项目名称: TDLAS中基于谐波信号的气体绝对吸收强度在线测量算法研究

项目编号: No.11502004

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 数理科学和化学

项目作者: 贾军伟

作者单位: 北京东方计量测试研究所

项目金额: 25万元

中文摘要: 可调谐二极管激光吸收光谱(TDLAS)中直接吸收法通过测量绝对吸收强度来计算待测气体温度和浓度,其物理概念清晰,但容易受到颗粒物浓度等影响,而具有高信噪比和灵敏度的波长调制法则需要通过标定实验或复杂的算法来确定气体参数。为此,本项研究拟通过吸收光谱理论和波长调制理论,推导出蕴含分子吸收信息的谐波通项表达式,并在此基础上分析谐波信号与待测气体绝对吸收强度之间的关系,建立一种基于谐波信号的绝对吸收强度在线测量算法,并通过数值模拟技术对其可靠性进行证明;随后利用该算法在实验室条件下测量多种工况环境下CO2分子特征吸收谱线的绝对吸收强度,将其与理论计算值和直接吸收法测量结果进行比较,验证算法的精度并对其进行优化。项目预期可以结合TDLAS中直接吸收和波长调制的优点,建立一种高精度的、适用范围广的、基于谐波信号的绝对吸收强度在线测量算法,使得波长调制法无需通过标定实验即可实现气体温度和浓度的测量。

中文关键词: 动态实验;测压;可调谐二极管激光吸收光谱;气体温度;气体浓度

英文摘要: In tunable diode laser absorption spectroscopy (TDLAS), the traditional direct absorption spectroscopy (DAS) can directly determine gas temperature and concentration by using the measured absolute absorbance. The theory is simple while DAS is easily affected by particle concentration and laser intensity fluctuation. Wavelength modulation spectroscopy (WMS) has high signal-to-noise ratio (SNR) and sensitivity but it needs the complex calibration experiment and algorithm to infer the gas parameters. Therefore, in this research, the expressions of the harmonic signals, which contain the absorption information, are derived basing on the absorption and wavelength modulation spectroscopy. Then a measurement method for gas absolute absorbance is developed basing on the harmonic signals. The reliability of this method is validated by the mathematic simulation. To verify and to optimize this method, the transition of CO2 is selected to measure the absolute absorbance with various conditions in laboratory. And the experimental results are also compared with the theoretical calculation values and DAS. This research is expected to establish a high precision, wide application method to determine the absolute absorbance based on the harmonic signals, which combines the advantages of DAS and WMS in TDLAS, and makes WMS get rid of the calibration experiment in gas temperature and concentration detections.

英文关键词: Dynamic measurement ;Pressure measurement;Tunable diode laser absorption spectroscopy;Gas temperature;Gas concentration

成为VIP会员查看完整内容
0

相关内容

【2022新书】给工程师的量子机器学习简介,204页pdf
专知会员服务
53+阅读 · 2022年5月22日
ACL2022 | 基于强化学习的实体对齐
专知会员服务
34+阅读 · 2022年3月15日
【NeurIPS 2021】 基于置信度校正的可信图神经网络
专知会员服务
20+阅读 · 2021年12月26日
【博士论文】基于冲量的加速优化算法
专知会员服务
25+阅读 · 2021年11月29日
专知会员服务
22+阅读 · 2021年10月6日
专知会员服务
19+阅读 · 2021年10月3日
专知会员服务
46+阅读 · 2020年12月20日
专知会员服务
29+阅读 · 2020年12月7日
最新《自动微分手册》77页pdf
专知会员服务
100+阅读 · 2020年6月6日
实践指南 | 用PyTea检测 PyTorch 中的张量形状错误
极市平台
0+阅读 · 2021年12月25日
从最小二乘法到卡尔曼滤波
PaperWeekly
1+阅读 · 2021年12月22日
【夯实基础】卡尔曼滤波
极市平台
1+阅读 · 2021年11月3日
已拿Offer!字节跳动算法面试经验
CVer
22+阅读 · 2020年7月3日
港中文开源基于PyTorch的多任务人脸识别框架
极市平台
17+阅读 · 2019年8月31日
无人驾驶开源仿真平台整理
智能交通技术
27+阅读 · 2019年5月9日
图像分割概述 & ENet 实例
AI研习社
14+阅读 · 2019年2月19日
机器之心最干的文章:机器学习中的矩阵、向量求导
深度学习世界
12+阅读 · 2018年2月7日
【下载】PyTorch 实现的YOLO v2目标检测算法
专知
15+阅读 · 2017年12月27日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Hydra: A System for Large Multi-Model Deep Learning
Arxiv
0+阅读 · 2022年6月3日
Arxiv
0+阅读 · 2022年6月2日
Arxiv
0+阅读 · 2022年6月1日
Deep learning for cardiac image segmentation: A review
Arxiv
21+阅读 · 2019年11月9日
小贴士
相关VIP内容
【2022新书】给工程师的量子机器学习简介,204页pdf
专知会员服务
53+阅读 · 2022年5月22日
ACL2022 | 基于强化学习的实体对齐
专知会员服务
34+阅读 · 2022年3月15日
【NeurIPS 2021】 基于置信度校正的可信图神经网络
专知会员服务
20+阅读 · 2021年12月26日
【博士论文】基于冲量的加速优化算法
专知会员服务
25+阅读 · 2021年11月29日
专知会员服务
22+阅读 · 2021年10月6日
专知会员服务
19+阅读 · 2021年10月3日
专知会员服务
46+阅读 · 2020年12月20日
专知会员服务
29+阅读 · 2020年12月7日
最新《自动微分手册》77页pdf
专知会员服务
100+阅读 · 2020年6月6日
相关资讯
实践指南 | 用PyTea检测 PyTorch 中的张量形状错误
极市平台
0+阅读 · 2021年12月25日
从最小二乘法到卡尔曼滤波
PaperWeekly
1+阅读 · 2021年12月22日
【夯实基础】卡尔曼滤波
极市平台
1+阅读 · 2021年11月3日
已拿Offer!字节跳动算法面试经验
CVer
22+阅读 · 2020年7月3日
港中文开源基于PyTorch的多任务人脸识别框架
极市平台
17+阅读 · 2019年8月31日
无人驾驶开源仿真平台整理
智能交通技术
27+阅读 · 2019年5月9日
图像分割概述 & ENet 实例
AI研习社
14+阅读 · 2019年2月19日
机器之心最干的文章:机器学习中的矩阵、向量求导
深度学习世界
12+阅读 · 2018年2月7日
【下载】PyTorch 实现的YOLO v2目标检测算法
专知
15+阅读 · 2017年12月27日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员