可燃气体传感器测试方法研究与平台设计

作     者：王雨林 

作者单位：哈尔滨工业大学 

学位级别：硕士

导师姓名：崔贤玉

授予年度：2023年

学科分类：08[工学] 080202[工学-机械电子工程] 081404[工学-供热、供燃气、通风及空调工程] 0802[工学-机械工程] 0814[工学-土木工程] 

主      题：可燃气体传感器 测试平台 最小二乘法 灵敏度特性 神经网络 

摘      要：近年来，天然气作为一种清洁能源，由于其热值高、排放小、成本低的优势，城市燃气用气人口逐年增加。但燃气也有着自己的安全隐患，无论城市家庭还是企业，燃气泄漏引发的安全事故都层出不穷，造成了很多人员伤亡与财产损失。因此，有效的可燃气体传感器是必需的，由于国内可燃气体传感器发展时间较短，目前还没有一个国家标准，燃气报警器规范性较差，难以获取燃气传感器的具体性能指标，燃气传感器的一致性、重复性和长期稳定性无法保证。因此亟须一个传感器测试平台来获取传感器的基本性能参数。 首先基于倍速链设计了一个可燃气体传感器测试平台，实现了自动完成可燃气体传感器的预热、一次、二次检测和传感器的数据采集和存储的功能。平台的工装板上安装成品报警器作为传感器的采样线路，报警器通过TTL串口与外置WiFi模块通讯，WiFi模块通过Modbus-TCP通讯将传感器的实时采样数据等信息发送给上位机。上位机可以实时显示数据并同时将数据存入MySQL数据库。 随后，根据采样得到的数据，用AIC和BIC标准拟合出了最佳传感器特性曲线。为了从传感器特性曲线中分析传感器的性能，依据传感器特性曲线的特征，提出了一种以最小二乘法分段拟合的K值来评价传感器灵敏度特性的方法，由于报警器企业需要用到特定标定点附近的灵敏度特性来评估传感器性能，采用三次分段的K3值来作为性能评价依据，该方法经验证可以很好地满足报警器生产企业的筛选要求。 同时为了用更少的数据来获取传感器特性，本文还提出了一种基于神经网络的以低浓度传感器特性预测高浓度传感器特性的方法，验证了三种数据处理方式，找出了最佳方案;同时用RNN-LSTM、1D-CNN、CNN-LSTM三种神经网络验证了数据预测情况，并对数据预测效果进行了统计和评价。 最后建立了一个传感器自动测试的集成平台，实现了传感器的自动测试的功能，并可同时评价出传感器的性能。该平台系统可以很方便地完成测试设备监控、批次评价、历史数据追溯等操作，为报警器企业的生产产品质量保证提供了依据。