TDLAS在森林可燃物热解气体多组分同步测量中的应用分析
郭松杰1, 王璐鹏2, 陈金铮1, 马云2, 梁安2, 卢志民1, 姚顺春1,*
1.华南理工大学电力学院, 广东 广州 510640
2.云浮市消防救援支队, 广东 云浮 527399
*通讯作者 e-mail: epscyao@scut.edu.cn

作者简介: 郭松杰, 1993年生, 华南理工大学电力学院博士研究生 e-mail: guosongjie101@163.com

摘要

森林可燃物热解的研究, 对森林火灾预警和控制具有重要意义。 森林可燃物热解过程中主要生成CO、 CO2和CH4等含碳气体, 这些气体的不断释放容易引发森林火灾并加剧温室效应, 快速准确检测这三种组分的浓度有利于火灾早期预警和大气环境保护。 通过频分复用结合可调谐二极管激光吸收光谱(TDLAS)技术准确测量了六种山林树种样品热解气体中CO、 CO2和CH4三种组分的浓度, 证明了频分复用-TDLAS技术对森林可燃物热解气体多组分同步测量的适用性。 首先, 介绍了频分复用-TDLAS技术的基本原理, 确定了三种组分互不干扰、 且谱线强度适宜的吸收谱线。 其次, 为了准确反演不同的浓度, 对二次谐波(2f)信号和二次谐波/直流(2f/DC)信号的特性进行了研究。 通过Simulink仿真的方式, 比较了利用2f信号和2f/DC信号反演不同浓度准确性的差异, 结果表明2f/DC信号具有更大的线性区间, 适用于森林可燃物热解气体中不同浓度组分的测量。 最后, 利用两支中心波长分别为1 580.0和1 653.7 nm的分布式反馈(DFB)激光器搭建了CO、 CO2和CH4同步测量的实验装置。 在900 ℃管式炉中对六种树种样品进行热解以及热解气体制备, 利用Herriott吸收池测量了三种组分的2f/DC信号, 通过标准气体建立标定模型获得了热解气体中三种组分的绝对浓度。 结果显示, 三种组分的2f/DC信号峰值与浓度满足良好的线性关系, 线性度大于0.995, 且在焦炭气化反应和Boundouard反应的作用下, 六种树种样品热解气体中CO浓度明显高于CO2和CH4。 通过分析枫香叶样品的光谱, 表明在2 s测量时间内, 该光谱系统对于CO、 CO2和CH4的最低检测限低于0.008%, 灵敏度优于0.005%, 满足森林火灾预警的需求。 该研究为森林可燃物热解气体多组分同步测量以及森林火灾预警提供了方法参考。

关键词: 森林火灾; 可燃物热解; TDLAS; 频分复用; 同步测量
中图分类号:O433.1 文献标志码:A
Application and Analysis of Multi-Component Simultaneous Measurement of Forest Combustibles Pyrolysis Gas Based on TDLAS
GUO Song-jie1, WANG Lu-peng2, CHEN Jin-zheng1, MA Yun2, LIANG An2, LU Zhi-min1, YAO Shun-chun1,*
1. School of Electric Power Engineering, South China University of Technology, Guangzhou 510640, China
2. Yunfu Fire and Rescue Detachment, Yunfu 527399, China
*Corresponding author
Abstract

Pyrolysis of forest combustibles is an important research topic in forest fires and is of great significance for early warning and control of forest fires. The pyrolysis of forest combustibles mainly produces carbonaceous gases such as CO, CO2, and CH4. The continuous release of these gases will likely trigger forest fires and aggravate the greenhouse effect. The rapid and accurate detection of the concentrations of these three components is beneficial for early warning of fires and atmospheric environmental protection. In this paper, the concentrations of three CO, CO2, and CH4 components in the pyrolysis gases of six mountain forest tree species samples were accurately measured by frequency division multiplexing combined with tunable diode laser absorption spectroscopy (TDLAS) technique. The applicability of the frequency division multiplexing-TDLAS technique for simultaneous multi-component measurements of pyrolysis gases of forest combustibles is demonstrated. Firstly, the basic principle of the frequency division multiplexing-TDLAS technique is introduced, and the absorption spectra of the three components are determined without interfering with each other and with suitable spectral intensity. Secondly, the characteristics of the second harmonic (2f) signal and the second harmonic/DC (2f/DC) signal are investigated to invert the different concentrations accurately. The difference in the accuracy of inversion of different concentrations using the 2f signal and 2f/DC signal is compared using Simulink simulation, and the results show that the 2f/DC signal has a larger linear interval and is suitable for the measurement of different concentration components in the pyrolysis gas of forest combustibles. Finally, an experimental setup for simultaneous CO, CO2, and CH4 measurements was built using two distributed feedback (DFB) lasers with center wavelengths of 1 580.0 and 1 653.7 nm, respectively. The 2f/DC signals of the three components were measured using a Herriott absorber cell, and the absolute concentrations of the three components in the pyrolysis gas were obtained by establishing calibration models with standard gases. The results showed that the peak 2f/DC signals of the three components satisfied a good linear relationship with the concentrations withlinearity greater than 0.995, and the concentrations of CO in the pyrolysis gases of the six tree samples were significantly higher than those of CO2, and CH4 under the effect of the coke gasification reaction and Boundouard reaction. by analyzing the spectra of Chinese sweetgum leaf samples, it was shown that within the 2 s measurement time, the spectroscopic system for CO, CO2, and CH4 with a minimum detection limit lower than 0.008% and sensitivity better than 0.005%, which meets the demand of forest fire early warning. This study provides a methodological reference for the simultaneous multi-component measurement of pyrolysis gases of forest combustibles and forest fire early warning.

Keyword: Forest fires; Combustibles pyrolysis; TDLAS; Frequency division multiplexing; Simultaneous measurements
引言

森林是地球上最大的陆地生态系统, 具有保持水土、 调节气候、 净化空气等功能, 对维持地球生态平衡起着至关重要的作用[1]。 森林火灾突发性强、 处置困难、 破坏性大, 已经成为我国森林三大灾害之一。 森林可燃物热解对揭示森林燃烧机理和着火特性具有重要意义[2, 3]。 森林火灾的发生通常会经历一定过程, 火灾早期的主要形式是森林可燃物热解, 环境温度过高导致植被热解生成CO、 CO2和CH4等主要含碳气体, 所以对热解气体进行早期探测是森林火灾预警的有效措施。 CO和CH4在大气中的含量极低, 只有在热解和发生火灾时才会明显上升, 是火灾早期的典型预警信号[4]。 CO2虽然是大气中的常见气体, 但是在热解特别是着火时也会急剧上升。 这些含碳气体的不断释放不仅容易引发火灾, 而且会改变大气环境, 加剧温室效应, 快速灵敏检测这三种组分的浓度对森林火灾预警以及计算CO、 CO2和CH4的释放总量具有重要作用[5, 6, 7]。 目前森林火灾监测的常用手段有地面、 空中巡逻、 瞭望台监测、 视频监控、 卫星遥感监测等[8], 传统手段覆盖面窄、 效率低, 难以对早期火灾进行有效监测。 为了提高火灾监测效率, 各种传感器应运而生[9]。 森林地区环境复杂, 干扰因素较多, 对传感器提出了较高的要求。 基于激光光谱技术的气体检测型传感器具有响应时间短、 准确率高、 灵敏度高等优点, 适用于森林火灾的早期探测。

可调谐二极管激光吸收光谱(TDLAS)是一种灵敏度高、 选择性强、 抗干扰能力强、 可实时在线测量的吸收光谱技术, 已经广泛应用于大气污染物监测、 工业过程控制、 医疗诊断、 航空航天等领域[10, 11]。 TDLAS技术同样适用于森林热解气体测量, 张佳薇[5]等通过TDLAS技术测量CO进行了森林火灾早期探测研究。 然而, 对单一组分进行测量容易引起火情误判, 对热解气体多种组分进行同步分析, 可以进一步提高森林火灾早期预警的准确率。 随着半导体激光器大规模商业化, 制造成本不断降低, 通过多个激光器联用实现多组分气体同步测量的研究逐渐成为行业热点并应用于实际测量中。 波分复用[12]、 频分复用[13]、 时分复用[14]等方法是同步测量的常用手段。 频分复用指在载波上加载不同频率的调制信号, 且这些调制信号互不干扰、 并行传输, 在接收端分别解调可以得到各自的传输信息。 频分复用方法用在气体测量中, 可以实现单个扫描周期内不同组分的同步测量, 简化测量系统的同时响应时间不变, 具有较高的实用价值。 森林可燃物在热解过程中不同组分的浓度存在差异, 基于波长调制光谱(WMS)技术选择适用于不同浓度的反演方法, 对简化系统、 提升检测效率具有重要的现实意义。

基于TDLAS-频分复用技术搭建了一套测量森林可燃物热解气体中CO、 CO2和CH4浓度的实验系统, 采用仿真的方式对比了二次谐波(2f)信号和二次谐波/直流(2f/DC)信号反演不同浓度的准确性, 通过测量2f/DC信号反演了三种组分的浓度。

1 原理
1.1 TDLAS原理

根据Beer-Lambert定律[15], 入射激光被气体样品吸收后会导致出射光强衰减。 当激光中心频率ν 0受到角频率为ω 的正弦波调制时, 激光的瞬时频率ν (t)可以表示为[16]

ν(t)=ν0+acos(ωt)(1)

式(1)中, a为调制幅度。 由于DFB激光器的特性, 在激光频率调制的同时, 激光强度也会受到调制。 调制后的透射激光强度用傅里叶级数表示为

I(t)=I0(t)τ(ν0+acos(ωt))=I0(t)k=0Hk(ν0, a)cos(kωt)(2)

式(2)中, Hk(ν0, a)为透射率τ(ν0+acos(ωt))的傅里叶系数。 探测器将接收的透射激光信号转换为电信号输入锁相放大器, 与不同频率的参考信号相乘并经过低通滤波, 便可得到不同阶次的谐波信号。

由于奇数次的谐波信号在谱线中心处为零, 而偶数次的谐波信号在谱线中心处达到最大值, 且随着谐波次数增加, 谐波信号的峰值逐渐减小, 因此2f信号中心峰值适合用于反演气体浓度。 借助标准气体标定的方式可以确定气体绝对浓度。

假设有两个不同频率(ω 1ω 2)的调制信号同时加载到激光器, 激光的瞬时光强I(t)可以表示为

I(t)=I0+bcos(ω1t+φ1)+ccos(ω2t+φ2)(3)

式(3)中, bc分别为两个调制信号的调制幅度, ω 1ω 2分别为不同的调制频率, φ 1φ 2分别为各自的相位。 在对吸收光强信号进行解调时, 由于ω 1ω 2通常为数十kHz的高频信号, 且两个频率相差较大, 所以解调信号不受干扰。 光强信号与频率为 ω1ω2的参考信号 f1=dcos(ω1t+φ3)f2=ecos(ω2t+φ4)分别进行混频滤波, 其中, de分别表示两个参考信号的幅度, φ3φ4表示各自的相位。混频滤波后, 频率为 ω1ω2ω1+ω1ω2+ω2ω1+ω2ω1-ω2的高频成分都被低通滤波器滤除, 只保留频率为 ω1-ω1ω2-ω2项对应的直流成分, 其中包含输入信号幅值变化信息。 因此, 同时加载两个不同频率的调制信号用于测量不同气体的频分复用方法理论上可行。

1.2 谱线选择

在频分复用方案的基础上, 需要选择合适的吸收谱线。 CO、 CO2和CH4的吸收谱线分布范围广, 从近红外到中红外波段都有分布, 如图1(a)所示。 近红外波段的二极管激光器以及配套的光纤器件制造工艺成熟、 成本较低, 适合用于现场测量和各种传感器开发。 同时, 为了实现三种组分同步测量, 避免出现饱和吸收现象, 选择强度适宜且互不干扰的吸收谱线至关重要。 通过查询HITRAN数据库, 确定了三种组分的吸收谱线, 如图1(b)、 (c)中的黑色箭头所示, 对应的谱线参数见表1

图1 CO、 CO2和CH4的吸收谱线分布
(a): 0.5~6.0 μ m之间CO、 CO2和CH4三种组分吸收谱线分布; (b): CO和CO2局部图; (c): CH4局部图
Fig.1 Absorption spectra of CO, CO2, and CH4
(a): Absorption spectra of CO, CO2, and CH4 in the range of 0.5~6.0 μ m; (b): Partial maps of CO and CO2; (c): Partial map of CH4

表1 选取的CO、 CO2和CH4的吸收谱线及其强度 Table 1 The selected absorption spectral lines of CO, CO2, and CH4 and their intensities
2 实验部分

研究表明, 当气体吸光度小于0.05时, 2f信号峰值与气体浓度近似满足线性关系[17], 随着吸光度增加, 光强透射率与吸光度线性度降低, 由光强透射率解调的2f信号峰值与浓度的线性度也会随之下降。 为了适应热解气体中不同组分浓度的反演, 克服2f峰值-浓度函数线性区间有限的缺点, 本工作提出了利用DC信号拓展标定模型的线性区间, 并且采用Simulink仿真的方式进行了验证, 随后搭建实验装置对热解气体中CO、 CO2和CH4三种组分进行了实际测量。

2.1 Simulink仿真

DC信号表示直接对透射光强进行低通滤波获得的直流信号, DC信号中包含透射率信息, 2f/DC信号可以消除指数特征的影响, 进一步增大线性区间。 在此通过Simulink仿真的方式分别验证了2f信号峰值与浓度、 2f/DC信号峰值与浓度的线性度。 我们模拟了CO位于6 330.15 cm-1处、 浓度在0.33%~1.67%(对应吸光度范围为0.01~0.05)和2%~10%(对应吸光度范围为0.06~0.3)之间的吸收光谱, 并进行线性拟合, 结果如图2所示。 可以看出当吸光度小于0.05时, 2f信号峰值关于浓度的线性度与2f/DC信号基本一致, 均大于0.999; 但是当吸光度大于0.05时, 2f信号峰值的线性度明显减小, 而2f/DC信号几乎不变, 说明2f/DC信号具有更大的线性区间。 由于实验中CO的吸光度大于0.05, CO2和CH4的吸光度小于0.05, 因此, 后续测量中将利用2f/DC信号反演CO、 CO2和CH4的浓度。

图2 信号峰值与浓度仿真数据线性拟合Fig.2 Linear fit of the peak signal to the concentration simulation data

图2(a)和(b)分别表示气体吸光度在0.01~0.05范围内, 2f信号峰值与2f/DC信号峰值关于浓度的线性拟合情况。 同样, (c)和(d)分别表示2f信号和2f/DC信号在吸光度为0.05~0.3范围内的线性拟合情况。

2.2 装置

基于频分复用的CO、 CO2和CH4三种组分同步测量实验装置如图3所示。 主要包括激光、 气体吸收池、 数据采集分析系统以及气路部分。 DFB1激光器的中心波长为1 580.0 nm, 其波长调谐范围可以同时覆盖CO在6 330.15 cm-1、 CO2在6 328.95 cm-1处的吸收谱线, 实现CO和CO2的同时测量。 激光控制器1(PCI-1DA, Port City Instruments)内部集成了激光器的温度控制器、 电流驱动、 信号发生器、 锁相放大器、 数据采集卡等部件, 通过计算机控制, 可以直接获取气体浓度谐波信号。 DFB1激光器的调谐参数如下: 低频锯齿波扫描频率为5 Hz, 高频正弦波调制频率为31.2 kHz。 DFB2激光器的中心波长为1 653.7 nm, 可以覆盖CH4在6 044.12 cm-1处的吸收谱线。 激光控制器2包含激光器的温度控制器(TC10-LAB, Wavelength Electronics)和电流驱动(QCL1500-LAB, Wavelength Electronics)两部分, 锁相放大器(HPLIA, Healthy photon)内部集成了信号发生器, 由其产生频率为5 Hz的锯齿波信号和频率为6 kHz的正弦波信号加载到激光控制器2。 DFB1激光器和DFB2激光器发出的激光通过1:1光纤合束器(TW1650R5A1, Thorlabs)进行合束, 合束光经过反射镜后入射到Herriott吸收池, 与气体相互作用。 该吸收池长度30 cm, 有效光程约18 m。 从吸收池出射的激光入射到探测器(PDA10D2, Thorlabs), 探测器将光信号转化为电信号后分别传输至激光控制器1和锁相放大器进行谐波解调。 数据采集分析系统包含: 激光控制器1、 数据采集卡和计算机。 激光控制器1可直接将CO和CO2的谐波信号传输至计算机, 锁相放大器解调的CH4谐波信号通过数据采集卡(USB-6363, NI)传输至计算机。 气路部分包括: 利用气体采样袋收集的热解气体、 已知浓度的CO、 CO2、 CH4标准气体、 纯N2标准气体、 流量计(S48 32/HMT, HORIBA METRON)、 流量计控制器(MT/-56-3J, 北京堀场汇博隆精密仪器)以及气体混合器等。

图3 实验装置图Fig.3 Schematic of the experimental setup

2.3 热解气体制备

为了测量典型山林树种热解气体中CO、 CO2和CH4三种主要含碳气体的浓度, 从某山林收集了枫香树、 松树和樟树的枝叶, 经过人工枝叶分离后分为六种样品: 枫香叶、 枫香枝、 松木叶、 松木枝、 樟木叶、 樟木枝。 首先将六种树种样品置于40 ℃干燥箱中干燥24 h, 以模拟山林树种自然干枯的过程。 使用粉碎机对干燥后的样品进行粉碎, 并将粉碎后的样品放入管式炉中加热制取热解气。 管式炉入口连接氮气, 流速1 L· min-1, 出口经过水洗过滤系统后与气体采样袋相连。 管式炉的设定温度为900 ℃, 稳定加热20 min后向管式炉中通入氮气, 利用氮气将热解气体吹扫至气体采样袋中。

3 结果与讨论
3.1 2f/DC信号测量

将气体采样袋收集的热解气体充入吸收池后密封, 保持吸收池内的气压为0.99 atm(广州本地气压), 温度为25 ℃。 通过优化调制幅度和解调相位等参数, 使解调的2f/DC信号具有较高的峰值和信噪比。 六种树种热解气体中三种组分的2f/DC信号如图4所示。

图4 六种树种热解气体中三种组分的2f/DC信号
(a): CO和CO2; (b): CH4
Fig.4 2f/DC signals of three components of pyrolysis gases of six tree species
(a): CO and CO2; (b): CH4

3.2 标准气体标定

通过测量已知浓度的标准气体进行系统线性响应度评估, 同时计算六种树种热解气体中CO、 CO2、 CH4的浓度。 分别配制了CO、 CO2、 CH4三种组分不同浓度的标准气体, 具体为: 五组CO标准气体(2%、 4%、 6%、 8%、 10%)、 五组CO2标准气体(2%、 4%、 6%、 8%、 10%)以及五组CH4标准气体(1%、 2%%、 3%、 4%、 5%), 测量三种组分每个浓度对应的2f/DC信号。 每个2f/DC信号由10组数据平均所得, 并通过线性拟合得到2f/DC信号峰值与气体浓度的函数, 如图5所示。 从图中可以看出, R2均大于0.995, 证明三种组分的2f/DC信号与浓度均满足较好的线性关系。

图5 三种组分标准气体的2f/DC信号峰值与浓度线性拟合
(a): CO; (b): CO2; (c): CH4
Fig.5 Linear fits of 2f/DC signal peaks and concentrations of three component standard gases
(a): CO; (b): CO2; (c): CH4

利用标准气体的线性拟合模型, 可以计算出六种树种热解气体中CO、 CO2、 CH4的浓度, 结果如表2所示, 浓度比值如图6所示。

表2 六种树种热解气体中CO、 CO2和CH4的浓度 Table 2 Concentrations of CO, CO2, and CH4 in pyrolysis gases of six tree species

图6 六种树种热解气体CO、 CO2、 CH4的浓度比值Fig.6 Concentration ratios of pyrolysis gases CO, CO2, and CH4 of six tree species

表2和图6可以看出, 六种树种热解气体中CO、 CO2、 CH4的比值略微存在差异, 其中CO的含量最高, 原因是在900℃高温条件下主要发生焦炭气化反应和Boundouard反应, 说明在900 ℃高温下山林树种热解产生的含碳气体中主要成分为CO。

3.3 系统检测限分析

为了对系统检测限进行评估, 在此选择了枫香叶热解气体中的CO、 CO2、 CH4信号进行计算, 如图7示。 在无吸收区域截取一段信号, 计算其标准差(SD), 通过CO、 CO2和CH4的2f/DC信号峰值与标准差, 可以得到三种组分的信噪比分别为311、 211和44, 结合采样频率和平均次数, 可知该光谱系统在2 s测量时间内, 对于CO、 CO2、 CH4的最低检测限分别为0.007 3%、 0.007 7%、 0.007%, 灵敏度分别为0.004 8%、 0.004 8%、 0.002%。 研究表明, CO和CH4的浓度分别大于12.5%和5%时容易发生爆炸[18], 因此该系统满足森林可燃物热解气体测量和森林火灾早期预警需求。

图7 枫香叶热解气体中CO、 CO2和CH4的2f/DC信号的信噪比
(a): CO和CO2; (b): CH4
Fig.7 Signal-to-noise ratios of 2f/DC signals of CO, CO2, and CH4 in Chinese sweetgum leaf pyrolysis gas
(a): CO and CO2; (b): CH4

4 结论

利用TDLAS-频分复用技术测量了六种树种热解气体中三种主要含碳组分CO、 CO2和CH4的浓度, 结果表明, 三种组分的2f/DC信号峰值与浓度均满足良好的线性关系, 线性度大于0.995, 证明2f/DC信号适用于不同浓度的反演。 分析六种树种解热气体中三种组分的总体释放情况可知, CO占比明显高于CO2和CH4, 这是由于在900 ℃高温条件下主要发生焦炭气化反应和Boundouard反应。 通过评估最低检测限, 证明该系统满足森林可燃物热解气体测量和森林火灾早期预警的需求。 在本工作的基础上, 下一步将利用该系统对三种组分进行在线实时测量, 进一步研究森林可燃物热解过程中不同时刻三种组分的释放情况。

参考文献
[1] Grassi G, House J, Dentener F, et al. Nature Climate Change, 2017, 7(3): 220. [本文引用:1]
[2] Barmpoutis P, Papaioannou P, Dimitropoulos K, et al. Sensors, 2020, 20(22): 6442. [本文引用:1]
[3] CHEN Bo-xuan, GUO Yan, FAN Jia-le, et al(陈伯轩, 郭妍, 范佳乐, ). Chinese Journal of Applied Ecology(应用生态学报), 2022, 33(1): 76. [本文引用:1]
[4] ZHANG Jia-wei, ZHANG Hong-li, LI Ming-bao(张佳薇, 张红丽, 李明宝). Forest Engineering(森林工程), 2013, 29(2): 139. [本文引用:1]
[5] LI Chun-yang, ZHANG Yun-lin, GUO Yan, et al(李春阳, 张运林, 郭妍, ). Journal of Central South University of Forestry & Technology(中南林业科技大学学报), 2020, 40(6): 81. [本文引用:2]
[6] Liu X N, Qiao S D, Ma Y F. Optics Express, 2022, 30(2): 1304. [本文引用:1]
[7] Ma Y F, Lewicki R, Razeghi M, et al. Optics Express, 2013, 21(1): 1008. [本文引用:1]
[8] Hu J, Niu H, Carrasco J, et al. Aerospace Science and Technology, 2022, 123: 107494. [本文引用:1]
[9] Bogue R. Sensor Review, 2013, 33(2): 99. [本文引用:1]
[10] NIE Wei, KAN Rui-feng, YANG Chen-guang, et al(聂伟, 阚瑞峰, 杨晨光, ). Chinese Journal of Lasers(中国激光), 2018, 45(9): 9. [本文引用:1]
[11] Liu X N, Ma Y F. Sensors, 2022, 22(16): 6095. [本文引用:1]
[12] So S, Park J, Yoo M, et al. Optics Express, 2022, 30: 32031. [本文引用:1]
[13] CHEN Xiang, KAN Rui-feng, YANG Chen-guang, et al(陈祥, 阚瑞峰, 杨晨光, ). Acta Optica Sinica(光学学报), 2018, 38(5): 124. [本文引用:1]
[14] SUN Peng-shuai, ZHANG Zhi-rong, XIA Hua, et al(孙鹏帅, 张志荣, 夏滑, ). Acta Optica Sinica(光学学报), 2015, 35(2): 334. [本文引用:1]
[15] Zhu X R, Yao S C, Ren W, et al. Applied Sciences, 2019, 9(3): 442. [本文引用:1]
[16] Liu J X, Zhou Y T, Guo S J, et al. Optics Express, 2019, 27: 1249. [本文引用:1]
[17] ZHU Yan-jun, FAN Xiao-hua, GAO Chao, et al(朱雁军, 樊孝华, 高潮, ). Laser Journal(激光杂志), 2017, 38(5): 40. [本文引用:1]
[18] REN Shao-ran, LI Hai-kui, LI Lei-bing, et al(任韶然, 李海奎, 李磊兵, ). Natural Gas Industry(天然气工业), 2013, 33(10): 110. [本文引用:1]