可调谐二极管激光吸收光谱法监测大气痕量气体中的浓度标定方法研究

可调谐二极管激光吸收光谱(TDLAS)技术是利用二极管激光器波长调谐特性,获得被测气体的特征吸收光谱范围内的吸收光谱,从而对污染气体进行定性或者定量分析。在空气痕量气体检测中,一般需要和长光程吸收池相结合使用。可调谐二极管激光吸收光谱法就是在可调谐二极管激光器与长光程吸收池技术相结合的基础上发展起来的一种新的痕量气体检测方法。这种方法不仅精度较高,选择性强而且响应速度快。已经广泛用于大气中多种痕量气体的检测以及地面的痕量气体和气体泄漏的检测。在大部分痕量气体检测仪器中需要精确地对检测气体进行在线的浓度标定,文章介绍了一个简单而精确的浓度标定方法,从理论上进行了分析,然后通过实验证明了这种方法的可行性。     

免标定波长调制吸收光谱技术用于乙炔探测的研究

利用近红外可调谐半导体激光器结合自主设计的柱面镜光学多通池,采用免标定波长调制吸收光谱技术实现了乙炔气体的痕量探测;实验中,使用中心波长为1.53μm的分布式反馈二极管激光器和有效光程为10.5m的柱面镜光学多通池,采用免标定波长调制吸收光谱技术对乙炔气体进行探测,并利用Allan方差对系统性能进行分析;对免标定波长调制吸收光谱技术与传统波长调制吸收光谱技术进行对比分析。结果表明:相比于传统的波长调制技术,免标定波长调制吸收光谱技术具有系统结构简单、灵敏度高以及浓度和光功率免标定等特点,可以提高系统的探测灵敏度和测量精度;使用免标定波长调制吸收光谱技术时,系统的测量误差小于5%,测量精度是传统波长调制技术的3.5倍,平均时间为1s时的系统探测灵敏度为0.127×10~(-6),平均时间为118s时的系统探测灵敏度可达0.031×10~(-6)。     

微结构气体探测器中紫外激光束的信号和指向精度实验研究

在气体探测器研究中,利用266 nm紫外激光的双光子电离物理机制使气体电离产生可测量的信号,是一种重要的标定方法.随着微结构气体探测器(MPGD)的不断发展,用紫外激光标定来实现较高精度位置分辨率成为了一种研究需求,对此有两个关键技术问题需要解决:实验研究激光可测信号大小以及激光指向精度.分析和模拟计算了紫外光电离信号大小和激光调光误差,基于微结构气体电子倍增器探测器与266 nm波长激光束,在工作气体Ar/CO_2(70/30)中,测量了不同光斑面积与输出信号的关系;设计和研制了紫外激光调光系统,实验测量了紫外光调光偏差.模拟结果与实验结果对比分析表明:紫外激光束作用于气体探测器,探测器增益在5000,前放增益为10 mV/fC时, 6 mm读出条宽输出信号幅度约400 mV;在探测器内传播距离为400 mm时,较短时间内(10—20 min)实验调光指向精度可以保证小于5′,引入z向偏差最大可以达到0.33 mm,对应z向漂移速度的测量相对误差为6.4×10-4.该研究为MPGD与紫外激光标定实验设计提供主要的设计参考.     

多维标度线性回归技术应用于人体血清临床指标的FTIR光谱定量分析

人体血清临床指标是衡量人体健康和亚健康水平的重要因素之一,采用傅里叶红外(FTIR)光谱技术实现人体血清临床指标的多成分快速同时检测。提出利用多维标度法(MDS)对光谱变量进行降维,结合多元线性回归(MLR)技术,建立多维标度线性回归(MDS-MLR)模型,为血清四种临床生化指标(葡萄糖、低密度脂蛋白胆固醇、甘油三酯、尿素)的定量分析优选光谱信息波长点,优化定标预测模型,结合移动平均法(MA)进行光谱预处理,得到良好的建模效果。通过检验集样品进行验证,检验相关系数均在0.9以上。结果表明,MDS-MLR方法具有人体血清临床指标FTIR光谱分析的应用潜力。FTIR技术结合MDS-MLR定量分析方法可以实现对人体健康和亚健康水平的快速评定。     

FTIR噪声修正方法用于提高挥发性有机物定量精度

经典最小二乘法(CLS)是傅里叶红外光谱定量分析软件中的一种常用算法。统计学中,当待测信号中的误差为正态分布零均值等方差时,CLS法可以得到最优无偏估计,但对异方差误差则不然。傅里叶红外光谱仪(FTIR)吸光度谱中的噪声相当于异方差误差,通过对噪声源的理论分析和实验统计计算获得了噪声的方差分布,并以此对CLS方法进行加权修正。计算表明,在分析气体中挥发性有机化合物(VOCs)污染浓度时,相比CLS方法, 采用仪器噪声方差分布修正后的加权最小二乘法(WLS)可以显著降低噪声对定量精度的影响,提高了分析结果的准确性和可靠性。     

LIBS技术结合多元校正定标检测土壤中的Cr

激光诱导击穿光谱(LIBS)技术结合支持向量机(SVM)定量分析土壤中Cr元素的含量。利用波长为1 064 nm的Nd∶YAG脉冲激光器作为激发光源,采用光栅光谱仪和CCD分光探测不同重金属元素含量土壤样品的LIBS特征光谱。为了提高土壤中Cr元素定量分析的精度,分别采用多元线性回归分析和SVM两种方法对土壤中Cr元素的含量进行定量分析。研究结果表明,采用多元线性回归分析方法可以有效提高定量分析的精度,定标曲线拟合相关系数从传统定量分析方法的0.689提高到0.980;SVM定量分析方法训练集得到的定标曲线斜率近似为1,拟合相关系数为0.998,优于传统定量分析方法和多元线性回归分析方法,对检验集的预测相对误差均在2.57%以内。LIBS技术结合多元线性回归和SVM定量分析方法可以有效的提高土壤中Cr元素定量分析的稳定性和精度,校正土壤基体效应对Cr元素定量分析的影响。     

人工神经网络与遥感FTIR对大气有机污染物的实时监测

利用遥感FTIR对大气中的有毒、易挥发有机化合物(VOCs)进行了实时定量测定,得到了待测物的积分浓度(PIC)。所测定的五种有毒易挥发有机化合物为甲醇、三氯甲烷、正己烷、丙酮和正丁醇。它们的FTIR光谱图存在着严重的混迭干扰现象,用人工神经网络法(ANN),成功地预测出了各污染物的浓度,并且给出了波数-吸光度-时间三维图,以及大气中污染气体浓度随时间的变化。结果表明,本方法对一定空间范围内的污染物定量分析,能够得到较为满意的结果,遥感FTIR可以作为连续实时监测的警报装置。     

基于复合结构的气体电子倍增器增益模拟和实验研究

气体电子倍增器(GEM)作为高性能的微结构气体探测器在高能物理相关领域内得到了广泛的研究和应用.其中增益是GEM探测器基本性能研究中的一个重要参数,该值的精确测量至关重要.增益的测量一般采用电流测量或者能谱测量方法,但均存在精度较低或者过程繁琐的问题,且无法精确测量低增益值.针对GEM探测器增益的精确测量,本文提出了一种由GEM探测器与微网结构气体探测器(MM)级联构成的复合结构探测器(GEM-MM).利用GEM-MM结构以相对方法实现GEM增益的精确测量.该方法既可以省去传统方法中复杂的电子学标定过程,同时不需要进行原初电离电子数的估算,保证了增益的精确测量,并且可以实现GEM低增益的测量.基于GEM-MM测量GEM增益的原理,本文首先对GEM-MM电荷输运过程进行了模拟研究,优化了合适的工作电压.比较了三种不同类型和配比工作气体下GEM增益模拟结果,并在Ar/iC_4H_(10)(95/5)气体中测量了单层GEM在3—24范围内的有效增益.不同Penning系数下GEM增益的模拟结果表明,Penning系数为0.32时GEM增益的模拟结果与实验测量结果符合得很好.由此可以确定一个大气压下的Ar/iC_4H_(10)(95/5)气体中,Penning系数为0.32±0.01.     

改进型 PSO‐SVM算法对井下多组分气体定量分析的研究

对于多组分混合气体定量分析而言,基于特征光谱的定量分析技术具有不可比拟的优势,而定量检测效率与精度取决于其采用的光谱数据处理算法的优劣。优化光谱分析算法参数与改进光谱数据处理方式是提高定量分析速度与精度的重要手段。针对井下多组分气体定量分析建模过程中支持向量机(SVM)参数难以确定,并且随组分数增多而呈指数增长的光谱数据运算量的问题,提出了一种改进型粒子群优化-支持向量机(PSO-SVM)算法。该算法主要针对多组分气体混合光谱数据量大,光谱特征信息存在交叠的问题进行研究。通过粒子变异约束PSO算法的收敛路径,再通过粒子信息共享提高模型优化效率,最后利用设置动态不敏感区提高模型精度。设计了一种井下多组分气体快速定量检测系统。该系统由CPU控制信号调制模块驱动红外光源,信号光经过滤尘除湿后的气室照射在探测器上。在压力与温度传感器补偿的基础上,由信号处理模块将探测得到的光信号量化传入CPU,最终,结合改进型PSO-SVM算法实现各组分气体浓度的定量分析。在完成井下实际样气采集、预处理的基础上,对浓度范围0～10.0%的CH₄和浓度范围0～1.0%的C₂H₆,C₃H₈,SO₂和CO₂共5种组分的混合气体进行了测试,获得了800组红外光谱数据,其中训练集400组,验证集400组。采用SVM建立了多组分气体的定量分析模型,利用改进型PSO对SVM中的参数进行了优化,并将获得的最优参数重建了定量分析模型。对采集的红外光谱数据分别由本算法与传统BP网络算法进行各组分气体浓度反演,实验结果显示,由于变异粒子对其产生的约束,使最优值收敛范围变小,从而提高了收敛速度,该算法建模时间仅为传统方法的1/10;由于通过气体光谱特性给出不敏感区,使特征光谱计算时交叉敏感效率降低,从而提高了模型预测的准确度,平均误差约为传统方法的1/5。由此可见,该算法在全局优化及快速收敛方面得到了显著提升,改进型PSO结合SVM用于井下多组分气体定量分析是可行的。改进型PSO-SVM算法对于多组分气体混合红外光谱数据的分离具有很好的适用性,其有一定的实际应用价值。     

基于二次-四次谐波联用的免标定波长调制激光吸收光谱方法

可调谐激光二极管吸收光谱(TDLAS)技术因其高灵敏度、高选择性和快速响应的特点，被广泛应用于痕量气体的检测与燃烧诊断研究。基于谐波检测的波长调制光谱(WMS)方法具有高信噪比的优势，是最常用的TDLAS气体传感方法之一。近年来，为了扩展WMS方法的适用范围，减小光谱参数标定误差，针对WMS方法免标定策略的研究逐渐成为热点。传统的免标定WMS方法一般需要根据光谱数据库并结合激光调制参数进行复杂的吸收光谱模拟，对先验光谱参数的准确度和硬件参数提出了很高的要求。针对以上问题，提出了一种基于二次-四次谐波联用的免标定波长调制激光吸收光谱方法，可以实现气体参数的快速、精确测量。与传统免标定WMS方法相比，新方法有以下特点和优势：(1)新方法基于Voigt线型导出，可以适应于任意展宽条件下的测量；(2)新方法只需要利用二次谐波和四次谐波中心峰高参数的代数计算即可获得吸收谱线展宽、积分吸收面积等关键光谱参数，进而实现浓度、温度等气体参数的测量；(3)新方法不需要进行运算量较大的谐波拟合以及高次谐波计算，降低了对硬件系统的要求；(4)因为不需要扫描完整的吸收谱线形状，解决了传统方法在高温高压下由于吸...     

混合气体红外光谱支持向量机分析的新方法

介绍了一种基于支持向量机的混合气体红外光谱组分浓度和种类分析的新方法。利用核函数将组分气体特征吸收谱线重叠严重的混合气体光谱在高维空间变换后,建立SVM回归校正模型,进行混合气体浓度分析。在利用支持向量机回归校正模型进行混合气体组分浓度分析的同时,证明支持向量机回归校正模型也可用于混合气体组分种类分析。对不同组分和不同组分浓度的混合气体红外光谱数据进行了实验,研究了谱仪扫描间隔、分析特征波长范围、核函数和惩罚因子等因素对分析结果的影响。混合气体组分浓度实验结果的最大平均绝对误差Mean AE为0.132%;混合气体组分种类识别的准确率大于94%。解决了传统的光谱分析方法中光谱特征谱线重叠、光谱数据的维数大、定性和定量分析无法使用同一方法等问题,可用于其他混合气体的红外光谱分析,具有实际应用价值。     

Radiography of biological specimens with alpha particles and the CR-39 SSNTD

This work studies the alpha particle radiography technique in conjunction with the CR-39 SSNTD. The irradiations were made in the CV-28 cyclotron at IEN/CNEN/RJ using a 7 MeV/nucleon alpha particle beam. The best etch time to obtain radiographs was determined as six hours. A calibration curve was obtained, so to allow a quantitative interpretation of the images to be performed. Its behavior was checked by several experiments with other energy degrading materials. Several radiographs of “in-vitro” biological specimens were obtained. The results showed the potential capability of this technique for studies in paleontology.     

近红外光谱技术在快速测定连翘提取物中连翘苷含量的应用

本文主要对近红外光谱技术在快速测定连翘提取物中连翘苷含量的应用进行了研究。利用近红外漫反射光谱法采集样品的近红外光谱,以HPLC分析值作为参考值,采用偏最小二乘法(PLS)建立连翘苷含量的定量校正模型,并用未知样品对该模型进行验证。所建模型的相关系数(R2)、校正均方差(RM-SEC)和内部交叉验证均方差(RMSECV)分别为0.9745、0.117和0.2392;经外部验证,预测相关系数(r2)和预测均方差(RMSEP)分别为0.9788和0.0776。结果表明该方法操作简便,无污染,结果准确可靠,可用于连翘提取物中连翘苷含量的快速测定。     

应用激光诱导击穿光谱对土壤中多元素同时定量分析

土壤元素的丰缺是对土壤养分检测、农业按需种植和科学施肥的依据,是精准农业农情信息感知技术检测的关键点,更为农业生态、高效和优质生产提供理论指导。该研究运用激光诱导击穿光谱(LIBS)技术结合定标曲线法和偏最小二乘回归(PLSR)方法对土壤中的Al,Fe,Mg,Ca,Na和K多种元素同时进行定量分析。利用LIBS检测仪获取了五种标准土壤样品(国家编号： GBW07446,GBW07447,GBW07454,GBW07455和GBW07456)的LIBS数据之后,将每种土壤的多条谱线平均处理来消除试验误差。通过分析所获取的土壤LIBS谱线信息,选取了Al,Fe,Mg,Ca,Na和K元素的特征分析谱线和分析光谱区间,并利用谱线的峰值信息和分析光谱区间内的单个或多个谱峰的积分信息(峰面积)与对应元素浓度拟合并建立定标曲线。结果表明,基于谱峰的峰面积建立的定标曲线的线性关系优于利用峰值信息建立的定标曲线(Fe除外)。同时,针对所选的分析光谱区间和元素的浓度信息,运用PLSR建立定量分析模型,其结果明显要优于定标曲线的分析精度,这也表明LIBS技术结合化学计量学分析在未来光谱化学分析领域有很大应用前景。研究的结果不仅为现代农业的土壤养分空间分布检测和农田精准施肥技术的应用起指导作用,还为田间使用的便携式LIBS土壤检测仪的开发奠定了理论基础。     

不同分辨率下气体样品傅里叶变换红外光谱的定量分析误差

通过分析牧场附近测量的大气FTIR光谱中NH3在4种分辨率(分别为1、2、4cm-1和8cm-1)下的浓度,系统研究了不同分辨率下气体样品FTIR光谱定量分析的误差。选择72个实测光谱作为研究对象,其中NH3的光程积分浓度(Path-integrated concentration,PIC)分布在40—1300(μmol/mol).m。分析了NH3的最大吸收峰和次大吸收峰的选取对定量的影响。结果表明:选用NH3的次大吸收峰的定量误差更小;在允许的误差范围内(本研究中设为5%),不需要制作校准曲线,通过选用多个浓度适当的参考光谱,直接应用Beer定律仍能实现气体样品的定量分析;并且分辨率越低,定量分析所需的参考光谱数目越多。本研究通过合理选用多个参考光谱,实现了不同分辨率下FTIR光谱的定量分析;既充分利用了Beer定律,又克服了吸光度-浓度在低分辨率下的非线性问题;为不同分辨率下气体样品FTIR光谱的定量分析提供了参考。     

基于共振与非共振双线的自吸收免疫LIBS技术研究

激光诱导击穿光谱(LIBS)定量分析中的自吸收效应不仅会降低谱线强度和增加线宽,而且使定标结果饱和,从而影响最终的分析精度。为了消除该效应的影响,提出了一种基于共振双线与非共振双线选择的自吸收免疫激光诱导击穿光谱(SAF-LIBS)技术,通过比较所测谱线强度比值和理论强度比值来确定等离子体的光学薄时刻,并使用共振线与非共振线来拓展元素含量的可测量范围。该技术可以分为定标和定量两个分析过程,其定标过程为:计算待测元素的共振双线及非共振双线的理论强度比,通过对比不同待测元素含量样品的共振双线及非共振双线在不同延时下的强度比和理论比,确定等离子体的光学薄时刻;使用一系列标准样品建立LIBS非共振线的单变量定标曲线;利用准光学薄谱线建立共振线和非共振线的SAF-LIBS单变量分段定标曲线。其定量分析过程为:先用非共振线和LIBS定标曲线确定未知样品所属的含量分段,再用准光学薄谱线以及与所属分段的共振或非共振SAF-LIBS定标曲线完成定量分析。对Cu元素的单变量定标结果表明,对于共振线,最佳延时随着样品含Cu量的增加而增加,且只有当含Cu量低于0.05%时,才可能获得准光学薄的共振线,而随着Cu含量的增加,自吸收变得非常严重,以至于无法获得光学薄的共振线;对于非共振线,当含Cu量在0.01%~30%范围内,均可获得准光学薄的非共振谱线,而当Cu含量大于50.7%时,将无法在等离子体寿命期内捕获到光学薄谱线。对Cu元素的定量分析结果表明,基于共振双线与非共振双线的自吸收免疫LIBS技术可以有效地避免自吸收效应的影响,各分段定标曲线的线性度均大于0.99,对两个未知样品中Cu元素含量的绝对测量误差分别为0.01%和0.1%,探测限达到了1.35×10-4%,最大可测量范围拓展至50.7%。     

红外光谱统计波长选择方法用于废气检测

为了从含有噪声的大气红外光谱中提取微量待测污染组分的定量特征,进而建立校正模型,本文提出了一种基于统计理论的波长选择方法。该方法针对待测组分,在对光谱各波长位置的噪声强度进行统计估计的基础上,提出了选择最佳波长子集的目标函数。该目标函数包含波长子集的噪声和长度参数,这使得在最小化模型误差的同时也防止了模型规模的无限制膨胀。为了检验该方法的性能。文章利用含背景噪声的实测光谱数据针对三种气体进行了波长选择,并利用神经网络技术分别建立了校正模型。实验结果与波长子集的优化结果相符,所选择的波长子集的长度不足光谱波长总点数的2％,同时,光谱中的噪声也在校正模型中得到了明显的抑制。实验结果证明了该波长选择方法的有效性。     

Fringe projection based quantitative 3D microscopy

A fringe projection based quantitative three-dimensional microscopy (FP-3DM) is presented. The image formation for FP-3DM is formulated based on a concept of active micro stereovision. The problem of point correspondences in active stereo imaging can be solved with help of the phase measuring technique. A prototype of the FP-3DM is also established and calibration strategy for proposed FP-3DM is suggested. Some preliminary experiment results are also presented to verify this approach. The FP-3DM can provide quantitative 3D micro imaging especially for quantitative characterization of 3D microstructures.     

表面增强拉曼光谱检测鸡蛋蛋清内三聚氰胺的定量方法研究

三聚氰胺对人体有害,鸡蛋内三聚氰胺定量检测非常有必要。以鸡蛋蛋清为研究对象,应用表面增强拉曼光谱技术结合化学计量学方法对蛋清内三聚氰胺进行了定量检测。首先采用人工饲养蛋鸡的方法获取含有三聚氰胺的样品鸡蛋。然后使用便携式拉曼光谱检测仪(Opto Trace RamTracer-200)和拉曼增强试剂测定蛋清的表面增强拉曼光谱,同时利用气相色谱质谱技术测定相应蛋清中三聚氰胺的含量。利用Raman Analyzer对拉曼光谱基线进行校正。应用相关系数法从表面增强拉曼光谱中选取320个光谱变量作为输入变量,建立偏最小二乘定量校正模型;并应用谱峰分解法建立谱峰分解定量校正模型。两种模型建立过程中均选定90个样本做为模型校正集,44个样本做为模型验证集,两种模型都有较好的预测效果。偏最小二乘定量校正模型预测值与气相色谱质谱联用法(GC-MS)测定值的决定系数R2为0.856,预测均方根误差RMSEP为1.547;谱峰分解定量校正模型R2为0.947,RMSEP为0.893。实验结果表明,该方法能有效定量检测鸡蛋内三聚氰胺,检测一个样本仅需15 min,为蛋品的三聚氰胺检测提供了一种新途径。     

Near-infrared spectroscopy for rapid evaluation of different processing products of Sophora japonica L.

To analyze the content of rutin in differently processed products of Sophora japonica L., a combination of near-infrared spectroscopy and chemometrics was used. Factors that affect near infrared spectroscopy modeling were investigated, and the optimal spectral conditions were determined. As a reference method, the rutin content was determined by high-performance liquid chromatography-diode array detection in 99 groups of products. Near-infrared spectra were collected by optimal near infrared acquisition conditions and the spectral features were enhanced by several preprocessing methods. Moreover, a near-infrared quantitative calibration model of rutin was established using partial least squares analysis. The root-mean-square standard error of cross validation and correlation coefficient (cross validation) were calculated as 0.800 and 0.9399, whereas the root-mean-square standard error of calibration and correlation coefficient (calibration) were 0.558 and 0.9709. This indicates that there is a good correlation between the predicted value and the actual measured value. Moreover, the root-mean-square standard error of prediction and correlation coefficient (validation) were calculated as 0.495 and 0.9785. And the ratio of the root-mean-square standard error of calibration and root-mean-square standard error of prediction was as small as 0.89 (≤1.2). The relative deviation between the predicted value and the reference value of the model was ?11.02 to 8.02%, and the ratio of performance to deviation was 4.70 (>3). Thus, these data indicate that the accuracy of the model used to predict the results was sufficient. In conclusion, the calibration model presented in this study provides satisfactory performance in a rapid, quantitative analysis of the rutin proportion by a simple, fast, and high accuracy of the prediction results.