基于微系统传感器阵列的低压台区环境多参量检测方法与流程

1.本发明主要涉及环境参数测量技术领域，具体涉及一种基于微系统传感器阵列的低压台区环境多参量检测方法。


背景技术：

2.随着微电子技术的飞跃式发展，以加工微米、纳米的结构和系统为目标的微米、纳米技术应运而生，并在小型机械制造领域开启了一场新的革命，导致了微电子机械系统(mems)的诞生。微电子机械系统mems是微电子技术的拓宽和延伸，它将微电子技术和精密机械加工技术相互融合，实现了微电子与机械融为一体的系统，可以加工出微米甚至微米以下的形貌结构，使mems器件具有传统传感器无法达到的特质，因此具有广阔的应用前景。


技术实现要素：

3.本发明要解决的技术问题就在于：针对现有技术存在的问题，本发明提供一种自动化程度高、成本低的基于微系统传感器阵列的低压台区环境多参量检测方法。
4.为解决上述技术问题，本发明提出的技术方案为：
5.一种基于微系统传感器阵列的低压台区环境多参量检测方法，包括步骤：
6.采用结构映射算法，建立微系统传感器阵列输出电流与各参量之间的一一对应关系，消除各参量之间的交叉干扰，获得多参量同时检测的准确模型；其中多参量包括温度、湿度、气体浓度、电流和磁场；所述微系统传感器阵列包括多个三电极结构电离式传感器；其中多个三电极结构电离式传感器的阴极制作在同一块极板上，引出极和收集极具有相同的结构，但极间距不同；
7.获取微系统传感器阵列输出电流，再通过上述准确模型匹配得到低压台区环境多参量值。
8.优选地，其中气体包括h2、c2h2和ch4，对应的温度干扰下的混合气体检测的数据融合过程为：其中结构映射算法为支持向量机，其中混合气体和温度的支持向量机模型包括输入层、核函数层和输出层；以传感器阵列输出电流向量i＝[i
h2
,i
c2h2
,i
c2h4
,i
t
]和支持向量ik＝[i
kh2
,i
kc2h2
,i
kc2h4
,i
kt
]作为输入层，以混合气体中三个组份的浓度及温度计算值φ'
h2
、φ'
c2h2
、φ'
c2h4
、t'为模型输出层；输入层和输出层中间为核函数层，核函数有很多种形式，包括线性核函数、多项式核函数、rbf核函数及张量积核函数；支持向量机结构通过核函数k(i,ik)运算将输入空间的数据映射到高维特征空间，之后通过由拉格朗日乘子a
1k
–a4k
和偏移量(b1
–
b4)确定的线性回归函数实现数据拟合。
[0009]
优选地，温度干扰下no/so2/o2/pm1/pm2.5/pm4/pm10混合气体及颗粒物检测的数据融合过程为：用于微系统传感器阵列检测no/so2/o2/pm1/pm2.5/pm4/pm10混合气体、颗粒物及温度的支持向量机由输入层、核函数层以及输出层构成；输入层包括硅微米柱三电极传感器阵列中不同极间距传感器收集极电流构成的电流向量i＝[i
t
,i
no
,i
so2
,i
o2
,i
pm1
,i
pm2.5
,i
pm4
,i
pm10
]和由传感器阵列标定实验数据作为训练样本构成的支持向量ik＝[i
kt
,ikno
,i
kso2
,i
ko2
,i
kpm1
,i
kpm2.5
,i
kpm4
,i
kpm10
]；核函数层则包括核函数k(i,ik)、拉格朗日乘子α
1k-α
8k
和阈值bk，n为训练样本数量；核函数层通过核函数将输入层数据映射到高维特征空间，通过拉格朗日乘子和阈值确定线性函数实现数据通融合；输出层则输出对应传感器阵列收集极电流向量i的温度、no浓度、so2浓度、o2浓度、pm1浓度、pm2.5浓度、pm4浓度和pm10浓度。
[0010]
优选地，根据支持向量机结构模型，得到温度t'、no浓度φ'
no
、so2浓度φ'
so2
、o2浓度φ'
o2
、pm1浓度φ'
pm1
、pm2.5浓度φ'
pm2.5
、pm4浓度φ'
pm4
、pm10浓度φ'
pm10
与微系统传感器阵列收集电流的关系为：
[0011][0012][0013][0014][0015][0016][0017]
[0018][0019]
式中：α
1k-α
8k
为拉格朗日乘子，k＝1,2,3
…
570；ij为硅微米柱三电极传感器阵列收集极电流值，j＝1,2,3
…
8；i
kj
为支持向量机训练样本数据，k＝1,2,3
…
570；j＝1,2,3
…
8。
[0020]
优选地，所述结构算法包括神经网络和支持向量机。
[0021]
本发明还公开了一种基于微系统传感器阵列的低压台区环境多参量检测系统，包括：
[0022]
第一程序模块，用于采用结构映射算法，建立微系统传感器阵列输出电流与各参量之间的一一对应关系，消除各参量之间的交叉干扰，获得多参量同时检测的准确模型；其中多参量包括温度、湿度、气体浓度、电流和磁场；所述微系统传感器阵列包括多个三电极结构电离式传感器；其中多个三电极结构电离式传感器的阴极制作在同一块极板上，引出极和收集极具有相同的结构，但极间距不同；
[0023]
第二程序模块，用于获取微系统传感器阵列输出电流，再通过上述准确模型匹配得到低压台区环境多参量值。
[0024]
本发明进一步公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述的基于微系统传感器阵列的低压台区环境多参量检测方法的步骤。
[0025]
本发明还公开了一种计算机设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述的基于微系统传感器阵列的低压台区环境多参量检测方法的步骤。
[0026]
与现有技术相比，本发明的优点在于：
[0027]
本发明通过微系统传感器阵列能检测环境温度、湿度、烟尘及微弱电流，可以通过对环境烟雾浓度的探测判断有无火灾事故的发生，量程宽，分辨率高，响应速度快，集成度高，体积小；积极改善目前电网在线监测误报警的现状，促进电力系统的智能化及数字化，推动电力行业检测标准的更新换代，大比例降低国内电力系统全面智能感知材料及设备成本，实现设备状态监测效益最大化。
附图说明
[0028]
图1为本发明的微系统传感器阵列在实施例的结构示意图。
[0029]
图2为本发明的长直导线空间点位置关系图。
[0030]
图3为本发明的带电粒子在磁场中运动时受力偏转示意图。
[0031]
图4为本发明的方法在实施例的流程图。
具体实施方式
[0032]
以下结合说明书附图和具体实施例对本发明作进一步描述。
[0033]
如图4所示，本发明实施例的基于微系统传感器阵列的低压台区环境多参量检测方法，包括步骤：
[0034]
采用结构映射算法，建立微系统传感器阵列输出电流与各参量之间的一一对应关系，消除各参量之间的交叉干扰，获得多参量同时检测的准确模型；其中多参量包括温度、湿度、气体浓度、电流和磁场；所述微系统传感器阵列包括多个三电极结构电离式传感器；其中多个三电极结构电离式传感器的阴极1制作在同一块极板上，引出极2和收集极3具有相同的结构，但极间距不同，如图1所示；
[0035]
获取微系统传感器阵列输出电流，再通过上述准确模型匹配得到低压台区环境多参量值。
[0036]
本发明的微系统传感器阵列，能检测环境温度、湿度、烟尘及微弱电流，可以通过对环境烟雾浓度的探测判断有无火灾事故的发生，量程宽，分辨率高，响应速度快，集成度高，体积小；积极改善目前电网在线监测误报警的现状，促进电力系统的智能化及数字化，推动电力行业检测标准的更新换代，大比例降低国内电力系统全面智能感知材料及设备成本，实现设备状态监测效益最大化。
[0037]
具体地，温度检测理论依据为：三电极电离式传感器对温度极为敏感(公式(1)-(3))，有热发射、热电离的特征，可检测温度，具体地：
[0038]
i＝i0e
αd
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0039]
α＝ape-bpe
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0040][0041]
其中，i是传感器输出电流；i0是初始放电电流；je是阴极发射电流密度；α是气体第一电离系数；d是α过程的距离；e是阴极纳米尖端电场强度；p是气体压强；a和b是与气体种类及温度有关的常量；ε0是绝对电容率；φ是加电场前的电子逸出功；e为一个电子所带电荷量；be是发射常数，其值与材料及表面条件有关；k是玻尔兹曼常数；收集电流ic是i的一部分，则ic＝f(t)；温度升高，电流ic增加。
[0042]
其中湿度检测理论依据为：三电极电离式传感器收集极电流和相对湿度呈现单调上升的趋势，随着相对湿度的增加，传感器的收集极电流逐渐增大。其中相对湿度的测量公式如下所示：
[0043]
pw＝rh
×
psꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0044]
式中，pw是当前待测水蒸气的气压，ps是饱和水蒸气产生的气压，ps的计算采用wexler公式：
[0045][0046]
式中t为水蒸气的绝对温度，c0＝-6.044
×
103；c1＝1.893
×
101；c2＝-2.824
×
10-2
；c3＝1.724
×
10-5
；c4＝2.858。
[0047]
在气体碰撞电离中，温度及激励电压固定时，水蒸气碰撞电离系数α主要取决于水蒸气压强pw，表达式为：
[0048][0049]
其中烟雾检测理论依据为：第一电离系数α与气体种类及浓度有关，收集电流ic的变化能够反映传感器电极间气体种类及浓度的变化，可以用来检测气体浓度。另外，当传感器电极间存在颗粒物时，一部分正离子和颗粒物相碰撞，转移电荷，使颗粒物荷电。带电的颗粒物和其余正离子在浓度梯度作用下，通过扩散作用向引出极运动；通过引出孔后，在反向电场的作用下向收集极加速运动。到达收集极后，收集极收集带电的颗粒物和正离子，产生收集极电流ic。
[0050]
已知气体放电电流ic＝i0e
αd
，α＝ape-bp/e，及理想气体状态方程pv＝nrt，得到公式(7)、(8)、(9)，说明颗粒物浓度变化会引起放电电流的变化。式中p是气体压强；v是气体体积；r是理想气体常数。
[0051][0052][0053][0054]
其中电流检测的理论依据为：根据电磁感应定律，对电流进行间接测量。对于载流长直导线内同方向电流i的任意微元电流d l产生的感应磁场微元db方向相同，根据毕奥萨伐尔定律，可知a点处感应磁场为：
[0055][0056]
式中θ为a点与长直导线上任一点连线与长直导线之间的夹角。沿a点作垂线ao，ao长度为r0，导线微元d l距离o点l，可得：
[0057][0058]
其中θ1、θ2为l1、l2两端对应的θ角度值，当导线l1、l2两点距离无限长时，θ1＝0、θ2＝π，带入公式(11)则有：
[0059][0060][0061]
式(13)表明，当电流i通过导体时，会在导体周围产生磁感应强度b，且磁感应强度b正比于电流i。由此可见，电流传感器的基本原理是：准确测量电流传感器内部固定位置的磁感应强度b，通过信号处理得到被测电流的大小和方向，如图2所示。
[0062]
其中磁场检测理论依据为：三电极电离式传感器基于放电原理，置于磁场中时，由于放电区域附近磁场力的作用，自由电子产成了旋转和迁移运动即拉莫运动，延长了其运动路程，延长了在极板间的停留时间，增大了自由电子与气体分子的碰撞频率，有效的增强了放电电极附近气体分子的电离，提高了带电粒子浓度，使放电电流密度j增大(公式14)。
同时，根据磁场中的电子运动方程和电子能量方程(公式15和16)，电子能量q也将随着磁场而增加。电子能量的增加使电子碰撞电离的几率增加，从而产生更多的正离子，使收集电流密度jc增加。
[0063][0064][0065][0066]
其中，μ为带电粒子迁移率，n为带电粒子密度，v为带电粒子速度，e为电场强度，d
mgf
为磁场作用下等离子体的扩散系数，b为磁感应强度；m为电子质量，e为电子电荷，ve为电子运动速度。
[0067]
同时，极间放电产生的电子和正离子，都会受到磁场的作用力，如图3所示；例如在磁场bx作用下向内或向外偏转，从而影响收集电流ic。
[0068]
其中多参量同时检测的理论基础为：由于收集电流ic和传感器极间距d的非线性关系，不同极间距的传感器输出电流值ic不同，可用不同极间距的传感器同时检测多参量。多个传感器的阴极制作在同一块极板上，引出极和收集极具有相同的结构，但极间距不同。
[0069][0070]
其中，d1、d2、
…
、dn为传感器的不同极间距；函数f0、f1、
…
、fn分别描述了d1、和温度、湿度、气体对传感器输出i1的影响；a0、a1、
…
、an分别是f0、f1、
…
、fn的系数；b0、b1、
…
、bn分别是g0、g1…
、gn的系数；c0、c1、
…
、cn分别是h0、h1、
…
、hn的系数。
[0071]
通过实验标定，可以建立待测多参量与传感器输出电流的模型，实现测量。
[0072]
在一具体实施例中，采用神经网络、支持向量机等结构映射算法，建立传感器阵列输出电流与各参量之间的一一对应关系，消除各参量之间的交叉干扰，获得多参量同时检测的准确模型。
[0073]
在一具体实施例中，三电极电离式传感器实现了单一ch4、so2、c2h2、h2、no、ch2o气体浓度的检测，传感器收集电流随着气体浓度的增加而减小。最低检测值分别为ch4(2ppt)、so2(15ppt)、c2h2(1ppm)、h2(20ppt)、no(70ppt)、ch2o(50ppt)。采用脉冲电源作为传感器的激励，解决了传感器的迟滞问题，实现了传感器在气体检测方面的突破。通过优化脉冲激励条件，可以实现传感器检测准确度的进一步提升。其中由三个不同极间距的三电极电离式传感器组成了传感器阵列，实现了三组分h2/c2h2/ch4气体、no/so2/温度以及ch4/h2/c2h2/c2h4/co/温度的同时检测。
[0074]
在一具体实施例中，在进行多传感器数据融合时，用于传感器阵列检测三组份混合气体和温度的支持向量机模型包括输入层、核函数层和输出层。以传感器阵列输出电流向量i＝[i
h2
,i
c2h2
,i
c2h4
,i
t
]和支持向量ik＝[i
kh2
,i
kc2h2
,i
kc2h4
,i
kt
](k＝1,2,
…
,n)作为输入
层，以混合气体中三个组份的浓度及温度计算值φ'
h2
、φ'
c2h2
、φ'
c2h4
、t'为模型输出层。输入层和输出层中间为核函数层，核函数k(i,ik)有很多种形式，如线性核函数、多项式核函数、rbf核函数及张量积核函数等。支持向量机结构通过核函数k(i,ik)运算将输入空间的数据映射到高维特征空间，之后通过由拉格朗日乘子a
1k
–a4k
(k＝1,2,
…
,1248)和偏移量b1–
b4确定的线性回归函数实现数据拟合。
[0075]
在一具体实施例中，温度干扰下no/so2/o2/pm1/pm2.5/pm4/pm10混合气体及颗粒物检测的数据融合过程为：
[0076]
用于传感器阵列检测no/so2/o2/pm1/pm2.5/pm4/pm10混合气体、颗粒物及温度的支持向量机由输入层、核函数层以及输出层构成。输入层包括硅微米柱三电极传感器阵列中不同极间距传感器收集极电流构成的电流向量i＝[i
t
,i
no
,i
so2
,i
o2
,i
pm1
,i
pm2.5
,i
pm4
,i
pm10
]和由传感器阵列标定实验数据作为训练样本构成的支持向量ik＝[i
kt
,i
kno
,i
kso2
,i
ko2
,i
kpm1
,i
kpm2.5
,i
kpm4
,i
kpm10
]。核函数层则包括核函数k(i,ik)、拉格朗日乘子α
1k-α
8k
(k＝1,2
…
n)和阈值bk(k＝1,2
…
8)，n为训练样本数量；核函数层通过核函数将输入层数据映射到高维特征空间，通过拉格朗日乘子和阈值确定线性函数实现数据通融合。输出层则输出对应传感器阵列收集极电流向量i的温度、no浓度、so2浓度、o2浓度、pm1浓度、pm2.5浓度、pm4浓度和pm10浓度。
[0077]
根据支持向量机结构模型，得到温度t'、no浓度φ'
no
、so2浓度φ'
so2
、o2浓度φ'
o2
、pm1浓度φ'
pm1
、pm2.5浓度φ'
pm2.5
、pm4浓度φ'
pm4
、pm10浓度φ'
pm10
与传感器阵列收集电流的关系为：
[0078][0079][0080][0081]
[0082][0083][0084][0085][0086]
式中：α
1k-α
8k
(k＝1,2,3
…
570)为拉格朗日乘子；ij(j＝1,2,3
…
8)为硅微米柱三电极传感器阵列收集极电流值；i
kj
(k＝1,2,3
…
570；j＝1,2,3
…
8)为支持向量机训练样本数据。经过粒子群算法对支持支持向量机结构参数进行优化后，模型对温度、o2浓度、pm1浓度、pm4浓度及pm10浓度误差较大。而对no浓度、so2浓度、pm2.5浓度误差较小，最大引用误差都小于5％。
[0087]
本发明实施例还公开了一种基于微系统传感器阵列的低压台区环境多参量检测系统，包括：
[0088]
第一程序模块，用于采用结构映射算法，建立微系统传感器阵列输出电流与各参量之间的一一对应关系，消除各参量之间的交叉干扰，获得多参量同时检测的准确模型；其中多参量包括温度、湿度、气体浓度、电流和磁场；所述微系统传感器阵列包括多个三电极结构电离式传感器；其中多个三电极结构电离式传感器的阴极制作在同一块极板上，引出极和收集极具有相同的结构，但极间距不同；
[0089]
第二程序模块，用于获取微系统传感器阵列输出电流，再通过上述准确模型匹配得到低压台区环境多参量值。
[0090]
本发明的检测系统与上述检测方法相对应，同样具有如上方法所述的优点。
[0091]
本发明实施例进一步公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述的基于微系统传感器阵列的低压台区环境多参量检测方法的步骤。本发明实施例还公开了一种计算机设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述的基于微系统传感器阵列的低压台区环境多参量检测方法的步骤。
[0092]
本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一个计算机可读存储介质中，该计算机程序在被
处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现各种功能。存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其它易失性固态存储器件等。
[0093]
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。