基于半导体气体传感器的煤矿火灾探测.doc

《基于半导体气体传感器的煤矿火灾探测.doc》由会员分享，可在线阅读，更多相关《基于半导体气体传感器的煤矿火灾探测.doc（16页珍藏版）》请在沃文网上搜索。

1、基于半导体气体传感器的煤矿火灾探测 摘要:目的由在煤矿中于环境条件，检测和危险性的鉴定是一个挑战。本研究的目的是把重点放在地下火灾探测，尤其是阴燃火灾，这是由CO和C2H4出气特点。设计/方法/途径 研究开发基于一个单一的半导体气体传感器和相对湿度的传感器和系统温度。商业半导体气体传感器具有高动态范围的硬件控制和数据采集平台操作与应用优化的温度循环，以提高稳定性和选择性。结果分层评价战略，不仅可以识别CO和C2H4比例为100:1，标志着火灾闷烧，但也适合于分离或量化典型的干扰化合物，如甲烷，一氧化碳，氮氧化物或H2，从而有助于避免代价高昂的误报。之后有前途的实验室预测试，系统是专为现场测试，

2、包括测试气体和重新标定算法。为了提高了系统的稳定性，目前作者正在研究自我监控策略基于阻抗谱的冗余数据。独创性/价值这种方法允许在亚ppm浓度的水平，即使在存在的甲烷乙烯检测到只有1只要有一个简单的气体传感器。该系统实现了分类重复性以及鲁棒性，允许符合成本效益下，地面的发展火灾探测系统。新奇的的自我监控战略将进一步提高系统的可靠性。关键词: 消防；煤炭开采；半导体气体传感器纸张类型：研究论文1. 介绍和目的为了采矿工作的安全性，识别煤矿的危险性是非常的重要。煤矿的中心矿安全方面是有效的火灾探测，特别是闷烧煤火。目前，一氧化碳（CO）浓度和它的发展作为指标主要特点为闷烧火灾二氧化碳气体释放（福克斯

3、，1996年）。虽然这种类型的消防建立了检测，它有两个明显的缺点。首先，长的检测时间（数天甚至数周）所造成的消防和相应的增长缓慢的缓慢扩张一氧化碳浓度。其次，许多误报所造成的不同的情况，例如爆破作业或柴油车尾气油烟，其中发电有限公司也陪同此外，增加新鲜空气供应，大大降低有关一氧化碳浓度约。 10 ppm的决策检测困难。煤火早先的研究（Guntau和Hein，1994年;海恩等人，1995年）已经确定了可能的补救办法。闷烧煤火的特点是显著生成乙烯（乙烯）和特征CO/C2H4 100/1的比例。对于在煤矿的气氛，这意味着乙烯浓度ppb范围。煤炭地下（UG）的气氛地雷通常具有高背景浓度的甲烷（1），

4、此外，也有令人不安的气体，如氢气（H2）和氮氧化物（一氧化氮，二氧化氮）。因此，触发只能检测可靠，灵敏度高，选择性传感器。由于其高灵敏度，低成本和鲁棒性，半导体气体传感器是非常适合的轮廓应用。的主要缺点，选择性和稳定性，可以提高温度循环（T单车）（李和芦苇丛生，1999年，安卡拉等，2004年）和智能信号。处理（Llobet等，2001）。在广泛的实验室测试中，我们制定了分层策略煤矿火灾探测到特定的气体成分（莱曼，2006年，康拉德等人，2007年b）考虑和建一个现场测试系统（莱曼等人，2009年a，b）项。与此同时，自我监测和自我诊断策略研究提高稳定性，尤其是在安全应用（莱曼，等。2008A

5、，B）和安全。本文提供了一个UG的概述火灾探测的方法，国家的最先进的测量系统，并在实验室和实地测试得到了结果。它会结束自我监控策略的短期前景。2. UG的火灾和他们的检测 UG的火灾主要可以被归类为开放或阴燃火灾。明火易燃的结果材料和火焰的特点。带火灾的一个突出例如，这种类型的火灾。在这里，煤尘被加热滑动皮带和滚筒之间的摩擦。由于强气流的开放火势蔓延非常快，是很危险的人的生命。 另一方面闷烧火灾基于化学反应与煤和UG的大气压，主要存在于在煤矿采空区。为主，CO和越来越高的温度（150或者更多）这种化学反应的产品。如果这个热点的利差，它会点燃易燃材料和或导致爆炸结合爆炸性气体如甲烷浓度爆炸下限以

6、上。在UG大气压下，国有的最先进的检测闷烧火灾是根据电化学电池CO浓度的测定及其发展随着时间的推移。同时，甲烷浓度不断测量，例如催化气体传感器，以防止爆炸。此外，特殊的测量系统基于红外（IR）或气相色谱（GC）和气体样品，其中地面以上分析，允许监测气体浓度较高的塌陷区。虽然这种类型的检测是有效的事项意外的，它有像长了上述缺点决定时间和/或许多假警报（福克斯，1996年）。 因此，一个方面的主要挑战识别危险情况的存在同时检测的特点，如目标气体一氧化碳，氢气（H2），氮氧化物（NO，NO 2）和乙烯（乙烯）非常“嘈杂”UG的气氛中，以避免代价高昂的误报。具体来说，约CO/C2H4比例，100被认定

7、为阴燃煤的一个很好的指标火灾的（Guntau和Hein，1994年）。图1 地下失火时的COHE C2H4的浓度 图1显示了2006年在德国的煤矿地下失火气体分析结果。结果是基于气相色谱和红外吸收测量。请注意，这些测量结果闷烧火灾的采空区范围内采取开始与相应的浓度较高。结合在积极挖掘领域的新鲜空气CO浓度被减少到低至10 ppm及相应的乙烯浓度在ppb范围。同时二氧化碳的增加和乙烯浓度是阴燃火灾具有重要意义。在火灾早期阶段的CO/C2H4的比例大约是100。右侧显示在另一相同的火灾事件测量点，并在稍后阶段。通过与氮气惰性火被扑灭后数天，然后的CO浓度也下降到几乎为零。数据显示，闷烧火灾UG的早

8、期指标C2H4和CO/C2H4率都不错。这种类型的消防检测，是我们的合作与DSK的主要焦点（Deutsche Steinkohle AG）在欧盟支持的项目SAFETECH。3. 一般方法：天然气开发工具测量系统 UG火灾探测中的应用要有对体测量系统高需求气。主要要求是高乙烯检测ppb范围的灵敏度，高选择性检测目标气体对高背景浓度和最后一个系统的高稳定性。特别是，最低的要求是必不可少的应用程序中安全和保安。 为了满足这些主要要求，我们正在使用温度循环半导体气体传感器（SC）（S）（科尔，2001年）等。结合智能信号处理。由于其高灵敏度和低成本的半导体气体传感器上述离开固有的应用程序非常适合要解决

9、的选择性差（科尔，2001年）。为改善我们选择的一个简单的的温度循环的选择性而不是由于经过验证的多传感器阵列气体传感器在稳定和成本效益优势（Clifford和图马，1983年，加德纳，1994;海利希等，1997;李和芦苇，1999年）。图2 传统气体传感器原理 图2显示了一个系统的一般方法。循环的T传感器控制的电子平台（康拉德等，2006），还可以测量传感器电阻在温度循环数据。下一步是信号处理：正常化和特征提取后，报警的决定是基于阶级辨别和分类。对于所有的步骤，多种方法和工具可用。例如，有许多不同种类的功能或分类。 从系统发展的考虑，它是更有效使用市售的传感器和优化其上面描述的功能与方法比发

10、展完全新的传感器，即衬底，敏感层等。特别是其稳定的决心，这将是必要的资格过了很长一段时间，新的传感器（卡米尼等，2009）。这个原理图中的所有步骤必须调整和优化在广泛的实验室测试UG的火灾探测。4. 四、实验室测试：UG的火分层策略发现根据以往的研究，我们开发了一种测量个人资料不同的“火”和“非火”的情况模拟UG的气氛（图3）。非火灾情况代表“正常”的UG的气氛，由存在高CH4背景浓度高达1和变量的相对湿度（RH）1090。中CO210ppm的浓度范围内，乙烯在60至160 ppb的范围内选择，以示阴燃火灾。此外，这些方案辅以不同的运作情况，如爆破从隧道驾驶的烟雾，柴油废气从UG运输系统和出气

11、，从电池的氢收费和其他化学反应。爆破和柴油废气的特点是一氧化碳与峰100ppm的氮氧化物，通常在10ppm以下。出气的氢是难以量化，但最高为25ppm认为现实。有关火灾情况的特点在亚ppm水平的指标气体乙烯的存在。所有的测量均采用计算机控制气体混合系统（GMS）。图3 关于地下失火的浓度分布模拟专用的硬件平台，用于温度气体传感器和数据采集（康拉德等，2006年）。每个气体传感器控制，并与读出个别硬件平台精确的传感器温度控制，高动态范围和高达1 kHz的采样率。几种不同的商业传感器，传统的厚膜以及在Si衬底上氧化铝微结构传感器，进行了评价所需的场景。迄今最好的结果使用厚膜SnO2基传感器类型13

12、30生产科大（2010）。在一般情况下，半导体气体传感器包括一个加热器和燃气敏感层。加热器用于设置所需的操作温度通过运用适当的权力和也通过加热器电阻的测量传感器的温度。 敏感层改变其电阻或阻抗根据工作温度和气体的反应。为了提高选择性和稳定性，不同在一个所谓的温度循环使用温度水平（Lee and Reedy，1999）。图4所示，周期是基础广泛的静力试验的发展，以确定个人目标气体的最佳温度（约185，225和3268C的CO，C2H4和CH4分别）以及动态特性。特别重点放在最大重复性传感器响应：不同温度之间的变化水平不设定点的阶跃变化，但实现，而不是控制温度的坡道，让率温度的变化始终是相同的独立

13、环境温度。周期也包含一个额外的高温阶段（约400），这是不用于评估，但可确保更稳定的长期传感器操作（Gramm and Schu tze，2003年；Schu tze等人，2004年）。图4 像平均值似得规范化的原始数据，尤其是被提取的坡度归传感器响应曲线如图4所示甲烷在空气中的（1），二元混合物甲烷CO（10 ppm）和乙烯（100 ppb）的分别，终于为三元混合物CH4，CO和C2H4。温度斜坡在3268C温度恒定水平，2258C和1858C显示特征的斜坡和平均值适合之间的气体混合物的辨别显示放大的部分。此外，系数曲线拟合提取也适当的功能。请注意绝对的传感器电阻，通常是主信号，但往往具有较

14、大的漂移，被淘汰传感器响应曲线正常化，即分工通过其平均值，再增加稳定性，但也降低湿度的交叉灵敏度（Gramm and Schu tze，2003；Schu tze et al.，2004）。图5 分层决策树数据正常化和特征提取其次是决策过程（图2），其目的是区分“报警”和“不报警”的情况。辨别进行了使用线性判别分析（LDA）（古铁雷斯Osuna的，2002年）。辨别火灾和非火灾情况下，在场的所有人之间考虑干扰气体的使用只有一个LDA的一步不可能的。因此，在评估实验室测量并反复优化的信号处理，我们制定了四步分层策略与火的辨别和非火灾情况（图5）。初始培训的基础上从剖面图3中获得的数据产生各自的系

15、数向量需要进行各自的辨别的步骤。强调在正式的战略路径图5所示，由图6所示的校准数据。起初，相对湿度水平只是一个专用的系数向量确定。在约的情况。 50RH，选择相应的系数乘以特征向量确定theCH4浓度。基于所以determinedCH4浓度（0.5），在这种情况下，为下一步的系数向量后（第三）LDA限定干扰气体的存在和一套系数依赖的的存在H2 和NO2（组1）或“无干扰”（第2组）被选中。缩写“X”表示“乙烯”或“没有额外的组件”和因此，进行“报警”/“不报警”的信息内辨别的过程中作出决定。示例所示在图6是基于2组。在最后一步（fourthLDA）基于之间的“报警”和“不报警”的决定在场ofC

16、2H4。组合CO和NOx是“不报警”情况，而乙烯的存在标志着一个“报警”情况。该组的“警告”包含CO，氮氧化物和C2H4是一个例外，因为柴油废气，还可以包含乙烯。图6 用于所选择策略投影校准数据的插图5. 现场测试：火灾探测系统图7 现场测试系统 基于实验室测试阶段，我们设置一个现场测试系统数据采集。在UG的环境下，这个系统的一个特殊的挑战是UG的安全标准和法规与传感器系统仍处于运行（例如，ATEX）研究阶段，需要最大的灵活性。完整的因此，系统安装在耐压外壳（图7）。目前九个半导体气体传感器经营UG的，六分之一和另三个个控制点在生产线中的不同位置。距离之间是桥的控制点和我们的测试系统传感器通过

17、管抽的气氛。传感器选择裁员，以确定从一个变化传感器的未来，并确定传感器的稳定性与统计确定性程度较高。图8 现场测试系统示意图 图8显示了现场测试系统的整体设计。每个气体传感器控制，并具有相同的读出从实验室测试的硬件平台和设置，以确保可移植性从实验室到现场测试。原始数据（传感器电阻，温度设定点和实际温度）宣读了上述评价的地面传输。数据地上控制室的通讯实现通过一个光纤连接和转换光学设备信号标准的以太网连接，最后以USB接口。泵的正常运转和周围气体条件还使用流量计和双传感器记录相对湿度和环境温度。对于一个硬复位系统，它可以通过遥控器上的电源关掉。地上的PC是用来控制和调整系统一个特殊的LabVIEW

18、的前端，以及联机或脱机信号处理。为系统重新校准，这是两个测试气体还可以远程控制从地上。在一个重新标定阶段，定期气路关闭通过阀门和校准气体，蘸用1 Permapure管，流过传感器。图7显示了校准单位与两个测试气体瓶。6. 现场测试结果图9 通过系统的测试得到的CO于UG 的相关性 脱机和所获得的现场测试数据进行评估与经常UG的测量系统，即对于CO和CH4。图9显示之间的相关性获得的数据通过我们的实地测试系统和固定CO在测试期间UG的测量系统。在此图中，“准静态”传感器的信号，即某些样本的T周期对应到特定的温度下（这里的T周期从三个恒温水平）正在策划与时间。最低温度级（185）“准静态“的传感器

19、信号，显示了良好的参考相关CO浓度，因为在此温度传感器主要敏感有限公司CH4浓度和RH是在此期间几乎不变。图9显示了不同不同的CO浓度的运作情况。 “测量数据，从图9（a）显示了一个CO峰和长期的不断CO浓度（在标记情节）。（图9（b）在15:45一个典型的柴油的反应标记特征CO峰的废气。 SC传感器电阻的增加表明存在NO或NO2除此外，其他领域的测试有限公司测量确认这些结果具有良好的相关性之间的固定CO测量系统和SC数据。在这一领域的测试阶段不断地使传感器测量，周末和工作日或不同之间的相关性生殖健康水平也是可能的。与现场试验数据进行比较实验数据，并根据在过去的调查测量剖面图10含有正常，操作

20、和校准从而模拟UG气氛的情况。图10 不同大气压下气体浓度 在这些研究中，我们强调的检测业务情况下，如柴油车尾气或爆破烟雾，防止可能的误报。这种策略也是可行的，因为所有收购现场测试数据代表“非火灾情况下”，即无真正的火灾进行了监测。的情况下，“校准”（甲烷0.47）和“校准”（CH4（0.5）有限公司（7 PPM），图10），代表气体浓度校准单元瓶（图8）。在“情况1”甲烷（0.2）的传感器提供模拟1 UG的气氛与甲烷只。 “风云2”包含甲烷加（甲烷0.2CO5，6，7 ppm的CO浓度）“情况3”此外作为一种混合物包含NOx ofNO（2 ppm）和NO2（20页）。这种情况代表运作情况，即

21、爆破或柴油车尾气。 “形势4“含有一氧化碳浓度甲烷加三（甲烷0.2有限公司5，6，7 PPM），此外，乙烯（0.06 PPM）模拟一个典型的火灾形势。所有的测量也在differentRHlevels与重复执行byGMSand相同的整体设置（传感器类型，硬件和控制作为参数的现场试验系统运行UG）。对于这些测量我们也采用了相同的管式10mlength已安装UG的模拟可能出气。图11 实验与现场的原始规范的数据比较 归传感器响应曲线所示甲烷在空气中（0.2），图11为二进制混合物甲烷CO（5 PPM）和“情况3”（此外二氧化氮20日2 PPM）。所有现场数据的主要问题混合物和/或实际气体条件是未知因

22、为不是所有的干扰气体进行监测。据了解，绘制曲线的两个代表CH4回地面浓度约0.2和二氧化碳浓度分别为2.7和5.6 PPM，。以“X”代表未知的干扰气体。比较的曲线形式现场数据与实验室数据，所有的曲线都是在相同的电阻范围。选择方案的特点是非常类似“情况3” 从经营状况气剖面（图10） 但有不同的特点相比纯甲烷（1）的情况。特征提取后和LDA的训练根据配置文件从图10中，可以应用到获得LDA的系数现场测试数据，混合气体和气体浓度是未知的。图12中的LDA辨别的三个团体用于培训（矩形），非常好。在此基础上系数的现场测试数据进行了评估（三角形），并绘制在同一张图。这些数据将被列为正常运作的情况，这也

23、是由支持归传感器响应的相似性（图11）。基于LDA的情节，现场测试数据可分为（图12）使用，例如一个k最近邻分类。图12 现场的加完，CO和氮氧化物的气体分布 为了减少传感器的漂移，我们制定了校准战略应用UG的火灾实验室检测实验和测试它与真实的数据。这一战略将帐户，现场测试系统允许使用仅有的两个煤气瓶。图13 新旧传感器的校验数据的比较 重新标定策略，如图13所示。在左边方的原始数据。后LDA与培训新的传感器（开放符号）和三组（情况1 3）所有情况下的辨别是可能的。起初LDA的系数被应用到两个校准数据。校准数据组部分重叠“情况1”和“风云2”，分别。虽然在校准过程中的甲烷浓度较高，这是不为进一

24、步分离的决定性因素，因为整个信号处理是主要是独立的干扰气体甲烷的浓度。在第二个第一步，获得LDA的系数被应用到一个新的与测量（1和2;校准的情况下13）中年传感器（半固体符号）。虽然双方的“风云2”测量结果是一致的，即预计在同一的位置，“情况1”，“情况3”和两个校准群体表现出两种测量之间的重大转变，这可能导致错误的分类结果。 虽然许多校准战略调整传感器的原始数据，我们的策略是直接用于LDA的预测基础上不同气体成分的辨别，即数据后预处理和特征提取。切实有效地履行各自的校准组的训练和评估测量在LDA的图应该是一致的。因此，两个线性用于操作的“翻译”和“旋转”重新标定。首先，所有的平均值（和/或中

25、位数）“校准”的群体计算。经过计算这些价值观，转变向量确定翻译两次测量的各校准点（在这里：新的和老化的传感器）是一致的一个校准气体的混合物。在下一步中，剩下的两个校准点两个测量，即基于第二的混合气体，用于计算一个旋转矩阵，周围的起源翻译，即第一校准气体的平均值组。在这两个操作两个数学规则 翻译和旋转 这是再适用于所有数据。结果如图13所示。两相应的校准团体正在重叠 不是所有的个别测量数据，但平均值。通过比较原始和重新标定的数据集，这是非常更好的分类后，可能会重新校准，这是“情况1”尤其明显。请注意，情况3仍然是相当大的转变，这是由传感器老化引起的。 此外，有额外的重新标定算法选项。而不是平均值

26、的中位数是另一个可能性比较数据。此外，选择哪一组应用于计算平移和旋转优惠另一个提高校准的可能性。原则上，这种方法也可用于只有一个单一的校准气体，然后将只用于转移整个LDA的投影。请注意，最初的培训团体保持固定和只有群体的评价数据，即新的测量值，该算法提出。这可以更好地分类算法，即通过实施固定资产的分类地区或一个k近邻分类与一套固定的参考数据。这个策略也适合现场测试应用数据。在UG测试的气体从两个校准瓶都是通过现场试验系统和传感器反应测量。一个大的实验室测试数据相比漂移是显而易见的，这可以通过使用这种淘汰重新标定的策略。7. 一种新的方法：传感器的自我监测现场和实验室测试表明，传感器的显着变化反

27、应，这可以部分消除重新校准。然而，半导体金属氧化物气体传感器中毒传感器是一个严重的问题在许多安全和安全作为该系统的应用程序可能无法在所有有关反应气体。中毒，即不可逆转气体吸附阻塞表面，通常是一个缓慢的过程。传感器的电阻近一个时期下降缓慢，而传感器似乎运行正常（Pratt和威廉姆斯，1997年）。然而，目标气体的检测，或使用模式分析方法报警的情况下是唯一可能的优化系统功能，特别是未损坏的传感器。两者的结合像T循环独立的测量方法和在一个系统中的电阻抗谱（EIS）或气体传感器的数据，从数据比较独立的传感器，即湿度传感器，可以收购它可以用来探测和冗余信息识别系统出现故障，即造成损坏的传感器，由独立的信

28、号两者的评价和比较的结果方法。一个商业MOX燃料传感器的自我监督和自我诊断策略概述雷曼等。（2008A）。图14 半导体气体传感器的自我诊断和自我监控不同的研究表明，UG火灾探测也是可能使用EIS的（康拉德等人，2007年a，B;。雷曼等，2008B）。因此，在图14所示的策略，可以使用UG的火灾探测系统的自我监测。在EIS数据分别与特定的T周期数据评估特征提取方法（吉伦等，2010;麦克唐纳，1987年）。基于这些功能的一个单独的LDA计算，其预测结果相比T型周期的数据。如果从T周期和EIS数据的两种分类产生相同的结果，被视为气体测量系统仍正常工作的分类结果是有效的。结果：该系统是在不同分类

29、的情况下故障和的原因，然后可以通过检测自我诊断程序。另外，自我监测气体测量系统的使用，也有可能独立的传感器，即湿度或甲烷传感器（图14）。在许多具有强烈的不同应用湿度，实际湿度有关的信息为基本目标的情况下正确分类。8. 结论与展望 一般来说，实验室测试表明，所需的UG的火检测和抑制误报的可能所描述的安装，这是一个简单的SC气体传感器组成，T型周期作业和数据采集硬件结合智能信号处理。随着这一战略的检测和在辨别乙烯亚ppm的水平是可能的存在CH4浓度有五年以上的订单震级较高，以及其他干扰气体。这证明了高选择性，可随温度达到商业SC气体传感器的循环。在第二个步骤，我们建立了一个在此基础上网上重新标定

30、单位的实地测试系统设置在煤矿工作的规定履行。 从SC传感器的数据正呈现出良好的相关性固定测量系统。此外，比较和现场测试数据传输到实验室测试结果显示很可喜的成果。所提出的重新标定算法实验室条件下，允许一个有效的重新标定和也与UGdata工作。此外，我们开发了一种自我监测和自诊断故障检测战略通过比较的T周期和EIS数据的系统。 目前，该传感器的自我监测大纲的做法是根据调查和新通用的硬件平台是根据发展使两种测量模式，T周期和EIS的，要结合实地测试（Reimann，2010; Schu ler等，2010）。作为广泛的实地测试是必不可少的基础探明天然气测量系统的开发，这将是一个这些技术在实际应用的重要一步应用。 为了煤矿的火灾探测我们希望进一步的实地测试。根据这个新的现场测试数据生产系统将收集到的不同点行更广泛的数据库来实现不同背景的情况和浓度，操作条件等。此外，测量与参考如气相色谱系统或红外将提供更多的知识和有关的频谱要用于相关的干扰气体的浓度现场测试数据。目前UG的9个传感器中几个将被替换，以检查可能发生的变化，例如中毒或在实验室老化，重复原校准测量与初始校准数据进行比较。同时，更多的校准测量必须重新标定算法进行测试。