王鑫,佟仕忠,付貴增,郭穎
(遼寧石油化工大學(xué)信息與控制工程學(xué)院,遼寧撫順113001)
基于支持向量機(jī)的電子鼻參數(shù)補(bǔ)償?shù)难芯?/p>
王鑫,佟仕忠,付貴增,郭穎
(遼寧石油化工大學(xué)信息與控制工程學(xué)院,遼寧撫順113001)
簡要介紹采用HART協(xié)議的電子鼻系統(tǒng)和其電子元件,利用連續(xù)相位的FSK調(diào)制和解調(diào)技術(shù)使數(shù)據(jù)傳輸受到最小擾動。著重說明支持向量機(jī)算法適合在小樣本數(shù)據(jù)情況,其核函數(shù)可以向高維空間非線性映射的優(yōu)點.對系統(tǒng)前端傳感器構(gòu)建其非線性回歸預(yù)測的數(shù)學(xué)模型,實現(xiàn)在軟件上對參數(shù)補(bǔ)償,提高了電子鼻系統(tǒng)的精度,其擬合度R= 99.777 7%,方差MSE=9.354 13e-05。
電子鼻系統(tǒng);HART協(xié)議;支持向量機(jī);參數(shù)補(bǔ)償
在石油化工行業(yè)的現(xiàn)場環(huán)境中,隨著石油化工廠的生產(chǎn),易爆、有毒、易燃?xì)怏w也被作為產(chǎn)品,或者是生產(chǎn)附屬品生產(chǎn)出來。而這些氣體在生產(chǎn)、運輸、使用過程中泄露,會被檢測和監(jiān)測氣體系統(tǒng)檢測出來而預(yù)警,保證工人的人身安全和工廠設(shè)備的完整。電子鼻系統(tǒng)主要由氣敏元件、數(shù)據(jù)處理模塊和通信模塊組成。被測氣體的檢測通過氣敏傳感器陣列來實現(xiàn),采集傳感器響應(yīng)信號,并將其進(jìn)行預(yù)處理以便進(jìn)行模式識別等分析處理[1]。在信息技術(shù)高速發(fā)展的背景下,系統(tǒng)可對測量中各個物理參數(shù)進(jìn)行有效補(bǔ)償,其方法是利用軟硬件聯(lián)合的方式[2],提升其抗干擾和多參數(shù)補(bǔ)償?shù)哪芰Α?紤]現(xiàn)在的工業(yè)現(xiàn)場溫度干擾下,傳感器會產(chǎn)生精度的靜態(tài)工作點漂移。利用SVM算法對傳感器本身進(jìn)行參數(shù)補(bǔ)償,可使電子鼻系統(tǒng)提高檢測性能。
系統(tǒng)的基本結(jié)構(gòu)如圖1所示。系統(tǒng)在硬件方面所選用的高精度,低功耗電子元件。電子元件可以保證系統(tǒng)在檢測,特別是HART協(xié)議解調(diào)器的連續(xù)相位的FSK調(diào)制和解調(diào)技術(shù),保證數(shù)據(jù)在遠(yuǎn)距離傳輸中不收干擾。下面是電子元件簡介:

圖1 電子鼻結(jié)構(gòu)框圖Fig.1Electric sensor device structure
氣敏元件:氣敏元件是氧化物半導(dǎo)體型氣體傳感器,屬于TGS-8系列產(chǎn)品。氣敏元件的工作原理是傳感器表面的活性材料與被測氣體發(fā)生反應(yīng),導(dǎo)致氣敏元件活性材料的電導(dǎo)率發(fā)生大幅變化,就可以判斷與分析氣體種類和濃度。
A/D轉(zhuǎn)換:AD7799是基于Σ-Δ轉(zhuǎn)換技術(shù)的低噪聲、低功耗、三通道的24位A/D轉(zhuǎn)換芯片。主要用于低頻信號測量場合或者高精度測量場合的模擬前段。
MCU:系統(tǒng)的主控制單元是16位的MSP430單片機(jī)。MSP430的特點是大量的外圍模塊整合到片內(nèi)而且功耗低適合設(shè)計片上系統(tǒng)。此系列單片機(jī)的CPU采用16位精簡指令集,有大量的工作寄存器和數(shù)據(jù)存儲器,其RAM單元也可以實現(xiàn)運算,極大地提高了程序的執(zhí)行速度。
D/A:AD421是高準(zhǔn)確度、低功耗的數(shù)模轉(zhuǎn)換芯片。由HART回路電流環(huán)供電,DATA引腳以串行方式輸入16位數(shù)字信號,LOOPRT引腳輸出4~20 mA模擬電流,適合HART協(xié)議智能儀表。
HART通信:DS8500是HART低功耗調(diào)制解調(diào)器。它提供連續(xù)相位的FSK調(diào)制和解調(diào)[3],滿足HART通信[4]設(shè)定的物理層規(guī)范。DS8500有如下優(yōu)點:具有極少的外部元件、低功耗、可靠的信號偵測、標(biāo)準(zhǔn)的3.686 4 MHz晶體時鐘、正弦輸出信號。能夠簡單,高效率地開發(fā)具有過程控制的HART調(diào)制解調(diào)功能系統(tǒng)[5]。
由于HART極少的外部元件,可從噪聲中提取可靠的FSK_IN信號偵測[6]。正弦信號為FSK_OUT,使系統(tǒng)的諧波失真達(dá)到最低。保障了信號不受干擾輸出,提高了系統(tǒng)的硬件抗擾動能力。
在軟件方面,由于在很多現(xiàn)實情況下的數(shù)學(xué)模型都不是線性可分的。其體系結(jié)構(gòu)如圖2所示,支持向量機(jī)將實際情況下所得的數(shù)據(jù)利用映射關(guān)系轉(zhuǎn)化到高維特征空間,將現(xiàn)實情況中的線性不可分問題轉(zhuǎn)化為高維特征空間上的線性可分問題,再在高維特征空間中使用最優(yōu)超平面算法來分類.在支持向量機(jī)中使用的核函數(shù),要求核函數(shù)是正定的。利用推廣誤差(風(fēng)險)上界的最小化達(dá)到最大的泛化能力。

圖2 支持向量機(jī)體系圖Fig.2Support vector machine algorithm structure

圖3 支持向量機(jī)分類圖Fig.3Support vector machine algorithm
支持向量機(jī)(Support Vector Machine,SVM)比其他機(jī)器學(xué)習(xí)算法擅長在解決樣本數(shù)量少、非線性及高維空間中[6]。圖3中說明在支持向量機(jī)理論中,分類間隔用幾何間隔,其定義為d/2=1/‖w‖。最優(yōu)分類線是使分類間隔最大的分類線。數(shù)學(xué)表達(dá)相當(dāng)于一個求解二次優(yōu)化的問題:

利用Lagrange乘子法:

為了求w的值,需要計算a1,a2,…,an的值。因此,還需要求解如下二次規(guī)劃問題。

設(shè)最優(yōu)解為a*,則擁有最優(yōu)的分類函數(shù)的權(quán)向量為w*=函數(shù)表達(dá)式為:


低維到高維的映射關(guān)系函數(shù)(在SVM稱核函數(shù))實現(xiàn)非線性可分和低維的線性不可分的情況。(圖4所示)核函數(shù)把在低維空間圓點和方點,在高維平面可選出最優(yōu)超平面將兩類點區(qū)分開來。

圖4 核函數(shù)映射關(guān)系Fig.4Kernel algorithm relational mapping
支持向量機(jī)核函數(shù)中,RBF(徑向基)核函數(shù)是用到最廣泛的核函數(shù)。RBF核函數(shù)適用于樣本點多或少,樣本空間是多維還是低維等情況,它相比其他的函數(shù)有以下優(yōu)點:
1)RBF核函數(shù)可以將低維的樣本空間變換成高維的樣本空間。而且線性核函數(shù)是RBF核函數(shù)的一個特殊情況,所以直接用RBF核函數(shù)就實現(xiàn)目的。
2)在參數(shù)數(shù)量級方面,由于核函數(shù)參數(shù)的多少影響函數(shù)的復(fù)雜程度,多項式函數(shù)的參數(shù)要比RBF函數(shù)參數(shù)要多,RBF函數(shù)在函數(shù)復(fù)雜程度方面要優(yōu)于多項式核函數(shù)。
實驗主要對前段傳感器做軟件的參數(shù)補(bǔ)償,數(shù)據(jù)是采集的溫度,測量氣體濃度,還有傳感器的電壓值3個變量。利用支持向量機(jī)RBF核函數(shù)回歸算法,使3個參數(shù)呈現(xiàn)函數(shù)關(guān)系模型,來預(yù)測和模擬其趨勢和變化,達(dá)到參數(shù)補(bǔ)償?shù)哪康摹D5是具體實驗步驟:
步驟一選定因變量和果變量

圖5 實驗步驟Fig.5Experimental procedure
本系統(tǒng)多陣列氣敏元件溫度補(bǔ)償采用支持向量機(jī)模型。其氣敏元件被測量用x表示,氣敏元件的輸出電壓用y表示,氣敏元件所在場合溫度用t表示。設(shè)被測量,電壓,溫度存在y=f(x,t)函數(shù)關(guān)系,函數(shù)隨溫度改變而呈非線性改變。這與y=kx函數(shù)線性變化存在較大的誤差,y=f(x,t)其函數(shù)表達(dá)式:

則傳感器的溫度靈敏度為

可以看出:溫度的變化必將引起氣敏元件電源電壓不穩(wěn),使靜態(tài)工作點發(fā)生變化,導(dǎo)致電路輸出端電壓偏離原固定值。所以對其溫度進(jìn)行補(bǔ)償,可提高氣敏元件的測量精度。
步驟二求出最佳C和G
把數(shù)據(jù)歸一化到1到2之間,得出量綱一致的輸出,也可提高數(shù)據(jù)模型的精度。交叉驗證(Cross Validation)是用來驗證機(jī)器學(xué)習(xí)算法性能一種統(tǒng)計分析方法,基本思想是把在某種意義下將原始數(shù)據(jù)(dataset)分為訓(xùn)練集(train set)和驗證集(validation set),首先利用訓(xùn)練集訓(xùn)練支持向量機(jī)模型,然后利用驗證集來測試用訓(xùn)練集得到的模型(model),以此做為評價支持向量機(jī)的性能指標(biāo)。
采用K-fold Cross Validation(記為K-CV)可將原始數(shù)據(jù)分成K組(一般是均分),分別將每個子集數(shù)據(jù)分別做一次驗證集,其余的K-1組子集數(shù)據(jù)作為訓(xùn)練集,這樣會得到K個模型,K-CV下分類器的性能指標(biāo)以這K個模型最終的驗證集的分類準(zhǔn)確率的平均數(shù).K-CV可以有效的避免過學(xué)習(xí)及欠學(xué)習(xí)狀態(tài)的發(fā)生,用交叉驗證所得出的結(jié)果比較可靠.通過計算其最優(yōu)c與g為:Best c=0.707 107 Best g=1.414 21。
步驟三訓(xùn)練SVM模型,擬合預(yù)測

圖6 數(shù)據(jù)擬合圖像Fig.6Data regression
利用最佳的C和G,利用溫度,檢測氣體濃度,輸出的電壓值訓(xùn)練SVM模型,又有K-CV的測試來驗證SVM模型的擬合效果。擬合預(yù)測得到原始數(shù)據(jù)和回歸預(yù)測數(shù)據(jù)的擬合圖6,均方誤差MSE=9.35413e-05如圖7所示,相關(guān)系數(shù)R= 99.777 7%。

圖7 相對誤差圖Fig.7Error picture
本實驗搭建了電子鼻系統(tǒng),利用硬件電子元件使信號受最小擾動,溫度影響其精確度的情況下,利用支持量向量機(jī)回歸算法對前端氣敏元件進(jìn)行參數(shù)補(bǔ)償。在小數(shù)據(jù)樣本下,利用支持向量機(jī)核函數(shù)對氣敏元件非線性預(yù)測回歸,實驗所得模型提高傳感器的精度,達(dá)到了參數(shù)補(bǔ)償?shù)哪康摹?/p>
[1]沈紅衛(wèi).單片機(jī)應(yīng)用系統(tǒng)設(shè)計實例與分析[M].北京:北京航空航天大學(xué)出版社,2002.
[2]楊清梅,孫建民.傳感器與測試技術(shù)[M].哈爾濱:哈爾濱工程大學(xué)出版社,2004.
[3]滿慶豐.CAN總線的發(fā)展和應(yīng)用[J].電子技術(shù)應(yīng)用,1994(12):33-37. MAN Qing-feng.Development and application of CAN bus[J]. Application of Electronic Technique,1994(12):33-37.
[4]HART FSK Physical Layer SpecificationDocument[S]. Revision:8.0,2010.
[5]周樟華,王賓.HART協(xié)議及其在智能變送器中的應(yīng)用[J].微計算機(jī)信息,1997(3):7-10. ZHOU Zhang-hua,WANG Bin.The Application of HART in intelligent transmitter[J].Control&Automation,1997(3):7-10.
[6]閻威武,邵惠鶴.支持向量機(jī)與最小二乘支持向量機(jī)的比較及其應(yīng)用研究[J].控制與決策,2003,18(3):358-360. YAN Wei-wu,SHAO Hui-he.Comparative study of support vector machines and least squares support vector machine and its application[J].Control and Decision,2003,18(3):358-360.
[7]馮振華,楊杰明.SVM回歸的參數(shù)探討[J].機(jī)械工程與自動化,2007(3):17-22. FENG Zhen-hua,YANG Jie-ming.Discussion on the parameter of SVM regression[J].Mechanical Engineering&Automation,2007(3):17-22.
The research of compensation parameters of electric sensor system based on SVM
WANG Xin,TONG Shi-zhong,F(xiàn)U Gui-zeng,GUO Ying
(School of Information and Control Engineering,Liaoning Shihua University,F(xiàn)ushun 113001,China)
First of all.This paper briefly introduces electric sensor system use HART protocol and other electric hardware parts.On For the purpose of minimal interference data transmission on Electric Sensor System use continuous phase FSK modulation and demodulation techniques,.Secondly,the use of the advantages of small data and kernel function to the higher space nonlinear map on support vector machine regression algorithm,To predict a mathematical nonlinear model to fit the front sensor of the Electric Sensor System,implement the compensation of parameters in software part.By combining software and hardware methods to improve the accuracy of the Electronic Sensor System.Its fit R=99.777 7%,MSE=9.354 13e-05.
electric sensor system;HART;SVM;compensation of parameters
TN919.4
A
1674-6236(2015)20-0114-03
2015-01-16稿件編號:201501133
王鑫(1987—),男,吉林長春人,碩士。研究方向:儀器儀表,機(jī)器學(xué)習(xí)。