FTIR固定污染源VOCs在线监测系统

引用本文

吕世龙, 赵会杰, 任利兵, 王昕, 尉昊赟, 李岩. FTIR固定污染源VOCs在线监测系统[J]. 光谱学与光谱分析, 2018,38(10): 3106-3111.
LÜ Shi-long, ZHAO Hui-jie, REN Li-bing, WANG Xin, WEI Hao-yun, LI Yan. The Online Monitoring System of VOCs Emitted by Stationary Pollution Source Based on FTIR[J]. Spectroscopy and Spectral Analysis, 2018,38(10): 3106-3111.
Doi:10.3964/j.issn.1000-0593(2018)10-3106-06 复制到剪切板

Permissions

《光谱学与光谱分析》期刊社所有

FTIR固定污染源VOCs在线监测系统

吕世龙¹, 赵会杰¹, 任利兵², 王昕³, 尉昊赟¹, 李岩^1,^*

1. 清华大学精密仪器系, 精密测试技术及仪器国家重点实验室, 北京 100084

2. 武汉天虹环保产业股份有限公司, 湖北武汉 430223

3. 北京工业大学机械工程与应用电子技术学院, 北京 100124

*通讯联系人 e-mail: liyan@mail.tsinghua.edu.cn

作者简介: 吕世龙, 1991年生, 清华大学精密仪器系硕士研究生 e-mail: lsl16@mails.tsinghua.edu.cn

收稿日期: 2018-04-19 接受日期: 2018-08-08

基金: 国家重大科学仪器设备开发专项(2013YQ060615), 北京市自然科学基金青年项目(8174061), 北京市教育委员会科技计划一般项目(KM201710005009)资助

摘要

挥发性有机物(VOCs)造成了全球环境污染, 给人们日常生活工作带来不利影响。对挥发性有机物进行高效准确监测成为我国大气环境治理的热点。与其他污染物气体相比, VOCs更易挥发并可以和其他污染物发生反应, 其物理化学性质的复杂性对已有的检测方法提出了很高的要求。在众多的气体检测方法中, 光谱检测技术以其方便快捷、检测准确等优点得到了广泛应用。傅里叶变换红外光谱(FTIR)作为光谱检测技术中重要的一员, 不仅可以多通道快速检测, 还可以分析上百种污染物种类并实时计算污染物浓度, 解决了VOCs气体性质复杂带来的困扰。开展了固定污染源VOCs在线监测系统的研制, 整套系统基于傅里叶变换红外光谱, 干涉仪出射的红外干涉信号被10 m光程的气体池中的目标气体吸收后进行傅里叶变换, 得到含有气体特征吸收峰的红外光谱; 将红外光谱与标准谱库的数据进行对比分析即可实现对目标气体的种类鉴定和浓度测量。系统覆盖650~4 000 cm^-1光谱范围, 由于大多数VOCs在中红外指纹区具有相对独立的吸收峰, 因此可实现对多种气体的分析检测。光谱分辨率为1 cm^-1, 浓度检测范围为1.6~319.47 mg·m^-3(以苯为例)。系统对甲苯、丙酮、乙酸乙酯等十几种VOCs进行分析测试, 得到不同气体的红外光谱图, 与标准数据库吻合得很好, 并且可以根据不同气体的吸收峰对其进行区分。为了得到气体的准确浓度, 需要对仪器进行标定。为降低气体在气体池内腔和反射镜上的吸附并控制水蒸气含量, 加入温控系统对气体池温度进行实时监测。实验中通入不同浓度的二甲苯标准气体, 利用五点标定法得到分析浓度与标准浓度之间的关系, 分析浓度的相对偏差小于0.06%。为验证系统在实际工作场景下的性能, 选取某喷涂车间, 对喷漆过程中溶剂和稀释剂挥发形成的VOCs污染进行一周的监测, 得到苯、甲基乙基酮、异丙醇以及乙酸乙酯四种主要污染气体的浓度变化。设定浓度安全阈值为安全作业提供参考。从长时间测试数据分析, 系统平均无故障时间(MTBF)长达1 000 h, 可长时间稳定可靠地实时监测。

关键词: 傅里叶变换红外光谱技术; 挥发性有机化合物; 气体分析; 在线监测

中图分类号:O433.4 文献标志码:A

The Online Monitoring System of VOCs Emitted by Stationary Pollution Source Based on FTIR

LÜ Shi-long¹, ZHAO Hui-jie¹, REN Li-bing², WANG Xin³, WEI Hao-yun¹, LI Yan^1,^*

1. State Key Laboratory of Precision Measurement Technology and Instruments, Department of Precision Instruments, Tsinghua University, Beijing 100084, China

2. Wuhan Tianhong Environmental Protection Industry Co., Ltd., Wuhan 430223, China

3. College of Mechanical Engineering and Applied Electronics Technology, Beijing University of Technology, Beijing 100124, China

*Corresponding author

Abstract

VOCs (Volatile organic compounds) not only cause global environmental pollution, but also have negative impact on people’s daily life. Efficient and accurate monitoring of VOCs has become a hot issue in China’s atmospheric environment governance. Compared with other gaseous pollutants, VOCs are more volatile and easily react with other gaseous pollutants. The complexity of their physical and chemical characteristics sets higher requirements on existing detection methods. Among various gas detection methods, spectral detection technology has been widely used due to its advantages of convenience, rapidity, and accuracy. As an important spectrum detection technology, FTIR (Fourier transform infrared spectroscopy) is multi-channel, which could analyze hundreds of pollutants and calculate real-time pollutant concentrations as well, solving the problems caused by the complex nature of VOCs gas. This paper has tested the online monitoring system of VOCs emitted by stationary pollution source, which is based on FTIR. The infrared interference signal emitted by the interferometer is absorbed by the target gas in the 10-m path length gas pool and subjected to Fourier Transform to obtain the infrared spectrum containing the characteristic absorption peak of the gas. In addition, the comparison between the infrared spectrum and standard database helps with identification of the target gas and concentration measurement. This system covers a spectral range of 650~4 000 cm^-1. Since most VOCs have relatively independent absorption peaks in the mid-infrared fingerprint area, the analysis of multiple gases can be completed with a spectral resolution of 1 cm^-1 and a concentration detection range of 1.6~319.47 mg·m^-3 (Take Benzene as an example). What’s more, the system analyzes and tests dozens of VOCs, such as toluene, acetone, and ethyl acetate, obtaining infrared spectra of different gases, which coincides well with the standard database and can be differentiated according to the absorption peaks of different gases. In order to obtain the exact gas concentration, instruments need calibration as well as to reduce the adsorption of gas in the inner chamber and the mirror and control the water vapor content, a temperature control system is added to monitor the temperature of the gas pool in real time. Meanwhile, with xylene standard gas with different concentrations inflated, this experiment uses the five-point calibration method to obtain the relationship between the analytical concentration and the standard concentration, leading to a relative deviation of the analytical concentration less than 0.06%. To verify the performance of the system in actual working scenario, this paper selects a coating workshop to monitor the VOCs pollution caused by volatilization of solvents and diluents in coating process for one week obtaining concentration changes of benzene, methyl ethyl ketone, isopropyl alcohol and ethyl acetate. Concentration safety threshold is set to guarantee safe operations. From the long-time data analysis, the system MTBF (Mean Time Between Failure) is as long as 1 000 h, which provides a lasting, stable and reliable real-time monitoring.

Keyword: FTIR; VOCs; Gas analysis; Online monitoring

文章图片

引言

过去几十年来, 挥发性有机化合物(volatile organic compounds, VOCs)引发了诸多问题, VOCs是PM2.5以及臭氧的重要前体物, 也是光化学烟雾的主要组成部分, 不仅会污染环境还会对人体健康产生不利影响。因此, 寻求一种有力的手段实现对VOCs种类检测、实时浓度监测显得十分重要。

气体分析常用的方法是气相色谱法, 但不适用于高沸点及热不稳定物质, 对多组分气体的分析耗时长, 不能实时监测。近年来, 光谱法由于其检测速度快, 灵敏度高, 在气体检测中得到了广泛应用。可调谐半导体激光光谱技术(TDLAS)通过调谐半导体激光器的波长对光谱进行扫描, 获得待测气体的光谱信息^{[1, 2, 3, 4, 5]}, 但对多组分气体识别需要扫描较多光谱区域或者采用多个激光器, 使系统复杂化。差分吸收光谱技术(DOAS)利用分子的窄带吸收特性来鉴别气体成分和计算气体浓度, 现下主要工作在紫外到可见光区域, 可检测的气体成分较少。差分吸收激光雷达技术(DIAL)和激光诱导荧光技术(LIF)则局限于开放式的长光程检测。傅里叶变换红外光谱技术(Fourier transform infrared spectroscopy, FTIR)可以利用傅里叶变换迅速将干涉信号变换成光谱信号, 且红外波段(波长2.5~25 μ m)具有大多数分子的吸收峰, 这种方法特别适用于多组分气体的同步分析检测。

基于FTIR的分析仪研究和应用始于20世纪90年代, Chaffin等^[6]开展了开放式在线气体分析实验, 以0.5 cm^-1光谱分辨率获得SO₂等气体吸收谱线。 Modiano等^[7]对燃料池燃烧进行监测, 以0.5 cm^-1光谱分辨率对HF, HBr和HCl等气体进行定量测量; Piccot等^[8]采用OP-PATH方案对甲烷和六氟化硫进行测量, 建立了烟羽浓度和污染源排放率的模型; 美国FAA(Federal Aviation Administration)部门与加拿大ABB合作开展了火灾事故中的有毒气体的研究, 采用封闭式系统对烟气进行了气体预测^[9]。此外, Griffiths等^[10]也开展了长期的多组分气体分析研究。

为了实现对固定污染源VOCs在线监测的实时性和高效性的需求, 重点针对化工、喷涂等行业排放的挥发性有机物的监测^[11], 基于傅里叶变换红外光谱开展测试研究。工厂车间废气排放种类相对固定, 常为苯系物、挥发烃、以及其他类污染物, 该系列物质于红外波数区间400~4 000 cm^-1有相对独立的吸收峰。光谱研究主要围绕中红外光谱开展。傅里叶变换光谱仪在中红外波段有合适的分束器材料及廉价耐用的光源, 并且探测波段较宽, 包含了大量物质的振、转光谱, 具有广泛的市场应用价值。傅里叶变换光谱仪还可和其他技术联用在更宽阔的波长范围内进行气体分析, 同时还可在近、中红外波段切换, 具备了很好的分析扩展能力。在国家重大科学仪器设备开发专项的支持下, 研制了整套的固定污染源VOCs在线监测系统, 实现了空气质量的实时检测, 提高了环境监测能力, 并获得了良好效果。

1 测量原理

VOCs在线监测系统包含了红外光谱仪、气体池及算法软件, 从本质上说是红外光谱仪的应用拓展。光谱仪采用了经典迈克尔逊干涉仪结构: 红外光源通过干涉仪产生红外干涉信号, 同步的激光信号对红外干涉信号进行等间隔采样, 当离散化的红外干涉信号傅里叶变换后可得红外光谱信号。通过对红外光谱信号的检测分析, 即可得到检测物质的种类浓度。

红外光源发出连续频率的光, 可认为由无数个无限窄的单色光组成。理想情况下, 通过迈克尔逊干涉仪后得到干涉信号I(x)为

$I (x) = B (ν) (1 + \cos 2 π xν) (1)$

其中x为干涉产生的光程差, ν 为单色光的波数, B(ν )为光谱强度。实际探测的干涉信号只选取式(1)中的交流分量B(ν )cos2π xν , 将其对连续波数积分得到多色光对应的干涉强度I(x)

$I (x) = \int_{0}^{+} B (ν) \cos 2 π νx d ν (2)$

由傅里叶变换可得

$B (ν) = \int_{0}^{+} I (x) \cos 2 π νx d x (3)$

理想的干涉信号是关于零光程差对称分布的, 如果将B(ν )的波数扩展到负频率, 并且认为B(ν )=B(-ν ), 那么, 式(3)可转化成如下的指数形式

$B (ν) = \int_{-}^{\infty} I (x) e^{- i 2 π xν} d x (4)$

相应式(4)有

$I (x) = \int_{-}^{\infty} B (ν) e^{i 2 π xν} d ν (5)$

由式(2)— 式(5)可知, 对干涉信号作傅里叶变换, 即可获得相应的光谱信号。这也正是傅里叶变换光谱法的优点: 一次扫描即可获得携带全部频率(波数)信息的干涉信号, 同时测量、记录大量信号数据即可高效率采集光源的辐射能量, 使得该种方法具有更高的信噪比和分辨率。由于是以数学方式对光谱信息进行编码, 在数据处理方面又具有自身独特优势, 可迅速解析出入射光束的频率(波数)位置和强度信息。

对于检测过程来说, 朗伯-比尔定律就是物质定量分析的基础。透射光的强度I与入射光的强度I₀之比称为透光度, 用T表示, 其值不大于1。透光度倒数的对数值即log(1/T), 常用A表示

$A = \lg \frac{I_{0}}{I} = \lg \frac{1}{T} = abc (6)$

式(6)中a称为摩尔吸光度系数, 它与吸收物质的性质及入射光的波长λ 有关, b为吸收层厚度cm, c为吸光物质的浓度, 单位为mol· L^-1。

实验证明, 不同浓度的同一物质在相同波数处具有相同的吸收系数。对于每一物质, 不同的波数处其吸光度系数不同, 在任意波数ν 处的吸光度表示为

$A (ν) = a_{(ν)} bc (7)$

对于多组分混合物来说, 就需要应用到比尔定律的加和性。如果每个组分都符合比尔定律, 那么在任一波数下的总吸光度由下式得到

$A (i) = \overset{n}{\sum_{j = 1}} a_{ij} b c_{j} (\begin{array}{l} i = 1, 2, \dots, m \\ j = 1, 2, \dots, m \end{array}) (8)$

其中: A(i)为第i个波数处多个组分的总吸光度, a_ij是第j个组分在第i个波数处的吸收系数; b是样品池厚度; c_j为第j个组分的浓度。

通过上述两个核心原理, 就可以实现对多组分气体的鉴定和测量。

2 实验部分

系统装置如图1所示, 红外光束通过迈克尔逊干涉仪产生干涉信号, 干涉仪可工作在650~4 000 cm^-1的宽带光谱范围内, 光谱分辨率可达1 cm^-1, He-Ne激光器的干涉信号被光电探测器接收, 用于对红外干涉信号等光程间隔采样, 并为动镜扫描提供位置反馈。干涉信号通过焦距为200 mm的透镜打入至气体池^[12], 气体池采用经典怀特池的三镜结构, 调整结构中的球面镜可改变光束在气体池中的折返次数, 从而改变光程。为了使目标气体对红外光充分吸收, 提升系统精度, 光谱仪在搭载气体池后, 虽然有限空间内增加了光程, 提升了气体的检测限, 但同时也增加了红外光能量的损失, 所以在对系统调试时, 需要对气体池的光程进行优化: 改变气体池光程, 测量同浓度气体的光谱, 当光谱信噪比最大时, 光程最优。经过最后的调试论证, 为兼容不同测量情况下的使用需求, 选取10 m作为气体池的使用方案。在气体池的对称位置, 放置相同的透镜, 将出射光束聚焦在MCT红外探测器上, 以满足连续快速的实时检测。

	Figure Option View Download New Window
	图1 系统原理图Fig.1 Schematic of FTIR system

2 结果与讨论

2.1 定性分析结果

VOCs在线监测系统采用多区间主成分交互验证法用于进行不同物质种类的定性分析^[13]: 根据目标气体的光谱特征吸收峰, 将整个光谱区间划分成多个独立的特征波数区间, 同时对单组分气体构成的参考光谱矩阵在划分出的特征波数区间内做主成分分析, 依据特征波数区间内累计贡献率来确认或排除目标气体实际含有的组分。主成分分析法的核心是降维, 可消除干扰因素对定性结果带来的影响。通过对全光谱区间的分段划分, 避免了组分漏选的状况。由于使用了组分光谱特征波数区与目标气体光谱特征波数区的匹配验证, 避免了组分“ 多选” 的可能, 提升了系统对于种类定性分析的准确性。

固定污染源VOCs在线监测系统主要针对的是工厂作业的废气排放, 其主要成分包括烷烃类、芳烃类、卤烃类等有机化合物, 来源较为多样化。作为监测系统需对上述各类物质能够有效进行分辨。在实验室内, 对甲基乙基酮、丙酮、乙酸乙酯、正己烷、环己烷、甲苯、二甲苯、异丙醇等常见VOCs标准气体进行检测, 测量光谱同标准光谱库(infrared analysis, Inc)比对, 部分气体光谱对比图如图2。从图2中可看出, 在各独立吸收峰区间谱线较为吻合, 可辨析不同物质种类。

	Figure Option View Download New Window
	图2 不同物质光谱对比图Fig.2 Comparison of spectra for different gases

3.2 仪器标定

在浓度测量过程中, 采用经典最小二乘法进行目标气体浓度的计算。由于对浓度的拟合计算使用了多个波数位置下的吸光度和摩尔吸收系数, 计算结果稳定可靠。考虑到基线漂移将直接影响吸光度的正确与否, 对经典最小二乘法进行

了适当改进^[13], 不再过多依靠作业人员干预, 对基线漂移进行自补偿修正, 进而减小光谱定量误差。

系统装调完毕之后, 需要对系统的测量准确性进行标定。过程如下:

(1) 氮气吹扫: 为避免水汽和其他因素干扰, 使用气泵将气体池内腔抽至真空, 随后使用高纯氮气对该气体池进行吹扫(约5 min), 获得背景光谱。

(2) 浓度测定: 阶段1, 高纯氮气通入气体池, 充气3 min, 记录此时的池内压强0.99 atm, 系统记录光谱数据; 阶段2— 阶段5中, 使用配气装置调配90.32, 180.64, 270.96, 406.44 mg· m^-3的二甲苯(化学式C₈H₁₀, 相对分子质量106.17, 吸收峰波段2 824~3 136 cm^-1)通入气体池, 充气3 min, 记录此时的池内压强0.99, 0.98, 0.99和0.97 atm, 系统记录光谱数据(各阶段测量次数n=17)。

(3) 数据分析: 汇总阶段1— 阶段5的浓度分析结果, 得到测量曲线如图3所示。

	Figure Option View Download New Window
	图3 氮气和二甲苯混合气体分析浓度曲线Fig.3 Analytical concentration curve of mixture of nitrogen and xylene

混合气体定量数据如表1所示。

表1 氮气和二甲苯混合气体定量数据 Table 1 Quantitative data of the mixture of nitrogen and xylene

标定的过程一般可分为两步, 第一步是使用高纯氮气进行“ 清零” 重置; 第二步是使用已知浓度的标准气体中进行系统校正。在本次标定过程中, 阶段1即为仪器归零阶段, 即只通入高纯氮气。在实际检测过程中, 由于每个阶段的预设浓度值是通过混合气体和高纯氮气压强配比关系得到的, 过程中的压强和通气量控制存在不可避免的偏差。阶段2~5通过已知浓度标准气体进行校准, 分析浓度标准差计算如式(9)

$σ = \sqrt[]{\frac{1}{N} \overset{N}{\sum_{i = 1}} (c_{m} {- \bar{c_{m}})}^{2}} (9)$

式(9)中, σ 为分析浓度标准差, c_m为分析浓度, N为数据个数。从表1数据分析, 分析浓度标准差小于7 mg· m^-3, 说明定量分析的重复性好, 系统定量分析能力相对较稳定; 相对偏差计算如式(10)

$Δ = (c_{m} - c_{p}) / c_{p} \times 100 % (10)$

式(10)中, Δ 为相对偏差, c_p为预设浓度, 比对分析浓度和预设浓度, 相对偏差小于0.06%。说明系统定量分析的重复精度较好。

观察表中数据, 发现系统的“ 分析浓度标准差” 有上升趋势, 这主要是由于二甲苯在测量过程中可能出现凝结或吸附在气体池内腔、反射镜的情况, 逐渐出现累计误差, 导致最后测试精度的下降。为了降低VOCs高温、高湿、高浓度和颗粒悬浮等特点带来的影响, 为气体池架设了温控系统, 以满足复杂种类目标气体的不同监测环境需求。温控系统外接加热源, 对整体气路进行加热, 确保通入气体池的目标气体和气体池体的温度持平。使用温控系统同时可降低加热时热量的对外传导和热能流失, 提高加热效率。同时, 温控系统也考虑了散热因素, 采用被动式散热, 避免风扇或散热器震动对光学系统造成的影响, 可靠性高。

对预设浓度和分析浓度进行拟合, 可得图4。

	Figure Option View Download New Window
	图4 仪器标定拟合曲线Fig.4 Instrument calibration fitting curve

通过上述拟合式对仪器进行标定后, 重新进行了测量: 配气浓度为136.35 mg· m^-3, 经过十分钟的测量后, 得到处理后的数据测量平均值136.39 mg· m^-3。

3.3 现场监测

喷漆工艺常被广泛应用在电子设备、家具、汽车等行业。喷涂产生的废气中的有机气体主要来自溶剂和稀释剂的挥发, 大多数的喷涂废气包含了苯、甲苯、二甲苯、乙酸乙酯、异丙醇、一些粉尘颗粒及一些醚类物质; 有机溶剂在喷漆和固化过程中全部释放, 雾化后形成悬浮物逸散, 即VOCs排放污染。将设备置于某生产喷涂车间, 并对喷涂过程排放物进行监测, 实验持续进行了一周, 在此给出了其中一天的数据, 并对其进行了分析。图5是车间排放物的浓度变化趋势图。

	Figure Option View Download New Window
	图5 排放物浓度变化趋势图Fig.5 Change of emissions concentration

将系统记录的数据与HITRAN等国际标准光谱库对比, 得出排放物种类为苯、乙酸乙酯、异丙醇以及甲基乙基酮(其中苯的吸收峰波段为3 012~3 144 cm^-1, 乙酸乙酯的吸收峰波段为1 184~1 320 cm^-1, 异丙醇的吸收峰波段为2 836~3 020 cm^-1, 甲基乙基酮的吸收峰波段为1 676~1 812 cm^-1)。从图5(a)中看出, 苯含量在横轴零点位置有初始值, 这是因为车间从10:13进入工作状态, 苯作为洗液加大了使用含量, 浓度有较明显的上升; 15:35停止了苯的使用, 但是由于苯类溶剂挥发需要一段时间, 伴随着时间的推移, 苯的含量在空气中积累导致浓度逐渐上升, 最终维持在一个稳定值。 15:51进入正常工作状态。排放物其他含量从0 mg· m^-3开始向上攀升。由浓度变化趋势图可以看出, 除突发的浓度值外, 苯的浓度维持在12.78~17.57 mg· m^-3之间, 乙酸乙酯的浓度维持在3.6 mg· m^-3附近, 异丙醇的浓度维持在6.15~9.83 mg· m^-3, 甲基乙基酮的浓度维持在8.85~14.75 mg· m^-3附近。 18个小时后, 即10:01, 监测到排放物浓度明显下降, 这是因为此时喷漆作业暂停, 随之运用高压风机对车间内部环境进行处理, 可见车间内空气中废气含量迅速下降。经过半小时后, 车间重新开始运转工作。此时喷漆车间内, 苯的含量趋于零, 其他成分含量回归至正常浓度。由此可看出, 设备具备长时间连续工作能力, 根据现场测试得到的实际数据, MTBF(mean time between failure)可达1 000 h以上。

4 结论

傅里叶变换红外光谱技术是对多组分气体进行实时检测的一种有效方式。基于傅里叶变换红外光谱技术开发研制了一套固定污染源VOCs在线监测系统, 使用多区间主成分交互验证法和改进的最小二乘法等算法, 针对工厂车间等环境可开展有效的空气质量评估。实验调试阶段, 对甲基乙基酮、丙酮等十余种已知种类和浓度的标准气体进行鉴定, 使用测量图谱数据同标准谱库进行比对匹配, 系统能够准确识别气体种类; 以二甲苯为例进行仪器标定, 并设计了温控系统提升系统测量精确度; 车间外场进行连续考验及测试, 能够准确识别工作现场环境中的苯、甲基乙基酮、异丙醇、乙酸乙酯四种物质, 并获取相应的浓度值; 能长时间稳定工作实现了对喷漆车间空气质量的实时监测, 有效的保障了车间安全作业。

The authors have declared that no competing interests exist.

参考文献

文献列表

[1]	Griffiths A D, Houwing A F. Applied Optics, 2005, 44(31): 6653. [本文引用:1]
[2]	Gieseler H, Kessler W J, Finson M, et al. Journal of Pharmaceutical Sciences, 2007, 96(7): 1776. [本文引用:1]
[3]	Witzel O, Klein A, Meffert C, et al. Opt. Express, 2013, 21: 19951. [本文引用:1]
[4]	Witzel O, Klein A, Wagner S, et al. Applied Physics B, 2012, 109(3): 521. [本文引用:1]
[5]	Svensson T, Lewand er M, Svanberg S. Optics Express, 2010, 18(16): 16460. [本文引用:1]
[6]	Chaffin C T, Marshall T L, Combs R J, et al. Proc. SPIE, Optical Sensing for Environmental and Process Monitoring, 1995, 2365: 302(doi: 101117/12. 210804). [本文引用:1]
[7]	Modiano S H, Mcnesby K L, Marsh P E, et al. Applied Optics, 1996, 35(21): 4004. [本文引用:1]
[8]	Piccot S D, Masemore S S, Ringler E S, et al. Air & Waste Management Association, 1994, 44: 3, 271(doi: 101080/1073161X. 1994. 10467254). [本文引用:1]
[9]	Speitel L C. Journal of Fire Sciences, 2002, 20(5): 349. [本文引用:1]
[10]	Griffiths P R, Haseth J A D. Fourier Transform Infrared Spectrometry, 2nd ed. New Jersey: John Wiley & Sons. Inc. , 2007. [本文引用:1]
[11]	LIU Wen-qing, LIU Jian-guo, XU Liang, et al(刘文清, 刘建国, 徐亮, 等). Modern Scientific Instruments(现代科学仪器), 2016, 6: 10. [本文引用:1]
[12]	WANG Jun-bo, WANG Xin, WEI Hao-yun, et al(王君博, 王昕, 尉昊赟, 等). Laser Technology(激光技术), 2017, 41(2): 163. [本文引用:1]
[13]	REN Li-bing, WEI Hao-yun, LI Yan(任利兵, 尉昊赟, 李岩). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2011, 31(4): 997. [本文引用:2]

2005

0.0

... 可调谐半导体激光光谱技术(TDLAS)通过调谐半导体激光器的波长对光谱进行扫描, 获得待测气体的光谱信息^[1,2,3,4,5], 但对多组分气体识别需要扫描较多光谱区域或者采用多个激光器, 使系统复杂化 ...

2007

0.0

2013

0.0

2012

0.0

2010

0.0

1995

0.0

... 基于FTIR的分析仪研究和应用始于20世纪90年代, Chaffin等^[6]开展了开放式在线气体分析实验, 以0 ...

1996

0.0

... Modiano等^[7]对燃料池燃烧进行监测, 以0 ...

1994

0.0

... Piccot等^[8]采用OP-PATH方案对甲烷和六氟化硫进行测量, 建立了烟羽浓度和污染源排放率的模型 ...

2002

0.0

... 美国FAA(Federal Aviation Administration)部门与加拿大ABB合作开展了火灾事故中的有毒气体的研究, 采用封闭式系统对烟气进行了气体预测^[9] ...

2007

0.0

... 此外, Griffiths等^[10]也开展了长期的多组分气体分析研究 ...

2016

0.0

... 为了实现对固定污染源VOCs在线监测的实时性和高效性的需求, 重点针对化工、喷涂等行业排放的挥发性有机物的监测^[11], 基于傅里叶变换红外光谱开展测试研究 ...

2017

0.0

... 干涉信号通过焦距为200 mm的透镜打入至气体池^[12], 气体池采用经典怀特池的三镜结构, 调整结构中的球面镜可改变光束在气体池中的折返次数, 从而改变光程 ...

2011

0.0

REN

Li-bing

, WEI

Hao-yun

, LI

Yan

(任利兵, 尉昊赟, 李岩). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2011, 31(4): 997.

A method of principal component interactive validation in multi-region is presented. Based on the characteristic peaks of target gas the full spectral region is divided into multiple characteristic regions. In succession the principal component analysis around the pure components spectral matrix in divided characteristic regions is applied. Thus the potential components included in target gas are identified according to the main components number according to 99% larger cumulated contribution and the descending sorting of maximum value of pure component spectrums. After that, the characteristic regions of potential components are compared with the ones of target gas one by one. In this way the real components of target gas are confirmed. Because the principal component analysis was applied in multiple characteristic regions, this method can avoid omitted identification. Owning to the matching validation between the characteristic absorption regions of target gas and the ones of pure component gas this method can avoid additional identification. The simulated and the measured spectra both validate the qualitative ability of this method.

[Ren Li-bing; Wei Hao-yun; Li Yan] Tsinghua Univ, State Key Lab Precis Measurement Technol & Instru, Dept Precis Instruments, Beijing 100084, Peoples R China.

... 1 定性分析结果VOCs在线监测系统采用多区间主成分交互验证法用于进行不同物质种类的定性分析^[13]: 根据目标气体的光谱特征吸收峰, 将整个光谱区间划分成多个独立的特征波数区间, 同时对单组分气体构成的参考光谱矩阵在划分出的特征波数区间内做主成分分析, 依据特征波数区间内累计贡献率来确认或排除目标气体实际含有的组分 ...

... 了适当改进^[13], 不再过多依靠作业人员干预, 对基线漂移进行自补偿修正, 进而减小光谱定量误差 ...