被动傅里叶交换红外光谱仪遥测化学蒸气光谱的实时、定量分析算法

给出被动傅里叶变换红外光谱仪（ＦＴＩＲ）定量遥测化学蒸气光谱的算法,可用于实时处理化学蒸气光谱和定量测量化学蒸气的柱数密度。该算法在完成定量分析蒸气透过率的同时,还进行了目标背景的实时扣除和对ＦＴＩＲ仪器的实时定标。详细讨论了用该算法对化学模拟剂ＤＭＭＰ的处理结果。     

差谱技术用于实时遥测化学蒸气微弱光谱

ＲＦＸ－４０干涉型被动式傅立叶变换红外光谱仪用于远距离遥感化学蒸气微弱红外光谱。本将着重讨论化学蒸气红外辐射的传输特性及差谱技术用于抑制大气辐射对微弱目标的影响，增强化学蒸气光谱的特征。     

基于高光谱技术的厌氧发酵液固形物含量检测的研究

实时监测发酵液中固形物含量的变化,对控制厌氧发酵过程的稳定性具有重要作用。研究中采用近红外高光谱技术结合化学计量学方法,对水葫芦和稻草秸秆混合厌氧发酵过程中的固形物含量进行定量检测研究。与传统2540G(APHA,1990)标准方法相比,近红外高光谱技术具有无损、快速的优点。实验过程中,首先获取发酵液样本的高光谱信息,应用移动平均平滑法(MAS)进行光谱预处理,并采用竞争自适应重加权采样算法(CARS)、连续投影算法(SPA)和Random frog算法提取光谱特征信息,然后基于全谱和所选特征波长下的光谱信息分别建立总固形物含量(TS)和挥发性固形物含量(VS)的校正模型,建模方法包括偏最小二乘回归(PLSR)和最小二乘-支持向量机(LS-SVM)。研究表明,SPA-LS-SVM模型的预测结果最好,其中TS的预测均方根误差(RMSEP)及相关系数(R_p)分别为0.005 8和0.841;而VS的RMSEP和R_p分别为0.004 1和0.874。结果表明,利用近红外高光谱结合化学计量学方法可以实现厌氧发酵液中的固形物含量的检测,为布置光谱传感器以便定量检测厌氧发酵过程中的固形物含量奠定了理论依据。     

多源光谱特征组合的COD光学检测方法研究

水样的化学需氧量大小直接决定水质的污染程度,传统的检测方法都是源于氧化还原反应,对水样会造成二次污染。为此,提出一种基于多源光谱特征组合的水质化学需氧量光学检测方法,以不同地点实际水样为被测对象,分别采集其紫外和近红外光谱曲线,进行预处理后,通过非负矩阵分解算法进行光谱数据的特征提取、数据特征归一化,然后将组合特征输入训练集样本,通过粒子群最小二乘支持向量机算法对验证集水样的化学需氧量进行定量预测。讨论了非负矩阵分解算法中基光谱数目对预测模型的影响。实验结果显示,紫外光谱的最佳基光谱数目为5,近红外光谱的最佳基光谱数目为2;预测模型的验证集平方相关系数为0.999 8,预测均方根误差为3.26 mg·L-1;分别与不同特征提取方法(主成分分析, 独立成分分析)、不同光谱法(紫外光谱法, 近红外光谱法)以及不同的组合方式(数据直接组合, 先组合数据再提取特征)加以比较,表明非负矩阵分解算法更适合光谱数据的特征提取,粒子群最小二乘支持向量机算法作为实际水样的定量模型校正方法可以得到良好的预测精度。     

近红外光谱组织血氧检测结果的定量化方法

近红外光谱组织血氧检测技术可实现生物组织氧代谢的无创、连续、实时监测 ,具有广泛的应用前景。由于光在生物组织中的散射行为 ,近红外光谱组织血氧检测结果的定量问题一直是这一技术能否得到广泛应用的一个关键。文章从近红外光谱组织血氧定量检测技术的理论基础和具体演算方法两方面总结至今所提出的各种算法 ,分析各种算法的特点和相应的局限性 ,并展望今后的研究方向     

污染气体扫描成像红外被动遥测系统实时数据处理研究

使用红外被动遥测技术可实现污染气体的远程监控和预警. 该技术应用过程中, 获取背景辐射是进行定量解析的关键, 在已有的应用中, 多采用同条件测量法和上风口测量方法获取背景光谱和环境光谱, 但这些方法均需要提前或者同时测量无目标物的背景光谱, 难以在实际应用中满足快速响应的需求. 本文基于红外辐射传输模型分析, 通过研究在800–1200 cm^-1波段内的实测光谱中同时包含目标、背景和环境辐射的基本原理, 采用了一种不需要事先测量背景的目标特征的背景光谱实时提取算法, 通过将该方法应用于自主研制的污染气体扫描成像红外被动遥测系统, 以六氟化硫为示踪气体, 开展了遥测验证实验. 将获取的浓度数据与应用同条件测量法获取的数据进行了比较, 结果显示两者的相关系数平方值达到0.99, 表明该方法切实可行, 可有效提高系统的响应速度和适用范围. 关键词： 傅里叶变换红外光谱 被动遥测 实时光谱提取算法     

量子遗传-神经网络算法的润滑油动力粘度值可见近红外光谱分析

润滑油动力粘度是划分润滑油品质的重要依据之一,高铁变速箱润滑油需要进行实时、快速、无损的检测,因此提出一种基于可见近红外光谱微型模块结合量子遗传-神经网络算法对润滑油粘度值进行定量分析的新方法。不仅实现了高铁变速箱润滑油动力粘度的无损快速实时检测,还进一步提高了对润滑油动力粘度预测的精度。微型光谱仪具有性能优良、体积小巧等优势,在便携式光谱无损检测方面用途越来越多。在这里,选用可见短波近红外和近红外波导光栅两种微型光谱模块进行光纤耦合,实现了330～1 700 nm可见-近红外波段光谱拼接。首先我们采用该组合微型光谱仪对13种不同粘度的润滑油共78个样本进行光谱扫描得到原始光谱数据。原始光谱经过Savitzky-Golay卷积平滑后,再一阶求导,可以有效地消除基线漂移和背景噪声。然后采用主成分分析和马氏距离相结合的方法来识别浓度界外样本,剔除界外样本3个。最后采用BP(back propagation)神经网络和量子遗传神经网络两种回归算法分别建立定量分析模型,并对比分析了两种算法的性能。量子遗传算法是量子计算和遗传算法相结合地一种概率进化算法,采用量子染色体的形式,利用量子逻辑门进行全局搜索,从而可以利用量子遗传算法优化神经网络地权重和阈值,提高建模效率和精度。分别用BP神经网络算法和量子遗传-神经网络算法进行建模仿真,从75个样本随机抽取10个样本作为预测集,其余65个为建模集。在量子遗传寻优算法中,其种群数目设置为40,终止代数为200,寻优结果表明该算法在训练81代后可快速得到最优解。比较两种建模算法的预测结果,采用量子遗传-神经网络算法相比BP神经网络算法得到的粘度预测结果均方根误差从0.345 5降低至0.029 4,决定系数从0.850 4升至0.979 9,可知量子遗传-神经网络算法的预测能力明显强于BP神经网络。为进一步提高润滑油粘度的定量分析准确度和微型光谱模块应用于高铁齿轮箱润滑油在线、实时、快速检测提供了参考方法。     

微型近红外光谱仪分析系统的研制

近红外光谱技术是光谱测试技术、化学计量学技术与计算机技术的有机结合,文章立足于食品有效成分无损定量检测的目标,介绍了微型近红外光谱分析系统的研制过程。作为系统测试的基础, 文章重点研究了适用于在线实时分析的微型化近红外光谱仪,研制出的微型近红外光谱仪样机工作波长:850～1 690 nm,分辨率小于10 nm。通过对样机主要参数的测试表明,性能接近国外同类产品水平。另外, 化学计量学与计算机技术的结合是系统的核心,提出了基于最小二乘的局部加权回归(LS-LWR)的建模方法。最后,应用研制出的系统对葡萄糖水溶液定量测试实验表明,其预测集的相关系数达到了0.995, 预测标准偏差为0.06。     

基于自适应免疫算法重叠拉曼谱峰的解析

拉曼光谱测量速度快,可以实现原位实时测量,现已成为过程控制中物料检测的一种重要手段。但由于环境的复杂性以及拉曼光谱信号特点,目前在线检测时难免会出现一些重叠谱峰。基于免疫算法特点,将该方法用于芳烃重叠拉曼谱峰信号的解析中,提取混合物质中单个组分拉曼谱峰信息进行分析,结果表明该方法解析快速、定量准确,相对误差低于1%,是解析重叠拉曼光谱信号的有效方法。针对现场样品检测中出现的重叠谱峰伴随荧光背景信号,提出了结合独立成分分析的自适应免疫算法,有效地解析出荧光背景信号,为复杂样品的拉曼光谱检测分析提供了新的手段。     

基于近红外光谱的鲜味物质与鲜味强度检测

对近红外光谱(NIRS)分析技术结合化学计量学方法定量检测混合溶液中鲜味物质浓度及其鲜味强度的可行性进行探讨。以谷氨酸钠与肌苷酸二钠所构成的鲜味物质混合溶液为研究对象,获取不同鲜味强度的样本并采集其近红外光谱数据。基于偏最小二乘回归法结合竞争性自适应移动窗口区间组合(CMIC)新算法,以及多种常用变量优化算法分别建立混合溶液中鲜味物质浓度和混合溶液鲜味强度的检测模型。实验结果表明,最优的混合溶液中鲜味物质浓度和混合溶液鲜味强度检测模型均是基于CMIC算法建立的简化模型,预测决定系数分别为0.8886、0.9182和0.8097。因此,NIRS分析技术结合化学计量学方法可应用于定量检测混合溶液中鲜味物质浓度及其鲜味强度。     

Real‐Time Monitoring of Transport of Chlorinated Hydrocarbons from Industrial Areas Using Open‐Path FTIR Spectrometry with COL1SB

Abstract

Open‐path Fourier transform infrared (FTIR) spectrometry was used to continuously monitor 11 chlorinated hydrocarbon species in the region connecting two different industrial complexes for 24 hr. The single‐beam spectra obtained from open‐path FTIR were analyzed by newly developed software named COL1SB, which generates site‐specific background spectra as well as path‐averaged water vapor concentrations in addition to performing regression analyses. The path‐averaged water vapor concentrations calculated by the COL1SB agreed very well with those measured by a thermo‐hygrometer. In addition, site‐specific background spectra were generated by accounting for chemical absorption of 50 chemical species. The accurate estimation of path‐averaged water vapor concentrations, as well as the usage of site‐specific background spectra, enables chlorinated hydrocarbons to be measured by open‐path FTIR spectrometry at the ppb level. Among 11 chlorinated hydrocarbons considered here, trichlorofluoromethane, carbon tetrachloride, trichloroethylene, and tetrachloroethylene were identified as major chlorinated hydrocarbons having concentrations above 1 ppb. Wind affected the temporal variations of these chlorinated hydrocarbons, indicating the importance of local transport. However, the effect of wind differed from one species to another because of different source characteristics.     

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。     

SOF-FTIR在化工厂区氨气排放通量测量中的应用

介绍了一种化工厂区污染气体排放通量实时监测的新方法,即太阳掩星法傅里叶变换红外光谱技术(SOF-FTIR),提出了复杂条件下的背景谱、测量谱和污染区域周边大气透过率谱获取模型。通过对欲监测的污染源区域周边做闭合环路连续测量以获得测量光谱,最终应用非线性最小二乘拟合算法对污染源区域污染气体的柱浓度信息进行反演,并结合实验时气象参数以及GPS信息得到该区域污染气体的排放通量。运用此方法实际遥测了某化工厂区氨气的排放情况,并对氨气气体浓度分布及排放通量进行了定量分析。相对于传统的FTIR监测方法,该方法操作简单、机动性强,在污染气体区域监测以及其他污染源污染排放应急监测等应用领域具有良好的应用前景。     

Retrieval algorithm of quantitative analysis of passive Fourier transform infrared （FTRD） remote sensing measurements of chemical gas cloud from measuring the transmissivity by passive remote Fourier transform infrared

Passive Fourier transform infrared （FTIR） remote sensing measurement of chemical gas cloud is a vital technology. It takes an important part in many fields for the detection of released gases. The principle of concentration measurement is based on the Beer-Lambert law. Unlike the active measurement, for the passive remote sensing, in most cases, the difference between the temperature of the gas cloud and the brightness temperature of the background is usually a few kelvins. The gas cloud emission is almost equal to the background emission, thereby the emission of the gas cloud cannot be ignored. The concentration retrieval algorithm is quite different from the active measurement. In this paper, the concentration retrieval algorithm for the passive FTIR remote measurement of gas cloud is presented in detail, which involves radiative transfer model, radiometric calibration, absorption coefficient calculation, et al. The background spectrum has a broad feature, which is a slowly varying function of frequency. In this paper, the background spectrum is fitted with a polynomial by using the Levenberg-Marquardt method which is a kind of nonlinear least squares fitting algorithm. No background spectra are required. Thus, this method allows mobile, real-time and fast measurements of gas clouds.     

氢化非晶硅薄膜中氢含量及键合模式的红外分析

Fourier红外透射(FTIR)谱技术是研究氢化非晶硅（a-Si∶H）薄膜中氢的含量（CH）及硅—氢键合模式（Si-Hn）最有效的手段.对用等离子体化学气相沉积（PCVD）方法在不同的衬底温度（Ts）下制备出的氢化非晶硅薄膜，通过红外透射光谱的基线拟合、高斯拟合分析，得到了薄膜中的氢含量，硅氢键合模式及其组分，并分析了这些参量随衬底温度变化的规律.     

傅里叶变换红外光谱仪遥测污染云团的吸收光谱算法

遥感傅里叶变换红外光谱技术因其具有对污染源作无干扰监测、多组分的同时连续测定、区域性或大范围地区的测量等优点,因而已广泛的应用于遥感测量技术。利用傅里叶变换红外(FTIR)光谱仪远距离探测目标,根据探测的目标源是否充满光谱仪的视场,建立了三种辐射模型。在所建立模型的基础上,选用了D&P公司生产的便携式Model-101型傅里叶变换红外光谱仪,实时探测目标云团和背景,运用差谱法和发射光谱法对探测结果进行了光谱分析,进而得到了扣除背景影响后的目标云团吸收光谱。给出了相应的仿真实验结果示例。实验结果表明,由差谱法得到的结果准确度较好。     

高阻隔碳氢膜的制备及性能研究

利用射频等离子体化学气象沉积法（r.f.PECVD），在12μm厚的聚对苯二甲酸乙二醇酯 (PET)上制备了碳氢膜. 用原子力显微镜（AFM），x射线光电子能谱（XPS），激光拉曼光谱，傅里叶红外光谱等仪器，对碳氢膜的表面形貌和内部结构特性进行了较详细研究. 镀碳氢膜PET的阻隔性能在标准透水蒸气测试仪上进行检测. 实验结果证明：沉积工艺参数对碳氢膜的生长速率及结构性能有重要影响；在PET上沉积的是纳米碳氢膜，该膜主要由sp2和sp3杂化的碳氢化合物组成；当PET上碳氢膜厚度为900nm时，阻水蒸气性能可提高7倍. 关键词： 碳氢膜 射频等离子体化学气象沉积法 聚对苯二甲酸乙二醇酯 阻隔性能     

利用Tikhonov正则化算法进行光谱特征波长的选择及其参数优化

在烷烃类多组分混合气体,尤其轻烷烃类气体傅里叶变换红外光谱定量分析中,其中在红外光谱区域吸收峰严重交叉重叠,不易建立定量分析模型。为此,采用Tikhonov正则化算法对甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷和正戊烷等七种轻烷烃类混合气体傅里叶变换红外光谱进行特征波长的选择,以便建立定量分析模型。选择六种各气体浓度组成混合烷烃气体,采用Tikhonov正则化算法,通过对比分析混合气体在中红外全波段、主吸收峰和次吸收峰波段特征波长的选择和TR参数的优化,选择出七种气体成分的傅里叶变换红外光谱的特征波长。利用选择的特征波长和Tikhonov正则化参数对实测甲烷光谱数据进行检验分析,与其他气体成分的交叉灵敏度最大为11.153 7%,最小为1.239 7%,预测均方根误差为0.004 8,有效增强了Tikhonov正则化算法在轻烷烃类混合气体定量分析中的实用性,初步验证了利用Tikhonov正则化进行烷烃类混合气体傅里叶变换红外光谱特征波长选择的可行性。