论文部分内容阅读
可燃气体作为一种高新能源,近年来在生产和生活中都得到了广泛的使用,但由于其具有易燃、易爆的特点,一旦空气中的浓度超过可燃气体的爆炸极限,遇到明火源就会发生燃烧爆炸事故,严重威胁着公众的财产和生命安全。由于历史和认识上的原因,我国对可燃气体检测报警还未形成一套成熟的体系。特别是在石油化工行业,常存在误报、漏报等安全问题。因此,本文针对石油化工行下可燃气体的检测需求,提出了对可燃气体检测报警技术的研究,本文主要的研究成果及创新点包括下面几点:1.本文介绍了可燃气体检测的理论基础和方法,在此基础上,针对气体传感器在单一或混合气体检测方面存在的不足,提出了使用多气体传感器组成阵列来采集可燃气体的信息,并利用多传感器信息融合技术来实现可燃气体的识别和分析。2.针对石油化工行业环境下普遍存在的三种可燃气体:甲烷、一氧化碳、氢气,设计了一套可燃气体检测系统。系统中使用6个氧化锡(SnO2)半导体气体传感器(TGS813、TGS822、TGS203、MQ-8、MQ-7、MQ-4)来组成气体传感器阵列,并设计了相应的硬件电路,主要包括电源模块、气体采集模块、开机延时电路以及显示报警模块。3.分析了神经网络在可燃气体检测方面所具有的优势,并在此基础上提出使用径向基函数(Radical Basis Function,RBF)神经网络算法来实现多气体传感器阵列的信息融合。同时通过仿真实验论证了RBF神经网络结合气体传感器阵列技术能够实现单一气体的定性识别、定量分析以及混合可燃气体定量分析,仿真实验结果也证明了本文所使用的方法在可燃气体检测方面具有很好的效果,具有很好的应用价值。4.针对传统的有线报警网络的不足,提出使用无线传感器网络来构建可燃气体检测报警网络。并从节能上考虑,在TEEN路由算法的基础上进行改进,提出了TEEN-PE算法。并在NS-2网络模拟器进行了仿真,仿真结果证明TEEN-PE算法在节能效果上要明显高于TEEN算法,具有一定的实际应用价值。