团论文网
团论文网
-
摘要：为克服室内甲醛NDIR检测精度易受温度、湿度影响的不足，综合运用理论研究、试验研究与图表分析相结合的研究方法，论述了NDIR检测技术原理，分析了温度、湿度对甲醛检测精度的影响，建立基于LSTM的温湿度补偿优化模型。研究结果显示：试验环境下，温度、湿度变化引起的甲醛检测浓度最大绝对误差分别为990×10-6、1 020×10-6；随环境湿度增加，甲醛检测浓度呈“先降后增”的变化趋势，在湿度为50%时出现拐点；经LSTM算法改良后，不同检测环境下，甲醛浓度检测值与实际值最大绝对误差降至100×10-6以内，平均相对误差为8.35%，补偿效果显著。
关键词：NDIR技术；甲醛检测；精度补偿；应用优化
0引言
随着经济社会的发展和人们环保意识的提高，室内甲醛污染问题越来越受到人们的关注。但传统甲醛浓度检测方法，如电化学法、光线干涉法、气相色谱法等，操作复杂、专业技术要求高，难以有效适应家庭室内甲醛检测要求。NDIR技术作为一种低成本的气体检测技术，有效克服了传统甲醛检测方法的不足，且具有响应快、精度高、气体选择性好的优势，但其检测精度易受到温度、湿度的影响[1-2]。基于此，本文结合相关试验，运用试验研究与图表分析相结合的方法，对NDIR技术在室内甲醛检测中的应用及其温湿度补偿优化措施展开研究，具有十分重要的意义。
1 NDIR技术检测原理及甲醛浓度计算
1.1 NDIR法气体检测原理
NDIR技术基于气体吸收理论，利用气体分子对红外辐射的吸收特性对气体浓度进行检测。当红外光辐射气体物质分子时，气体分子中的化学键，会吸收红外辐射中特定波长的能量，使红外辐射光源发生衰减，通过检测输出光强变化，可推算出检测气体浓度[3]。
1.2甲醛浓度计算
甲醛理论浓度采用双通道差分检测法测量，红外辐射穿过甲醛气体的衰减规律可用朗伯-比尔定律描述。根据朗伯-比尔定律，甲醛浓度计算公式如式（1）：
式中：C为甲醛浓度；K为气体吸收系数；L为光程；U1、U2分别为非分光型传感器分析通道和对比通道的信号电压；k1、k2分别为两条通道的比例系数。
2温湿度对检测精度的影响
考虑到本次主要针对单一甲醛气体的检测应用展开研究，加之甲醛是一种危险性气体，故本次室内实验采用氮气（N2）与甲醛混合制备混合气体，甲醛浓度（全文中“甲醛浓度”均为“甲醛体积分数”）分别为300×106、600×106、900×106、1 200×106、1 500×106。
2.1温度对甲醛检测精度的影响
基于控制变量的思想，保持环境湿度为20%不变，测试0~50℃环境下各甲醛浓度混合气体的测试值，试验结果见图1所示。
由图1可知，随检测温度增加，各个甲醛浓度的混合气体检测浓度均随之增加，最大绝对误差为990×106。
2.2湿度对甲醛监测精度的影响
按照上述试验思路，在25℃温度环境下，对20%～60%湿度条件下的甲醛气体浓度进行检测，观察湿度对甲醛检测浓度的影响，结果见图2所示。
由图2可知，随检测环境湿度增加，甲醛检测浓度呈“先减后增”的变化趋势，在环境湿度为50%时出现拐点，最大绝对误差为1 020×10-6。
3基于LSTM的温湿度补偿优化
基于上述分析可知，检测环境温度、湿度均会对甲醛浓度检测精度造成较大影响，且其造成的影响偏差具有非线性特点，即不同温度、湿度条件下的补偿系数也应该是非线性的。而神经网络具有强大的自学习和拟合能力，通过多层神经元的连接和权重建立温湿度补偿模型，可有效满足甲醛浓度检测的非线性补偿要求[4-5]。
3.1基于LSTM的温湿度补偿优化模型构建
本次研究拟基于长短期记忆网络（LSTM，Long Short-Term Memory），建立温湿度补偿模型，该模型通过遗忘门、输入门、输出门三个门进行控制信息传递，其主要功能及表达式如下。
遗忘门主要用于删除冗余信息，输出结果介于0～1之间，输出结果越小，表示数据被删除的可能越大，表达式如式（2）：
式中：ft为输出结果；σ为sigmoid函数；Wxf、Whf为权重bf的偏置。
输入门主要用于输入数据的特征筛选和提取，并用sigmoid函数将无用信息滤除，其表达式如式（3）：
式中：it为输入门输出；Wxi、Whc为权重bf的偏置。
输出门主要用于信息传递，输出结果介于0～1之间，输出结果越大，表示当前结果对最终输出的影响越大，其表达式如式（4）：
式中：Ot为输入门输出；Wxo、Who为权重bo的偏置。
3.2模型训练与测试
以不同温湿度下的甲醛检测结果作为训练样本，使用最小-最大归一化方法对检测数据进行归一化处理，将数据线形映射到[0，1]区间，公式如式（5）：
式中：xi'为归一化处理后的值；xmax和xmin分别为样本集中的最大值和最小值。
为提升模型精度和效率，本模型设置3个LSTM隐含层，隐含层节点数设置为100个。模型训练采用Pythorch框架，每次训练的迭代次数为500，学习率为0.005，数据集共1 000组，其中800组为训练集，200组为测试集。采用MAE、MSE、RMSE 3个指标对模型预测能力进行评价。结果见表1所示。
由表1可知，随训练次数增加，MAE、MSE、RMSE 3项指标均随之减小，表明模型预测精度、预测效果随之增加。
3.3补偿优化效果分析
为验证模型抗干扰能力，提升试验环境与实际测试场景的贴合度，选择高温高湿（温度40℃、湿度80%）、低温低湿（10℃、20%）、高温低湿（40℃、20%）、低温高湿（10℃、80%）4种测试环境，对500×10-6、1 000×10-6、1 500×10-6、2 000×10-6 4个浓度梯度的甲醛混合气体进行检测。以高温高湿（40℃、80%）环境为例，测试结果见图3所示。
由图3可知，经LSTM网络模型进行温湿度补偿后，甲醛气体浓度检测值稳定性显著提升，高温高湿环境与其他检测环境的检测值与实际值绝对误差均在100×10-6以内，相对平均误差为8.35%，补偿效果显著。
4结语
本文运用试验研究与图表分析相结合的研究方法，研究了温度、湿度对室内甲醛NDIR检测技术检测精度的影响，建立了基于LSTM神经网络模型的温湿度补偿模型。研究结果显示，检测环境温度、湿度可通过影响气体吸收系数等指标，对NDIR检测精度产生影响，在未进行温湿度补偿时，不同温度、湿度条件下的甲醛检测浓度偏差绝对值分别为990×10-6、1 020×10-6，经LSTM算法补偿优化后，检测误差绝对值降至100×10-6以内，平均相对误差为8.35%，验证了LSTM神经网络温湿度补偿算法的有效性。
参考文献
[1]田富超，梁运涛，朱红青，等.非分散红外光谱分析技术在煤矿火灾气体在线检测中的应用（英文）[J].Journal of Central South Uni-versity，2022，29（6）：1840-1855.
[2]袁博，袁宇鹏，张祖伟，等.基于差分吸收检测技术的非分散红外CO2呼吸气体传感器[J].重庆邮电大学学报（自然科学版），2021，33（1）：118-125.
[3]刘志锋.基于非分散红外技术的二氧化硫在线检测影响因素研究[D].北京：北方工业大学，2020.
[4]伍龙，邢丽坤.基于非分散红外技术的煤矿井下有害气体定量探测方法研究[J].中国安全生产科学技术，2014，10（3）：155-159.
[5]孙友文，刘文清，汪世美，等.单组分双分析通道红外气体检测方法研究[J].物理学报，2012，61（14）：105-113.后台-系统设置-扩展变量-手机广告位-内容正文底部 -
本文标签：
NDIR技术在室内甲醛检测中的应用与优化论文
人参与 2024-12-26 11:48:06 分类 : 理学 点这评论 作者：团论文网 来源：https://www.tuanlunwen.com/
-
站内搜索
-
随机文章
-
标签列表
-
-
最近发表
-
-
热门文章 | 最新文章 | 随机文章
-
-
最新留言
-
首页 论文知识 教育论文 毕业论文 教学论文 经济学 管理学 职称论文 法学 理学 医学 社会学 物理学 文献 工程论文 学位论文 研究论文
Powered 团论文网 版权所有 备案号：鄂ICP备2022005557号统计代码
全站搜索