基于激光吸收光谱乙炔在线监测技术的研究

乙炔作为有机化工产品原料,广泛应用于化学工业中,但易燃易爆,在储存和工业生产中有必要对其进行实时在线监测.可调谐半导体激光吸收光谱(TDLAS)技术具有高选择性、高灵敏、快速响应等特点,在痕量气体检测中得到了广泛的应用.文章研究了乙炔气体在近红外波段的吸收线分布特征,详细地讨论了基于近红外可调谐二极管激光吸收光谱技术的乙炔在线监测系统设计方案;建立了实验测量系统,研究了信号检测方法和浓度反演算法,对长度10 cm的样品池和已知标准浓度乙炔气体配制的不同浓度乙炔气体进行检测,检测限可以达到1.46 cm3·m-3;进行了动态检测实验,测量结果具有较好的稳定性和可靠性.分析表明系统设计方案可行,由此发展的乙炔在线监测系统可用于乙炔储存、运输和使用过程中泄漏报警.     

气溶胶前向散射大气能见度测量系统传递系数的标定及校准方法

分析了气溶胶的前向角散射特性,利用标准的大气透射仪标定前向散射大气能见度测量系统的传递系数。当系统结构发生变化时,传递系数也随之改变,为保证系统测量的准确性和简化系统传递系数的标定过程,提出了一种利用标准漫透射板校准系统传递系数的方法。该方法使用了两块具有相同透射系数的漫透射板,使气溶胶粒子团在前向半球上产生漫散射,此时探测器的测量值即为包含了仪器常数的定值。当系统结构改变时,这个测量值相对于原测量值的变化率作为比例系数代入系统传递系数的计算,实现校准。     

基于室温脉冲量子级联激光器的NO气体检测中的光谱处理方法研究

报导了采用基于室温脉冲量子级联激光器的脉内光谱检测技术,利用中心波长为1904 cm^-1的量子级联激光器,在实验室对NO气体样品进行检测的研究结果. 针对单线直接吸收光谱反演算法进行了研究,介绍了基线拟合的最小二乘算法以获取其吸光度,根据HITRAN数据库中相应吸收谱线的吸收线强,采用扫描积分实现了气体浓度的反演,避免了标气标定造成的误差及污染;通过拟合残差分析得到了系统的检测限,达到34×10^-6 m.     

New Double-Periodic Soliton Solutions for the (2+1)-Dimensional Breaking Soliton Equation

Under investigation is the (2+1)-dimensional breaking soliton equation. Based on a special ansätz functions and the bilinear form, some entirely new double-periodic soliton solutions for the (2+1)-dimensional breaking soliton equation are presented. With the help of symbolic computation software Mathematica, many important and interesting properties for these obtained solutions are revealed with some figures.     

多环芳烃时间分辨荧光光谱特性研究

利用时间分辨荧光光谱技术,研究了菲、荧蒽、芴、蒽、芘等五种多环芳烃的荧光时间分辨发射光谱特性。以289 nm受激拉曼光作为激发光源,研究了289 nm激发光作用下五种多环芳烃的延时特性和门宽特性。并以多环芳烃随延时时间的荧光峰强度衰减关系曲线,得到菲、荧蒽、芴、芘的荧光寿命分别为37.0, 32.7, 10.9, 147.0 ns。不同荧光物质具有特定的荧光光谱特性,多环芳烃时间分辨荧光光谱特性的研究可以为复杂水体中不同种类多环芳烃的诊断提供依据。     

基于人工神经网络的傅里叶变换中红外光谱法对食用油油烟种类识别研究

随着餐饮业的发展,餐饮烟气已经成为某些城市三大空气污染源之一。由于餐饮烟气对人体健康威胁很大,近年来对餐饮烟气的研究愈来愈热。餐饮烟气中包含有大量食用油加热过程中裂解而产生的不饱和烃类,危害着人类健康。不同食用油裂解出来的成分以及含量有所不同,通过构建一定的分类识别数学模型,从而实现对食用油分类识别。采用自主研发的傅里叶变换红外光谱仪,采集了不同食用油油烟烟气红外光谱数据。同时构建了主成分分析(PCA)分别结合概率神经网络(PNN)以及误差反向传播人工神经网络(BPANN)的分类识别算法。将两种分类识别算法对不同食用油油烟烟气的傅里叶变换红外光谱数据进行分析。通过样本数据对数学模型进行训练,将训练好的数学模型对未知光谱数据进行分析,来确定产生油烟烟气的食用油种类。实验结果表明,两种算法都能对不同的油烟种类进行较好地分类识别。在全波段识别时,识别率分别达到90.25%和97.0%。通过对烟气光谱数据的吸收波段进行分析,提取大气窗口并且具有较强可挥发性有机物(VOCs)吸收特征的波段(1 300～700 cm-1以及3 000～2 600 cm-1);将吸光度数据分成两个分离的吸收波段,两种算法在3 000～2 600 cm-1波段都有较好的识别效果,PCA-PNN算法识别率为90.25%,PCA-BPANN算法识别率为92.25%。可见,两种人工神经网络算法都能有效对食用油烟种类进行识别。     

基于激光诱导击穿光谱技术的土壤快速分类方法研究

为实现不同种类土壤的快速分类鉴别,实验研究了基于激光诱导击穿光谱技术的土壤快速分类方法。由于不同类型的土壤在元素组成上会存在较大差异,所以利用激光诱导击穿光谱技术进行土壤分类具有可行性。不同土壤在相同实验条件下产生的等离子体温度会存在较大差异,可以作为分类的重要依据,所选择的7类土壤中,赤红壤的等离子体温度最高。选取土壤中6种常量元素Si,Fe,Al,Mg,Ca和Ti的光谱强度作为分类指标,利用主成分分析(principal component analysis,PCA)对7种土类的25个样品进行了分类,其中砖红壤和赤红壤分类出现了交叠,而不同高山草甸土样品之间元素差异较大,并没有实现较好的聚类。利用反向传播神经网络(back-propagation artificial neural network)结合土壤的LIBS光谱对土壤进行了分类,分类结果与PCA结果相近,赤红壤与砖红壤出现了识别错误。当用PCA分析获得三个主成分值作为BP神经网络的输入量时,获得了较好的分类结果,因为简化了输入量,降低了BP神经网络的误差,此时只有一个高山草甸土被识别成褐土,而高山草甸土的等离子体温度显著低于褐土,所以结合不同土壤类型的等离子体温度差异,能够实现不同土壤的分类识别。实验证明激光诱导击穿光谱技术可以应用于土壤分类,为土壤普查和合理利用提高了一种新的技术。     

单脉冲和再加热正交双脉冲激光诱导击穿光谱对比研究

为了提高激光诱导击穿光谱技术(LIBS)的检测灵敏度和辐射光谱特性,采用再加热正交双脉冲结构对样品中的4种元素Fe,Pb,Ca和Mg以及含有不同浓度重金属元素Cr的土壤样品进行分析。研究了4条特征谱线FeⅠ：404.581 nm,PbⅠ：405.78 nm,CaⅠ：422.67 nm和MgⅠ：518.361 nm的光谱强度和信背比随两激光脉冲之间时间间隔的变化关系,获得了两激光脉冲之间最佳的时间间隔为1.0 μs。在单脉冲和双脉冲条件下,得到了4条特征谱线FeⅠ：404.581 nm,PbⅠ：405.78 nm,CaⅠ：422.67 nm和MgⅠ：518.361 nm光谱强度的增强倍数分别为2.23,2.31,2.42和2.10;分析了特征谱线FeⅠ：404.581 nm和CaⅠ：422.67 nm谱线强度随时间的演化特性以及4条特征谱线信背比随光谱采集延时的变化关系,双脉冲能有效延长光谱强度的衰减时间以及提高特征谱线的信背比;比较分析了等离子体温度和电子密度随时间的演化特性,在双脉冲条件下,等离子体温度最大升高了730 K,电子密度最大增加了1.8×1016 cm-3。单脉冲和双脉冲条件下获得重金属元素Cr的检测限分别为38和20 μg·g-1,再加热正交双脉冲技术使元素检测限下降近2倍。以上结果表明：再加热正交双脉冲能有效地提升LIBS技术的检测灵敏度和光谱特性,为进一步降低元素的检测限提供了有效的方法。     

利用三维荧光结合平行因子算法研究金属离子对溶解性有机物的猝灭和校正

溶解性有机物的荧光组份由于受到金属离子的影响其荧光强度受到变化,从而为溶解性有机物的定量分析带来挑战。利用三维荧光结合平行因子分析方法研究了Cu(Ⅱ), Fe(Ⅲ), Ni(Ⅱ), Sr(Ⅱ), Hg(Ⅱ), K(Ⅰ), Mg(Ⅱ) 和Mn(Ⅱ)八个金属离子对典型溶解性有机物荧光组分的荧光猝灭作用,五个水样来源各不相同。实验表明水样被平行因子成功分解为三个荧光组分(色氨酸、腐殖酸、富里酸),这三个荧光组份的荧光得分随着Fe(Ⅲ), Cu(Ⅱ), Hg (Ⅱ)和 Ni(Ⅱ)浓度的增加呈线性或指数下降。在这四种离子中,Fe(Ⅲ)和Cu(Ⅱ)对腐殖酸和富里酸的荧光猝灭作用明显大于Hg (Ⅱ)和 Ni(Ⅱ)。Sr(Ⅱ), K(Ⅰ), Mg(Ⅱ)和Mn(Ⅱ)基本没有影响。其中Fe(Ⅲ)对于三个荧光组分的荧光猝灭都有较好的分析。由于只考虑Fe(Ⅲ) 和Cu(Ⅱ)的影响,对于含有金属离子的饮用水的荧光强度的校正曲线也被建立。不同来源的饮用水中荧光组份的荧光得分的衰减规律也是不一样的,因此水样的来源也是测量时需要考虑的因素。实验证实了金属离子对溶解性有机物的荧光猝灭作用以及其他因素比如Fe(Ⅲ) 和Cu(Ⅱ)和溶解性有机物本身的多样性都是我们荧光测量典型荧光组份时需要考虑的。表明三维荧光结合平行因子分析方法是一个有效的准确测量溶解性有机物荧光组份的工具。     

基于LASSO方法的傅里叶变换红外光谱快速定性识别方法

采用红外光谱技术对未知气体组分进行监测,需要对气体组分进行定性识别分析。基于多元线性回归模型的LASSO变量选择技术广泛应用于数据分析领域。将LASSO方法引入到红外光谱分析领域,提出一种LASSO变量选择技术结合循环线性最小二乘(LCLS)分析的定性识别方法,并开展了相关的实验对其进行验证。实验采集CO,C₂H₄,NH₃,C₃H₈,C₄H₁₀和C₆H₁₄六种单组分傅里叶变换红外(FTIR)光谱吸光度谱以及一组C₂H₄和NH₃混合组分的吸光度谱,结合实验室自建光谱数据库,先采用LASSO方法对采集的光谱进行初步定性分析,然后使用LCLS方法剔除干扰组分。实验结果表明,LASSO结合LCLS的方法能有效识别出光谱中的目标组分,即使是在干扰严重的光谱波段也可以剔除掉大部分的干扰组分。