着现在工业化水平不断进步，大气污染问题变得越来越严重，严重影响了

人们的身体健康。对此，需要采取科学、有效的方案及时从根部解决这些问题，

即清楚各种污染气体的种类和实时浓度值。因此，需要一个检测系统实时测量出

大气中各种有毒有害气体的浓度值，而大气环境中气体成分一般是十分复杂的，

为了更精准、可重复性的检测到各种气体的浓度，就引入了气体传感器阵列技术

的理论，最后结合模式识别算法可以很精确地求出各种气体的浓度值。主要研究

如下：

（1）基于项目需求，仔细研究了三种传感器ISB板、微控制器、AD数据采

集、通讯等模块的电路，搭建出一套可以实时监测CO、SO、NO这三种气体

22

浓度的硬件系统。

（2）结合监控系统，对已有的三种B4系列的传感器进行了特性实验。发现

通入单气时三种传感器都具备极好的线性度；通入混气时，三种传感器的线性度

依旧不错，但是抗干扰能力明显有了差异，经过分析发现他们后期都可以通过算

法优化，将这些干扰因素消除掉。

（3）当三种传感器组成阵列后，我们首先通入单种气体时，发现SO、NO

22

对CO传感器都有抑制性，NO对SO传感器就有很强的抑制性。这样我们根据

22

实验需求设计了八种实验，测量不同混气情况下三种传感器的电压值，将测量的

数据代入到核岭回归和支持向量回归机算法后，各气体分别得到50组预测值和

真实值。经过对比，发现CO、SO、NO这三种气体基于支持向量回归机算法

22

的模式识别精度得到了显著的提升。CO、SO、NO的最大百分比误差和平均相

22

对百分比误差分别从32.2%和5.3%降低到18.5%和3.6%、28.6%和6.9%降低到

20.7%和5.0%、23.9%和5.1%降低到12.3%和0.5%。

关键字：大气污染，气体传感器阵列，核岭回归，支持向量回归机

ABSTRACT

Withthecontinuousprogressofthelevelofmodernindustrialization,air

pollutionhasbecomemoreandmoreserious,whichhasseriouslyaffectedpeoples

health.Itisnecessarytoadoptascientificandpracticalplantosolvetheseproblems

fromtherootintime.Knowingthetypesandreal-timeconcentrationvaluesof

variouspollutantsbecomesaprerequisite.Therefore,weneedadetectionsystemto

measuretheconcentrationofvarioustoxicandharmfulgasesintheatmospherein

real-time.Withtherapiddevelopmentofgassensortechnology,theatmospheresgas

compositionisgenerallyverycomplex.Todetectt