Thong tin luan an tien si

THONG TIN LUAN AN TIEN Si Tên đề tài: Nghiên cứu nâng cao chất lượng nồng độ khí độc hại môi trường công nghiệp dùng mạng nơ-ron Chuyên ngành: Kỹ thuật điều khiến tự động hóa Mã số: 9520216 Nghiên cứu sinh: Trần Thị Phương Thảo Người hướng dẫn khoa học: PGS.TS Trần Sinh Biên PGS.TSKH Trần Hoài Linh Cơ sở đào tạo: Trường Đại học Hàng hải Việt Nam TOM TAT NOI DUNG LUAN ÁN Tính cấp thiết đề tài Hiện nay, chất lượng khơng khí mơi trường dân sinh môi trường công nghiệp ngày xuống thấp Sự gia tăng nguồn khí thải nhân tạo từ hoạt động công nghiệp sinh hoạt đưa vào khí quyên hàng trăm khí độc hại như: HS, NH:, SO;, NO,, CO, CO;, Ox Đây hiểm họa sống đại mà lĩnh vực sản xuất ngày phát triển Bên cạnh việc nâng cao chất lượng sản xuất có tính bền vững bảo vệ mơi trường cơng tác giám sát, cảnh báo chất lượng khơng khí quan trọng Trong mơi trường cơng nghiệp loại khí độc hại vượt tỷ lệ giới hạn định ảnh hưởng trực tiếp đến sức khỏe người lao động môi trường sống người Do vậy, vấn đề nâng cao chất lượng đo lường, giám sát loại khí độc hại để đưa giải pháp hạn chế, loại bỏ chúng nhiệm vụ cấp bách quan trọng việc bảo vệ môi trường an sinh xã hội Vé vấn đề này, giới Việt Nam có nhiều nhà khoa học quan tâm cơng bố nhiều kết nghiên cứu Tuy nhiên, môi trường công nghiệp phức tạp với pha trộn nhiều loại khí, bên cạnh yếu tố nhiệt độ độ 4m môi trường dẫn đến làm suy giảm độ xác phép đo Vì vay van dé nghiên cứu nâng cao chất lượng cho phép đo nồng độ khí tồn nhiều bất cập, hạn chế cần phải tiếp tục nghiên cứu, hồn thiện Mục đích nghiên cứu Mục đích nghiên cứu luận án ứng dụng ANN để nâng cao chất lượng cảm biến bán dẫn đo nồng độ khí HạS, NHạ CO Đối tượng nghiên cứu phạm vi nghiên cứu Đối tượng nghiên cứu luận án cảm biến loại bán dẫn đo nồng độ khí độc hại môi trường công nghiệp Phạm vi nghiên cứu: Các loại cảm biến bán dẫn có đặc tính phi tuyến làm việc điều kiện bị ảnh hưởng yếu tô môi trường nhiệt độ độ 4m với hỗn hợp khí đầu vào, từ đề xuất cấu trúc cảm biến ANN để nâng cao độ xác cho phép đo Phương pháp nghiên cứu 4.1 Nghiên cứu lý thuyết Luận án tập trung phân tích ưu, nhược điểm cảm biến bán dẫn phân tử quan trọng hệ thống đo phát nồng độ khí độc hại mơi trường công nghiệp để đề xuất phương pháp nâng cao chất lượng phép đo Nghiên cứu lý thuyết ANN nói chung ANN MLP nói riêng, ứng dụng ANN để xuất xây dựng cấu trúc cảm biến có tích hợp ANN để nâng cao chất lượng cảm biến bán dẫn | 4.2 Mô thực nghiệm kiểm chứng kết Kiểm chứng kết nghiên cứu lý thuyết mô off-line phần mềm Matlab để đánh giá kết đạt giải pháp đề xuất Xây dựng mơ hình thực nghiệm tiến hành kiểm chứng thực nghiệm cảm biến thực cho ứng dụng loại trừ sai số yếu tố ảnh hưởng Ý nghĩa khoa học thực tiễn đề tài Luận án có ý nghĩa khoa học thực tiễn lĩnh vực đo lường ANN Ý nghĩa khoa học: Đề xuất phương pháp ứng dụng ANN để nâng cao chất lượng cảm biến đo nồng độ khí Phương pháp góp phân tiếp tục minh chứng ANN cơng cụ với khả tính toán song song, bền với nhiễu lỗi số liệu đầu vào, có khả thực thi đưới dạng phần mềm phân cứng nghĩa thực tiễn: Kết nghiên cứu luận án sử dụng để tích hợp, cải tiến, chế tạo cảm biến bán dẫn đo nồng độ chất khí mơi trường cơng nghiệp Những đóng góp luận án Nghiên cứu số vấn đề lý luận mô phỏng, kiểm nghiệm thực tế nhằm ứng dụng ANN để nâng cao chất lượng cảm biến bán dẫn đo nồng độ khí H;S, NH; CO khí thải công nghiệp cụ thể ứng dụng: e Xây dựng cấu trúc cảm biến ứng dụng mạng ANN để bù sai số yếu tố ảnh hưởng nhiệt độ, độ âm ANN có cấu trúc đơn giản có đầu vào nhiệt độ mơi trường, số nơ-ron lớp an thap chi tir 12 no-ron dé xấp xỉ xác đặc tính ảnh hưởng nhiệt độ độ ẩm tới kết đo, từ làm sở cho ứng dụng bù Phần bù sử dụng phối hợp phương pháp nội suy tuyến tính tính tốn băng mạng ANN, đóng góp khác biệt với cơng trình khác sử dụng ANN có hai đầu vào nhiệt độ, độ âm số lớp ấn, số nơ-ron lớp an lớn e Xây dựng cấu trúc cảm biến ứng dụng mạng ANN có khả loại trừ tính phản ứng đa khí, hay nói cách khác có khả phân biệt ước lượng xác nồng độ khí thành phần có hỗn hợp khí đầu vào e Xây dựng cấu trúc cảm biến ứng dụng mạng ANN tính cảm biên điều chỉnh đặc e Ngồi cịn đóng góp xây dựng cấu trúc cảm biến tích hợp ba chức như: Bù sai số nhiệt độ độ âm, khắc phục tính phản ứng đa khí điều chỉnh đặc tính cảm biến Tập thể giáo viên hướng dẫn Người hướng dẫn khoa học thứ MVE PGS.TS Tran Sinh Bién Nghiên cứu sinh Hlos Ou Tran Thi Phuong Thao DOCTORAL THESIS INFORMATION Thesis title: Research on improvement of the quality of measuring toxic gas concentrations in industrial environments by using neural networks Speciality: Control and automation technology Code: 9520216 Ph.D Candidate: Tran Thi Phuong Thao Supervisor: Assoc Prof Tran Sinh Bien Assoc Prof.Dr Tran Hoai Linh THESIS SUMMARY The urgency of the topic Nowadays, the air quality in the living environment as well as industrial environment is getting lower and lower The increase in artificial emissions from industrial and domestic activities has brought into the atmosphere hundreds of tons of toxic gases, such as: H»S, NH3, SO, NO,, CO, CO», O3 This is one of the threats to the modern life when the manufacturing sector is developing In addition to improving the quality of production with sustainability and environmental protection, air quality monitoring and alarming is also very important In industrial environments, harmful gases exceeding a certain limit will directly affect workers' health as well as nearby human living environment Therefore, improving the quality of measurement and monitoring of toxic gases to provide solutions to limit and to eliminate them is an urgent and important task in protecting the environment and social security In this topic, on the World and Vietnam, there are many scientists who are interested in and they have publicized many of their research results However, the industrial environment is very complex due to the presence of mixtures of many gase components Besides that, the temperature and humidity factors environment also lead to a decrease in the accuracy of the measurements of the Therefore, the issue of studying to improve the quality of gas concentration measurements still has many shortcomings and limiting, that calls for further research and improvement Purpose of the research The purpose of the thesis is to apply artificial neural networks (ANN) to improve the accuracy of semiconductor sensors when measuring the concentrations of HS, NH; and CO gases in industrial environments The object and the scope of the research The object of the thesis is semiconductor type sensors that measure the concentration of toxic gases in industrial environments Scope of research: The semiconductor sensors with nonlinear characteristics work under the heavy influence of environmental factors such as temperature and humidity or sensors incororation of ANN non-ideal selectivity, into the sensors’ thereby the thesis proposes the structures to improve the measurement the disadvantages accuracy Research Methodology 4.1 Theoretical research The thesis focuses on analyzing advantages and of semiconductor sensors which are important elements in the measuring system and detecting the concentration of toxic gases in industrial environments to propose methods to improve the measurement accuracy Studying ANN theory in general and the popular Multi Layer Perceptron (MLP) in particular and their applications in sensors conditioning, propose a new way of using ANN in the sensors’ structure to improve the measurements accuracy of the semiconductor sensors 4.2 Simulation and experimentally verifications of the results The results of theoretical research are verified by off-line simulation on Matlab software to evaluate the proposed solutions Building an experimental model to conduct empirical verification on real sensors for applications to eliminate errors of influenced factors Scientific and practical significance of the topic The thesis has scientific and practical significance in the field of measurement and ANN + Scientific significance: Propose a new method of ANN application method to enhance the quality of the gas concentration sensor The results further prove that ANN are a tool with the ability to calculate parallel, durable with noise and errors of input data, capable of executing in the form of software or hardware + Practical significance: The research results of the thesis can be used to integrate, manufacture new improved semiconductor sensors to measure gas concentration in industrial environment with higher accuracy New contributions of the thesis Researching selected theoretical, simulated and practical issues in order to enable the new application of ANN to improve the quality of semiconductor sensors to measure the concentration of H»S, NH3 and CO in industrial emissions, particularly in applications * Building a sensing structure which uses ANN network to compensate the errors of the influenced factors such as humidity and the ambient temperatures The proposed ANN has a simple structure with one input (that is the ambient temperature), the number of hidden neurons needs to be only or neurons in order to accurately approximate the characteristics of the influence of temperature and humidity on the measurement result, which is the basis for the compensation application The compensation procedure uses both linear interpolation and ANN, which is a new contribution And it’s different from previous solutions using ANN Le4 / with two inputs: temperature, humidity with more number of hidden layers, or larger number of hidden neurons ¢ Building eliminating a sensing structure which multi-gases distinguishing and non ideal accurately uses ANN selectivy, estimating network ic the the is capable of capability concentrations of of gas components in the input gas mixtures ¢ Building a sensing structure, which uses ANN network to adjust the characteristics of the sensor * The research also contributes to the construction of a sensor structure that integrates all compensation, three functions correcting such multi-gas as: Temperature non-ideal selective and humidity reaction and adjusting sensor characteristics On behalf of Collective Supervisors Principle Supervisor Ph.D Candidate ee Assoc Prof Tran Sinh Bien Tran Thi Phuong Thao