23、危险气体分类与管理系统：原理、架构及实验

危险气体分类与管理系统：原理、架构及实验

1. 引言

环卫员工的工作至关重要，但他们常常面临恶劣的工作环境。污水环境中氧气含量低，且含有高浓度的可燃气体和有毒气体，如甲烷、氨、一氧化碳和硫化氢等。员工暴露在这些有害气体中可能会失去意识，大量吸入甚至会导致严重的健康问题。尽管为员工配备了安全设备，但仍可能遭遇危及生命的不确定情况。因此，开发一个高效、灵敏的气体检测系统对于保障员工安全至关重要。

我们利用人工神经网络开发了一个危险气体分类与管理系统。该系统使用了一系列对不同气体敏感的 MQ 传感器，通过多个不同灵敏度的传感器组合，可以识别每种气体的独特模式。此外，系统还支持远程监控，并将数据存储在云端和设备内存中，方便后续参考。

2. 现有方法分析

目前存在一些气体分类系统，但它们存在一定的局限性。例如，一些系统只是简单地对气体进行分类，并通过警报发出简单的预警，无法对危险情况做出实时响应。以下是两个具体的现有方法及其问题：
- “嵌入式神经网络用于火灾分类” ：该系统旨在早期识别火灾并进行分类，使用了 TGS 系列的 SnO₂ 气体传感器、人工神经网络和 89c55 微控制器。然而，该系统没有明确指示火灾的燃烧程度，隐藏层数量过多，且在识别到超过特定阈值的危险气体时，缺乏相应的响应行动或控制系统。此外，该系统无法在危险环境中使用，也不收集数据用于未来的研究。
- “SnO₂ 气体传感阵列用于可燃和爆炸性气体泄漏识别” ：此系统的主要目标是识别可燃气体并确定其数量，使用了不同的 SnO₂ 气体传感器和多层神经网络进行分类。但该系统同样缺乏对超过特定阈值的危险气体的响