基于人工嗅觉仿生原理的系统异常状态辨识理论与方法研究

针对载人航天器、潜艇等非开放空间设备密集系统健康监控的迫切需求，瞄准设备故障预防和空气污染防护中同时面临的实时异常检测和定位问题，借助人工嗅觉传感器阵列获得的环境气味信号，以状态气味混合与扩散机理研究为基础，结合嗅觉传感器阵列数据多变换域特征提取技术，构建软件人工嗅觉图像和阵列信号关联模型，提出系统典型异常嗅觉信号谱刻画方法；采用基于关联模型匹配、传感器阵列信号盲源分离等技术，构建复杂气氛背景下设备异常气味源检测分离模型；结合嗅觉神经网络的振荡和非周期动力学行为分析，研究嗅觉传感阵列高维信号编码方法，构建非线性人工嗅觉神经网络模型，实现基于嗅觉的系统异常状态诊断和定位方法；研究嗅觉传感阵列检测系统优化和组网技术，为基于人工嗅觉仿生原理的系统异常状态辨识技术应用奠定基础。

本项目针对设备故障预防和空气污染防护中同时面临的实时异常检测和定位的需求，借助人工嗅觉气体传感器阵列，研究环境气味信号的描述、定性和定量分析以及故障决策问题。主要研究内容及取得的成果包括：.　　1、针对潜艇、载人航天器的典型机电设备，分析了异常气味产生原因与组分；模拟非开放空间气体环境，借助于电子鼻实验系统，对柴油、机油、齿轮油三种油液挥发出的气味和导线过热挥发出气体的检测结果进行了初步分析。.　　2、研究了设备异常气味嗅觉信号变换与谱刻画方法。采用归一化和基于符号分析序空间编码方法，对传感器阵列进行了优化；采用基于奇异值分解主成分分析进行气体特征提取，在三维主成分空间中，将柴油、齿轮油气体及导线挥发气体三种样本明显地分为三类；利用平行因子分析法应用于阵列响应三维数据阵处理，通过汽油、柴油和机油三种油液挥发气体的实验对该方法进行验证，根据得到的3个矩阵分别分析了响应信息、传感器贡献信息以及样本信息；利用扩展型拟Legendre正交基函数集建立了气体传感器响应的模型，结合偏最小二乘-聚类分析（PLS-CA）实现了气体的定性识别；在对气体瞬态响应过程分析的基础上，利用复频域分析方法，对传感器响应过程进行重构、对阶跃响应进行了预测，建立了传感器响应与气体浓度之间的关联模型。.　　3、在对混合气体响应分析问题进行描述的基础上，研究了线性混合假设条件下嗅觉传感器阵列信号盲源分离方法，利用基于独立成分分析的盲分离模型对混合气味的分离取得了一定效果。.　　4、研究了基于多单类支持向量机以及基于仿生嗅觉神经网络的分类识别方法，并通过实验数据进行了验证；研究了基于人工嗅觉的系统异常状态的诊断和定位方法，进一步对产生异常气味的原因进行识别和定位。.　　5、设计了气体传感器阵列反应腔的两级加热系统，并对进气装置进行了仿真设计，提高传感器反应腔内的环境控制能力。