CN113607674B - 基于mems气体传感器阵列的多气体检测方法及系统 - Google Patents

基于mems气体传感器阵列的多气体检测方法及系统 Download PDF

Info

Publication number
CN113607674B
CN113607674B CN202110733541.5A CN202110733541A CN113607674B CN 113607674 B CN113607674 B CN 113607674B CN 202110733541 A CN202110733541 A CN 202110733541A CN 113607674 B CN113607674 B CN 113607674B
Authority
CN
China
Prior art keywords
gas
gas sensor
target environment
preset
target
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
Application number
CN202110733541.5A
Other languages
English (en)
Other versions
CN113607674A (zh
Inventor
汪民
许玉方
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Dexin Semiconductor Technology Co ltd
Original Assignee
Guangzhou Dexin Semiconductor Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Dexin Semiconductor Technology Co ltd filed Critical Guangzhou Dexin Semiconductor Technology Co ltd
Priority to CN202110733541.5A priority Critical patent/CN113607674B/zh
Publication of CN113607674A publication Critical patent/CN113607674A/zh
Application granted granted Critical
Publication of CN113607674B publication Critical patent/CN113607674B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B81—MICROSTRUCTURAL TECHNOLOGY
    • B81B—MICROSTRUCTURAL DEVICES OR SYSTEMS, e.g. MICROMECHANICAL DEVICES
    • B81B7/00—Microstructural systems; Auxiliary parts of microstructural devices or systems
    • B81B7/02—Microstructural systems; Auxiliary parts of microstructural devices or systems containing distinct electrical or optical devices of particular relevance for their function, e.g. microelectro-mechanical systems [MEMS]
    • 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
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
    • 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
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
    • G01N33/0067—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display by measuring the rate of variation of the concentration
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters

Landscapes

  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Combustion & Propulsion (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Computer Hardware Design (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种MEMS气体传感器阵列的多气体检测方法及系统，其方法包括：构建预设MEMS气体传感器阵列的气体传感器网络，通过所述气体传感器网络接收预设MEMS气体传感器阵列中每个第一气体传感器在目标环境内的检测数据，根据检测数据确定目标环境内的第一气体成分以及各气体浓度，采集目标环境内的气体存储到预设容器中，利用预设MEMS气体传感器阵列中的第二气体传感器对预设容器中的存储气体进行光线吸收测试，获取测试结果，根据所述测试结果确定目标环境内的第二气体成分以及各气体浓度，根据第一和第二气体成分以及各气体浓度综合获得目标环境内的目标气体成分以及各气体浓度。提高了最终检测结果的准确性。

Description

基于MEMS气体传感器阵列的多气体检测方法及系统
技术领域
本发明涉及传感器技术领域，尤其涉及一种基于MEMS气体传感器阵列的多气体检测方法及系统。
背景技术
气味识别技术在智能终端、环境监测等领域有着十分广泛的应用需求。当前，气体检测使用质谱仪，气相色谱仪和傅立叶变换红外光谱仪等仪器，但这些系统体积庞大，昂贵且复杂。近年来，人们对环境质量和安全的日益关注，故对便携式，低成本和低功耗的气体传感系统的需求逐年增加。现有的气体传感系统分为光谱气体传感系统和直接检测气体传感系统，二者都是通过空气中某种气体的特性参数来确定空气中的气体成分，但是上述两种系统都存在最终检测结果存在误差的问题，使得最终的检测结果与实际不想符合从而影响后续工作，降低了工作人员的体验感。
发明内容
针对上述所显示出来的问题，本发明提供了一种基于MEMS气体传感器阵列的多气体检测方法及系统用以解决背景技术中提到的最终检测结果存在误差的问题，使得最终的检测结果与实际不想符合从而影响后续工作，降低了工作人员的体验感的问题。
一种基于MEMS气体传感器阵列的多气体检测方法，包括以下步骤：
构建预设MEMS气体传感器阵列的气体传感器网络；
通过所述气体传感器网络接收预设MEMS气体传感器阵列中每个第一气体传感器在目标环境内的检测数据；
根据每个第一气体传感器在目标环境内的检测数据确定目标环境内的第一气体成分以及各气体浓度；
采集目标环境内的气体存储到预设容器中，利用预设MEMS气体传感器阵列中的第二气体传感器对预设容器中的存储气体进行光线吸收测试，获取测试结果；
根据所述测试结果确定目标环境内的第二气体成分以及各气体浓度，根据所述第一气体成分以及各气体浓度和第二气体成分以及各气体浓度综合获得目标环境内的目标气体成分以及各气体浓度。
优选的，所述构建预设MEMS气体传感器阵列的气体传感器网络，包括：
获取预设MEMS气体传感器阵列中每个气体传感器的节点地址；
根据每个气体传感器的节点地址构建与该地址之间的通信链路；
构建完毕后，检测每条通信链路是否为对称链路，若是，无需进行后续操作，否则，获取不为对称链路的目标节点地址的邻居节点信息；
根据所述邻居节点信息构建所述目标节点地址的反转路径。
优选的，所述通过所述气体传感器网络接收预设MEMS气体传感器阵列中每个第一气体传感器在目标环境内的检测数据，包括：
设置每个第一气体传感器的校验码；
将每个第一气体传感器的校验码通过所述气体传感器网络传输至该第一气体传感器，接收该第一气体传感器的反馈指令；
根据每个第一气体传感器的反馈指令确定该第一气体传感器的校对验证工作是否完成；
当每个第一气体传感器的校对验证工作都完成并且开始进行气体检测工作时，定时向所述预设MEMS气体传感器阵列获取数据调取指令，接收所述预设MEMS气体传感器阵列反馈的每个第一气体传感器在目标环境内的检测数据。
优选的，所述根据每个第一气体传感器在目标环境内的检测数据确定目标环境内的第一气体成分以及各气体浓度，包括：
对每个第一气体传感器在目标环境内的检测数据进行预处理，获取预处理结果；
根据所述预处理结果以及每个第一气体传感器的设置参数为该第一气体传感器进行建模，获取构建模型；
利用每个第一气体传感器对应的构建模型计算出该第一气体传感器所测得的目标环境内的气体数据；
利用预设卡尔曼滤波算法对预设MEMS气体传感器阵列中多个第一气体传感器所测得的气体数据进行滤波处理，获取处理结果，根据所述处理结果确定目标环境内的第一气体成分以及各气体浓度。
优选的，所述采集目标环境内的气体存储到预设容器中，利用预设MEMS气体传感器阵列中的第二气体传感器对预设容器中的存储气体进行光线吸收测试，获取测试结果，包括：
在预设MEMS气体传感器阵列中的多个第二气体传感器端生成不同波长的红外光线；
将生成的红外光线照射到所述预设容器中，在目标时长后，利用所述多个第二气体传感器获取预设容器内的光强信号；
将所述光强信号转化为电信号，检测每个第二气体传感器获取的电信号的信号强度；
将每个第二气体传感器获取的电信号的信号强度确认为所述测试结果。
优选的，根据所述测试结果确定目标环境内的第二气体成分以及各气体浓度，根据所述第一气体成分以及各气体浓度和第二气体成分以及各气体浓度综合获得目标环境内的目标气体成分以及各气体浓度，包括：
根据每个第二气体传感器获取的电信号的信号强度确定目标环境内的气体对于不同波长的红外线的吸收度；
根据目标环境内的气体对于不同波长的红外线的吸收度构建出目标环境内气体的目标红外线透射图谱；
将所述目标红线投射图谱与预设红外线透射图谱进行比较，获取比较结果；
基于所述比较结果，利用预设化学计量学算法确定目标环境内的第二气体成分以及各气体浓度；
将所述第一气体成分以及各气体浓度和第二气体成分以及各气体浓度进行比较，获取各项气体指标的误差，将误差大于等于预设阈值的目标气体指标进行重复检测以确定目标气体指标的最终值；
将最终的各项气体指标确认为目标环境内的目标气体成分以及各气体浓度。
优选的，所述基于MEMS气体传感器阵列的多气体检测方法，根据每个第二气体传感器获取的电信号的信号强度确定目标环境内的气体对于不同波长的红外线的吸收度，包括：
获取每个第二气体传感器获取的预设容器内的光强信号对应的第一强度和对应转换成的电信号的第二强度；
获取每个第二气体传感器端生成的红外光线对应的波长、每个第二气体传感器的发射端至所述预设容器的最短距离、每个第二气体传感器的发射角度和对应生成的红外光线在所述预设容器中的入射角度；
基于所述每个第二气体传感器的发射端至所述预设容器的最短距离、每个第二气体传感器的发射角度、对应生成的红外光线在所述预设容器中的入射角度和每个第二气体传感器端生成的红外光线对应的波长，计算出每个第二传感器生成的红外光线在所述预设容器中的衍射角：
Figure BDA0003140606850000041
式中，i为第i个第二气体传感器，γi为第i个第二气体传感器生成的红外光线在所述预设容器中的衍射角，arctan()为反正切函数，si为第i个第二气体传感器至所述预设容器的最短距离，tanβi为第i个第二气体传感器的发射角度的正切函数，βi为第i个第二气体传感器的发射角度，θi为第i个第二气体传感器应生成的红外光线在所述预设容器中的入射角度，tan()为正切函数，λi为第i个第二气体传感器端生成的红外光线对应的波长；
基于每个第二气体传感器端生成的红外光线对应的波长、每个第二气体传感器获取的电信号的信号强度、每个第二传感器生成的红外光线在所述预设容器中的衍射角，计算出目标环境内的气体对于不同波长的红外线的吸收度：
Figure BDA0003140606850000051
式中，αi为目标环境内的气体对于第i个第二气体传感器生成对应波长的红外光线的吸收度，Pi为第i个第二气体传感器获取的预设容器内的光强信号对应的第一强度，Ei为第i个第二气体传感器获取的预设容器内的光强信号对应转换成的电信号的第二强度，sin()为正弦函数，π为圆周率，且π＝3.14，ai为第i个第二气体传感器生成的红外光线产生的光栅缝宽，n为第i个第二气体传感器生成的红外光线产生的光栅刻线数，bi为第i个第二气体传感器生成的红外光线产生的光栅相邻缝间距。
优选的，所述基于MEMS气体传感器阵列的多气体检测方法，根据目标环境内的气体对于不同波长的红外线的吸收度构建出目标环境内气体的目标红外线透射图谱，包括：
获取每个第二气体传感器生成对应波长的红外光线的初始光强、每个第二气体传感器获取的预设容器内的光强信号对应的第一强度；
获取每个第二气体传感器生成对应波长的红外光线在所述预设容器中的透射长度、每个第二气体传感器端生成的红外光线对应的波长；
获取目标环境内的气体对于不同波长的红外线的吸收度；
基于每个第二气体传感器生成对应波长的红外光线在所述预设容器中的透射长度和目标环境内的气体对于不同波长的红外线的吸收度，计算出目标环境内的气体对于不同波长的红外线的透射率：
Figure BDA0003140606850000061
式中，i为第i个第二气体传感器，τi为目标环境内的气体对于第i个第二气体传感器生成对应波长的红外光线的透射率，P0i为第i个第二气体传感器生成对应波长的红外光线的初始光强，αi为目标环境内的气体对于第i个第二气体传感器生成对应波长的红外光线的吸收度，Li为第i个第二气体传感器生成对应波长的红外光线在所述预设容器中的透射长度，λi为第i个第二气体传感器端生成的红外光线对应的波长，Pi为第i个第二气体传感器获取的预设容器内的光强信号对应的第一强度；
基于目标环境内的气体对于不同波长的红外线的透射率和目标环境内的气体对于不同波长的红外线的吸收度，构建出目标环境内气体的目标红外线透射图谱。
一种基于MEMS气体传感器阵列的多气体检测系统，该系统包括：
构建模块，用于构建预设MEMS气体传感器阵列的气体传感器网络；
接收模块，用于通过所述气体传感器网络接收预设MEMS气体传感器阵列中每个第一气体传感器在目标环境内的检测数据；
确定模块，用于根据每个第一气体传感器在目标环境内的检测数据确定目标环境内的第一气体成分以及各气体浓度；
测试模块，用于采集目标环境内的气体存储到预设容器中，利用预设MEMS气体传感器阵列中的第二气体传感器对预设容器中的存储气体进行光线吸收测试，获取测试结果；
获得模块，用于根据所述测试结果确定目标环境内的第二气体成分以及各气体浓度，根据所述第一气体成分以及各气体浓度和第二气体成分以及各气体浓度综合获得目标环境内的目标气体成分以及各气体浓度。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
图1为本发明所提供的一种基于MEMS气体传感器阵列的多气体检测方法的工作流程图；
图2为本发明所提供的一种基于MEMS气体传感器阵列的多气体检测方法的另一工作流程图；
图3为本发明所提供的一种基于MEMS气体传感器阵列的多气体检测方法的又一工作流程图；
图4为本发明所提供的一种基于MEMS气体传感器阵列的多气体检测系统的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
气味识别技术在智能终端、环境监测等领域有着十分广泛的应用需求。当前，气体检测使用质谱仪，气相色谱仪和傅立叶变换红外光谱仪等仪器，但这些系统体积庞大，昂贵且复杂。近年来，人们对环境质量和安全的日益关注，故对便携式，低成本和低功耗的气体传感系统的需求逐年增加。现有的气体传感系统分为光谱气体传感系统和直接检测气体传感系统，二者都是通过空气中某种气体的特性参数来确定空气中的气体成分，但是上述两种系统都存在最终检测结果存在误差的问题，使得最终的检测结果与实际不想符合从而影响后续工作，降低了工作人员的体验感，为了解决上述问题，本实施例公开了一种基于MEMS气体传感器阵列的多气体检测方法。
一种基于MEMS气体传感器阵列的多气体检测方法，如图1所示，包括以下步骤：
步骤S101、构建预设MEMS气体传感器阵列的气体传感器网络；
步骤S102、通过所述气体传感器网络接收预设MEMS气体传感器阵列中每个第一气体传感器在目标环境内的检测数据；
步骤S103、根据每个第一气体传感器在目标环境内的检测数据确定目标环境内的第一气体成分以及各气体浓度；
步骤S104、采集目标环境内的气体存储到预设容器中，利用预设MEMS气体传感器阵列中的第二气体传感器对预设容器中的存储气体进行光线吸收测试，获取测试结果；
步骤S105、根据所述测试结果确定目标环境内的第二气体成分以及各气体浓度，根据所述第一气体成分以及各气体浓度和第二气体成分以及各气体浓度综合获得目标环境内的目标气体成分以及各气体浓度；
在本实施例中，上述第一气体传感器为基于MEMS技术的气体传感器，第二气体传感器为光谱气体传感器。
上述技术方案的工作原理为：构建预设MEMS气体传感器阵列的气体传感器网络，通过所述气体传感器网络接收预设MEMS气体传感器阵列中每个第一气体传感器在目标环境内的检测数据，根据每个第一气体传感器在目标环境内的检测数据确定目标环境内的第一气体成分以及各气体浓度，采集目标环境内的气体存储到预设容器中，利用预设MEMS气体传感器阵列中的第二气体传感器对预设容器中的存储气体进行光线吸收测试，获取测试结果，根据所述测试结果确定目标环境内的第二气体成分以及各气体浓度，根据所述第一气体成分以及各气体浓度和第二气体成分以及各气体浓度综合获得目标环境内的目标气体成分以及各气体浓度。
上述技术方案的有益效果为：通过利用光谱气体传感器检测和数据检测相结合的方式来综合确定目标环境中的其提成分以及各气体的浓度可以精准地将二者的检测结果进行比较和处理等后续工作后获得目标环境内部的气体成分以及各气体浓度，提高了最终检测结果的准确性，解决了现有技术中由于存在最终检测结果存在误差，使得最终的检测结果与实际不相符合从而影响后续工作，降低了工作人员的体验感的问题。
在一个实施例中，所述构建预设MEMS气体传感器阵列的气体传感器网络，包括：
获取预设MEMS气体传感器阵列中每个气体传感器的节点地址；
根据每个气体传感器的节点地址构建与该地址之间的通信链路；
构建完毕后，检测每条通信链路是否为对称链路，若是，无需进行后续操作，否则，获取不为对称链路的目标节点地址的邻居节点信息；
根据所述邻居节点信息构建所述目标节点地址的反转路径。
上述技术方案的有益效果为：通过对每个气体传感器的节点地址的通信链进行对称性检测可以有效地评估出每个节点地址的连接稳定性，进一步地，通过构建目标节点地址的翻转路径可以保证和每个气体传感器的数据传输工作的正常运行，提高了系统的稳定性。
在一个实施例中，所述通过所述气体传感器网络接收预设MEMS气体传感器阵列中每个第一气体传感器在目标环境内的检测数据，包括：
设置每个第一气体传感器的校验码；
将每个第一气体传感器的校验码通过所述气体传感器网络传输至该第一气体传感器，接收该第一气体传感器的反馈指令；
根据每个第一气体传感器的反馈指令确定该第一气体传感器的校对验证工作是否完成；
当每个第一气体传感器的校对验证工作都完成并且开始进行气体检测工作时，定时向所述预设MEMS气体传感器阵列获取数据调取指令，接收所述预设MEMS气体传感器阵列反馈的每个第一气体传感器在目标环境内的检测数据。
上述技术方案的有益效果为：在获取检测数据之前通过对每个第一气体传感器进行校对验证工作以保证可以完整无误地接收到每个第一气体传感器的检测数据，进一步地提高了稳定性，进一步地，通过定时向预设MEMS气体传感器阵列获取数据调取指令可以避免检测数据漏接收情况的发生，进一步地提高了稳定性。
在一个实施例中，如图2所示，所述根据每个第一气体传感器在目标环境内的检测数据确定目标环境内的第一气体成分以及各气体浓度，包括：
步骤S201、对每个第一气体传感器在目标环境内的检测数据进行预处理，获取预处理结果；
步骤S202、根据所述预处理结果以及每个第一气体传感器的设置参数为该第一气体传感器进行建模，获取构建模型；
步骤S203、利用每个第一气体传感器对应的构建模型计算出该第一气体传感器所测得的目标环境内的气体数据；
步骤S204、利用预设卡尔曼滤波算法对预设MEMS气体传感器阵列中多个第一气体传感器所测得的气体数据进行滤波处理，获取处理结果，根据所述处理结果确定目标环境内的第一气体成分以及各气体浓度。
上述技术方案的有益效果为：通过对每个第一气体传感器的检测数据进行预处理可以去除干扰数据的影响，保证了检测数据的利用系数，进一步地，通过利用模型计算出每个第一气体传感器在目标环境下测得的气体数据可以保证所计算出来的气体数据的精度，进一步地，通过对所有第一气体传感器检测的气体数据进行滤波处理可以综合地确定出目标环境内的第一气体成本以及各气体浓度，提高了工作效率。
在一个实施例中，如图3所示，所述采集目标环境内的气体存储到预设容器中，利用预设MEMS气体传感器阵列中的第二气体传感器对预设容器中的存储气体进行光线吸收测试，获取测试结果，包括：
步骤S301、在预设MEMS气体传感器阵列中的多个第二气体传感器端生成不同波长的红外光线；
步骤S302、将生成的红外光线照射到所述预设容器中，在目标时长后，利用所述多个第二气体传感器获取预设容器内的光强信号；
步骤S303、将所述光强信号转化为电信号，检测每个第二气体传感器获取的电信号的信号强度；
步骤S304、将每个第二气体传感器获取的电信号的信号强度确认为所述测试结果。
上述技术方案的有益效果为：通过生成红外光线相比于其他颜色的光线可以更加直观明显地获取到光强信号，提高了获取光强信号的效率，进一步地，通过检测每个第二气体传感器的电信号的信号强度可以根据信号强度以及预存的在各气体下的参考信号强度快速地确定目标环境中的气体成分，提高了工作效率。
在一个实施例中，根据所述测试结果确定目标环境内的第二气体成分以及各气体浓度，根据所述第一气体成分以及各气体浓度和第二气体成分以及各气体浓度综合获得目标环境内的目标气体成分以及各气体浓度，包括：
根据每个第二气体传感器获取的电信号的信号强度确定目标环境内的气体对于不同波长的红外线的吸收度；
根据目标环境内的气体对于不同波长的红外线的吸收度构建出目标环境内气体的目标红外线透射图谱；
将所述目标红线投射图谱与预设红外线透射图谱进行比较，获取比较结果；
基于所述比较结果，利用预设化学计量学算法确定目标环境内的第二气体成分以及各气体浓度；
将所述第一气体成分以及各气体浓度和第二气体成分以及各气体浓度进行比较，获取各项气体指标的误差，将误差大于等于预设阈值的目标气体指标进行重复检测以确定目标气体指标的最终值；
将最终的各项气体指标确认为目标环境内的目标气体成分以及各气体浓度。
上述技术方案的有益效果为：通过比较红外线透射图谱以及预设化学计量学算法的方式来确定第二气体传感器检测目标环境内的第二气体成分以及各气体浓度可以根据标准数据对比来精确地确定目标环境内部的实际气体组成成分以及各气体的浓度，降低了误差，进一步地，通过针对性地检测误差大于等于预设阈值的目标气体指标的浓度可以进一步地避免误差，保证最终检测结果的准确性。
在一个实施例中，根据每个第二气体传感器获取的电信号的信号强度确定目标环境内的气体对于不同波长的红外线的吸收度，包括：
获取每个第二气体传感器获取的预设容器内的光强信号对应的第一强度和对应转换成的电信号的第二强度；
获取每个第二气体传感器端生成的红外光线对应的波长、每个第二气体传感器的发射端至所述预设容器的最短距离、每个第二气体传感器的发射角度和对应生成的红外光线在所述预设容器中的入射角度；
基于所述每个第二气体传感器的发射端至所述预设容器的最短距离、每个第二气体传感器的发射角度、对应生成的红外光线在所述预设容器中的入射角度和每个第二气体传感器端生成的红外光线对应的波长，计算出每个第二传感器生成的红外光线在所述预设容器中的衍射角：
Figure BDA0003140606850000121
式中，i为第i个第二气体传感器，γi为第i个第二气体传感器生成的红外光线在所述预设容器中的衍射角，arctan()为反正切函数，si为第i个第二气体传感器至所述预设容器的最短距离，tanβi为第i个第二气体传感器的发射角度的正切函数，βi为第i个第二气体传感器的发射角度，θi为第i个第二气体传感器应生成的红外光线在所述预设容器中的入射角度，tan()为正切函数，λi为第i个第二气体传感器端生成的红外光线对应的波长；
基于每个第二气体传感器端生成的红外光线对应的波长、每个第二气体传感器获取的电信号的信号强度、每个第二传感器生成的红外光线在所述预设容器中的衍射角，计算出目标环境内的气体对于不同波长的红外线的吸收度：
Figure BDA0003140606850000131
式中，αi为目标环境内的气体对于第i个第二气体传感器生成对应波长的红外光线的吸收度，Pi为第i个第二气体传感器获取的预设容器内的光强信号对应的第一强度，Ei为第i个第二气体传感器获取的预设容器内的光强信号对应转换成的电信号的第二强度，sin()为正弦函数，π为圆周率，且π＝3.14，ai为第i个第二气体传感器生成的红外光线产生的光栅缝宽，n为第i个第二气体传感器生成的红外光线产生的光栅刻线数，bi为第i个第二气体传感器生成的红外光线产生的光栅相邻缝间距。
上述技术方案的有益效果为：基于所述每个第二气体传感器的发射端至所述预设容器的最短距离、每个第二气体传感器的发射角度、对应生成的红外光线在所述预设容器中的入射角度和每个第二气体传感器端生成的红外光线对应的波长，计算出的每个第二传感器生成的红外光线在所述预设容器中的衍射角，进一步地，计算出目标环境内的气体对于不同波长的红外线的吸收度，考虑到了由于红外光线的传播距离发射角度、入射角度不同造成的衍射角导致的吸收度的偏差，保证了吸收度结果的准确性，也保证了后续分析目标气体指标的准确性。
在一个实施例中，根据目标环境内的气体对于不同波长的红外线的吸收度构建出目标环境内气体的目标红外线透射图谱，包括：
获取每个第二气体传感器生成对应波长的红外光线的初始光强、每个第二气体传感器获取的预设容器内的光强信号对应的第一强度；
获取每个第二气体传感器生成对应波长的红外光线在所述预设容器中的透射长度、每个第二气体传感器端生成的红外光线对应的波长；
获取目标环境内的气体对于不同波长的红外线的吸收度；
基于每个第二气体传感器生成对应波长的红外光线在所述预设容器中的透射长度和目标环境内的气体对于不同波长的红外线的吸收度，计算出目标环境内的气体对于不同波长的红外线的透射率：
Figure BDA0003140606850000141
式中，i为第i个第二气体传感器，τi为目标环境内的气体对于第i个第二气体传感器生成对应波长的红外光线的透射率，P0i为第i个第二气体传感器生成对应波长的红外光线的初始光强，αi为目标环境内的气体对于第i个第二气体传感器生成对应波长的红外光线的吸收度，Li为第i个第二气体传感器生成对应波长的红外光线在所述预设容器中的透射长度，λi为第i个第二气体传感器端生成的红外光线对应的波长，Pi为第i个第二气体传感器获取的预设容器内的光强信号对应的第一强度；
基于目标环境内的气体对于不同波长的红外线的透射率和目标环境内的气体对于不同波长的红外线的吸收度，构建出目标环境内气体的目标红外线透射图谱。
上述技术方案的有益效果为：基于每个第二气体传感器生成对应波长的红外光线在所述预设容器中的透射长度和目标环境内的气体对于不同波长的红外线的吸收度，计算出目标环境内的气体对于不同波长的红外线的透射率，丰富了所述目标红外线透射图谱的构建数据，为构建所述目标红外线透射图谱提供了数据条件。
本实施例还公开了一种基于MEMS气体传感器阵列的多气体检测系统，如图4所示，该系统包括：
构建模块401，用于构建预设MEMS气体传感器阵列的气体传感器网络；
接收模块402，用于通过所述气体传感器网络接收预设MEMS气体传感器阵列中每个第一气体传感器在目标环境内的检测数据；
确定模块403，用于根据每个第一气体传感器在目标环境内的检测数据确定目标环境内的第一气体成分以及各气体浓度；
测试模块404，用于采集目标环境内的气体存储到预设容器中，利用预设MEMS气体传感器阵列中的第二气体传感器对预设容器中的存储气体进行光线吸收测试，获取测试结果；
获得模块405，用于根据所述测试结果确定目标环境内的第二气体成分以及各气体浓度，根据所述第一气体成分以及各气体浓度和第二气体成分以及各气体浓度综合获得目标环境内的目标气体成分以及各气体浓度。
上述技术方案的工作原理及有益效果在方法权利要求中已经说明，此处不再赘述。
本领域技术人员应当理解的是，本发明中的第一、第二指的是不同应用阶段而已。
本领域技术用户员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (9)

1.一种基于MEMS气体传感器阵列的多气体检测方法，其特征在于，包括以下步骤：
构建预设MEMS气体传感器阵列的气体传感器网络；
通过所述气体传感器网络接收预设MEMS气体传感器阵列中每个第一气体传感器在目标环境内的检测数据；
根据每个第一气体传感器在目标环境内的检测数据确定目标环境内的第一气体成分以及各气体浓度；
采集目标环境内的气体存储到预设容器中，利用预设MEMS气体传感器阵列中的第二气体传感器对预设容器中的存储气体进行光线吸收测试，获取测试结果；
根据所述测试结果通过补偿计算确定目标环境内的第二气体成分以及各气体浓度，根据所述第一气体成分以及各气体浓度和第二气体成分以及各气体浓度综合获得目标环境内的目标气体成分以及各气体浓度；
所述MEMS气体传感器阵列中包括多个第一气体传感器以及多个第二气体传感器，所述多个第一气体传感器以及多个第二气体传感器混合均匀分布；其中，所述第一气体传感器为直接检测气体传感器，所述第二气体传感器为光谱气体传感器。
2.根据权利要求1所述基于MEMS气体传感器阵列的多气体检测方法，其特征在于，所述构建预设MEMS气体传感器阵列的气体传感器网络，包括：
获取预设MEMS气体传感器阵列中每个气体传感器的节点地址；
根据每个气体传感器的节点地址构建与该地址之间的通信链路；
构建完毕后，检测每条通信链路是否为对称链路，若是，无需进行后续操作，否则，获取不为对称链路的目标节点地址的邻居节点信息；
根据所述邻居节点信息构建所述目标节点地址的反转路径。
3.根据权利要求1所述基于MEMS气体传感器阵列的多气体检测方法，其特征在于，所述通过所述气体传感器网络接收预设MEMS气体传感器阵列中每个第一气体传感器在目标环境内的检测数据，包括：
设置每个第一气体传感器的校验码；
将每个第一气体传感器的校验码通过所述气体传感器网络传输至该第一气体传感器，接收该第一气体传感器的反馈指令；
根据每个第一气体传感器的反馈指令确定该第一气体传感器的校对验证工作是否完成；
当每个第一气体传感器的校对验证工作都完成并且开始进行气体检测工作时，定时向所述预设MEMS气体传感器阵列获取数据调取指令，接收所述预设MEMS气体传感器阵列反馈的每个第一气体传感器在目标环境内的检测数据。
4.根据权利要求1所述基于MEMS气体传感器阵列的多气体检测方法，其特征在于，所述根据每个第一气体传感器在目标环境内的检测数据确定目标环境内的第一气体成分以及各气体浓度，包括：
对每个第一气体传感器在目标环境内的检测数据进行预处理，获取预处理结果；
根据所述预处理结果以及每个第一气体传感器的设置参数为该第一气体传感器进行建模，获取构建模型；
利用每个第一气体传感器对应的构建模型计算出该第一气体传感器所测得的目标环境内的气体数据；
利用预设卡尔曼滤波算法对预设MEMS气体传感器阵列中多个第一气体传感器所测得的气体数据进行滤波处理，获取处理结果，根据所述处理结果确定目标环境内的第一气体成分以及各气体浓度。
5.根据权利要求1所述基于MEMS气体传感器阵列的多气体检测方法，其特征在于，所述采集目标环境内的气体存储到预设容器中，利用预设MEMS气体传感器阵列中的第二气体传感器对预设容器中的存储气体进行光线吸收测试，获取测试结果，包括：
在预设MEMS气体传感器阵列中的多个第二气体传感器端生成不同波长的红外光线；
将生成的红外光线照射到所述预设容器中，在目标时长后，利用所述多个第二气体传感器获取预设容器内的光强信号；
将所述光强信号转化为电信号，检测每个第二气体传感器获取的电信号的信号强度；
将每个第二气体传感器获取的电信号的信号强度确认为所述测试结果。
6.根据权利要求5所述基于MEMS气体传感器阵列的多气体检测方法，其特征在于，根据所述测试结果确定目标环境内的第二气体成分以及各气体浓度，根据所述第一气体成分以及各气体浓度和第二气体成分以及各气体浓度综合获得目标环境内的目标气体成分以及各气体浓度，包括：
根据每个第二气体传感器获取的电信号的信号强度确定目标环境内的气体对于不同波长的红外线的吸收度；
根据目标环境内的气体对于不同波长的红外线的吸收度构建出目标环境内气体的目标红外线透射图谱；
将所述目标红线投射图谱与预设红外线透射图谱进行比较，获取比较结果；
基于所述比较结果，利用预设化学计量学算法确定目标环境内的第二气体成分以及各气体浓度；
将所述第一气体成分以及各气体浓度和第二气体成分以及各气体浓度进行比较，获取各项气体指标的误差，将误差大于等于预设阈值的目标气体指标进行重复检测以确定目标气体指标的最终值；
将最终的各项气体指标确认为目标环境内的目标气体成分以及各气体浓度。
7.根据权利要求6所述基于MEMS气体传感器阵列的多气体检测方法，其特征在于，根据每个第二气体传感器获取的电信号的信号强度确定目标环境内的气体对于不同波长的红外线的吸收度，包括：
获取每个第二气体传感器获取的预设容器内的光强信号对应的第一强度和对应转换成的电信号的第二强度；
获取每个第二气体传感器端生成的红外光线对应的波长、每个第二气体传感器的发射端至所述预设容器的最短距离、每个第二气体传感器的发射角度和对应生成的红外光线在所述预设容器中的入射角度；
基于所述每个第二气体传感器的发射端至所述预设容器的最短距离、每个第二气体传感器的发射角度、对应生成的红外光线在所述预设容器中的入射角度和每个第二气体传感器端生成的红外光线对应的波长，计算出每个第二传感器生成的红外光线在所述预设容器中的衍射角：
Figure FDA0003553984930000041
式中，i为第i个第二气体传感器，γi为第i个第二气体传感器生成的红外光线在所述预设容器中的衍射角，arctan()为反正切函数，si为第i个第二气体传感器至所述预设容器的最短距离，tanβi为第i个第二气体传感器的发射角度的正切函数，βi为第i个第二气体传感器的发射角度，θi为第i个第二气体传感器应生成的红外光线在所述预设容器中的入射角度，ran()为正切函数，λi为第i个第二气体传感器端生成的红外光线对应的波长；
基于每个第二气体传感器端生成的红外光线对应的波长、每个第二气体传感器获取的电信号的信号强度、每个第二传感器生成的红外光线在所述预设容器中的衍射角，计算出目标环境内的气体对于不同波长的红外线的吸收度：
Figure FDA0003553984930000042
式中，αi为目标环境内的气体对于第i个第二气体传感器生成对应波长的红外光线的吸收度，Pi为第i个第二气体传感器获取的预设容器内的光强信号对应的第一强度，Ei为第i个第二气体传感器获取的预设容器内的光强信号对应转换成的电信号的第二强度，sin()为正弦函数，π为圆周率，且π＝3.14，ai为第i个第二气体传感器生成的红外光线产生的光栅缝宽，n为第i个第二气体传感器生成的红外光线产生的光栅刻线数，bi为第i个第二气体传感器生成的红外光线产生的光栅相邻缝间距。
8.根据权利要求6所述基于MEMS气体传感器阵列的多气体检测方法，其特征在于，根据目标环境内的气体对于不同波长的红外线的吸收度构建出目标环境内气体的目标红外线透射图谱，包括：
获取每个第二气体传感器生成对应波长的红外光线的初始光强、每个第二气体传感器获取的预设容器内的光强信号对应的第一强度；
获取每个第二气体传感器生成对应波长的红外光线在所述预设容器中的透射长度、每个第二气体传感器端生成的红外光线对应的波长；
获取目标环境内的气体对于不同波长的红外线的吸收度；
基于每个第二气体传感器生成对应波长的红外光线在所述预设容器中的透射长度和目标环境内的气体对于不同波长的红外线的吸收度，计算出目标环境内的气体对于不同波长的红外线的透射率：
Figure FDA0003553984930000051
式中，i为第i个第二气体传感器，τi为目标环境内的气体对于第i个第二气体传感器生成对应波长的红外光线的透射率，P0i为第i个第二气体传感器生成对应波长的红外光线的初始光强，αi为目标环境内的气体对于第i个第二气体传感器生成对应波长的红外光线的吸收度，Li为第i个第二气体传感器生成对应波长的红外光线在所述预设容器中的透射长度，λi为第i个第二气体传感器端生成的红外光线对应的波长，Pi为第i个第二气体传感器获取的预设容器内的光强信号对应的第一强度；
基于目标环境内的气体对于不同波长的红外线的透射率和目标环境内的气体对于不同波长的红外线的吸收度，构建出目标环境内气体的目标红外线透射图谱。
9.一种基于MEMS气体传感器阵列的多气体检测系统，其特征在于，该系统包括：
构建模块，用于构建预设MEMS气体传感器阵列的气体传感器网络；
接收模块，用于通过所述气体传感器网络接收预设MEMS气体传感器阵列中每个第一气体传感器在目标环境内的检测数据；
确定模块，用于根据每个第一气体传感器在目标环境内的检测数据确定目标环境内的第一气体成分以及各气体浓度；
测试模块，用于采集目标环境内的气体存储到预设容器中，利用预设MEMS气体传感器阵列中的第二气体传感器对预设容器中的存储气体进行光线吸收测试，获取测试结果；
获得模块，用于根据所述测试结果通过补偿计算确定目标环境内的第二气体成分以及各气体浓度，根据所述第一气体成分以及各气体浓度和第二气体成分以及各气体浓度综合获得目标环境内的目标气体成分以及各气体浓度；
所述MEMS气体传感器阵列中包括多个第一气体传感器以及多个第二气体传感器，所述多个第一气体传感器以及多个第二气体传感器混合均匀分布；其中，所述第一气体传感器为直接检测气体传感器，所述第二气体传感器为光谱气体传感器。
CN202110733541.5A 2021-06-30 2021-06-30 基于mems气体传感器阵列的多气体检测方法及系统 Active CN113607674B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110733541.5A CN113607674B (zh) 2021-06-30 2021-06-30 基于mems气体传感器阵列的多气体检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110733541.5A CN113607674B (zh) 2021-06-30 2021-06-30 基于mems气体传感器阵列的多气体检测方法及系统

Publications (2)

Publication Number Publication Date
CN113607674A CN113607674A (zh) 2021-11-05
CN113607674B true CN113607674B (zh) 2022-05-17

Family

ID=78303864

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110733541.5A Active CN113607674B (zh) 2021-06-30 2021-06-30 基于mems气体传感器阵列的多气体检测方法及系统

Country Status (1)

Country Link
CN (1) CN113607674B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114280251B (zh) * 2021-12-31 2024-04-12 江苏智闻智能传感科技有限公司 一种气体检测机器人及气体泄露源检测方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9117348B2 (en) * 2013-03-15 2015-08-25 Ingersoll-Rand Company Wireless gas condition monitoring device
US11022545B2 (en) * 2015-08-10 2021-06-01 Konica Minolta Business Solutions U.S.A., Inc. Multi-spectral gas analyzer system with multiple sets of spectral sensitivity
US9995647B2 (en) * 2015-09-30 2018-06-12 General Monitors, Inc. Ultrasonic gas leak location system and method
CN108387550A (zh) * 2018-02-10 2018-08-10 云南小宝科技有限公司 基于mems的便携式近红外光谱检测方法、装置和系统
CN109632891B (zh) * 2018-12-19 2022-04-08 江苏智闻智能传感科技有限公司 一种利用阵列气体传感器监测气体种类以及浓度的方法

Also Published As

Publication number Publication date
CN113607674A (zh) 2021-11-05

Similar Documents

Publication Publication Date Title
CN102539377B (zh) 基于中红外吸收光谱的多组分混合气体定性定量分析方法
CN102183468B (zh) 多组分气体分析的干扰修正与浓度反演方法
CN107144549A (zh) 基于tdlas痕量co气体浓度的检测装置和方法
CN104730021A (zh) 一种非分光红外气体传感器的标定方法
CN108181266B (zh) Tdlas气体浓度检测方法
CN113607674B (zh) 基于mems气体传感器阵列的多气体检测方法及系统
CN105319178A (zh) 机动车尾气co和co2浓度实时检测系统及其控制方法
Conil et al. Continuous atmospheric CO 2, CH 4 and CO measurements at the Observatoire Pérenne de l'Environnement (OPE) station in France from 2011 to 2018
CN102175638A (zh) 一种快速无损检测黄酒成分含量的装置
CN113063898A (zh) 基于区块链的火电站碳排放监测方法及系统
CN111487213A (zh) 多光谱融合的化学需氧量测试方法及装置
CN103175805A (zh) 一种近红外光谱测定污水中cod和bod5指标的方法
CN101813519B (zh) 光谱仪杂散光校正方法
CN110887800B (zh) 一种用于光谱法水质在线监测系统的数据校准方法
CN115096835A (zh) 气体浓度检测方法及装置
CN108226086A (zh) 一种红葡萄酒酒精度和总糖含量定量分析方法
CN105572067A (zh) 基于光谱分析的烟气浓度测量方法
CN102353648A (zh) 化肥成分检测方法
CN109596545B (zh) 全光谱水质监测设备质控方法
CN103558182A (zh) 一种用于激光气体在线分析仪确定气体浓度的方法
CN206862883U (zh) 基于tdlas痕量co气体浓度的检测装置
CN206583795U (zh) 一种基于光谱法的多参数水质实时在线监测装置
CN113240006A (zh) 废水排放的监测方法、装置、电子设备及存储介质
CN107300535A (zh) 近红外快速检测有机肥有效成分含量的方法
CN105092523A (zh) 一种基于近红外技术的水质中磷的检测

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
GR01 Patent grant
GR01 Patent grant