矿用新型智能瓦斯气体检测系统的研究

摘要

本文主要研究甲烷近红外光纤智能传感器及其在煤矿瓦斯实时监测方面的应用。近红外光谱分析的技术关键是消除噪声干扰和提高检测的精度，本文的研究重点在于消除噪声干扰和提高检测的精度的技术手段和提高煤矿瓦斯浓度数据采集的实时性。 本文尝试以波长为1665nm的分布反馈式半导体激光器(Distributed　Feedback Laser Diode：DFB LD)为光源进行甲烷气体的近红外光吸收实验，分析了朗伯比尔定律的光谱吸收常数与气体压强之间的关系，研究了光源输出功率的波动，以及光路电路的噪声干扰对测量精确性的影响。 本文尝试以被测气体的分子分布密集度(即摩尔体积比，n/V：n为被测气体的摩尔数，V为被测气体分布的体积)来计算气体浓度，尝试将朗伯比尔公式表达为I(λ)=I0(λ)exp(-H(λ)n/VL](实验数据分析表明H(λ)是普遍适用于各种气压下的吸收常数)，并以实验数据验证。 本文对甲烷光纤传感器系统的除噪和提高检测精度的技术手段进行了研究并尝试用嵌入式系统代替传统的PC机对硬件检测系统进行了设计。在研究了数据测量和处理的算法的基础上，采用相关检测技术和差分检测技术来消除噪声干扰，采用先相关检测消除随机噪声干扰，后差分检测进一步除去浪涌噪声干扰，从而提取出有效的测量信号，并设计了底层数据探测的电路，且仿真验证了这些设计。 本文在嵌入式系统的设计中尝试使用人工神经网络和专家系统综合处理甲烷光纤传感器系统的数据，以便进一步提高系统检测的精度。提供了人工神经网络与专家系统的在甲烷近红外检测应用方面的具体设计，并对系统进行了实测验证。 本文还研究了甲烷近红外光纤智能传感器在的煤矿瓦斯检测网络系统中的应用。尝试以CAN总线组成井下监测网络，并通过光纤Modem连接到地面以太网系统以实现对煤矿安全的实时性的网络监控管理。

目录

文摘

英文文摘

声明

第1章绪论

1.1研究的背景与研究意义

1.1.1研究的背景与来源

1.1.2项目的研究意义

1.2国内外研究状况

1.3本文的主要研究内容与设计目标

1.4论文的结构安排

第2章近红外光谱分析的理论与方法

2.1基本原理

2.2近红外光谱检测技术的数据处理方法

2.3微弱信号检测技术

2.4差分信号法

2.5人工神经网络算法

2.5.1神经网络的基础

2.5.2BP网络的原理

2.5.3BP网络的学习算法

2.6近红外光谱分析专家系统

2.7本章小结

第3章甲烷近红外光吸收实验与研究

3.1实验方法及实验数据

3.1.1试验概述

3.1.2试验方法及过程

3.1.3数据分析

3.2实验结论

3.3近红外光谱分析方法改进要求

3.4本章小结

第4章甲烷近红外光纤光谱分析系统

4.1系统概要

4.2传感器部分光路系统的设计

4.2.1红外激光光源系统

4.2.2激光器控制电路

4.2.3气室及光路设计

4.2.4光电探测电路

4.3传感器系统数据处理电路

4.3.1方波发生电路

4.3.2乘法运算电路

4.3.4锁相环电路

4.3.5滤波电路

4.3.6差分运算电路

4.4顶层数据处理系统

4.4.1数据处理系统概述

4.4.2顶层数据处理

4.4.3嵌入式数据处理系统的设计

4.5本章小结

第5章煤矿瓦斯实时监控的应用

5.1网络化实时监控的意义

5.2煤矿安全监测网络系统的总体架构

5.3系统地面部分的设计

5.4井下CAN总线监测网络方案

5.4.1井下特殊环境因素的考虑

5.4.2 CAN总线物理层的特点

5.4.3 CAN总线网络物理层的设计

5.4.4 CAN数据传输

5.4.5软件的设计

5.5本章小结

第6章改进设计的验证与分析

6.1验证方案与验证分析

6.2系统实测验证

6.3本章小结

第7章结论与展望

7.1结论

7.2展望

致谢

参考文献

个人简历