催化燃烧式瓦斯传感器技术研究进展

摘 要： 首先分析了催化燃烧式瓦斯传感器的工作原理，然后综述了催化燃烧式瓦斯传感器的标定与补偿技术现状，最后指出，综合考虑催化燃烧式瓦斯传感器的稳定性和一致性，探索研究在初始不一致和工作过程不稳定的双重作用下，传感器数据的变化规律，通过智能信息处理的方法予以动态补偿，将是下一步需要研究的主要方向。

关键词：

中图分类号： ＴＰ３９１文献标识码： Ａ文章编号：２０９５－２１６３（２０１１）０３－００７１－０３

Ｒｅｓｅａｒｃｈ Ａｄｖａｎｃｅｓ ｏｎ Ｃａｔａｌｙｚｉｎｇ Ｂｕｒｎｉｎｇ Ｇａｓ Ｓｅｎｓｏｒｓ

ＬＩＵ Ｈａｉｂｏ， ＳＨＥＮ Ｊｉｎｇ

Ａｂｓｔｒａｃｔ：The principle of catalyzing burning gas sensors is analyzed firstly. Then the state-of-the-art of calibration and compensation technology for catalyzing burning gas sensors is surveyed. Finally, the further research directions are pointed out, i.e. the consistency and invariance of catalyzing burning gas sensors should be consider together. The evolutionary rules of sensor data under both the inconsistent initial conditions and variant characteristic during working should be explored. And the dynamic compensation method based on intelligent information processing approach should be developed.

Ｋｅｙ ｗｏｒｄｓ：

０ 引言

瓦斯传感器是物联网系统中的一类重要的前端感知设备，在煤炭、石化等领域有着重要的应用[１，２]，尤其在煤矿领域，已成为安全生产监控的一个重要保障。

目前，煤矿中广泛应用的瓦斯传感器主要使用基于载体催化燃烧原理的敏感元件（俗称“黑白件”）[３，４]，这类传感器价格低廉，但普遍存在测量精度不高、稳定性不好（零点易漂移）、满刻度调校不快捷、不一致性（即不同的产品对瓦斯浓度的检测结果存在着差异）、“中毒”（指瓦检仪在浓度突然大幅增高时，其浓度指示无法跟踪浓度的变化，瓦检仪完全失灵，并且无法恢复）、双值特性（指当瓦斯浓度超过某一限定值后，其浓度指示曲线与浓度的增长方向相反，这种抛物曲线使得检测结果具有双值特征）等问题[５－７]。“中毒”现象及双值特性是黑白件的固有性质，难以通过生产工艺以外的方式予以克服，但稳定性与一致性问题可以通过数据处理措施予以改进。

除了催化燃烧式瓦斯传感器外，其他检测瓦斯浓度的技术还有红外[８－１１]、声表面波[１２]、半导体[１３，１４]、光学[１５－１７]等技术。但是这些技术有的尚未成熟，有的尚未在煤矿推广普及。尽管催化燃烧式瓦斯检测技术存在着很多弱点，但在目前井下瓦斯检测中仍占主导地位，在煤矿中使用率超过９９％。所以，研究并克服瓦斯传感器的现有不足是当前主要的技术趋势。

１ 催化燃烧式瓦斯传感器工作原理分析

催化燃烧式瓦斯传感器的工作原理为：给载体催化元件通以恒定的电流，加热至５００℃左右，敏感元件对瓦斯的催化作用会使瓦斯在元件表面上发生无焰燃烧并释放出热量，元件温度随之上升，敏感元件铂丝的电阻值随之增加。利用惠斯登电桥测量电路（如图１所示）可测出敏感元件电阻值的变化量，并可以进一步推算出相应的瓦斯含量。

图１中的ｒ２为敏感元件，ｒ１为补偿元件。ｒ１与ｒ２制作材料相同，ｒ１表面未涂催化剂，不参与催化反应。在无瓦斯的新鲜空气中，ｒ２≈ｒ１，调整电桥使之平衡，信号输出端电压ＵＡＢ＝０。当有瓦斯时，在敏感元件ｒ２表面发生催化燃烧，ｒ２的阻值增加为ｒ２＋△ｒ２，但ｒ１阻值不变，从而导致电桥失去平衡。当采用恒压电源Ｅ供电时，电桥输出的不平衡电压为：

Ｕ＝Ｕ－ （１）

设ｒ２＝ｒ１＝ｒ＞＞△，则有：

Ｕ＝Ｕ≈Ｋ△ （２）

式（２）表明，电桥输出电压与瓦斯浓度近似成正比。因此在一定的范围内，电桥输出电压与瓦斯浓度呈线性关系，根据测得的电压值便可推算出瓦斯浓度值。

２ 催化燃烧式瓦斯传感器的标定与补偿技术

２．１ 传统的标定技术

国内生产的瓦斯传感器，很长一段时间都是采用人工标定技术，人工标定方法是给探头施加标准气样后直接观察读数窗口，然后通过手动调整显示值使其与标准气样一致，所调整的主要是传感器电路中的电位器。用这种方法需要将标准气样带到现场进行调校非常麻烦，所以调校人员也经常将瓦斯传感器带到实验室统一调校，但这样又不能保证调校的及时性，甚至有些传感器故障在带离现场后也很难判定，从而使得测量准确性得不到保障。

国外同类产品较早实现自动标定。自动标定时，也需要给探头施加标准气样，但无需通过手动调整电位器，调校标定工作均由传感器自带的微处理器自动处理完成。微处理器完成任务实质上就是对传感器的非线性补偿，常用的方法有查表法、曲线拟合法等。自动标定法与人工标定法相比，更加准确快捷，而且还可以克服人工调校造成的误差[１８]。自动标定所用的微处理器多为８位或１６位单片机，如只是做分段线性补偿，运算能力还够用，但若处理精度更高的复杂曲线拟合或附加其他智能处理功能，则显得有些力不从心，在响应速度和处理功能方面还有改进的余地[１９]。

２．２ 新型调校技术

文献[１４]认为，通过开发新的调校技术可以有效提高瓦斯传感器的可靠性，如动态配对工艺、变流恒温检测法和自动调校技术。

催化燃烧式瓦斯传感器采用载体催化传感元件和补偿电阻配合工作。补偿元件可以对催化元件的参数变化及环境因素的影响进行补偿，克服零点漂移问题。但两类元件如仅考虑静态配对条件下的参数设置，其补偿效果往往不尽人意。所以有必要研发催化传感元件和补偿元件的动态配对工艺，以达到更佳的动态补偿效果。

催化燃烧式瓦斯传感器常用的惠斯登电桥测量电路（如图１所示）为恒压电路，主要是依靠检测元件表面催化燃烧时阻值改变引起电桥输出电压的变化来检测瓦斯浓度。但燃烧过程会改变催化元件的属性，造成灵敏度、稳定性的一些不确定性的变化，影响检测精度[２０]。而通过变流恒温检测方法则不失为另一条可探索的途径[２１]。

瓦斯传感器的零点漂移、灵敏度衰减及补偿问题则可以通过为传感器配套电路来解决[２２，２３]。开发配套电路的关键是研究自动补偿的方法。研究表明[６]，催化燃烧式瓦斯传感器的输出可以用式（３）来表示。

Ｕ＝ＳＣ＋Ｕ０（３）

其中，Ｕ为输出值，Ｓ为传感器灵敏度，Ｃ为体积分数（即被测气体中的瓦斯体积除以总体积），Ｕ０为Ｃ＝０时的输出。由于催化燃烧式瓦斯传感器的固有特性，Ｓ和Ｕ０都会随着时间、温度和湿度的变化而发生漂移，这种漂移具有一定的规律性。文献[６]通过理论和实验研究，建立了这种漂移的数学模型，并通过修正体积分数Ｃ实现了自动补偿，如式（４）所示，该方法取得了较好的补偿效果。

Ｃ＝

（４）

其中，Ｕ（ｔ，Ｔｔ，Ｈｔ）表示ｔ时刻、环境温度为Ｔｔ、湿度为Ｈｔ时的传感器输出，式（４）中的数值系数都是通过对实测数据用最小二乘法拟合推导出来的。上述仅仅是自动补偿方法的一种，通过配套电路实现后，即可实现瓦斯传感器的自动调校。

２．３ 智能补偿技术

近几年嵌入式系统和计算智能技术发展迅速并被广泛应用到传感器领域，智能型瓦斯传感器也随之取得了快速的发展[２４]。传感器的智能化不但能够提高瓦斯检测的精确性、可靠性，而且还可以更加方便地实现零点和灵敏度的自动校正和非线性补偿，此外，还可以使传感器具备故障自动诊断的能力[２５－２７]，发展前景非常看好。

传统的传感器非线性补偿技术缺乏智能处理能力，往往因为数据样本的不完备性而导致补偿精度不够[２８，２９]。最近研究人员又开发了基于神经网络[３０，３１]、支持向量机[３２]、遗传算法[３３]、小波分析[３４]、灰色理论[３５]、分时补偿[３６]、数据融合[３７]等新方法的非线性补偿技术。但是目前这些补偿技术都是建立在随机优化技术基础之上的，众所周知，随机优化算法达到最优解的收敛条件是非常苛刻的，往往都是以时间上的无穷次迭代为前提的。因此，这又对传感器配套电路的微处理器提出了更高的要求。

３ 技术发展趋势展望

原有的补偿方法都是孤立地解决零点漂移导致的不稳定性问题，而没有考虑到产品的不一致性问题。下一步研究中，研究人员应该从催化燃烧式瓦斯传感器的稳定性和一致性角度综合考虑问题，这是瓦斯传感器向智能化方向发展必须首先要研究清楚的两个密切相关的基础性问题。

催化燃烧式瓦斯传感器是通过燃烧元件与未燃烧的元件的电路特性进行比较，从而建立瓦斯浓度与电路特征的关系曲线，由于在瓦斯爆炸的浓度区间，上述曲线近似直线，因此瓦检仪取直线关系作为测量的依据。由于两个金属丝的原始特性很难保持绝对的一致，同时，不同的黑白件配对后会使这种差异性进一步复杂化，因而造成了产品在初始阶段的不一致性。尽管国家已对这种初始差异限定了技术指标，但这种不一致性会随着使用时间及瓦斯浓度变化进一步增大。其漂移特征主要是由于随时间及浓度及变化，使得其电路特性发生了变化，即脱离了原来理论上的曲线规律，因而造成使用一段时间后，其零点发生了严重漂移，即不再归零。这种变化主要与瓦斯浓度及时间的积分有关，这就导致在使用时不得不进行周期性校正，然而这种校正已不可能保持原先设计的线性关系，而不得不减少使用寿命。这种情况使产品瓦斯检测的差异性进一步扩大，以致复杂化。

综合考虑催化燃烧式瓦斯传感器的稳定性和一致性，探索研究在初始不一致和工作过程不稳定的双重作用下，传感器数据的变化规律，通过智能信息处理的方法予以动态补偿，将是下一步需要研究的主要方向。

参考文献：

[ １ ] 郭玉森，吴传始． 矿难发生的原因分析及其对策的研究[Ｊ]． 煤

矿安全，２００５，３６（１０）：６６－６７．

[ ２ ] 马丕梁，蔡成功． 我国煤矿瓦斯综合治理现状及发展战略[Ｊ]．

煤炭科学技术，２００７，３５（１２）：７－１１．

[ ３ ] 柴化鹏，冯锋，白云峰，等． 瓦斯传感器的研究进展[Ｊ]． 山西大

同大学学报（自然科学版），２００９， ２５（３）：２７－３０．

[ ４ ] 刘明光，陈新军． 我国煤矿瓦斯安全监控系统综述[Ｊ] ． 安全生

产与监督，２００７ （３）：３８－３９．

[ ５ ] 胡兴志．目前我国煤矿瓦斯监控系统在使用中存在的问题[Ｊ]．

矿山机械，２００７（１）：９－１０．

[ ６ ] 于震，张正勇． 热催化瓦斯传感器的特性及其补偿方法[Ｊ]． 传

感器与微系统，２０１０，２９（１）：４２－４４，４８．

[ ７ ] 刘建周，等． 甲烷催化燃烧反应与甲烷传感器稳定性的研究[Ｊ]．煤炭转化，１９９８，２１（１）：８７－９０．

[ ８ ] 罗达峰，杨建华，仲崇贵． 基于红外吸收光谱的瓦斯气体浓度

检测技术[Ｊ]． 光谱学与光谱分析，２０１１，３１（２）：３８４－３８６．

[ ９ ] 张雷，等． 基于红外光谱吸收原理的红外瓦斯传感器的实验[Ｊ]．

煤炭学报，２００６，３１（４）：４８０－４８３．

[１０] 罗勇，毛晓波，黄俊杰． 红外检测瓦斯传感器的设计与实现[Ｊ]．

仪表技术与传感器，２００７（８）：４－６．

[１１] ＺＨＡＮＧ Ｙａｎ，ＺＨＡＮ Ｍｉｎｇ， ＪＩＮ Ｗｅｉ． Ｍｕｌｔｉ－ｐｏｉｎｔ ｆｉｂｅｒ－ｏｐｔｉｃ ｇａｓ

ｄｅｔｅｃｔｉｏｎ ｗｉｔｈ ｉｎｔｒａ－ｃａｖｉｔｙ ｓｐｅｃｔｒｏｓｃｏｐｙ[Ｊ]． Ｏｐｔｉｃａｌ Ｃｏｍｍｕｎｉｃａｔｉｏｎ，

２００３， ２２０： ３６１－３６４．

[１２] 张涛，马宏伟，赵省贵． 声表面波瓦斯传感器高压电薄膜研究

[Ｊ]． 西安科技大学学报，２０１１，３１（２）：２０２－２０４．

[１３] 王汝琳． 矿井瓦斯传感器的近代研究方法及方向[Ｊ]． 煤矿自动

化，１９９８（４）：１６－１８．

[１４] 童敏明，杨胜强，田丰． 新型瓦斯传感器关键技术的研究[Ｊ]． 中

国矿业大学学报，２００３，３２（４）：３９９－４０１．

[１５]曹茂永． 光学检测瓦斯的原理及方法[Ｊ]． 中国煤炭，１９９７，２３（１０）：２４－２５．

[１６] 杨伟红，刘克铭，徐广明，等． 基于正交偏振光的瓦斯浓度传感

器研究[Ｊ]． 光电工程，２０１１，３８（４）：１２－１６．

[１７] 高立明，王骏，白建明． 基于光纤传感的瓦斯浓度测试[Ｊ]． 科学

技术与工程，２００６，６（１６）： ２４３８－ ２４４０．

[１８] ＴＡＮＥＲ Ａ Ｈ， ＢＲＩＧＮＥＬＬ Ｊ Ｅ． Ａｓｐｅｃｔｓ ｏｆ ｉｎｔｅｌｌｉｇｅｎｔ ｓｅｎｓｏｒ ｒｅ－

ｃｏｎｆｉｇｕｒａｔｉｏｎ[Ｊ]． Ｓｅｎｓｏｒｓ ａｎｄ Ａｃｔｕａｔｏｒｓ， １９９５， （Ａ４６－４７）： ５２５ －

５２９．

[１９] 黄晶，阙沛文，唐景肃． 基于单片机的瓦斯传感器零点调整及

灵敏度校正系统[Ｊ]． 仪表技术与传感器，２００４（１）：３０－３１．

[２０] 谢宝卫，李国斌． 催化燃烧型瓦斯检测仪器性能特征及影响因

素浅析[Ｊ]． 煤矿安全，２００２，３３（３）：５４－５５．

[２１] 林彬，母洪都． 恒温电桥测量瓦斯浓度控制模型与实现[Ｊ]． 矿

山机械，２００６（９）：３１－３２．

[２２] 刘来生． 瓦斯检测仪器测量误差的分析与研究[Ｊ]． 水力采煤与管

理运输，２００６（２）：２６－２７．

[２３] 王建昌． ＩＴ技术在我国煤矿瓦斯检测方面的应用和发展[Ｊ]． 科技潮，２００２（９）：５４－５５．

[２４] 刘志存，孙林峰． 智能矿井瓦斯传感器自动调零校正研究． 工

矿自动化，２００５（３）：４－６．

[２５] 王正洪，张小鸣，徐君． 矿井瓦斯传感器自动调校技术及其研

究进展[Ｊ]． 江苏工业学院学报，２００４，１６（２）：６１－６４．

[２６] 王汝琳，赵钢． 自动校零瓦斯传感器[Ｊ]． 煤炭自动化，２０００（２）：８－

１０．

[２７] 刘建周，等． 瓦斯传感器稳态工作方程与线性补偿模拟[Ｊ]． 传

感器技术，１９９９，１８（１）：１６－１９．

[２８] 童敏明． 瓦斯传感器非线性的动态调校[Ｊ]． 仪表技术与传感

器，２０００（１１）：３４－３６．

[２９] 李英建，等． 提高催化燃烧型瓦斯报警仪测量精度的有效方法

[Ｊ]． 煤矿安全，２００６（１０）：７－１０．

[３０] 刘刚，刘学仁，蔡十华． 基于神经网络的瓦斯传感器的非线性

校正[Ｊ]． 工矿自动化，２００６（６）：１－４．

[３１] 刘刚，等． 基于改进型ＢＰ神经网络的瓦斯传感器的非线性校

正[Ｊ]． 传感器与微系统，２００６，２６（１）：１５－１８．

[３２] 梅灿华，李明． 基于支持向量机的瓦斯传感器数据验证[Ｊ]． 煤

炭科学技术，２００７，３５（１２）：８９－９１．

[３３] 温秀兰，等． 用遗传算法实现信号转换电路的非线性校正[Ｊ]．

数据采集与处理，２００３，１８（３）： ３０６－３０９．

[３４] 党建军，李学娟，朱瑞卿． 基于小波分析的瓦斯突出预测信号

提取技术研究[Ｊ]． 中州煤炭，２００８（１）：６－７．

[３５] 杨禹华，等． 基于灰色预测理论的瓦斯传感器自校正技术[Ｊ]．

中国安全科学学报，２００４，１４（７）：６－８．

[３６] 尹洪胜，等． 基于时分补偿原理的瓦斯检测方法[Ｊ]． 中国矿业

大学学报，２００８，３７（１）：４８－５２．

[３７] 阎馨，屠乃威． 基于多传感器数据融合技术的瓦斯监测系统

[Ｊ]．计算机测量与控制，２００４，１２（１２）：１１４０－１１４２．

推荐访问:研究进展 瓦斯 催化 传感器 燃烧