迭代最小二乘法气体光谱自动水汽差减算法

傅里叶红外光谱法具有测量速度快、信噪比高、检测范围广等优势,在针对污染源废气排放的快速检测及长时间在线监测中具有巨大的发展潜力。水汽是红外光谱污染气体检测中的主要干扰物,影响NO_X,SO₂等重要污染物的检测,差减水汽背景谱消除光谱中水汽干扰可提高这些污染物的检测精度,具有重要意义。气体光谱中水汽吸收峰由于受到水分子团簇、仪器线型函数等影响,通过数值方法对其计算的误差较大;为此,水汽背景谱一般需采用同一台光谱仪实测获得。主要有两种方法： 第一种是通过反复调节水汽/氮气混合气中的水汽浓度,使水汽背景谱中的水汽吸收峰与污染气体光谱中水汽吸收峰相同,此方法耗时较长,且受环境条件制约很难在现场检测中使用;第二种方法是预先测量不同浓度的水汽光谱,在检测污染气体时选取两幅与污染气体光谱中水汽吸收峰最为接近且将其夹在中间的水汽光谱作为参考谱,使用这两幅参考谱线性拟合与污染气体光谱中水汽吸收峰相同的水汽背景谱,此方法可获得高度近似的水汽背景谱,但当前缺乏相关自动算法妨碍了其在快速自动消除水汽干扰方面的应用。为此,提出一种选取水汽参考谱及拟合水汽背景谱的自动算法,用于自动差减消除水汽干扰。在参考谱选取中,使用污染气体光谱依次减去浓度由低至高的水汽光谱,依据差减后光谱中水汽吸收峰所在波数的吸光度正负性来选取参考谱。在水汽背景谱计算中,基于迭代最小二乘法逐步剔除光谱中受污染物吸收峰干扰的波数,采用剩余波数上的数据拟合水汽背景谱,使其与污染气体光谱中水汽吸收峰相一致。使用水汽背景谱对污染气体光谱进行差减即可消除污染气体光谱中的水汽干扰。对含有NO₂的污染气体光谱进行了差减消除水汽干扰实验,结果表明所提出的自动算法可快速准确消除水汽干扰;NO₂在消除水汽干扰后可由其位于1 629 cm-1的强吸收峰检测,相比消除水汽干扰前使用不受水汽干扰的位于2 917 cm-1的弱吸收峰检测,其检出限得到了大幅提高。