用于早期火灾探测的红外一氧化碳传感系统

该红外CO传感系统主要由气体预处理部分、光学部分、电学部分和上位机监测部分组成。系统结构原理图如图2所示。气体预处理部分主要包括真空泵、粗滤器（孔径为10 μm）、细滤器（孔径为2 μm）填充无水氯化钙的干燥管。在进行气体检测时，真空泵抽取的外界气体首先通过粗滤器和细滤器滤除颗粒杂质，防止气室中的反射镜被杂质污染对光强造成损耗，再通过充满无水氯化钙的干燥管对气体进行干燥处理，以防止水汽对气体吸收的干扰。光学部分主要包括基于微机电系统（Micro Electro Mechanical System， MEMS）技术研制的宽带红外热光源（型号：IR55， Hawkeye Technology）、双通道热释电探测器（型号：LM242，InfraTec，探测通道中心波长为4.66 μm，半峰全宽为180 nm，参考通道中心波长为3.95 μm，半峰全宽为90 nm）、分束器（型号：BSW510， Thorlabs）和球面反射镜（直径φ=75 mm，焦距F=300 mm）。使用傅里叶光谱仪（型号：Thermo Scientific Nicolet iS50）测量光源的光谱信息，当光源驱动电流为131 mA时，测试结果如图3所示，光源在4~11 μm范围内存在较强红外辐射，在4.66 μm（CO基频吸收带）处光源相对发光强度为0.6，由于测试环境为空气环境，存在较高的H₂O，由图中可以看到在5.2~7.2 μm处由于H₂O吸收存在较大凹陷。电学部分主要包括：主控电路、压控恒流源电路、前置放大电路（PA）、同相放大电路、加法电路、模数转换（Analog to Digital Conversion， ADC）电路、基于数字信号处理器（Digital Signal Processor， DSP，型号：TMS320F28335， Texas Instrument）的正交锁相放大电路（LIA）、声光报警电路和无线传输电路。主控电路输出4 Hz方波信号，通过压控恒流源电路为光源提供调制电流。光源发射出15°发散角的光束，通过分束器反射后汇聚到气室的入光口。入射光在两个球面反射镜之间反射六次，形成180 cm的有效光程，最后由入光口出射，经过分束器透射后最终被双通道热释电探测器所捕获。热释电探测器输出的两路微弱电流信号经过前置放大电路转换为电压信号，再由同向放大电路、加法电路调理到ADC芯片（型号：AD7903， Analog Devices）的输入量程内。两个电压信号的幅值经模数转换电路采样后由正交锁相放大器计算得出，并通过串口电路（SCI Circuit）传输给主控电路，最后主控电路使用预先标定好的电压浓度曲线计算浓度信息并通过无线传输电路传输给基于LabVIEW的上位机监测平台。当浓度超过预设警报值时，系统启动声光报警，同时基于LabVIEW的上位机监测平台进行语音报警。

图2  红外CO传感系统的原理框图。

Fig. 2  Schematic diagram of infrared CO sensor system.

PA： Preamplifier； SCI： Serial Communication Interface； ADC: Analog to Digital Converter; LIA: Lock-in Amplifier

图3  光源红外发光光谱

Fig. 3  Infrared emission spectra of the used light source

为了避免光斑重叠造成的干涉影响，长光程赫里奥特（Herriott）气室对光源的准直性要求比较高。怀特（White）气室光路一般由三个曲率相同的球面反射镜组成，调节过程较复杂，镜面利用率比较低。本系统使用的宽带热光源具有15°的发散角，所以以上两种气室均不适用本系统。

光学变换矩阵是傍轴光线通过光学元件后，描述其传播特性参数发生变化的矩阵表达式。假设光线入射点与光轴距离为r，与光轴夹角为θ，定义夹角θ在光轴上方为正，在光轴下方为负。如图4（a）所示，入射点A与光轴的距离为r，入射光线由入射点A沿光轴以夹角θ直线传输到点B，其点B的位置和角度可用矩阵表示为

图4  气室结构设计与仿真

Fig. 4  Structure and simulation of the absorption cell

光线经球面反射镜反射后，可知光线到光轴距离不变，角度发生变化。球面反射镜在长焦距条件下，近似认为两个球面反射镜的间距为光线传播距离。傍轴入射时，入射角θ很小，可近似认为入射角与其正切值相等。则通过几何关系可得入射光线经过一次反射后其位置和角度可由矩阵表示为

当光线在A和B两个镜面之间经过一次直线传输-反射-直线传输-反射后其位置和角度可由矩阵表示为

式中，R₁为镜面A的曲率半径，R₂为镜面B的曲率半径，L为镜面间的距离，f为平面反射镜的焦距。当R₁=R₂=2L=2f时，往返矩阵可简化为

当光线在镜面A和镜面B之间传输往返三次后，可得传输矩阵为

即入射光线经过第六次反射后，光线传输到入光口位置。

利用MATLAB设计仿真程序对上述矩阵光学进行仿真验证，仿真中使用的条件为气室长度30 cm，反射镜的直径为7.5 cm，焦距为30 cm，仿真结果如图4（c）、4（d）所示。考虑到宽带红外光源具有15°发散角，使用软件仿真了具有15°发散角的入射光在镜面A与镜面B之间的传输路径，从仿真结果可以看出，光束从镜面A的entrance hole入射，由于入射光的发散角度和球面镜尺寸的限制，光束无法全部被反射镜反射，导致损失了一部分光强，这就要求入射光的反射次数不能过多，经过三次反射后，光线汇聚到了镜面B标号3的位置，经过六次反射后，光线又重新汇聚到了镜面A标号6的entrance hole初始位置，验证了传输矩阵的正确性，说明光线的出射位置与光线的入射角度无关。聚光型气室的结构如图4（b）所示，气室两端是自主设计的铝制零件，零件长为9.5 cm，宽为3.5 cm，高为9.5 cm，中间部分是一根30 cm长的亚克力管，进气口与出气口均在顶部。铝制零件主要由密封盖、窗口片、镜架组成。镜架用来固定两个球面反射镜，其中一个反射镜上开有通光孔，窗口片用来密封通光孔。在通光孔与窗口片之间、窗口片与密封盖之间放置硅胶材质的密封圈，通过挤压作用达到密封效果，在亚克力管和铝制零件的连接处使用密封胶进行密封，保证了气室的密封性和实验的可靠性。

正交锁相放大器是利用三角函数的正交性来提取特定频率信号的峰值。当输入信号S（t）为

利用DSP生成同频正交参考信号R_⊥（t）与同频同相参考信号R_||（t）

输入信号分别与同频正交信号R_⊥（t）和同频参考信号R_|| （t）相乘，得到两个乘积信号

经过低通滤波器后得到正交谐波幅值Q和同相谐波幅值I分别为

并由正交锁相算法提取出与信号幅值成正比的一次谐波幅值（Amp（1f））为

基于DSP的数字正交锁相放大器的照片如图5（a）所示。输入信号经放大电路和加法电路调理后达到ADC的量程范围，目的是降低ADC芯片（型号：AD7903，Analogue Devices）的量化误差。信号由ADC芯片采样，可由按键实现对程序的启停控制，并可将谐波信号经串口发送至上位机。

图5  数字正交锁相放大器实物图和测试结果

Fig. 5  Photo of the digital orthogonal lock-in amplifier and test result

为了验证所研制的锁相放大器的功能。将放大电路的放大倍数调为60倍，采用信号发生器（型号：AFG-2225，GWinstek）生成频率为4 Hz、幅值为1.7 mV至10 mV的正弦波信号，输入到锁相放大器中，结果如图5（b）所示，一次谐波信号的数字量输出（Output（1f））与输入正弦信号的幅值Sin_amplitude呈线性关系，对其进行线性拟合，拟合关系式为

为了探究该锁相放大器的检测下限，将锁相放大器的信号输入端与地连接测量该锁相放大器的背景噪声，如图5（c）所示，背景噪声电压波动最大值为43.23 μV，最小值为38.89 μV。计算其Allan方差，如图5（d）所示，当积分时间为0.25 s时，该锁相放大器的检测下限为0.15 μV。

利用Environics公司的Series4000配气系统在体积分数为0~1×10^-4的浓度范围内配备6组CO样品，分别为0、2×10^-5、4×10^-5、6×10^-5、8×10^-5和1×10^-4，将其依次通入气室中。利用正交锁相放大技术分别提取出吸收通道与参考通道的电压峰值，并求出电压之比U（λ₁）/U（λ₂），每种浓度的气体分别测试5 min，并对每种浓度下的U（λ₁）/U（λ₂）取平均值，然后拟合出电压比信号U（λ₁）/U（λ₂）与气体浓度c之间的关系，如图6（a）所示，拟合曲线方程为

图6  传感器系统标定

Fig. 6  Calibration of the sensor system

拟合曲线表明U（λ₁）/U（λ₂）与浓度c之间具有良好的线性关系，拟合优度为99.507%。

如图6（b）所示，以2×10^-5为梯度，依次通入体积分数为0~1×10^-4的CO气体，从图中可以看出电压比信号U（λ₁）/U（λ₂）的变化可清晰分辨。当向体积分数为0×10^-6气室中通入1×10^-5的CO气体时，电压比信号U（λ₁）/U（λ₂）的变化在不经过算法优化的条件下已经很难区分，所以该仪器的分辨率应优于2×10^-5。

响应时间一般定义为从测量值的10 %变化到90 %所用的时间^［12］，该时间主要取决于气室结构，气体流速和系统处理数据的能力^［13］。为了测试该传感系统的响应时间，分别准备一瓶高纯氮气和一瓶浓度为1×10^-4的CO标准气，选择带有两个入口和一个出口的“Y”型连接器连接气瓶与气室，使用两个开关阀在两种气瓶之间切换。测试结果如图7所示，当气体流速设置为1 000 mL/min时，气体浓度从1×10^-5上升到9×10^-5的时间约为35 s。当该传感系统示数稳定一段时间后，通入纯氮气进行洗气，气体浓度从9×10^-5下降到1×10^-5所需时间约为38 s。

图7  系统的响应时间测试

Fig. 7  Dynamic response time test of the sensor system

系统采用的差分检测结构能够消除一部分由光学波动、光线传输和零点漂移引入的噪声，但是并不能完全消除信号的波动^［14］。稳定性反应了传感器在一段时间内保持稳定的能力。为了测试传感器系统的稳定性，使用配气系统向气室中通入浓度为0×10^-6的CO气体（即纯N₂），连续测量80 min。如图8（a）所示，当CO浓度为0×10^-6时，浓度波动范围为-1.42×10^-5~1.51×10^-5。

图8  系统对体积分数为0×10^-6 CO样品的稳定性测试结果和系统的Allan标准差曲线

Fig. 8  System stability measurement results on volume fraction 0×10^-6 CO gas sample and Allan deviation curve

为了进一步分析系统的稳定性，确定系统的检测下限，引入了Allan方差。如图8（b）所示，在积分时间为0.25 s时，系统的检测下限约为1.54×10^-6，继续增加积分时间，系统的稳定性更好，当积分时间达到300 s时，理论上系统的检测下限能达到3.50×10^-7。

当对低浓度的CO气体进行在线检测时，吸收信号中会夹杂着大量噪声，传统的数字锁相放大器难以将其高效滤出，导致该方法在进行低浓度的气体检测时精度较低，稳定性较差^［15-16］。为了进一步降低噪声干扰，提高对低浓度气体的检测精度，提出了使用正交锁相放大器结合卡尔曼滤波算法的信号降噪方法。卡尔曼滤波是一种时间域的递归估计，计算过程是一个不断“预测-修正”的过程，每一时刻的输出值X_K（即最优估计）都是由前一时刻的最优估计X_K-1和当前时刻观测值Z_K相乘得到的概率最大值。经典的卡尔曼滤波器要求估计的对象是线性系统，且系统误差近似服从高斯分布时才能有良好的滤波效果^［17］。在数据采集过程中影响信号质量的因素主要包括电路的热效应和背景杂散光的干扰。印刷电路板在长时间的工作下，会产生一定的热量，造成电子元器件的温度漂移，进而对信号质量产生影响。背景杂散光噪声由外光路引入，该噪声均匀分布在整个时间域内。在随机过程相关理论中，这两种噪声都独立服从于期望为0的高斯分布^［18］。系统噪声协方差为Q，观测噪声协方差为R，当系统预测量X_K-1、观测量Z_K满足预测方程时，K时刻的估计值XˆK可以由式（23）得出

其中，式（21）~（23）为预测方程，式（24）、（25）为更新方程。A、B表示状态转移矩阵和输入转换矩阵，I为单位矩阵，H为线性转换矩阵；PK是K时刻的先验协方差，PK¯¯¯是K时刻的后验协方差；K_K是卡尔曼增益。

系统的初始状态一般是难以精确确定的，若初始值与实际测量值差值过大，则需较长的稳定时间。本系统将采集信号的前10个数据的平均值设置为算法初始值，降低算法的延迟性。在理论分析的基础上，使用MATLAB软件设计卡尔曼滤波算法并将其嵌入基于LabVIEW的上位机监测平台，通入体积分数为0的CO气体（即纯N₂），连续测量80 min，观察系统的稳定性。如图9（a）所示，测试得到的浓度波动为-7.38×10^-6~1×10^-5，与滤波前相比波动降低了约40.56%。图9（b）为经过卡尔曼滤波后的Allan标准差曲线，当积分时间为0.25 s时，系统的检测下限为3.60×10^-7，系统的检测下限降低到原来的23%。

图9  引入卡尔曼滤波算法后，系统对体积分数为0×10^-6 CO样品长时间的监测结果及Allan标准差曲线

Fig. 9  Long-term monitoring result on the CO sample with a volume fraction of 0×10^-6 and Allan standard deviation curve after Kalman filter

为了验证所研制的CO传感系统对早期火灾的检测能力，对纸张，棉花以及木材三种可燃物在阴燃阶段所产生的CO浓度进行了测量。如图10（a）所示，分别取0.1 g的纸张、棉花以及木材放置在加热台（heater）上进行加热，产生的CO气体首先经过气体预处理装置（gas processing platform）中的过滤器（filter）和干燥管（dry tube）滤除掉杂质和水汽，然后利用真空泵（pump）以12 L/min的流速把气体抽入到气室中。实验过程中可燃物全程并未出现明火，一直处于阴燃状态。实验结果如图10（b）所示，在200 s时开始加热，三种材料产生的CO气体能被探测到的时间分别为214 s、249 s和270 s。此外，从图中可以看出相同质量的纸张，棉花，木材在阴燃时产生的CO气体浓度的峰值分别为1.51×10^-4、2.18×10^-4、2.59×10^-4。因此可以通过CO的浓度变化来探测火灾的发生。此外，与棉花和纸张相比，木材所产生的CO持续时间更长，这是由于木材的碳化效应所致^［18］。

图10  棉花、纸和木材阴燃实验和CO浓度的探测结果

Fig. 10  Cotton， paper and wood smouldering experiments and CO concentration measurement results