Luận án Nghiên cứu nâng cao chất lượng đo nồng độ khí độc hại trong môi trường công nghiệp dùng mạng nơ-ron

Tên luận án:

Ứng dụng Mạng Nơ-ron Nhân tạo (ANN) để nâng cao chất lượng cảm biến bán dẫn đo nồng độ khí trong môi trường công nghiệp

Ngành:

Kỹ thuật Đo lường và Điều khiển

Tóm tắt nội dung tài liệu:

Hiện nay, chất lượng không khí trong môi trường dân sinh và công nghiệp đang suy giảm nghiêm trọng do sự gia tăng khí thải độc hại như H2S, NH3, SO2, NOx, CO, CO2, O3. Tình trạng này đặt ra yêu cầu cấp bách về việc giám sát, cảnh báo và nâng cao chất lượng đo lường các khí độc hại. Tuy nhiên, các cảm biến truyền thống thường gặp hạn chế về độ chính xác do ảnh hưởng của nhiệt độ, độ ẩm và tính phản ứng đa khí trong môi trường công nghiệp phức tạp.

Luận án này tập trung vào việc ứng dụng Mạng Nơ-ron Nhân tạo (ANN), đặc biệt là ANN MLP, để cải thiện chất lượng của các cảm biến bán dẫn đo nồng độ khí H2S, NH3 và CO. Đối tượng nghiên cứu chính là các cảm biến loại bán dẫn có đặc tính phi tuyến và dễ bị ảnh hưởng bởi các yếu tố môi trường. Phương pháp nghiên cứu bao gồm việc phân tích lý thuyết sâu về ưu nhược điểm của cảm biến bán dẫn và ANN, từ đó đề xuất các cấu trúc cảm biến tích hợp ANN nhằm nâng cao độ chính xác phép đo. Các giải pháp được đề xuất sau đó được kiểm chứng kỹ lưỡng thông qua mô phỏng trên phần mềm Matlab và thực nghiệm trên các cảm biến thực tế.

Những đóng góp mới của luận án bao gồm việc đề xuất cấu trúc cảm biến ứng dụng ANN đơn giản để bù sai số do nhiệt độ và độ ẩm, khắc phục tính phản ứng đa khí để phân biệt và ước lượng chính xác nồng độ khí thành phần, cũng như điều chỉnh đặc tính phi tuyến của cảm biến. Đặc biệt, luận án còn thành công trong việc đề xuất cấu trúc cảm biến tích hợp cả ba chức năng này trên cùng một hệ thống.

Kết quả mô phỏng và thực nghiệm đã chứng minh tính hiệu quả cao của giải pháp ANN. Cụ thể, việc bù sai số do nhiệt độ và độ ẩm đạt độ chính xác lý tưởng (sai số mô phỏng khoảng 0.05%÷0.1%, sai số thực nghiệm giảm từ ~2-32.6% xuống ~2.5%). Khả năng loại trừ tính phản ứng đa khí cho phép ước lượng nồng độ NH3 và H2S với sai số tuyệt đối thấp (0.09÷0.2 ppm). Điều chỉnh đặc tính cảm biến bằng ANN cũng tạo ra đặc tính trơn, đơn trị và tuyến tính hóa hiệu quả. Những thành tựu này khẳng định tính khả thi và hiệu quả của việc ứng dụng ANN để nâng cao đáng kể chất lượng cảm biến bán dẫn trong môi trường công nghiệp, góp phần quan trọng vào công tác bảo vệ môi trường và an sinh xã hội.

Mục lục chi tiết:

• MỞ ĐẦU

  • 1. Tính cấp thiết của đề tài
  • 2. Mục đích nghiên cứu
  • 3. Đối tượng nghiên cứu và phạm vi nghiên cứu
  • 4. Phương pháp nghiên cứu
  • 4.1. Nghiên cứu lý thuyết
  • 4.2. Mô phỏng và thực nghiệm kiểm chứng kết quả
  • 5. Ý nghĩa khoa học và thực tiễn của đề tài
  • 6. Những đóng góp mới của luận án
  • 1.5. Kết luận chương 1

• CHƯƠNG 1. TỔNG QUAN VỀ CÁC CẢM BIẾN BÁN DẪN ĐO NỒNG ĐỘ KHÍ TRONG MÔI TRƯỜNG CÔNG NGHIỆP

  • 1.1. Tầm quan trọng của các loại cảm biến đo nồng độ khí độc hại
  • 1.1.1. Ảnh hưởng của các chất khí độc hại đến sức khỏe con người
  • 1.1.2. Giới thiệu chung về cảm biến đo nồng độ khí
  • 1.2. Tổng quan về một số giải pháp nâng cao chất lượng cảm biến đo nồng độ khí
  • 1.2.1. Các ưu, nhược điểm của cảm biến bán dẫn
  • 1.2.2. Tổng quan các giải pháp nâng cao chất lượng
  • 1.3. Tình hình nghiên cứu nâng cao chất lượng cảm biến bán dẫn đo nồng độ khí
  • 1.3.1. Tình hình nghiên cứu ngoài nước
  • 1.3.2. Tình hình nghiên cứu trong nước
  • 1.4. Định hướng nghiên cứu của luận án
  • 1.5. Kết luận chương 1

• Chương 2. ỨNG DỤNG MẠNG NƠ-RON NHÂN TẠO NÂNG CAO CHẤT LƯỢNG CẢM BIẾN BÁN DẪN ĐO NỒNG ĐỘ KHÍ

  • 2.1. Cơ sở lý thuyết của ANN MLP
  • 2.2. Ứng dụng ANN nâng cao chất lượng cảm biến
  • 2.2.1. Cấu trúc cảm biến ứng dụng ANN nâng cao chất lượng cảm biến
  • 2.2.2. Sử dụng ANN bù sai số của các yếu tố ảnh hưởng của nhiệt độ và độ ẩm
  • 2.2.2.1. Các phương pháp cổ điển bù sai số của các yếu tố ảnh hưởng của nhiệt độ và độ ẩm
  • 2.2.2.2. Đề xuất cấu trúc cảm biến bù sai số của yếu tố ảnh hưởng
  • 2.2.3. Sử dụng ANN khắc phục tính phản ứng đa khí của cảm biến
  • 2.2.4. Sử dụng ANN điều chỉnh đặc tính của cảm biến
  • 2.3. Tích hợp hai chức năng bù sai số của yếu tố ảnh hưởng và hiệu chỉnh đặc tính cảm biến
  • 2.4. Tích hợp ba chức năng bù sai số của yếu tố ảnh hưởng, loại trừ tính phản ứng đa khí và tuyến tính hóa đặc tính cảm biến
  • 2.5. Kết luận chương 2

• Chương 3. MÔ PHỎNG CÁC GIẢI PHÁP NÂNG CAO CHẤT LƯỢNG CẢM BIẾN ĐO NỒNG ĐỘ KHÍ ĐỀ XUẤT

  • 3.1. Thiết kế ANN
  • 3.2. Bù sai số các yếu tố ảnh hưởng
  • 3.2.1. Xấp xỉ đường đặc tính phụ thuộc nhiệt độ, độ ẩm của cảm biến
  • 3.2.2. Tính toán bù sai số
  • 3.3. Loại trừ tính phản ứng đa khí của cảm biến
  • 3.3.1. Thiết kế ANN
  • 3.3.2. Kết quả mô phỏng khi dùng bộ 3 cảm biến MQ136, TGS2602 và SP3AQ2
  • 3.3.3. Dùng bộ 4 cảm biến MQ136, TGS2602, TGS2444 và SP3AQ2
  • 3.4. Điều chỉnh đặc tính độ nhạy của cảm biến
  • 3.4.1. Kết quả mô phỏng
  • 3.4.2. Nhận xét
  • 3.6. Phối hợp ba chức năng bù nhiệt độ, độ ẩm, loại trừ tính đa khí và tuyến tính hóa đặc tính đầu ra của cảm biến
  • 3.7. Kết luận chương 3

• Chương 4. XÂY DỰNG HỆ THỐNG THỰC NGHIỆM ỨNG DỤNG ANN BÙ SAI SỐ ẢNH HƯỞNG CỦA CẢM BIẾN

  • 4.1. Đặt vấn đề
  • 4.2. Kết quả triển khai
  • 4.3. Kết luận chương 4

• KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN

  • 1. Những kết quả đạt được
  • 2. Hướng phát triển tiếp theo