Filip MUSIAŁEK, Dariusz SZABRA, Krzysztof ACHTENBERG, Jacek WOJTAS
Instytut Optoelektroniki, Wojskowa Akademia Techniczna, ul. gen. Sylwestra Kaliskiego 2, 00-908 Warszawa
Laserowa spektroskopia absorpcyjna (ang. LAS – Laser Absorption Spectroscopy) umożliwia wykrywanie substancji chemicznych w wielu dziedzinach nauki, przemysłu, ekologii, medycyny oraz bezpieczeństwa. Czujniki LAS wykorzystuje się min. do badań zanieczyszczeń atmosferycznych, inspekcji rurociągów gazowych, wykrywania materiałów wybuchowych czy diagnostyki amunicji [1,2]. Jednym z ulepszeń układów LAS jest zastosowanie modulacji długości fali (ang. WMS - Wavelength Modulation Spectroscopy). Najistotniejszymi zaletami tego typu czujników gazów jest minimalizacja wpływu szumu typu 1/f w fotoodbiorniku, duża czułość, wbudowane metody autokalibracji czy szeroki potencjał praktycznych zastosowań. Do głównych ograniczeń opisywanej metody można zaliczyć: skomplikowany dobór parametrów modulacji, dużą wrażliwość na występowanie interferencji optycznych oraz konieczność wieloiteracyjnego dopasowywania profili symulacyjnych do profili pomiarowych [3]. Rozwój algorytmów sztucznej inteligencji, a także platform sprzętowych i programistycznych umożliwia wykorzystanie ich potencjału w czujnikach gazów wykorzystujących WMS. W trakcie realizacji prac zaprojektowano i wykonano laboratoryjne układy WMS wykorzystujące lasery kaskadowe, komórki wieloprzejściowe oraz autorskie niskoszumowe sterowniki laserów i fotoodbiorniki. W celu minimalizacji wpływu wyżej wymienionych ograniczeń zaimplementowano algorytm genetyczny do optymalizacji parametrów modulacji, głęboką sieć autoenkodującą do redukcji szumu oraz sieć neuronową do regresji wartości stężenia przy zmiennych parametrach substancji gazowych. Opracowano dedykowane oprogramowanie do generowania bazy danych sygnałów symulacyjnych, służącej jako zbiór danych treningowych oraz walidacyjnych w procesie uczenia sieci. W badaniach uwzględniono również różne topologie i hiperparametry algorytmów sztucznej inteligencji. Badania eksperymentalne polegające na testowaniu algorytmów w układzie laboratoryjnym umożliwiły kilkunastokrotną poprawę SNR czujników, a także zwiększenie dokładności i szybkości wyznaczania stężenia gazu względem innych, dotychczas stosowanych metod.
Podziękowania: Praca powstała przy finansowym wsparciu publikacji z projektu „PREMIUM” nr B.PRJ.RT.858 pt.: „Prediction models for implementation of munition health management" finansowanego przez Europejską Agencję Obrony.
Literatura
[1] J. Hodgkinson, R. Tatam, Optical gas sensing: a review, Measurement Science and Technology, Vol. 24, nr. 1, 2013.
[2] J. Wojtas et. al, Fast-response optoelectronic detection of explosives’ residues from the nitroaromatic compounds detonation: field studies approach, Measurement, Vol. 162, p. 107925, 2020
[3] Z. Wang, P. Fu, X. Chao, Laser Absorption Sensing Systems: Challenges, Modeling, and Design Optimization, Applied Sciences, 2019.