基于ARM与有理数滤波的甲烷体积分数监测系统

 随着能源需求的增加，石油、天然气以及煤炭开发不断扩大，生产环境中含有大量甲烷，甲烷属于易燃易爆气体，与空气混合能形成爆炸性混合物，遇热源和明火有燃烧爆炸的危险。这使得探测甲烷气体在工业生产中的浓度成为面临的一个重要问题。甲烷检测多以热导式分析法、气相色谱法和电化学方法为主，不仅检测周期长而且探测范围小。本系统选用红外气体传感器，具有响应速度快、抗干扰能力强的优点。选用ARM核心的S3C44BOX处理器，提高系统处理器性能。在信号调理中采用了锁相放大器，软件处理中采用了有理数滤波技术，处理器端可以通过串口与PC通信完成监控计算机的相关操作。由此构成的甲烷体积分数监测系统可以广泛应用在矿山矿井中，对于预防事故的发生具有重要意义。

1 红外传感器检测原理

红外吸收型气体传感器是基于气体的吸收光谱随物质的不同而存在差异的原理制成的。根据红外理论，许多化合物分子在红外波段都具有一定的吸收带，分子本身的原子结构决定了吸收带的强弱及所在的波长范围。化合物的分子对红外光谱内某一个或一组特定波段内的辐射有选择地吸收形成特征吸收带。

甲烷气体分子的特征吸收带主要分布在1～25 μm波长范围的红外区。如图1所示，CH4在3．2～3．4 μm、2．3μm以及1．65μm附有强吸收带，在1．9μm和2．7μm附近存在弱吸收带。本传感器选择2．3μm作为CH4的工作波长，选择1．9μm作为参考波长，以消除光源的波动带来的干扰。探测器选用PD25进行探测，对2．3μm和1．9μm波长的红外光都有响应。

比尔-朗伯定律反映了某种气体在某一体积分数时对光的吸收情况

式中，I为透射红外辐射的强度；I0为入射红外辐射的强度；K为气体的红外光吸收系数；C为待测气体的摩尔百分体积分数；L为红外辐射穿透过的待测气体长度。

当红外辐射穿过待测组分的长度L和入射红外辐射的强度I0一定时，由于K对某一种特定的待测组分是常数，故透过的红外辐射强度I是待测组分摩尔百分体积分数C的单值函数。通过测定透射的红外辐射强度，就可以确定待测组分的体积分数。

2 系统结构

该系统主要由传感器、A／D转换器和ARM处理单元组成，如图2所示。

采用ARM嵌入式处理器作为系统的处理核心，这里选取了具有丰富外设的三星S3C44BOX处理器，由于内部不含存储器，还需要外接ROM和RAM。通过串口将处理的结果可以通过RS-232的串口线送入监控主机；监控主机放在监控室，负责实时显示、存储和查询。

2．1 传感器结构

如图3所示，本传感器采用MIC2591构成方波电流调制红外光源，调制后的光源发出光信号，穿过待检测气体，光电探测器端则采用锁相放大器来检测微弱信号，同时采用高精度干涉滤光片一体化红外传感器以及单光路以减小光源、光探测器、背景噪声等因素的影响。



2．2 信号调理电路

接收端信号调理电路采用低噪声前置放大器以及与调制频率匹配的锁相放大器进行微弱信号的检测，可以提高信号的可信度和精度。

如图4所示，锁相放大器由3部分组成：信号通道、参考通道和相关器。信号通道低噪声前置放大器将伴有噪声的输入信号放大，并经过带通滤波初步滤除通带以外的噪声；参考通道的作用是提供一个与输入信号同相的方波；相关器主要完成被测信号与参考信号两者相关运算，从而实现频率由交流到直流的变换，最后通过低通滤波输出直流电压，作为A／D转换的输入信号。

3 软件设计

气体体积分数监控系统软件设计使用模块化程序设计，主要包括串口通信程序设计、传感器数据采集程序、数据滤波程序。

3．1 数据处理流程

数据的采集和处理采用中断的方式，如图5所示。该中断程序主要完成传感器数据的采集、数据分析处理、串口数据发送等功能。系统加电后，首先完成系统的初始化，开启A／D转换。中断发生后，读取A／D转换的数据，更新数据表，随后进行数据滤波，同时采用更新数据表的方法，提高检测系统的灵敏度和稳定性。内存中存放事先标定好的线性系数，系统工作时，根据当前计算数据进行数值转换，线性插值计算出当前气体的浓度，通过串口发送给监控主机。



3．2 数据处理算法

采用未确知有理数的数字滤波算法消除随机干扰，增加数据的可信度。将n个采集数据定义为x1，x2，x3，…，x4，采集的数据有一定的取值范围，因此假设任意采集的数据x都是在区间[xmin，xmax]内取值，则可以一个未确知数S

式中，[xmin，xmax]和φ(x)构成一个n阶未确知有理数；α、[xmin，xmax]和φ(x)分别为该未确知有理数的总可信度、取值区间和可信度分布密度函数。这样就将一组n次采样的值定义为一个n阶未确知有理数。

φ(x)为采集量真值的可信度分布密度函数。通过分析偶然跳动和输出量确实变大(小)两种情况发现：如果xi是偶然跳动，则xi是孤立的、少数的，在某可信度距离内x的个数较少；若xi是输出量的确变大(小)时，在某可信度距离内x的个数会越来越多。因此，可以定义φ(x)为

式中，ξi为|xi-x|≤d(x=xi，j=1，2，…，n且i≠j)中包含x的个数；n(n-1)为在可信度距离d内x的最大个数之和。
为了平稳有效地显示出采样量的真实值，采用采样数据的未确知有理数S的数学期望E(S)来表示真实值。定义未确知期望E(S)

当α<1时，E(S)是未确知有理数，它的实际意义是：实数作为S的期望值，有α的可信度。由以上构造得