CN106841522B - 一种气体监测方法 - Google Patents
一种气体监测方法 Download PDFInfo
- Publication number
- CN106841522B CN106841522B CN201710035175.XA CN201710035175A CN106841522B CN 106841522 B CN106841522 B CN 106841522B CN 201710035175 A CN201710035175 A CN 201710035175A CN 106841522 B CN106841522 B CN 106841522B
- Authority
- CN
- China
- Prior art keywords
- gas
- data
- sensor
- under test
- matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0006—Calibrating gas analysers
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
本发明涉及一种气体监测方法,所述气体监测方法包括以下步骤:步骤A:至少两个不同种类的气体传感器对标准气体进行检测得到标准气体感测信号;步骤B:处理单元将所述标准气体感测信号转换成多通道的数字信号;步骤C:提取所述多通道的数字信号,对所述数字信号的数据进行拟合,将拟合后的系数归一化的值作为该标准气体的标准模式特征向量。本发明的气体监测方法,其方法简单、对待测气体的识别率高,对待测气体的检测结果准确。
Description
技术领域
本发明涉及气体监测技术领域,具体涉及一种气体监测方法。
背景技术
目前,气体监测系统采用单一传感器一对一的去采集和监测气体,单一传感器对气体的检测不够准确;其次,传统的气体监测系统中,气体监测仪仅仅负责检测气体的数据监测,采样仪器仅仅对被检测气体进行采样,检测气体和采样都具有不确定性,无法对被检测气体进行准确的检测,以方便后期进一步的通过国标三袋法进行检测,以作为执法依据。其次,传统的气体监测方法,其对气体的检测结果不够准确。
由此可见,现有技术的气体监测方法存在着检测结果不准确,对气体的识别率低的缺陷。
发明内容
本发明的目的在于提供一种气体监测方法,用以解决现有技术存在的上述问题。
为解决上述技术问题,本发明提供一种气体监测方法,所述气体监测方法包括以下步骤:
步骤A:至少两个不同种类的气体传感器对标准气体进行检测得到标准气体感测信号;
步骤B:处理单元将所述标准气体感测信号转换成多通道的数字信号;
步骤C:提取所述多通道的数字信号,对所述数字信号的数据进行拟合,将拟合后的系数归一化的值作为该标准气体的标准模式特征向量;
步骤D:根据所述标准模式特征向量建立标准模式特征向量数据库,并保存于储存单元中;
步骤E:利用所述不同类型的气体传感器对同一地点的待测气体进行检测,并导出所述待测气体的模式特征量;
步骤F:将所述待测气体的模式特征量与所述标准模式特征向量数据库比较,确定所述待测气体的种类及待测气体的浓度。
本发明的一个实施例中,所述步骤C中,所述标准模式特征向量提取过程为:
C1:采集m个通道的标准气体检测的数字信号,其中,m>1;
C2:将每个通道抽取的数据进行曲线拟合,得到n个通道的曲线的系数,则共得到m*n个数据;
C3:将所述m*n个数据按照矩阵1存储,其中,m代表通道的数量,n代表每个通道拟合后的系数的数量,将所述矩阵1的每一列数据进行归一化处理,首先将第一列,(a11,a21,a31,…,am1)的m个数据进行归一化处理,得到相应的m个归一化后的数据(a'11,a'21,a'31,…,a'm1),每一个数据为模式化向量,对每个通道均进行处理共得到m*n个模式化向量形成标准气体的标准模式特征向量库矩阵2,
矩阵1为
矩阵2为
本发明的一个实施例中,所述步骤C中,归一化处理的方法为,找到所述矩阵1中的每组数据中绝对值最大的值,设为amax,将amax等效成30000。
本发明的一个实施例中,所述传感器为电化学传感器、光离子化PID气体传感器和/或半导体传感器。
本发明的一个实施例中,所述步骤F中,将所述待测气体的特征向量矩阵中的数据和所述标准特征向量数据矩阵对应的数据相减的数的绝对值作为判断依据。
本发明的一个实施例中,所述步骤F中,气体的浓度计算公式为:
Cnow=(CSpan×(Vnow-VZero))/VSpan
其中,VZero:零点传感器感测信号值,Vnow:当前传感器感测信号值,VSpan:标准气体的感测信号,CSpan:标定时,标准气体浓度值,Cnow:当前气体的浓度值。
本发明的有益效果:
本发明的气体监测方法,其方法简单、对待测气体的识别率高,对待测气体的检测结果准确。
附图说明
图1为本发明的气体监测方法的流程图。
图2至图4为本发明气体监测方法在中国的一实施例,50ppm的H2S在5个传感器中的标准模式特征向量的示意图。
具体实施方式
以下实施例用于说明本发明,但不用来限制本发明的范围。
如图1所示,本发明提供一种气体的监测方法,该气体监测方法包括以下步骤:步骤A:利用至少两个气体传感器对标准气体进行检测得到标准气体感测信号,所述传感器的种类不同,其中,传感器可以为电化学传感器、光离子化PID气体传感器和/或半导体传感器,所采用的各个传感器的检测原理不同。
步骤B:通过处理单元将标准气体感测信号转换成多通道的数字信号。
步骤C:根据多通道的数字信号,抽取各个通道的数字信号,例如,采集m个通道的标准气体检测的数字信号,其中,m>1;根据抽取的数据进行曲线拟合,并得到n个通道的曲线的系数,则共得到m*n个数据;用同样的方法对各个通道数据进行拟合,得到每个通道的曲线的系数,将各个通道的系数进行矩阵存储得到矩阵1。矩阵1的每一行代表每个通道的各个系数,矩阵1的数据存储顺序为高次系数、次高次系数,最后一个为常数项系数。其中,n代表每个通道拟合后的系数的数量,m代表通道的数量,将矩阵1的每一列数据进行归一化处理,具体的,找到矩阵1中的每组数据中绝对值最大的值,设为amax,将amax等效成30000,并将该组数据其它数据归一化到[-30000,+30000]之间。本发明中,将amax等效校成多少没有固定的依据,尽量将系数等效成大的数值这样在模式向量比对时容易比对,省去了小数位数多的麻烦。本发明中将amax等效为30000,主要是考虑2个字节的整数范围为[-32767,+32767],所以等效成30000便于存储数据,并将该组数据中的其它数据归一化到[-30000,+30000]之间。矩阵1中的第一列(a11,a21,a31,…,am1)的m个数据归一化处理后得到相应的m个归一化后的数据(a'11,a'21,a'31,…,a'm1),每一个数据为模式化向量,对每个通道都进行处理共得到m*n个模式化向量形成矩阵2,将矩阵2储存到储存单元形成标准气体的标准模式特征向量库,其中,
矩阵1为矩阵2为
本发明的监测方法根据提取的特征向量,采取多个气体传感器,且各个气体传感器的工作原理不同,利用多个空气传感器阵列进行复合式计算,传感器的响应通过信号预处理电路转换成为多通道的数字式数据,再进行数据抽取,所抽取的数据越多,气体传感器对气体的反应越接近理论,但识别气体的时间就长,仪器反应慢,需要根据传感器的特性以及实验确定的采集数据的开始时间和结束时间,再将数据进行拟合,所拟合的曲线次数越高,曲线越贴近实验值。由于采集数据本身是受各种干扰的,需要根据传感器的特性和实验数据确定拟合次数。
步骤D:建立标准模式特征向量数据库,在标校模式下,用各种待检测的标准气体对气体传感器进行逐一标校,利用提取的标准模式特征向量建立标准模式特征向量数据库,并保存于存储单元中。
步骤E:在工作模式下,利用不同类型的传感器对待测气体数据进行收集,将收集的数据进行抽取,曲线拟合,系数归一化,得到待测气体的模式特征量。
步骤F:将待测气体的模式特征量与标准模式特征向量比较分析,确定气体的种类以及气体的浓度。待测气体的模式特征量与标准模式特征向量进行比较时,是将所提取的特征向量矩阵和标准特征向量数据矩阵的数据逐列进行比较,先比较矩阵中的第1列各个元素,将对应的两个元素的数据相减,差的绝对值是否小于一个阈值,该阈值是通过多次实验得出来的,用已知的标准气体去多次实验,记录多次的标准模式特征向量,取一个相对的均值。理论上这个阈值应该为“0”,即待测气体的模式特征量应该与标准模式特征向量完全相同,但是随着环境的不同,气体浓度的变化,即使同一种气体多次识别时,所采集到的模式特征量存在一定的误差的,所以采用阈值的思想,也就是接近的思想。通过待测气体提取的特征向量矩阵和标准特征向量数据矩阵的数据逐列进行比较,如果小于该阈值,认为两个特征向量是相符合的。证明待测气体与标准气体为同一种气体。
其中,待测气体的浓度的检测过程如下:首先调零,通入零气,记录零点值:VZero,然后标定:通入标气(标气指的是已知浓度的标准气体,标准气体的浓度为:CSpan),记录标定有效值VSpan=(Vnow-VZero),待测气体的浓度:Cnow=(CSpan×(Vnow-VZero))/VSpan,其中:VZero为零点传感器感测信号值;Vnow为待测气体的传感器感测信号值;VSpan为标准气体传感器的感测信号值;CSpan为标准气体浓度值;Cnow为待测气体的浓度值。
通过上述方法检测到的待检测气体的浓度大于设定需采集气体的浓度值时,检测气体的系统会切换三通阀启动气路,气体泵直接将气体抽入气体采样袋中,根据设定采集时间完成采集,且在更换采样气袋前只采集一次。本发明的气体监测方法能够有效地测定待测气体的浓度,作为气体收集浓度的依据,达到监测自动采集然后将采集到的气体用国标:GBT 14675-1993空气质量测定,进一步的利用三点比较式臭袋法进行执法依据检测。通过上述的气体监测方法,得到一致的检测结果,实现了气体传感器阵列对所测试气体化合物的唯一描述。
较佳的,气体传感器是气体监测的核心部分,本发明采用气体传感器为电化学传感器、光离子化PID气体传感器和/或半导体传感器。其中,电化学传感器可以测量NH3、H2S气体浓度。金属氧化物半导体传感器用于监测环境中的待测气体,半导体传感器的选择性不好,对很多气体都有反应,但是其性能较差,不适合定量测量。光离子化PID传感器可以测量VOCS气体浓度,其主要是用于弥补VOCs有机气体的检测。气体传感器检测到待检测气体浓度达到设定浓度等级后开始采集,通过内置的各种气体传感器各自响应信号确定该气体类型,用于整个校准过程。通过上述三种原理的传感器配合,以实现更高精度和准确的气体监测。
本发明中,对50ppm的H2S在5个传感器中的检测数据进行处理的结果如下表1—表3所示:
表1
表2
表3
如上表1、表2和表3所示,H2S浓度为50ppm时,建立的标准模式特征向量时的数据,气体传感器的测量时间为0s-30s。抽取数据为10s-20s的数据,每100ms采集1次。每个气体传感器共得到:10*10=100个数据。将这100数据进行y=a11x2+a12x+a13曲线拟合,得到(a11,a12,a13)3个系数,5个传感器的系数如表1—表3所示。
将所有二次项系数(a11,a21,a31,a41,a51)5个元素进行归一化处理,找出5个元素中绝对值最大的一个为a51,则归一化的值a'11=a11*30000/|a51|,其它数据元素进行相同处理,得到归一化的值如表1—表3所示,同时对一次项系数,常数项系数作相同处理。如图2、图3、图4所示,其分别为50ppm的H2S在5个传感器中的标准模式特征向量的直观显示。
本发明的气体的监测方法中气体传感器可以布置在垃圾填埋场、污水处理厂、工业生产区、库房、生活区等排出待测气体的地方,因气体的成分复杂而且受多方面的因素影响,比如说周边工业环境、气象条件等影响,现场各点位的气体传感器将采集到的数据通过无线通信模块将气体监测数据发送到终端服务器中,从而可以对一整片地区实现多点测量,提高了气体监测准确性。在监测待测气体的同时,可将待测气体取样保存,当气体传感器采集到气体浓度一定时,根据设定的阀值,将待测气体直接采集到气体采样袋中进行保存,并内部的数据通过传送模块向用户发送已采集到待测气体的信息,通知监测人员提取采样结果。本发明的气体监测方法提高了对气体的识别率,提高了对气体的检测结果准确性。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (4)
1.一种气体监测方法,其特征在于,所述气体监测方法包括以下步骤:
步骤A:至少两个不同种类的气体传感器对标准气体进行检测得到标准气体感测信号;
步骤B:处理单元将所述标准气体感测信号转换成多通道的数字信号;
步骤C:提取所述多通道的数字信号,对所述数字信号的数据进行拟合,将拟合后的系数归一化的值作为该标准气体的标准模式特征向量;所述步骤C中,所述标准模式特征向量提取过程为:
C1:采集m个通道的标准气体检测的数字信号,其中,m>1;
C2:将每个通道抽取的数据进行曲线拟合,得到每个通道的曲线的系数数量n,则共得到m*n个数据;
C3:将所述m*n个数据按照矩阵1存储,其中,m代表通道的数量,且m是由传感器的数量确定,n代表每个通道拟合后的系数的数量,将所述矩阵1的每一列数据进行归一化处理,首先将第一列,(a11,a21,a31,…,am1)的m个数据进行归一化处理,得到相应的m个归一化后的数据(a'11,a'21,a'31,…,a'm1),每一个数据为模式化向量,对每个通道均进行处理共得到m*n个模式化向量形成标准气体的标准模式特征向量库矩阵2,
矩阵1为
矩阵2为所述步骤C中,归一化处理的方法为,找到所述矩阵1中的每组数据中绝对值最大的值,设为amax,将amax等效成30000;
步骤D:根据所述标准模式特征向量建立标准模式特征向量数据库,并保存于储存单元中;
步骤E:利用所述不同类型的气体传感器对同一地点的待测气体进行检测,并导出所述待测气体的模式特征量;
步骤F:将所述待测气体的模式特征量与所述标准模式特征向量数据库比较,确定所述待测气体的种类及待测气体的浓度。
2.根据权利要求1所述的气体监测方法,其特征在于,
所述传感器为电化学传感器、光离子化PID气体传感器和/或半导体传感器。
3.根据权利要求1所述的气体监测方法,其特征在于,
所述步骤F中,将所述待测气体的特征向量矩阵中的数据和所述标准特征向量数据矩阵对应的数据相减的数的绝对值作为判断依据。
4.根据权利要求1所述的气体监测方法,其特征在于,
所述步骤F中,气体的浓度计算公式为:
Cnow=(CSpan×(Vnow-VZero))/VSpan
其中,VZero:零点传感器感测信号值;Vnow:当前传感器感测信号值;VSpan:标准气体的感测信号;CSpan:标定时,标准气体浓度值,Cnow:当前气体的浓度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710035175.XA CN106841522B (zh) | 2017-01-18 | 2017-01-18 | 一种气体监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710035175.XA CN106841522B (zh) | 2017-01-18 | 2017-01-18 | 一种气体监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106841522A CN106841522A (zh) | 2017-06-13 |
CN106841522B true CN106841522B (zh) | 2019-04-30 |
Family
ID=59124259
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710035175.XA Active CN106841522B (zh) | 2017-01-18 | 2017-01-18 | 一种气体监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106841522B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108051544B (zh) * | 2017-11-28 | 2020-07-07 | 成都安可信电子股份有限公司 | 一种气体浓度变化曲线优化方法、优化系统及显示方法 |
CN110501458A (zh) * | 2019-07-29 | 2019-11-26 | 深圳市锦瑞生物科技有限公司 | 一种浓度测量仪器校准方法、装置及浓度测量仪器 |
CN113075264A (zh) * | 2021-03-30 | 2021-07-06 | 北京艾森泰科科技有限责任公司 | 通过传感器信号值拟合计算臭气浓度值的方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103901162A (zh) * | 2012-12-29 | 2014-07-02 | 北京握奇数据系统有限公司 | 一种便携式车内气体检测系统及方法 |
CN103940767A (zh) * | 2014-05-07 | 2014-07-23 | 重庆大学 | 基于多流形学习的气体浓度反演方法 |
CN103364530B (zh) * | 2013-07-19 | 2015-09-30 | 聚光科技(杭州)股份有限公司 | 远程气体监测系统及方法 |
KR101656253B1 (ko) * | 2015-12-15 | 2016-09-09 | 단국대학교 산학협력단 | 가스 분류를 위한 결합 특징 벡터 생성 장치 및 방법 |
-
2017
- 2017-01-18 CN CN201710035175.XA patent/CN106841522B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103901162A (zh) * | 2012-12-29 | 2014-07-02 | 北京握奇数据系统有限公司 | 一种便携式车内气体检测系统及方法 |
CN103364530B (zh) * | 2013-07-19 | 2015-09-30 | 聚光科技(杭州)股份有限公司 | 远程气体监测系统及方法 |
CN103940767A (zh) * | 2014-05-07 | 2014-07-23 | 重庆大学 | 基于多流形学习的气体浓度反演方法 |
KR101656253B1 (ko) * | 2015-12-15 | 2016-09-09 | 단국대학교 산학협력단 | 가스 분류를 위한 결합 특징 벡터 생성 장치 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
CN106841522A (zh) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109444232B (zh) | 一种多通道智能化污染气体监测装置与扩散溯源方法 | |
CN106841522B (zh) | 一种气体监测方法 | |
CN103278220B (zh) | 一种对膜式燃气表基本误差进行快速检定的方法及其装置 | |
CN110850244B (zh) | 基于深度学习的局放缺陷时域图谱诊断方法、系统及介质 | |
CN108692711B (zh) | 基于低空探空火箭的海洋数据处理的实现方法 | |
CN109374697B (zh) | 一种电化学甲醛传感器检测的批量标定方法 | |
CN102928340A (zh) | 基于图像分析同时测定煤的显微组分含量和镜质体反射率的方法及其专用设备 | |
CN101968424B (zh) | 一种测定多孔基质空气温湿度及氧气和氨气浓度的检测仪 | |
CN111414571A (zh) | 一种大气污染物监测方法 | |
CN103335793A (zh) | 基于微分法查找泄漏点的系统及方法 | |
CN113670823A (zh) | 一种大气环境下材料表面相对湿度检测装置 | |
CN110133089A (zh) | 一种电化学传感器自动内校准系统及校准方法 | |
CN111561968A (zh) | 基于传感器的环境参数检测方法、装置及数据处理设备 | |
CN112782233B (zh) | 一种基于阵列气体传感器的气体识别方法 | |
CN205619988U (zh) | 含气量解吸气体定量计 | |
CN109758703A (zh) | 一种用于消防火场气压高度传感器的误差修正系统及方法 | |
CN209372744U (zh) | 一种多通道智能化污染气体监测装置 | |
CN208907847U (zh) | 一种充油压力传感器 | |
CN105974353A (zh) | 一种基于虚拟仪器的互感器幅值与相位检测方法 | |
CN107561360B (zh) | 一种基于fpga和减法电路的正弦信号相位差测量方法 | |
CN109975512B (zh) | 一种土地覆被遥感产品的交叉检验方法及装置 | |
CN104950018A (zh) | 一种混合气体检测系统 | |
CN115060666B (zh) | 水质参数传感器的校准方法及水质参数的测量方法和装置 | |
CN114034919B (zh) | 一种基于单片机的电压采集装置及其温度补偿方法 | |
CN109916962A (zh) | 一种便携式肉类水分检测装置及其检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information |
Inventor after: Liu Wei Inventor after: Sun Sihao Inventor before: Liu Wei Inventor before: Xu Zijian Inventor before: Sun Sihao |
|
CB03 | Change of inventor or designer information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |