導(dǎo)語(yǔ)：汽車(chē)尾氣檢測(cè)系統(tǒng)設(shè)計(jì)分析一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

摘要：汽車(chē)使用量的快速增長(zhǎng)，在很大程度上解決了人們的出行問(wèn)題，但同時(shí)也向環(huán)境保護(hù)提出了更大的挑戰(zhàn)。為檢測(cè)車(chē)輛排放的尾氣中污染物的種類與數(shù)量，設(shè)計(jì)汽車(chē)尾氣檢測(cè)系統(tǒng)，介紹了系統(tǒng)中軟件與硬件組成，基于C#語(yǔ)言開(kāi)發(fā)上位機(jī)軟件對(duì)采集數(shù)據(jù)進(jìn)行處理與顯示，并在檢測(cè)系統(tǒng)中加入基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型。通過(guò)實(shí)驗(yàn)結(jié)果分析可知，該測(cè)量系統(tǒng)具有較強(qiáng)的檢測(cè)能力和較高的檢測(cè)精度，能夠?qū)?種氣體進(jìn)行準(zhǔn)確測(cè)量，此外，將BP神經(jīng)網(wǎng)絡(luò)模型應(yīng)用在該尾氣檢測(cè)系統(tǒng)中，使得預(yù)測(cè)系統(tǒng)具有更高的預(yù)測(cè)精度，收斂速度大幅度增加，能夠較好地適應(yīng)汽車(chē)尾氣預(yù)測(cè)系統(tǒng)，解決實(shí)際預(yù)測(cè)難題。

關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò)；汽車(chē)尾氣；檢測(cè)系統(tǒng)；C#語(yǔ)言

1引言

汽車(chē)尾氣中包含的有毒化合物對(duì)大氣污染的影響程度極高，檢測(cè)和控制汽車(chē)尾氣污染，已成為目前眾多學(xué)者關(guān)注的焦點(diǎn)[1]。在整治機(jī)動(dòng)車(chē)尾氣污染的過(guò)程中，首先需要對(duì)污染物進(jìn)行檢測(cè)與分析。除了在怠速和高怠速條件下對(duì)廢氣污染物測(cè)量方式的規(guī)定以外，國(guó)家標(biāo)準(zhǔn)還確定了不同型號(hào)汽車(chē)的廢氣污染物排放最值。汽車(chē)尾氣污染物檢測(cè)時(shí)涉及的檢測(cè)項(xiàng)目包括：CO、HC、CO2、O2、NO等[2]。

2檢測(cè)系統(tǒng)設(shè)計(jì)

2.1檢測(cè)系統(tǒng)硬件設(shè)計(jì)。本文設(shè)計(jì)的汽車(chē)尾氣檢測(cè)系統(tǒng)硬件組成方式如圖1所示。檢測(cè)系統(tǒng)硬件采用工業(yè)控制計(jì)算機(jī)作為上位機(jī)，工業(yè)控制計(jì)算機(jī)與LED顯示屏相連進(jìn)行參數(shù)顯示，通過(guò)尾氣分析儀初步檢測(cè)尾氣中各項(xiàng)氣體含量并傳輸?shù)焦I(yè)控制計(jì)算機(jī)中進(jìn)行數(shù)據(jù)處理，通過(guò)紅外光電開(kāi)關(guān)對(duì)I/O口進(jìn)行開(kāi)關(guān)控制[3]。尾氣分析儀依據(jù)不同氣體對(duì)紅外光譜吸收能力不同來(lái)測(cè)定出汽車(chē)尾氣的污染物種類與數(shù)量[4]。本文所設(shè)計(jì)的檢測(cè)系統(tǒng)能夠檢測(cè)汽車(chē)尾氣中CO、HC、CO2、O2和NO五種污染氣體的含量，測(cè)量得到的數(shù)據(jù)在LED顯示屏中顯示，通過(guò)RS-485串行總線與工業(yè)控制計(jì)算機(jī)相連進(jìn)行數(shù)據(jù)交換。實(shí)驗(yàn)過(guò)程中配制不同濃度的氣體混合物進(jìn)行實(shí)驗(yàn)，將氣體與檢測(cè)系統(tǒng)泵體相連，從而使氣體通入傳感器陣列測(cè)試腔內(nèi)，將各傳感器采集的信號(hào)進(jìn)行初步處理后，得到實(shí)驗(yàn)數(shù)據(jù)初值，為縮短測(cè)量系統(tǒng)網(wǎng)絡(luò)的收斂時(shí)間，提高模型預(yù)測(cè)精度，本文建立BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型進(jìn)行測(cè)量分析，并與設(shè)定值對(duì)比對(duì)該系統(tǒng)模型的測(cè)量精度進(jìn)行驗(yàn)證[5]。2.2檢測(cè)系統(tǒng)軟件設(shè)計(jì)。本尾氣檢測(cè)系統(tǒng)采用C#語(yǔ)言編寫(xiě)上位機(jī)軟件，能夠顯示不同怠速下汽車(chē)尾氣有毒氣體的濃度，汽車(chē)尾氣檢測(cè)系統(tǒng)的上位機(jī)軟件界面如圖2所示。

3神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)

3.1神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)基本原理。神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)規(guī)則的訓(xùn)練算法可分為兩大類別：有導(dǎo)師學(xué)習(xí)、無(wú)導(dǎo)師學(xué)習(xí)。本設(shè)計(jì)采用有導(dǎo)師學(xué)習(xí)的類型，即通過(guò)提供足夠數(shù)量的正確輸入、輸出樣本對(duì)預(yù)測(cè)模型進(jìn)行訓(xùn)練，達(dá)到教學(xué)的目的。該學(xué)習(xí)規(guī)則的一般步驟為：先進(jìn)行前向傳播，系統(tǒng)輸入值先后進(jìn)入神經(jīng)網(wǎng)絡(luò)的輸入層、隱藏層、輸出層產(chǎn)生相應(yīng)的輸出數(shù)據(jù)，再反向傳播，將通過(guò)神經(jīng)網(wǎng)絡(luò)的輸出值與期望值即樣本的輸出值數(shù)據(jù)進(jìn)行比對(duì)，根據(jù)學(xué)習(xí)規(guī)則調(diào)整預(yù)測(cè)的權(quán)重和臨界值，反復(fù)多次，當(dāng)輸出結(jié)果和實(shí)際值之間的偏差在可接受范圍中時(shí)，停止運(yùn)行。BP神經(jīng)網(wǎng)絡(luò)為一類采用有導(dǎo)師學(xué)習(xí)的訓(xùn)練算法、偏差反饋與調(diào)節(jié)的神經(jīng)網(wǎng)絡(luò)。其具體結(jié)構(gòu)一般包括輸入層、隱藏層（可多個(gè)）和輸出層[6]。3.2神經(jīng)網(wǎng)絡(luò)模型。針對(duì)汽車(chē)尾氣檢測(cè)系統(tǒng)選定神經(jīng)網(wǎng)絡(luò)框架，首先選定輸入輸出層的數(shù)量。由于決策向量有兩個(gè)，分別是尾氣所含氣體種類、尾氣所含各種氣體的數(shù)量。將這兩個(gè)決策變量作為輸入，以滿足目標(biāo)函數(shù)以及前2條約束條件的隨機(jī)仿真值作為輸出，由于各氣體檢測(cè)量為一個(gè)與氣體總量N相關(guān)的數(shù)組，所以輸入層的控制點(diǎn)數(shù)量是N+1，輸出層的控制點(diǎn)數(shù)量是2。由于隱藏層控制點(diǎn)數(shù)量可能影響網(wǎng)絡(luò)性能，因此確定隱藏層控制點(diǎn)個(gè)數(shù)較為重要。若隱層節(jié)點(diǎn)數(shù)過(guò)多，會(huì)降低網(wǎng)絡(luò)運(yùn)算效率。步驟1：選取各層激勵(lì)函數(shù)。本文模型的輸入層與隱藏層選擇雙曲正切函數(shù)tansig作為激擾輸入，而將一次函數(shù)f(x)=x作為輸出層的激擾輸入。步驟2：BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則與運(yùn)算步驟。對(duì)于正向傳播：設(shè)樣本為：X=[x1,x2,…,xm]，Y=[y1,y2,…,yn]（m,n分別為輸入層、輸出層控制點(diǎn)個(gè)數(shù)），當(dāng)樣本輸入神經(jīng)元時(shí)，輸入樣本x與權(quán)重矩陣W1（m×1矩陣，1為隱藏層神經(jīng)元的數(shù)量），所得結(jié)果代入激勵(lì)函數(shù)，得出隱藏層的輸出參數(shù)J=[j1,j2,…,jl]。隱藏層的輸出值再與隱藏層與輸出層之間的權(quán)重矩陣W1（為n×1的矩陣）相乘，所得結(jié)果代入二者之間的傳遞函數(shù)，所得結(jié)果為神經(jīng)網(wǎng)絡(luò)輸出值Z=[z1,z2,…,zn]。對(duì)于反向傳播：通過(guò)網(wǎng)絡(luò)輸出值Z與期望值（輸出樣本）Y的比對(duì)，求出網(wǎng)絡(luò)輸出的誤差E，一般E的求法是Z與Y差值的平方和，然后對(duì)誤差進(jìn)行分配，調(diào)整每一個(gè)權(quán)重和閾值。設(shè)定學(xué)習(xí)次數(shù)與精度要求，多次重復(fù)上述的訓(xùn)練過(guò)程，直到達(dá)到規(guī)定的次數(shù)或精度要求為止。至此，本文所需的神經(jīng)網(wǎng)絡(luò)的功能用神經(jīng)網(wǎng)絡(luò)估計(jì)來(lái)估計(jì)函數(shù)的任務(wù)已完成，不需進(jìn)行下一步的回歸擬合。

4實(shí)驗(yàn)驗(yàn)證與分析

在數(shù)據(jù)監(jiān)測(cè)過(guò)程中，通過(guò)采用不同汽車(chē)類型進(jìn)行測(cè)試，從而獲得足夠數(shù)量的實(shí)驗(yàn)結(jié)果，采用神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)誤差表如表1所示。由表1數(shù)據(jù)可知，BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型對(duì)O2、CH、CO和CO2氣體濃度的預(yù)測(cè)數(shù)據(jù)誤差都不超過(guò)2.4%，NO的預(yù)測(cè)數(shù)值不超過(guò)4.1%，NO的高度不穩(wěn)定性是使得準(zhǔn)確性降低的主要因素。

5結(jié)論

針對(duì)汽車(chē)尾氣檢測(cè)過(guò)程中所存在的技術(shù)難度大與測(cè)量精度低的問(wèn)題，設(shè)計(jì)了一套基于BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的氣體檢測(cè)系統(tǒng)，對(duì)軟件和硬件平臺(tái)的搭建方法進(jìn)行介紹，并開(kāi)展現(xiàn)場(chǎng)實(shí)驗(yàn)。由實(shí)驗(yàn)數(shù)據(jù)可知，該測(cè)量模型擁有平穩(wěn)性能強(qiáng)與測(cè)量誤差小的優(yōu)點(diǎn)，能夠?qū)?種氣體進(jìn)行準(zhǔn)確識(shí)別與測(cè)量，此外，將BP神經(jīng)網(wǎng)絡(luò)模型應(yīng)用在該尾氣檢測(cè)系統(tǒng)中，使得預(yù)測(cè)系統(tǒng)具有更高預(yù)測(cè)精度，收斂速度大幅度增加，能夠較好地適應(yīng)汽車(chē)尾氣預(yù)測(cè)系統(tǒng)，解決實(shí)際預(yù)測(cè)難題。

參考文獻(xiàn)

[1]李鋼,谷威,劉進(jìn),等.在用汽車(chē)尾氣遙測(cè)法檢測(cè)及排放限值的研究[J].環(huán)境科學(xué)與技術(shù),2016(S2):378-383.

[2]張坤,陳鋒.非分光紅外車(chē)輛尾氣傳感器系統(tǒng)設(shè)計(jì)[J].傳感器與微系統(tǒng),2016,35(2):130-132.

[3]徐亞丹,工俊,趙國(guó)軍.檢測(cè)摻假牛奶的電子鼻傳感器陣列的優(yōu)化[J].傳感技術(shù)學(xué)報(bào),2006(4):957-962.

[4]劉萍,簡(jiǎn)家文,陳志蕓.基于集成神經(jīng)網(wǎng)絡(luò)的汽車(chē)尾氣檢測(cè)系統(tǒng)設(shè)計(jì)[J].環(huán)境工程學(xué)報(bào),2016(4):1883-1887.

[5]張雪.城市軌道交通社會(huì)效益研究[D].哈爾濱:哈爾濱工業(yè)大學(xué),2011.

[6]馬超云.城市軌道交通換乘站列車(chē)時(shí)刻表的協(xié)調(diào)和優(yōu)化[D].北京:北京交通大學(xué),2010.

作者:周喚雄 單位:甘肅交通職業(yè)技術(shù)學(xué)院