基于随机共振技术的声表面波瓦斯传感器的研究
|
摘要
本文以智能SAW瓦斯传感器为研究对象,在对国内煤矿安全现状及国内外瓦斯传感器研究现状进行深入分析的基础上,针对煤矿井下信息量大、噪声多、随机动态等特征以及单一数量值难以被非专业人员理解等问题,提出了一种矿井安全监测智能SAW瓦斯传感系统。
本文一开始给出了SAW瓦斯传感系统的意义、可行性及创新之处。紧接着,对智能SAW瓦斯传感器的理论基础进行了论述,在这部分内容里主要介绍了智能SAW瓦斯传感器的核心—利用声表面波监测瓦斯气体的实现原理及方法。之后,为了能够将瓦斯监测过程中噪声的影响降至最低,文中将随机共振原理应用到矿井安全监测之中,给出了智能SAW瓦斯传感器的结构,重点研究了智能SAW瓦斯传感器算法模型,并对算法进行了仿真,给出了数据及仿真结果。接下来,对矿井安全监测智能SAW瓦斯传感器的通讯单元进行了设计,采用CAN总线技术实现井下信息的传输,实现了矿井安全监测系统的数字化和网络化。最后,对瓦斯监测系统整体结构进行了设计研究。仿真实验结果表明,本文提出的方法极大地降低了井下噪声对瓦斯监测的影响,能够获得较为真实的瓦斯浓度信息,为煤矿安全生产提供保证。
In this paper, the intelligence SAW gas sensor as a research object, and based on the analysis of status of the domestic coal mine safety and research status quo on domestic and overseas for gas sensor. Aiming at large measurand,more noises, random dynamic and Other features, this paper proposed a intelligence SAW gas sensor for monitoring mine safety.
Firstly, this paper presented the meaning of study, feasibility and innovation of SAW gas sensor. Besides it represented the theoretical principle of the intelligence SAW gas sensor. In this part introduces the core of intelligence SAW gas sensor——the theory and implementation method by using surface acoustic wave to monitor gas. Secondly, in order to minimize the impact of noise what generated in the process gas monitoring, the principle of stochastic resonance was applied to the mine safety monitoring. And the structure of intelligence SAW gas sensor was described in the paper. It focused on studying algorithm model of intelligence SAW gas sensor, and the data and simulation results are given by simulating the algorithm. Thirdly, using CAN bus technology to design the communication unit of intelligence SAW gas sensor. Finally, designing study the whole structure of gas monitoring system. The method what is proposed in this paper dramatically reduced the effects of underground noise, and got more information about the true gas concentration to guarantee coal mine production safety.
本文一开始给出了SAW瓦斯传感系统的意义、可行性及创新之处。紧接着,对智能SAW瓦斯传感器的理论基础进行了论述,在这部分内容里主要介绍了智能SAW瓦斯传感器的核心—利用声表面波监测瓦斯气体的实现原理及方法。之后,为了能够将瓦斯监测过程中噪声的影响降至最低,文中将随机共振原理应用到矿井安全监测之中,给出了智能SAW瓦斯传感器的结构,重点研究了智能SAW瓦斯传感器算法模型,并对算法进行了仿真,给出了数据及仿真结果。接下来,对矿井安全监测智能SAW瓦斯传感器的通讯单元进行了设计,采用CAN总线技术实现井下信息的传输,实现了矿井安全监测系统的数字化和网络化。最后,对瓦斯监测系统整体结构进行了设计研究。仿真实验结果表明,本文提出的方法极大地降低了井下噪声对瓦斯监测的影响,能够获得较为真实的瓦斯浓度信息,为煤矿安全生产提供保证。
In this paper, the intelligence SAW gas sensor as a research object, and based on the analysis of status of the domestic coal mine safety and research status quo on domestic and overseas for gas sensor. Aiming at large measurand,more noises, random dynamic and Other features, this paper proposed a intelligence SAW gas sensor for monitoring mine safety.
Firstly, this paper presented the meaning of study, feasibility and innovation of SAW gas sensor. Besides it represented the theoretical principle of the intelligence SAW gas sensor. In this part introduces the core of intelligence SAW gas sensor——the theory and implementation method by using surface acoustic wave to monitor gas. Secondly, in order to minimize the impact of noise what generated in the process gas monitoring, the principle of stochastic resonance was applied to the mine safety monitoring. And the structure of intelligence SAW gas sensor was described in the paper. It focused on studying algorithm model of intelligence SAW gas sensor, and the data and simulation results are given by simulating the algorithm. Thirdly, using CAN bus technology to design the communication unit of intelligence SAW gas sensor. Finally, designing study the whole structure of gas monitoring system. The method what is proposed in this paper dramatically reduced the effects of underground noise, and got more information about the true gas concentration to guarantee coal mine production safety.
引文
[1]姜超,刘光达.基于激光激发声表面波新型气体传感器的研究.光电工程,2007,34(4):132—135.
[2]刘毅.利用表面等离子体共振传感技术分析气体成分研究[D].黑龙江大学硕士论文.2008
[3]祁明锋,杜为民.低功耗甲烷气敏元件的制备及气敏性能研究.传感器与元件.2006,26(3):64—66.
[4]朱彩莲.光纤SPR检测系统及其数据处理.[D].东南大学硕士论文.2005
[5]黄亚建.刘德明.黄德修.一种新颖的表面等离子谐振效应光波导水质传感技术.红外与激光工程.1998.27(6).42一46.
[6]杨祥龙,汪乐宇.随机共振技术在弱信号检测中的应用[J].电路与系统学报,2001,6(2):94一97.
[7]刘军.传感器阵列中阈上随机共振现象的仿真研究[J].传感技术学报, 2006,19 (3):854一857.
[8]Hitoshi Sasaki, Sadatsugu Sakane, Takuya Ishida, et al. Su-prathreshold Stochastic Resonance in Visual Signal Detection[J]. Behavioural Brain Research,2008,193: 152一155.
[9]冷永刚,王太勇.二次采样用于随机共振从强噪声中提取弱信号的数值研究[J」.物理学报,2003,52(10):2432一2437.
[10]周关林,李钢虎,成静.随机共振在水声信号检测中的应用[J].计算仿真2009,26(10):337一339.
[11]李强,王太勇,冷永刚,青永刚.基于变步长随机共振的弱信号检测技术[J].天津大学学报.2006.36(4):432一437.
[12]孔今兵等.声表面波湿度传感器[J].传感器技术.1993(4)
[13]赵经文编.结构有限元分析[M],哈尔滨:哈尔滨工业大学出版社,1998.
[14]刘君华.智能传感器系统[M].西安:西安电子科技大学出版社,1999.
[15] Jung P,Hanggi P.Stochastic nonlinear dynamics modulated by external periodic forces.Europhys Lett,1989(8):505一515.
[16]JiangChao, LiuGuangDa. Based on laser stimulate surface acoustic wave new gas sensors, 2007,34 electrical engineering research. (4) : 132一135.
[17]GALLAGHER D,MALOCHA D.Orthogonal frequency coding for use in ultra wide band Communications and correlators[C].Miami,FL:2006 IEEE International Frequency control Symposium ,2006.
[18] Fu Hua, Wang Tao, Yang Cui.Gas Monitoring System Based on the Multi-Sensor Information Fusion [J]. ICEMI, 2009.
[19] Foulloy L, Galichet S. Fuzzy sensor for fuzzy control [J]. Int. J .Uncertainty, Fuuiness, Knowledge-Based Syst1994, 2 (1): 56一66.
[20]吴锁柱.新型模式滤光光纤化学传感器的研究[D].山西大学硕士论文, 2009.
[21]张法业.煤矿瓦斯监控及数据传输系统[D].山东大学硕士论文,2009.
[22]王凤芹.非线性系统的多模型自适应控制[D].燕山大学硕士论文, 2005.
[23]张云.基于ARM处理器的随机共振实验装置研究[D].华中科技大学硕士论文,2007.
[24]于宁.自适应控制算法的改进与仿真[D].华东师范大学硕士论文,2007.
[25] FU Hua WANG Tao YANG Cui. Intelligent Fuzzy Sensing System in Coal Mine Safety Monitoring [J]. FSKD, 2009.
[26]张杰.现场总线控制系统仿真技术研究[D].华北电力大学(北京)硕士论文,2008.
[27]李长松.基于现场总线的智能甲烷传感器的研究[D].西安科技大学硕士论文,2008.
[28]刘伟洲.基于现场总线的智能远程监控供水系统的研究[D].山东大学硕士论文,2005.
[29]谢新民,丁锋.自适应控制系统[M].北京:清华大学出版社,2002.
[30]龚德纯,秦光戎,胡岗,温孝东.由随机共振可获得比最佳线性滤波器更高的信噪比[J].中国科学,1992,No.8:828一833.
[31]冷永刚,王太勇,郭众.基于级联双稳系统的信息检测[J].仪器仪表学报,2004,25(4):713一714.
[32]黄品高.随机共振数值仿真的快速算法[J].系统仿真技术, 2006,2(3):155一158.
[33]沈福民.自适应信号处理[M].西安:西安电子科技大学出版社,2001.
[34]杨祥龙,江波,吴为麟,童勤业.工程信号测量中的自适应随机共振应用[J].电路与系统学报,2003,2(8):104一107.
[35]王利亚,蔡文生,印春生,潘忠孝.自适应随机共振算法用于微弱信号检测[J].高等学校化学学报,2001,22(5):762—763.
[36]方东平,黄新宇,Hinzel.工程建设安全管理[M].北京:中国水利水电出版社,2001.
[37]国家安全生产监督管理总局2008安全事故统计[R].www.chinasafety.gov.cn/newpage/.
[38]屠乃威.多传感器信息融合技术在矿井环境监测系统中的应用研究[D].辽宁工程技术大学硕士论文,2004.
[39] FU Hua WANG Tao YANG Cui. Intelligent Fuzzy Sensing System in Coal Mine Safety Monitoring [J]. FSKD, 2009.
[40]邓福伟.智能检测系统的应用研究[D].武汉科技大学硕士论文,2008.
[41]秦海涛.基于CAN总线和无线传输技术的矿井瓦斯监测系统关键技术研究[D].中北大学硕士论文,2007.
[42]邱朋.基于CAN总线的煤矿综合监控系统开发研究[D].山东大学硕士论文,2007.
[43]李长松.基于现场总线的智能甲烷传感器的研究[D].西安科技大学硕士论文,2008.
[44]朱祥贤,葛素娟.单片机应用系统的抗干扰技术[J].现代电子技术,2007,29(11):151一152.
[45]王幸之,王雷,翟成等.单片机应用系统抗干扰技术[M].北京:北京航空航天大学出版社,2000.
[46]陈佳立.一种小型煤矿安全监测系统的研制[D].西安科技大学硕士论文,2005.
[2]刘毅.利用表面等离子体共振传感技术分析气体成分研究[D].黑龙江大学硕士论文.2008
[3]祁明锋,杜为民.低功耗甲烷气敏元件的制备及气敏性能研究.传感器与元件.2006,26(3):64—66.
[4]朱彩莲.光纤SPR检测系统及其数据处理.[D].东南大学硕士论文.2005
[5]黄亚建.刘德明.黄德修.一种新颖的表面等离子谐振效应光波导水质传感技术.红外与激光工程.1998.27(6).42一46.
[6]杨祥龙,汪乐宇.随机共振技术在弱信号检测中的应用[J].电路与系统学报,2001,6(2):94一97.
[7]刘军.传感器阵列中阈上随机共振现象的仿真研究[J].传感技术学报, 2006,19 (3):854一857.
[8]Hitoshi Sasaki, Sadatsugu Sakane, Takuya Ishida, et al. Su-prathreshold Stochastic Resonance in Visual Signal Detection[J]. Behavioural Brain Research,2008,193: 152一155.
[9]冷永刚,王太勇.二次采样用于随机共振从强噪声中提取弱信号的数值研究[J」.物理学报,2003,52(10):2432一2437.
[10]周关林,李钢虎,成静.随机共振在水声信号检测中的应用[J].计算仿真2009,26(10):337一339.
[11]李强,王太勇,冷永刚,青永刚.基于变步长随机共振的弱信号检测技术[J].天津大学学报.2006.36(4):432一437.
[12]孔今兵等.声表面波湿度传感器[J].传感器技术.1993(4)
[13]赵经文编.结构有限元分析[M],哈尔滨:哈尔滨工业大学出版社,1998.
[14]刘君华.智能传感器系统[M].西安:西安电子科技大学出版社,1999.
[15] Jung P,Hanggi P.Stochastic nonlinear dynamics modulated by external periodic forces.Europhys Lett,1989(8):505一515.
[16]JiangChao, LiuGuangDa. Based on laser stimulate surface acoustic wave new gas sensors, 2007,34 electrical engineering research. (4) : 132一135.
[17]GALLAGHER D,MALOCHA D.Orthogonal frequency coding for use in ultra wide band Communications and correlators[C].Miami,FL:2006 IEEE International Frequency control Symposium ,2006.
[18] Fu Hua, Wang Tao, Yang Cui.Gas Monitoring System Based on the Multi-Sensor Information Fusion [J]. ICEMI, 2009.
[19] Foulloy L, Galichet S. Fuzzy sensor for fuzzy control [J]. Int. J .Uncertainty, Fuuiness, Knowledge-Based Syst1994, 2 (1): 56一66.
[20]吴锁柱.新型模式滤光光纤化学传感器的研究[D].山西大学硕士论文, 2009.
[21]张法业.煤矿瓦斯监控及数据传输系统[D].山东大学硕士论文,2009.
[22]王凤芹.非线性系统的多模型自适应控制[D].燕山大学硕士论文, 2005.
[23]张云.基于ARM处理器的随机共振实验装置研究[D].华中科技大学硕士论文,2007.
[24]于宁.自适应控制算法的改进与仿真[D].华东师范大学硕士论文,2007.
[25] FU Hua WANG Tao YANG Cui. Intelligent Fuzzy Sensing System in Coal Mine Safety Monitoring [J]. FSKD, 2009.
[26]张杰.现场总线控制系统仿真技术研究[D].华北电力大学(北京)硕士论文,2008.
[27]李长松.基于现场总线的智能甲烷传感器的研究[D].西安科技大学硕士论文,2008.
[28]刘伟洲.基于现场总线的智能远程监控供水系统的研究[D].山东大学硕士论文,2005.
[29]谢新民,丁锋.自适应控制系统[M].北京:清华大学出版社,2002.
[30]龚德纯,秦光戎,胡岗,温孝东.由随机共振可获得比最佳线性滤波器更高的信噪比[J].中国科学,1992,No.8:828一833.
[31]冷永刚,王太勇,郭众.基于级联双稳系统的信息检测[J].仪器仪表学报,2004,25(4):713一714.
[32]黄品高.随机共振数值仿真的快速算法[J].系统仿真技术, 2006,2(3):155一158.
[33]沈福民.自适应信号处理[M].西安:西安电子科技大学出版社,2001.
[34]杨祥龙,江波,吴为麟,童勤业.工程信号测量中的自适应随机共振应用[J].电路与系统学报,2003,2(8):104一107.
[35]王利亚,蔡文生,印春生,潘忠孝.自适应随机共振算法用于微弱信号检测[J].高等学校化学学报,2001,22(5):762—763.
[36]方东平,黄新宇,Hinzel.工程建设安全管理[M].北京:中国水利水电出版社,2001.
[37]国家安全生产监督管理总局2008安全事故统计[R].www.chinasafety.gov.cn/newpage/.
[38]屠乃威.多传感器信息融合技术在矿井环境监测系统中的应用研究[D].辽宁工程技术大学硕士论文,2004.
[39] FU Hua WANG Tao YANG Cui. Intelligent Fuzzy Sensing System in Coal Mine Safety Monitoring [J]. FSKD, 2009.
[40]邓福伟.智能检测系统的应用研究[D].武汉科技大学硕士论文,2008.
[41]秦海涛.基于CAN总线和无线传输技术的矿井瓦斯监测系统关键技术研究[D].中北大学硕士论文,2007.
[42]邱朋.基于CAN总线的煤矿综合监控系统开发研究[D].山东大学硕士论文,2007.
[43]李长松.基于现场总线的智能甲烷传感器的研究[D].西安科技大学硕士论文,2008.
[44]朱祥贤,葛素娟.单片机应用系统的抗干扰技术[J].现代电子技术,2007,29(11):151一152.
[45]王幸之,王雷,翟成等.单片机应用系统抗干扰技术[M].北京:北京航空航天大学出版社,2000.
[46]陈佳立.一种小型煤矿安全监测系统的研制[D].西安科技大学硕士论文,2005.