盛偉岸， 張立權(quán)， 黃 帥， 韓曉娟， 張文彪

(1.大唐長山熱電廠，吉林 松原 131109；2.華北電力大學(xué) 控制科學(xué)與計(jì)算機(jī)工程學(xué)院，北京 102206)

1 引 言

隨著科技進(jìn)步和綠色可持續(xù)發(fā)展觀念的樹立，燃煤生物質(zhì)耦合發(fā)電技術(shù)越來越受到重視[1]。由于該技術(shù)物質(zhì)氣化過程中需要檢測(cè)包括CO、H2和CH4等可燃?xì)怏w的濃度，所以對(duì)可燃?xì)怏w進(jìn)行準(zhǔn)確測(cè)量在燃煤生物質(zhì)耦合發(fā)電技術(shù)中尤為重要[2]。

在電廠鍋爐高溫高壓的環(huán)境下非接觸測(cè)量法有很大的優(yōu)勢(shì)，非接觸測(cè)量法主流的方法是光學(xué)分析法[3]。光學(xué)分析法主要是根據(jù)Beer-Lambert定律，與吸收光譜學(xué)理論相結(jié)合，實(shí)現(xiàn)對(duì)爐內(nèi)氣體的精確測(cè)量。光學(xué)分析法主要有差分吸收光譜技術(shù)、傅里葉變換紅外光譜技術(shù)、可調(diào)諧激光二極管吸收光譜技術(shù)、激光雷達(dá)技術(shù)、激光誘導(dǎo)熒光光譜技術(shù)和激光光聲光譜技術(shù)等[4]?？烧{(diào)諧二極管激光吸收光譜(tunable diode laser absorption spectroscopy, TDLAS)技術(shù)具有適應(yīng)性強(qiáng)、高靈敏度、非侵入性、實(shí)時(shí)動(dòng)態(tài)以及多組分測(cè)量等特點(diǎn)，能夠適應(yīng)電站鍋爐高溫、高壓、多粉塵等環(huán)境[5,6]，為燃煤生物質(zhì)耦合發(fā)電技術(shù)燃?xì)鉂舛葯z測(cè)提供了新的解決思路。文獻(xiàn)[7]搭建了基于TDALS技術(shù)的長光程光路大氣CO監(jiān)測(cè)系統(tǒng)，并且驗(yàn)證了該系統(tǒng)的可行性；文獻(xiàn)[8]提出了一種基于多次反射直接吸收測(cè)量CO2濃度的方法；文獻(xiàn)[9]采用多次反射吸收光譜技術(shù)建立CO2濃度測(cè)量裝置；文獻(xiàn)[10]提出一種BP神經(jīng)網(wǎng)絡(luò)對(duì)TDLAS氣體吸收光譜吸光度進(jìn)行實(shí)時(shí)提取的方法，并在實(shí)際應(yīng)用中得到驗(yàn)證；文獻(xiàn)[11]提出了基于TDALS技術(shù)的BP神經(jīng)網(wǎng)絡(luò)補(bǔ)償模型用來測(cè)量痕量CO濃度，對(duì)測(cè)得的氣體濃度進(jìn)行了溫度/壓力補(bǔ)償，提高了測(cè)量精度；文獻(xiàn)[12]基于TDLAS技術(shù)模擬發(fā)動(dòng)機(jī)排氣環(huán)境對(duì)NH3進(jìn)行測(cè)量，結(jié)果表明高溫環(huán)境對(duì)氣體濃度測(cè)量影響較大。

本文研究了一種基于可調(diào)諧半導(dǎo)體激光器、運(yùn)用RBF神經(jīng)網(wǎng)絡(luò)的CO2氣體濃度檢測(cè)方法。比較穿過待測(cè)氣體的激光信號(hào)與擬合后得到的原始激光信號(hào)之間的差異，從中提取激光被吸收部分與原始激光信號(hào)之間的均值、標(biāo)準(zhǔn)差、偏差平方和、變異系數(shù)和最大偏差等5個(gè)特征參數(shù)作為RBF神經(jīng)網(wǎng)絡(luò)的輸入，CO2濃度作為輸出，實(shí)現(xiàn)CO2氣體濃度檢測(cè)。仿真實(shí)例表明，該方法受溫度、壓力等外界環(huán)境影響較小。

2 CO2濃度計(jì)量原理

可調(diào)諧二極管激光吸收光譜技術(shù)主要是根據(jù)Beer-Lambert定律，利用分布反饋半導(dǎo)體激光器(DFB激光器)的可調(diào)諧性和線寬窄的特點(diǎn)，通過改變激光器的調(diào)制電流來調(diào)制激光器的輸出激光，讓激光波長連續(xù)掃描待測(cè)氣體的選定吸收峰，測(cè)量并搜集被吸收峰和吸收峰外的信號(hào)，將兩種信號(hào)進(jìn)行對(duì)比從而獲得被測(cè)氣體的濃度。該技術(shù)的主要優(yōu)點(diǎn)是靈敏度高，只要測(cè)量波段選取正確，就可以得到痕量氣體的濃度，通過時(shí)分復(fù)用或波分復(fù)用技術(shù)實(shí)現(xiàn)對(duì)多種氣體成分的測(cè)量[13]。

2.1 可調(diào)諧半導(dǎo)體激光器檢測(cè)原理

根據(jù)雙線直接吸收測(cè)溫方法，一定溫度下分別獨(dú)立測(cè)量特征氣體不同吸收譜(中心吸收波數(shù)σ1、σ2，cm-1)處的積分吸收率R，R只與溫度有關(guān)：

(1)

激光路徑上的平均溫度為：

(2)

激光路徑上的平均氣體濃度可以由式(3)表示[4]：

(3)

式中:L為激光束穿過被測(cè)氣體區(qū)域長度;B為吸收線型曲線下方面積。

2.2 基于TDLAS的CO2氣體濃度測(cè)量系統(tǒng)

圖1中給出了基于TDLAS的高溫氣體CO2濃度測(cè)量系統(tǒng)[4]，該系統(tǒng)由函數(shù)信號(hào)發(fā)生器、激光控制器、準(zhǔn)直器、氣體吸收池、凸透鏡、探測(cè)器、前置放大器和信號(hào)采集卡構(gòu)成。其工作過程為：將純氮?dú)馔ㄟ^氣路通入氣體吸收池一段時(shí)間，以排盡吸收池內(nèi)的雜氣，然后將配置濃度的待測(cè)氣體通過氣路通入氣體吸收池，實(shí)驗(yàn)前連續(xù)通氣20 min以上，保證吸收池充滿待測(cè)氣以備測(cè)量；激光控制器通過激光器底座為激光器提供工作所需的溫度和電流，通過改變輸入激光器的調(diào)制電流大小，驅(qū)動(dòng)DFB激光器對(duì)氣體吸收譜線在頻域上進(jìn)行掃描；激光器輸出光束通過光纖準(zhǔn)直器經(jīng)過氣體吸收池內(nèi)的待測(cè)介質(zhì)，被特定濃度的CO2氣體介質(zhì)吸收透射后，透射光被光電探測(cè)器接收，經(jīng)前置放大電路轉(zhuǎn)化并放大處理，最后通過數(shù)據(jù)采集卡采集至計(jì)算機(jī)；對(duì)透射光強(qiáng)信號(hào)進(jìn)行分析，根據(jù)未被吸收激光的光譜信號(hào)擬合得到原始激光光譜信號(hào)，計(jì)算吸收部分的激光光譜信號(hào)與原始信號(hào)之間的差值，得到在特定氣體濃度下的光譜被吸收的成分，由此計(jì)算被測(cè)氣體濃度值。

圖1 基于TDLAS的CO2濃度測(cè)量系統(tǒng)

2.3 譜線的選取

譜線選擇數(shù)據(jù)在HITRAN(high-resolution transmission)數(shù)據(jù)庫進(jìn)行查詢，主要用途是用于預(yù)測(cè)和模擬光線在大氣環(huán)境或?qū)嶒?yàn)空間中的氣體介質(zhì)內(nèi)吸收、透射和輻射等情況，并提供相關(guān)光譜數(shù)據(jù)。在該數(shù)據(jù)庫通過輸入溫度、壓力、線型函數(shù)類型等參數(shù)，查詢滿足條件的光譜數(shù)據(jù)。高溫情況數(shù)據(jù)在HITEMP(high temperature molecular spectroscopic database)數(shù)據(jù)庫中查詢，高溫分子光譜數(shù)據(jù)庫HITEMP相當(dāng)于HITRAN數(shù)據(jù)庫在高溫段的數(shù)據(jù)查詢平臺(tái)，能夠?yàn)楦邷毓r下提供更加準(zhǔn)確的光譜數(shù)據(jù)。本文在室溫下進(jìn)行實(shí)驗(yàn)，所以只需在HITRAN數(shù)據(jù)庫中查詢進(jìn)行譜線選取。

2.4 數(shù)據(jù)的預(yù)處理

利用可調(diào)諧半導(dǎo)體激光器產(chǎn)生的一定波長范圍的激光,可透射不同濃度的CO2氣體，在實(shí)驗(yàn)中CO2的濃度分別取8%，20%，40%，60%，80%和100%。圖2為激光透射不同濃度下的CO2氣體所接收到的激光信號(hào)的電壓隨采樣點(diǎn)數(shù)的變化曲線。

圖2 不同濃度下的CO2氣體電壓輸出曲線

從圖2中可以看出，隨著采樣點(diǎn)數(shù)的變化，在掃描波長變化范圍內(nèi)，CO2氣體對(duì)對(duì)應(yīng)波長激光信號(hào)定量吸收，激光信號(hào)強(qiáng)度變化很大。在接收原始信號(hào)過程中會(huì)產(chǎn)生一定的波動(dòng)，所以在分析所接收到的激光信號(hào)與CO2濃度關(guān)系之前，應(yīng)對(duì)采集到的激光光譜信號(hào)進(jìn)行濾波處理，以消除或減小因測(cè)量過程或其它原因所造成的影響。采用移動(dòng)平均法實(shí)現(xiàn)激光光譜信號(hào)的平滑處理，其平滑原理為：以當(dāng)前元素及其前一個(gè)元素為中心，求取相鄰元素移動(dòng)窗口(窗口長度L=100)內(nèi)各元素的平均值。由于移動(dòng)窗口長度L是偶數(shù)，所以窗口以當(dāng)前元素及其前一個(gè)元素為中心。平滑后的第n個(gè)點(diǎn)的激光光譜信號(hào)電壓值計(jì)算式為：

(4)

式中：x(n)/V為第n個(gè)點(diǎn)的激光光譜信號(hào)電壓值；t的取值區(qū)間為[n-49，n+50]。

經(jīng)過移動(dòng)平均濾波平滑處理后的激光光譜信號(hào)曲線如圖3所示。

圖3 不同濃度下的激光光譜信號(hào)平滑曲線

從圖3中可以看出，經(jīng)過移動(dòng)平均濾波處理后的激光光譜曲線與圖2中的原始光譜曲線相比，波動(dòng)明顯減少，曲線更加平滑。

2.5 CO2氣體濃度的統(tǒng)計(jì)特征提取

對(duì)CO2吸收光譜的特性分析可知，CO2濃度越低，所包含的信息越不明顯，對(duì)濃度測(cè)量準(zhǔn)確性的要求也就越高。因此，要從接收到的激光信號(hào)與原始信號(hào)的差異中提取出多個(gè)特征參數(shù)進(jìn)行計(jì)算，才能最大限度地提高預(yù)測(cè)的精確度。

(1) 均值(Pk,mean)：表示CO2濃度為k時(shí)接收到的激光信號(hào)與原始信號(hào)差值的均值。

(5)

式中:N代表了接收到的激光信號(hào)與原始激光偏差的總點(diǎn)數(shù)；Pi表示各采樣點(diǎn)下接收到的激光信號(hào)與原始激光的偏差數(shù)值。

(2) 標(biāo)準(zhǔn)差(Pk,std)：表示CO2濃度為k時(shí)接收到的激光信號(hào)與原始信號(hào)差值下的標(biāo)準(zhǔn)差統(tǒng)計(jì)量。

(6)

(3) 偏差平方和(Pk,sse)：表示CO2濃度為k時(shí)接收到的激光信號(hào)與原始信號(hào)差值的離散程度的一個(gè)指標(biāo)，其值越接近于0，說明CO2吸收的光信號(hào)越少。

(7)

(4) 變異系數(shù)(Pk,cσ)：表示CO2濃度為k時(shí)接收到的激光信號(hào)與原始信號(hào)差值的變異系數(shù)。

(8)

(5) 最大偏差(Pk,dev)：表示CO2濃度為k時(shí)接收到的激光信號(hào)與原始信號(hào)差值的最大值。

Pk,dev=max(Pi)

(9)

根據(jù)式(5)～式(9)計(jì)算得到的5個(gè)統(tǒng)計(jì)特征指標(biāo)，如表1所示。

表1 不同濃度下統(tǒng)計(jì)量的值

從表1中可以看出，CO2濃度越高，接收到的激光光譜信號(hào)被CO2吸收的越多；均值、偏差平方、標(biāo)準(zhǔn)差和最大偏差隨著CO2濃度的增加而增大；變異系數(shù)隨著CO2濃度的增加而減小。標(biāo)準(zhǔn)差體現(xiàn)其離散程度，最大偏差體現(xiàn)特定頻率的諧波被不同濃度CO2吸收的程度。

3 基于RBF神經(jīng)網(wǎng)絡(luò)的CO2濃度測(cè)量

RBF神經(jīng)網(wǎng)絡(luò)是一種性能優(yōu)良的前饋型神經(jīng)網(wǎng)絡(luò)，具有很強(qiáng)的生物學(xué)背景。主要由輸入、隱含和輸出層構(gòu)成的3層網(wǎng)絡(luò)結(jié)構(gòu)[14,15]，如圖4所示。

圖4 CO2濃度測(cè)量的RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

其中，輸入層由一些源點(diǎn)組成，外界與神經(jīng)網(wǎng)絡(luò)連接起來，其作用就是針對(duì)外界的不同輸入做出響應(yīng)；第二層是隱含層，它的作用是將由輸入層進(jìn)入的信號(hào)進(jìn)行非線性變換，本文采用高斯函數(shù)作為將輸入信號(hào)變換非線性的激活函數(shù)，計(jì)算公式如(10)所示；第三層是輸出層。

(10)

式中：x是表示的輸入量K和中心Ci的距離；f(x)在Ci中有唯一最大值，且會(huì)隨著x的增大而衰減到零；δ決定了向基圍繞中心的寬度，并且δ與隱含層神經(jīng)元的個(gè)數(shù)具有一定的關(guān)系，通常情況下δ的計(jì)算式為：

(11)

式中：dm是所選中的最大距離；m為隱含層神經(jīng)元的個(gè)數(shù)。

基于RBF神經(jīng)網(wǎng)絡(luò)的CO2濃度檢測(cè)流程如圖5所示。

圖5 基于RBF神經(jīng)網(wǎng)絡(luò)的CO2濃度檢測(cè)流程圖

4 仿真實(shí)例

在CO2濃度測(cè)量實(shí)驗(yàn)中，通過查閱HITRAN數(shù)據(jù)庫得到CO2氣體在波長為1 600 nm附近吸收比較明顯，而且在該波長下受其它氣體影響較小，所以本實(shí)驗(yàn)選擇EP-2000-DM型號(hào)激光發(fā)射器，波長范圍900～1 700 nm。在環(huán)境溫度26 ℃和大氣壓強(qiáng)101 kPa條件下，分別用激光透射濃度為8%,20%,40%,60%,80%和100%的CO2氣體進(jìn)行測(cè)量。RBF神經(jīng)網(wǎng)絡(luò)的輸入量選取不同濃度下CO2吸收譜線與原始譜線偏差的均值、標(biāo)準(zhǔn)差、平方和、變異系數(shù)和最大偏差等5個(gè)統(tǒng)計(jì)量特征，根據(jù)MATLAB中的newrbe( )函數(shù)創(chuàng)建徑向基神經(jīng)網(wǎng)絡(luò)基本函數(shù)：

Net=newrbe(P，T，SPREAD)

(12)

式中：P為數(shù)據(jù)處理之后得到的輸入樣本；T為輸出目標(biāo)；SPREAD為RBF神經(jīng)網(wǎng)絡(luò)的擴(kuò)展速度。

首先，需對(duì)RBF神經(jīng)網(wǎng)絡(luò)的輸入數(shù)據(jù)進(jìn)行歸一化到標(biāo)準(zhǔn)化區(qū)間[0,1]。數(shù)據(jù)的歸一化處理可以避免神經(jīng)元出現(xiàn)飽和，能夠使各輸入分量有同等重要地位，防止數(shù)值大的輸出分量絕對(duì)誤差大，數(shù)值小的輸出分量絕對(duì)誤差小，從而有利于依據(jù)總誤差對(duì)權(quán)值進(jìn)行調(diào)整的作用。歸一化處理公式如下：

(13)

式中：ymax和ymin分別為1和0，因?yàn)楸疚男枰獙?shù)據(jù)歸一到標(biāo)準(zhǔn)化區(qū)間[0,1]中；xmax，xmin分別是需要?dú)w一化處理的數(shù)據(jù)中的最大值和最小值；x是當(dāng)前的數(shù)據(jù)；y是x歸一化處理后的結(jié)果。

計(jì)算相對(duì)平均誤差式如下：

(14)

式中：Φm為測(cè)試值；Φr為實(shí)際值。

為了對(duì)比分析，分別采用RBF和GRNN兩種方法實(shí)現(xiàn)不同濃度下的CO2濃度測(cè)量，測(cè)量結(jié)果及相對(duì)平均誤差如表2所示。

從表2中可以看出，利用RBF神經(jīng)網(wǎng)絡(luò)對(duì)CO2氣體濃度測(cè)試精度明顯高于GRNN神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果。當(dāng)CO2氣體濃度為40%時(shí)，RBF神經(jīng)網(wǎng)絡(luò)的相對(duì)誤差為2.592%，是6種濃度下誤差的最大值；而GRNN神經(jīng)網(wǎng)絡(luò)測(cè)試誤差隨著CO2濃度增加而逐漸減小。從絕對(duì)誤差角度來看，當(dāng)CO2濃度為40%和60%時(shí)，RBF神經(jīng)網(wǎng)絡(luò)的絕對(duì)誤差為1.036 6%和0.985 5%，是6種濃度下誤差的最大值；通過分析，造成上述現(xiàn)象的原因可能是N2未能充分將CO2排出和激光控制器及信號(hào)采集裝置電壓不穩(wěn)定等因素引起。同時(shí)可以看出，由于GRNN神經(jīng)網(wǎng)絡(luò)具有局部逼近能力，所以在算例中出現(xiàn)過擬合，導(dǎo)致預(yù)測(cè)效果不好。

表2 不同濃度下的預(yù)測(cè)結(jié)果

5 結(jié) 論

本文基于TDLAS技術(shù)和RBF神經(jīng)網(wǎng)絡(luò)算法對(duì)CO2的濃度進(jìn)行預(yù)測(cè)，該方法具有很高的準(zhǔn)確性和可靠性。根據(jù)可調(diào)諧激光被CO2吸收部分和擬合出的原始激光信號(hào)之間的差異提取特征值對(duì)CO2濃度進(jìn)行解析，通過RBF神經(jīng)網(wǎng)絡(luò)對(duì)特征參數(shù)進(jìn)行訓(xùn)練并預(yù)測(cè)濃度。主要研究結(jié)果如下：

(1) 均值、標(biāo)準(zhǔn)差、偏差平方和、變異系數(shù)和最大偏差等5個(gè)特征參數(shù)能夠清晰地描述激光被CO2氣體吸收的程度；

(2) 基于RBF神經(jīng)網(wǎng)絡(luò)的高溫氣體CO2濃度預(yù)測(cè)方法可以準(zhǔn)確地預(yù)測(cè)CO2濃度，最大預(yù)測(cè)誤差低于2.592%；

(3) 與GRNN神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果相比，RBF神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)精度遠(yuǎn)遠(yuǎn)高于GRNN，更適用于高溫氣體CO2濃度的測(cè)量。