[发明专利]一种可调节式红外气体传感器系统及温湿度补偿方法

权利要求书

1.一种可调节式红外气体传感器系统，其特征在于：包括红外传感器单元、微处理器、无线通信模块和上位机，所述微处理器分别和红外传感器单元和无线通信模块连接，所述无线通信模块和上位机连接；

所述红外传感器单元包括红外传感器的采样气室、温度传感器、湿度传感器、红外光源、热释电探测器、第一高反射镜、第二高反射镜和第三高反射镜，所述采样气室的截面为长方形两侧下半部分对称开设倒直角，所述采样气室两侧的倾斜部分分别为第一挡板和第二挡板，所述红外光源和热释电探测器分别对应安装于第一挡板和第二挡板上；所述第一高反射镜和第二高反射镜分别滑动对称安装于采样气室顶部两侧，所述第三高反射镜安装于采样气室内底部中间位置；所述采样气室内底部还安装温度传感器和湿度传感器；所述采样气室两侧上端还对称设有进气口和出气口。

2.根据权利要求1所述的一种可调节式红外气体传感器系统，其特征在于：所述第一挡板和第二挡板均为活动式挡板，采样气室内底部两侧分别设有可固定第一挡板和第二挡板的第一卡扣和第二卡扣。

3.根据权利要求1所述的一种可调节式红外气体传感器系统，其特征在于：所述无线通信模块采用的无线通信技术为无线技术LoRa。

4.根据权利要求1所述的一种可调节式红外气体传感器系统，其特征在于：所述微处理器内部嵌有GWO-BP算法。

5.根据权利要求1所述的一种可调节式红外气体传感器系统，其特征在于：所述温度传感器、湿度传感器和热释电探测器均通过引脚穿出采样气室与微处理器连接，所述引脚穿出采样气室的位置与采样气室密封。

6.一种红外传感器的温湿度补偿方法，其特征在于：包括以下具体步骤：

（1）创建一个BP神经网络，即设定BP神经网络的输入层的神经元个数、隐含层的神经元个数和输出层的神经元个数；

（2）将某一时刻的热释电探测器的各个测量通道和参考通道输出的电压值的比值及温湿度传感器的输出电压值进行数据归一化处理；

（3）将步骤（2）中归一化处理后的数据送至BP神经网络的输入端作为输入向量，其中，表示各个测量通道的输出电压和参考通道输出电压的比值，表示温度传感器的输出电压经过归一化处理后的数据；表示湿度传感器的输出电压经过归一化处理后的数据；

（4）将BP神经网络的输入层中所有神经元之间的连续权值与阈值、隐含层中所有神经元之间的连续权值与阈值和输出层中所有神经元之间的连续权值与阈值设定为狼群内的每个个体；

（5）在搜索空间中利用Logistic混沌映射初始化狼群，设定最大迭代次数和误差精度；

（6）采用BP神经网络的各个神经元节点的误差总和作为GWO优化算法衡量个体优劣的适应度函数，并通过适应度函数计算狼群内每个个体的适应度值并进行排序，进而确定历史适应度的最优解，优解和次优解；

（7）对每只灰狼，初步计算灰狼位置X且判断算法当前的迭代次数是否为最大迭代次数，若满足则进入步骤（8），否则返回执行步骤（6）；

（8）输出最优灰狼个体位置X，并将其作为BP网络的初始权值和阈值进行训练；

（9）在训练的过程中，选取M组样本数据，按照步骤（1）到（8）进行数据的预处理、网络的创建，当达到预定的误差精度时，训练模型完成；

（10）在实际的红外气体浓度测量过程中，微处理器对当前红外传感器单元的各个测量通道与参比通道的实际比值、温度传感器输出的实际电压值和湿度传感器输出的实际电压值进行数据归一化处理，并送入已训练完成的GWO-BP神经网络模型的输入层，经过训练完成的GWO-BP神经网络的算法处理后，输出层得到温度与湿度补偿后的气体浓度数据；

（11）微处理器再对补偿后的气体浓度数据进行反归一化处理，由无线技术LoRa17传入上位机进行显示。

7.根据权利要求6所述的一种红外传感器的温湿度补偿方法，其特征在于：所述步骤（1）中所述隐含层的激励函数为Sigmoid函数。