矿用CH4-CO2红外传感器温度补偿算法模型研究

马 砺,范新丽,张晓龙,张鹏宇,黄 霄,王 烨

(1.西安科技大学安全科学与工程学院,陕西 西安 710054；2.西安科技大学 陕西省煤火灾害防控重点实验室,陕西 西安 710054)

1 引 言

红外气体传感器利用不同气体对红外光谱的选择吸收性不同,通过待测气体特征吸收方式来表示气体浓度[1-2],具有响应速度快、稳定性高、应用范围广等特点,在矿井井下气体监测中得到使用[3-4]。然而温度是影响气体吸收系数的主要因素[5-6],矿井温度变化影响气体分子活性,从而影响朗伯-比尔定律中的摩尔吸收系数,增加吸收系数的波动性,使红外气体传感器产生温度漂移,引起输出量发生变化,导致监测数据产生误差[7-9]。

关于红外气体传感器温度补偿,主要有硬件补偿和软件补偿。硬件电路温度补偿难以实现完全补偿,实际工程中使用率低[10]。采用线性拟合,当样本容量增大时会导致精度降低[11]。樊荣等[12]采用迭代补偿算法对CH4传感器进行温度补偿。张学典等[13]建立改进型BP神经网络模型消除环境温度对CO2气体浓度的非线性影响。BP神经网络存在收敛速度慢、易陷入局部极小等缺点[14]。牛萍娟等[15]采用卡尔曼滤波对传感器数据进行处理,建立温度补偿模型。杨震等[16]利用高斯回归过程建立矿用红外CH4传感器的温度补偿算法模型以消除非线性误差。常敏等[17]应用受控马氏链算法减小了温度变化对CO2红外传感器测量结果的影响。汪本干等[18]根据CH4红外传感器输出值与温度变化之间的关系得到补偿温度影响率,结合补偿数据处理算法得到补偿值。

本文针对传统监测方法传输可靠性低、精度低,基于自主研发的矿井灾变区域多组分气体无线监测设备,实验测试了CH4-CO2红外传感器在不同温度下的响应信号,研究温度变化对CH4-CO2红外传感器响应信号的影响特征,建立随机森林气体浓度修正模型进行温度补偿,分析温度变化引起的红外气体传感器响应信号的误差情况。

2 实验装置及条件

2.1 实验仪器

实验装置主要包括矿井多组分气体无线监测设备、电源(12 V,30 W)、待测气瓶、纯N2标准气瓶、EN2000高精度全自动配气系统等。压力表实时监测通入气室内待测气体压力,转子流量计测定待测气流量,实验流量为200 mL/min。监测装置进气管与全自动配气系统出气口相接,气泵出气口与传感器模块相接并通过出气管将待测气体排出。实验装置如图1所示。

图1 实验系统示意图Fig.1 Schematic diagram of experimental system

2.2 实验方法

在实验测试前进行零点标定,通入氮气排除气管内多余气体,通入已知浓度待测气体对其进行系数校正消除偏差。通过改变待测气体与N2标准气瓶的流量比配制不同浓度的待测气体,待读数稳定后记录传感器响应信号。

3 实验测试

3.1 不同气体浓度下响应信号相关性测试

传感器性能参数测试在20 ℃进行,用标准CH4、CO2气体和N2分别配制气体浓度为0.2 %～1.4 %的待测气体,气体浓度间隔为0.1 %,得到CH4-CO2红外传感器的输出特性。

3.1.1 CH4传感器输出特性

在室温条件(20 ℃)下通入不同浓度的CH4气体,得到CH4红外传感器响应信号如图2所示。对CH4红外传感器响应信号与待测气体浓度数据点进行拟合,得到CH4红外传感器响应信号与气体浓度的一次线性关系式为y=1.30208x-0.18561,数据相关度为99.445 %,与理想响应信号曲线呈“X”型,交点处CH4浓度为0.61 %。气体浓度小于0.61 %时,响应信号低于实际气体浓度值,大于0.61 %时,响应信号高于实际气体浓度值。气体浓度为0.51 %～0.71 %时,响应信号与实际气体浓度较接近。

3.1.2 CO2传感器输出特性

在室温条件(20 ℃)下通入不同浓度的CO2气体,得到CO2红外传感器响应信号如图3所示。对CO2红外传感器与待测气体浓度数据点进行拟合,得到CO2红外传感器响应信号与气体浓度的一次线性关系式为y=1.26374x-0.02637,数据相关度为98.293 %,与理想响应信号曲线呈“V”型,相关程度低于CH4红外传感器,在整个浓度测量范围内响应信号均大于实际气体浓度值。当CO2气体浓度低于0.8 %时,CO2红外传感器响应信号与实际待测气体浓度之间绝对误差较小,随着CO2气体浓度增加,响应信号与实际待测气体浓度之间绝对误差增大。

图2 CH4传感器响应信号与气体浓度关系曲线Fig.2 Curve of CH4 sensor response signal and gas concentration

图3 CO2传感器响应信号与气体浓度关系曲线Fig.3 Curve of CO2 sensor response signal and gas concentration

3.2 不同温度条件下响应信号相关性测试

分别改变监测装置所处环境温度:10 ℃、15 ℃、20 ℃、25 ℃(绝对误差维持在±0.5 ℃),通入不同浓度的待测CH4和CO2气体,得到传感器在不同温度下的响应信号。定义相对误差为传感器响应信号与实际气体浓度的差值与实际气体浓度之比。

3.2.1 CH4传感器输出特性

不同温度下,CH4红外传感器响应信号与浓度关系曲线如图4所示。温度一定时,传感器的待测气体浓度值与响应信号线性关系良好,即传感器的响应信号随待测气体浓度增加而增加；不同测试温度下,随着气体浓度增加,测试温度较低时(10 ℃、15 ℃),传感器的响应信号增长幅度较小,测试温度较高时(20 ℃、25 ℃),传感器的响应信号增长幅度较大；当CH4气体浓度一定,10 ℃和15 ℃时响应信号较小,低于实际待测气体浓度,20 ℃和25 ℃时响应信号逐渐增大,响应信号从低于实际待测气体浓度向高于待测气体浓度过渡。

图4 CH4传感器响应值与浓度关系曲线Fig.4 Curve of response value and concentration of CH4 sensor

不同环境温度下,CH4红外传感器相对误差与浓度的关系曲线如图5所示。

图5 CH4传感器相对误差与浓度关系曲线Fig.5 CH4 sensor relative error and concentration curve

传感器处于10～15 ℃温度范围时,整个浓度区间内的相对误差为负值,即响应信号均低于实际待测气体值,温度不变时,随着气体浓度增加,相对误差逐渐减小,即逐渐接近于实际待测气体浓度值。传感器处于20～25 ℃时,当气体浓度低于0.71 %,传感器响应信号低于实际待测气体浓度值,相对误差为负值,当气体浓度高于0.71 %时,传感器的响应信号逐渐接近并高于实际待测气体值,此时相对误差为正值,传感器在温度范围为20～25 ℃时,受温度影响最小,响应信号最为精准。当传感器所处温度较低时,其内部敏感元件温度变化较小,导致传感器响应信号减小,随着环境温度不断升高,敏感元件温度逐渐上升,传感器的响应信号变大。

3.2.2 CO2传感器输出特性

不同环境温度下,CO2传感器响应值与浓度关系曲线如图6所示。CO2实际气体浓度低于0.7 %时,传感器响应信号与实际气体浓度之间线性关系较好,当CO2浓度高于0.7 %时,传感器的响应信号随实际气体浓度上升呈现出波动上升趋势,线性关系程度减弱；不同测试温度下,随着测试气体浓度的增加,响应信号起伏不大,与CH4传感器响应信号相比,受温度影响较小；整个气体浓度测试范围内,响应信号均大于等于实际气体浓度,并且响应信号随待测气体浓度增加偏差逐渐增大。

图6 CO2传感器响应值与浓度关系曲线Fig.6 Curve of response value and concentration of CO2 sensor

在不同环境温度下,CO2传感器相对误差与浓度的关系曲线如图7所示。

图7 CO2传感器相对误差与浓度关系曲线Fig.7 CO2 sensor relative error and concentration curve

相对误差为正值,即传感器响应信号均高于实际待测气体浓度值；在25 ℃环境温度下,CO2实际气体浓度低于0.7 %时,相对误差为0,响应信号与实际气体浓度值相同；当CO2实际气体浓度不变时,所处环境温度越高,传感器的相对误差越小；当传感器所处温度不变时,随着实际气体浓度的增加,相对误差呈先减小后增大的趋势。

CO2与CH4气体分子结构不同,在红外光谱带上吸收峰的位置存在差异,红外光源的波动对传感器的响应信号产生影响。当CO2红外传感器所处温度较高时,CO2的分子活性增强,对红外光谱的能量吸收发生变化,从而CO2红外传感器的响应信号较低。

4 随机森林温度补偿模型

在MATLAB中建立随机森林建立温度补偿模型,根据不同温度下得到的实验数据,将测试气体浓度值、红外气体传感器响应信号值及温度作为一组样本数据点,CH4和CO2传感器各有52组样本数据,随机选取36组数据作为训练样本,16组数据作为测试样本,分别设置训练次数为500次,得到CH4和CO2红外传感器训练次数和误差率之间的关系曲线如图8(a)和图8(b)所示。

图8 CH4-CO2红外传感器训练次数与误差率关系曲线Fig.8 Relation curve between training times and error rate of CH4 and CO2 infrared sensor

从图8(a)可以看出,CH4红外传感器的误差率在训练样本数低于100时波动较大,误差率最大为0.043。随着训练样本数的增加,误差率在0.023～0.027间上下起伏,训练样本数在350次之后,误差率稳定在0.025附近。从图8(b)可以看出,对于CO2红外传感器,训练样本较少时,误差率较高且波动较大。训练次数为25～30次时,误差率达到最小,为0.0175；训练样本数为57时,误差率达到最高为0.0256。随着训练样本数的增加,训练样本数高于300次,误差率稳定在0.020附近。因此,随机森林温度补偿模型对环境温度引起的CH4-CO2红外传感器响应信号误差有良好的补偿作用。

5 补偿效果分析

为验证随机森林温度补偿模型的准确性和可靠性,将不同温度下不同待测气体浓度条件下CH4和CO2红外传感器的响应信号中随机各抽取16组测试样本数据引入随机森林模型中得到温度补偿后的数据,并与未进行温度补偿的原始数据进行比较,结果如图9(a)和图9(b)所示。

从图9(a)可以看出,对于CH4红外传感器,与补偿前响应信号相比,补偿后响应信号更接近直线y=x(即补偿后响应信号更接近待测气体浓度真实值),在整个CH4浓度测试范围内,随着CH4浓度的增加,补偿后的响应信号均稳定在直线y=x附近,CH4浓度变化对其补偿效果影响较小,计算二者相关系数发现,CH4红外传感器的待测气体浓度与进行温度补偿后的响应信号之间的相关系数为0.9203,相关度好,因此随机森林温度补偿模型减小了温度对传感器响应信号的影响,提高了CH4浓度监测精度。此外,待测气体浓度与补偿后气体浓度之间的相对误差波动范围减小,平均相对误差为0.111034。从图9(b)可以看出,对于CO2红外传感器,在整个CO2浓度测试范围内,随着CO2浓度的增加,补偿后的响应信号逐渐偏离直线y=x,CH4浓度大小对其补偿效果影响较大,计算二者相关系数发现,进行温度补偿后CO2红外传感器待测气体浓度和补偿后的响应信号相关系数为0.9099,相关度较好,但相关系数稍低于CH4随机森林温度补偿模型,是因为CO2红外传感器在高浓度时精度降低,实际响应信号误差较大,尽管CO2随机森林温度补偿模型减小了温度变化带来的误差,补偿后响应信号仍在一定程度偏离直线y=x,平均相对误差为0.096827,可能由于检测气体中含有杂质气体对待测气体浓度值造成干扰,影响红外气体传感器对待测气体的敏感性,造成其补偿效果低于CH4红外传感器。

以均方误差和平均绝对误差对温度补偿前后的CH4-CO2红外传感器在不同温度下的响应信号进行对比,结果如表1所示。误差分析结果表明,CH4-CO2红外传感器进行随机森林温度补偿模型后的响应信号均方误差和平均绝对误差均减小,并且均方误差越小,精确性越高,因此随机森林温度补偿模型对CH4红外传感器响应信号的补偿效果更好。CH4-CO2红外传感器进行随机森林温度补偿模型后的响应信号均方误差均低于0.01300,对二者都起到一定温度补偿作用。说明选用随机森林温度补偿模型在一定程度上可消除温度对CH4-CO2红外传感器响应信号的影响。

图9 CH4-CO2红外传感器响应信号补偿前后关系Fig.9 Relation curve between prediction value and test value of CH4 and CO2 infrared sensors

表1 温度补偿前后误差分析Tab.1 Error analysis before and after temperature compensation

6 结 论

本文通过实验测试CH4-CO2红外传感器随温度变化响应信号的输出特性,在温度范围(10～25 ℃)内测试不同气体浓度下响应信号,确定CH4-CO2红外传感器的温度特性曲线,建立了随机森林温度补偿模型并进行验证,得到如下结论:

(1)20 ℃下,CH4-CO2红外传感器响应信号与测试气体浓度呈良好的线性关系,CH4红外传感器响应信号与理想响应信号曲线呈“X”型,CO2红外传感器响应信号与理想响应信号曲线呈“V”型。

(2)气体浓度在0.21 %～1.42 %的测量范围内,CH4红外传感器响应信号受温度影响较大,CO2红外传感器响应信号受温度影响较小。

(3)CH4和CO2红外传感器基于随机森林温度模型补偿后的待测气体浓度与响应信号的相关系数分别为0.9203和 0.9099,可减小温度对CH4-CO2红外传感器响应信号的影响,均方误差和平均绝对误差均减小,精确性提高。