论文总字数：12873字

摘 要

本文介绍了我自己制作的基于激光的散射来识别空气中烟雾颗粒种类和密度的烟雾探测器。如今国内的大城市污染越来越严重，不同种类和密度的污染源使空气质量急剧下降。然而由于这些污染源的种类太多以及排放来源太多，政府很难有效的监管对这些污染源的排放。而该仪器就可以高效的检测空气质量，让有关部门可以对症下药，促进空气质量，这也是本文的研究目的和该仪器的应用实例。具体的原理就是，该仪器首先通过一个锁相放大器来排除环境光对激光散射的干扰，然后用一个封闭的管道采集需要探测的烟雾，利用分布管道内部在不同位置5个光电二极管来采集不同方向上光散射的情况，转换成电信号输出给软件部分。软件部分通过机器学习的方法，用这些数据来训练系统识别不同种类和密度的烟雾。通过对香烟，烧香的烟，干冰烟雾的训练，该仪器已经可以识别这3种不同的烟雾以及他们的密度大小。我相信如果继续利用机器学习采集更多种类的烟雾数据，然后把该仪器做的更加便携，该仪器能被广泛的应用。

关键词：散射，锁相放大器，光电转换，机器学习

Abstract

Nowadays, different types and density of pollutants are getting into our life, which causes the air pollution badly. What’s worse is that the government cannot do something effectively for that without knowing the type and origin of those pollutants. To solve this problem, this paper builds a smoke detector based on laser scattering. The device can detect a type and the density of gaseous particle by applying a machine learning algorithm on the scattering pattern of a laser that is passed through the gas. It consists of a chamber meant to hold any smoke we produce and fitted a laser to pass through the center of the chamber. Five photodiodes were fitted to the side of the chamber to transform light into electrical signal and a phase lock-in amplifier is used to reduce the effect of visible light in the environment.

KEY WORDS: Machine learning, scattering, photovoltaic, Phase lock-in amplifier

目录

摘要 I

Abstract II

第一章 绪论 4

1.1 研究意义和应用背景，已有现状 4

1.1.1 研究意义和应用背景 4

1.1.2 已有现状 4

1.2 完成的工作和成果概括 4

第二章 总体设计 6

2.1 流程结构 6

2.1.1 数据采集部分 6

2.1.2 光电转化 8

2.1.3 机器学习 9

2.2 基本原理 10

2.2.1 光的散射 10

2.2.2 锁相放大器去噪音 11

第三章 具体实现过程 14

3.1 遇到的困难和解决方法 14

3.1.1 硬件结构选择 14

3.1.2 乘法器的选择 15

3.1.3 RC大小和选择器的矛盾 17

3.1.4 采样器的精度问题 18

3.2 外部所用供应 21

第四章 结果以及改进总结 23

4.1 测试结果 23

4.2 如何改进 25

4.2.1 数据处理 25

4.2.2 机器学习训练 25

4.2.3 集成性能 25

4.3 未来前景 25

致谢 26

参考文献 27

绪论

研究意义和应用背景，已有现状

研究意义和应用背景

随着时代的进步，人们越来越关心生活的环境，然而污染却越来越严重，其中空气污染尤其突出。这种情况日益严重但是却又没有很好的办法来治理，其中很大一个原因就是空气污染源太多，例如每天汽车排放的汽车尾气，每种汽车的尾气种类和密度都不一致，政府很难对尾气设定一个统一的标准，即使设定了也很难进行检测。而且汽车数量太多，基本在大城市里人人都有一辆，相关部门很难做到对每一辆车都定期测量排出尾气种类和密度。

在这个背景下，我设计了一个基于激光散射的探测仪来探测空气中的烟雾颗粒的密度和种类。这个装置具体的意义体现在：可以装在汽车的排气管后面，来检测汽车的尾气排放情况，对其种类和密度可以进行检测。虽然现在该装置体积不足以便携到装在排气管，但是如果进行对整个装置的电源，电路以及硬件结构进行工业化的集成，装在汽车尾部是完全可行的。对于不同种类的车，其定期排放的相应污染空气的颗粒及其数量可以详细的记录下来。

针对这些数据具体分析，哪种车型或者如何驾驶可以具体减少污染物，针对不同的污染物来建立解决措施，甚至可以在汽车尾气后面直接进行对污染气体的化学中和，从而从根本上消除空气污染并且达到了有效检测污染气体排放的效果。除此之外，这个检测方法本身也是完全环保无污染的，全程只是进行光电转换，完全不涉及污染物的生成，这一点也符合了环保的理念。

已有现状

目前对于汽车尾气的检测，主要还是利用化学检测，这种方法虽然成本低但是检测的气体种类十分有限，只是停留在一氧化碳，二氧化碳，以正乙烷计和氮氧化物的检测。除此之外，需要定期补充化学试剂到检测装置中，检测本身也不是完全环保的，而且也很难做到便携在汽车的排气管后。

相比之，本文提到的这种利用光的散射来检测的优势就体现出来了。目前，对于利用激光的散射来识别烟雾已经被应用在烟雾报警器上。同时也有利用汽车尾气干扰氮气在激光中散射的成都来检测尾气的成分，其原理和本文实制作原理大同小异，都是利用了不同密度和种类的气体在激光介质中向各个方向散射的情况不同来检测的。但是对于环境光对激光散射的干扰，都没有很好的解决。本仪器利用了锁相放大器的特性解决了这一问题，算是对于已有现状的改进。

完成的工作和成果概括

本文将介绍我制作的基于光散射的烟雾探测仪，其中又分为两方面的工作和成果，第一方面是完成了硬件和软件的构造，并且完成了软硬件之间的信息交流。第二方面我们利用了大量的数据训练我们的仪器，具体就是用已知密度和种类的烟去测试训练该仪器，对于结果的测试：目前这个仪器通过大量的机器学习数据训练已经可以区别三种不同的烟雾及其的密度，这三种烟雾分别是：干冰烟雾，烧香的烟雾和香烟烟雾，值得一起的是，这些测试结果不需要在黑暗的环境下进行，也就是说我们排除了可见光的测试干扰，增加了仪器的实用性。

总体设计

流程结构

本仪器主要分为三个部分，第一个就是数据采集部分，第二个是光电转化部分，第三个是机器学习部分，下面将一一介绍。

数据采集部分

首先要介绍的就是光电二极管，该仪器用了5个相同的集成光电二极管来采集不同方向的光散射的情况。具体就是来自德州仪器的OPT101 芯片，其具体的结构图如下：

剩余内容已隐藏，请支付后下载全文，论文总字数：12873字