Научная статья на тему 'Мультисенсорный газоанализатор как датчик обнаружения газообразных токсичных веществ'

Мультисенсорный газоанализатор как датчик обнаружения газообразных токсичных веществ Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
226
60
i Надоели баннеры? Вы всегда можете отключить рекламу.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по компьютерным и информационным наукам , автор научной работы — Перегудов А. Н.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Мультисенсорный газоанализатор как датчик обнаружения газообразных токсичных веществ»

МУЛЬТИСЕНСОРНЫЙ ГАЗОАНАЛИЗАТОР КАК ДАТЧИК ОБНАРУЖЕНИЯ ГАЗООБРАЗНЫХ ТОКСИЧНЫХ ВЕЩЕСТВ

А.Н. Перегудов, старший преподаватель, к.т.н.

Воронежский институт ГПС МЧС России, г. Воронеж

Развитие жилищного строительства характеризуется все более высокими требованиями к качеству выполняемых работ, ростом запросов потребителей к экологии жилого помещения и к комфортности проживания в нем. Все это диктует и влечет необходимость постоянного мониторинга уровня экологической безопасности жилища и строительных материалов, применяемых в строительстве. Вследствие деструкции, под действием химических и физических факторов происходит миграция токсичных веществ из полимерных материалов. Уровень выделения газообразных токсичных веществ заметно увеличивается при повышении температуры на поверхности полимерных материалов и относительной влажности воздуха в помещении.

В настоящее время не представляет большой сложности спроектировать систему практически любой сложности для обнаружения уровня токсичности или возгорания и выдачи команды на запуск систем оповещения о пожаре или потенциальной опасности. Далее пожарная сигнализация или централизованный пульт выдает управляющий сигнал на запуск систем автоматического пожаротушения и формирует команды на выключение приточной вентиляции и включение системы дымоудаления на путях эвакуации, но для этого необходимы датчики (системы) раннего оповещения, способные анализировать содержание газообразных токсичных веществ и управлять уже имеющимися сигнально-пусковыми устройствами [1].

Все это дает возможность использования в качестве датчиков раннего обнаружения, газообразных токсичных веществ мультисенсорных систем типа «Электронный нос», в основу работы которых заложен процесс анализа газовой смеси. Как преимущество данной системы - это мобильность и время срабатывания.

Проведя анализ моделей систем обоняния, стало возможно выбрать в качестве базовой модели, многоуровневую нейронную модель, описывающую механизм работы обонятельной системы. Такой выбор обусловлен максимальной схожестью модели со своим биологическим аналогом и простотой и возможностью варьирования параметров программной реализации. Согласно этой модели, обонятельная система представляется в виде трех подсистем взаимодействия: 1-я подсистема - сбор первичной информации (пьезосенсоры); 2-я подсистема - передача посредством ПЛИС на ЭВМ; 3-я подсистема - программный модуль сбора, обработки и последующего анализа сигналов пьезосенсоров.

Решение включить в состав газоанализатора нейронную сеть было принято для формирования важнейших качеств предлагаемой информационной

системы - настраиваемость на определенное вещество и его идентификация в условиях возможной неполноты и противоречивости данных [2]. Взаимосвязь основных модулей информационной системы типа «электронный нос» представлена на рисунке 1.

Рис. 1. Структурная схема взаимосвязи основных модулей информационной системы

Это объясняется тем, что нейронная сеть представляет собой совокупность взаимосвязанных нейронов (полная аналогия с третьим уровнем модели); процесс обучения нейронной сети, т.е. выбор оптимального набора весовых коэффициентов для идентификации определенного компонента, соответствует процессу настройки; способность нейронной сети (НС) компенсировать возможную неполноту и противоречивость входной информации. Все это позволяет предложить и внедрить технологию интеллектуальных методов обработки информации в процесс газового анализа. В качестве входных данных нейросети выступает вектор значений частотных сигналов, полученных от пьезосенсоров, а также момент времени, в который был получен этот вектор.

Таким образом, для анализа газовой среды на вход искусственных нейронных сетей (ИНС) подается матрица значений сигналов системы:

Хи Х1т

X = ха Хч Хт , г = 1, п, ] = 1, т

Л Хп1 Хпт

где X - матрица характеристик значений частотных сигналов, полученная в результате проведения опыта;

II - момент времени, в который произошло формирование очередного вектора частотных сигналов, с;

Ху - значение частотного сигнала у-го сенсора в ¡-й момент времени;

i = 1, п, ] = 1, т.

;

п - количество сенсоров;

т - продолжительность проведения опыта.

Для проведения анализа газовой смеси использована полносвязная ИНС (т.е. состоящая из нескольких слоев нейронов, причем каждый нейрон слоя i связан с каждым нейроном слоя ¡' + 1). Архитектура этой нейронной сети включает 22 нейрона. Задача нахождения функциональной зависимости при ограниченном наборе входных данных имеет в общем случае бесконечное множество решений.

Рис. 2. Алгоритм аналитического контроля органических токсикантов

Все это позволяет использовать облегченную модель нейронной сети, и, как следствие, сократить время обработки и получения конечной информации.

Затем происходит процесс преобразования и передачи информации между внутренними слоями сети. При этом сравниваются значения требуемого выходного и смоделированного сигналов системы, а также рассчитывается

n 2

ошибка по формуле e = yt - D\ . Процесс исследования анализируемой среды

i=1

завершается снятием сигнала yt с выходного слоя системы. Проведенные исследования позволяют предложить следующий алгоритм аналитического контроля токсичных и вредных веществ с использованием газоанализатора типа «Электронный нос» [3].

Представленная измерительная система дает полное право говорить о целесообразности и возможности ее применения для мониторинга и контроля токсичности окружающей среды, поскольку анализатор проводит процесс самонастройки, тем самым компенсирует неточность поступающей информации и выдает результат. Данная система также может быть использована для управления сигнально-пусковыми устройствами.

Список использованной литературы

1. Киреева Ю.И. Строительные материалы / Ю.И. Киреева, О.В. Лазоренко. - Ростов: Феникс, 2010. - 349 с.

2. Перегудов А.Н., Калач А.В., Чуйков А.М. Разработка мультисенсорного газоанализатора для анализа горючих газов // Пожаровзрывобезопасность, 2011 - № 1. - С. 54-56.

3. Воронков Г.С. Модельный подход как новая парадигма в теории связи в сенсорных системах // Вестн. Моск. ун-та. Сер. 16: Биология. 1993. -Вып. 1. - С. 3-10.

ОЧИСТКА ВЕНТИЛЯЦИОННЫХ ВЫБРОСОВ, СОДЕРЖАЩИХ

ПЫЛЕГАЗОВЫЕ СМЕСИ

И.И. Полосин, заведующий кафедрой, д.т.н., профессор

Э.Н. Бунина магистрант В.В. Плотников, магистрант Воронежский государственный архитектурно-строительный университет, г Воронеж

Вентиляционные и технологические выбросы, как источники загрязнения атмосферы, содержат, как правило, несколько ингредиентов вредных веществ или одно вредное вещество, содержащее несколько фракций. Например, газовые выбросы гальванических производств могут содержать в одной вытяжной системе вентиляции хромовый ангидрид, пары серной, фосфорной или соляной кислот. Пылевые выбросы предприятий стройиндустрии содержат

77

i Надоели баннеры? Вы всегда можете отключить рекламу.