基于差分吸收光谱技术的双光源SO2、 NO和NO2浓度检测研究
笪耀东1,2,4, 石腾达2,4, 王钊2, 常勇强2,3,4, 李冰倩5, 高杰5, 张云刚5
1.西安交通大学, 陕西 西安 710049
2.中国特种设备检测研究院, 北京 100029
3.国家市场监督管理总局重点实验室(特种设备安全与节能), 北京 100029
4.低碳热力发电技术与装备全国重点实验室, 北京 100029
5.燕山大学电气工程学院, 河北 秦皇岛 066004

作者简介: 笪耀东, 1979年生, 中国特种设备检测研究院正高级工程师 e-mail: dayaodong@csei.org.cn

摘要

锅炉排放的SO2和NO x对大气环境质量影响巨大, 准确检测其排放浓度对于环境保护至关重要。 紫外差分吸收光谱技术由于灵敏度高、 抗干扰能力强等优点, 已成为SO2和NO x排放检测的重要手段。 便携式SO2和NO x检测设备常用氘灯作为光源, 但在其光谱范围(180~400 nm)内无法避免NO和NO2的相互干扰从而影响检测准确性。 为此, 本文提出了一种基于差分吸收光谱技术的双光源SO2、 NO和NO2浓度检测方法。 通过组合高压氘灯和LED双光源扩展光源光谱范围, 采用多项式拟合、 小波滤波和最小二乘法对SO2、 NO、 NO2分别在295~305、 220~230以及425~450 nm范围内的光谱数据进行浓度反演, 并对SO2和NO出现的高浓度线性偏差以及NO2低浓度偏差进行线性度修正, 实现了在宽浓度范围内单组分气体的高精度定量分析。 最后, 针对SO2与NO在220~230 nm范围内的光谱重叠问题构建了混合气体光谱解算模型, 实现了SO2、 NO与NO2混合气体分别在0~1 000、 0~500及0~500 ppm范围的浓度检测。 三种物质的最低检出限分别为0.394、 0.30和0.78 ppm, 相对不确定度为1.00%。

关键词: 锅炉; 二氧化硫; 一氧化氮; 二氧化氮; 氘灯; LED; 差分吸收光谱; 检测
中图分类号:O433.1 文献标志码:A
Study on Dual Light Source Measurement of SO2, NO and NO2 Based on Differential Optical Absorption Spectroscopy
DA Yao-dong1,2,4, SHI Teng-da2,4, WANG Zhao2, CHANG Yong-qiang2,3,4, LI Bing-qian5, GAO Jie5, ZHANG Yun-gang5
1. Xi'an Jiaotong University, Xi'an 710049, China
2. China Special Equipment Inspection & Research Institute, Beijing 100029, China
3. Key Laboratory of Special Equipment Safety and Energy-saving, State Administration for Market Regulation, Beijing 100029, China
4. State Key Laboratory of Low-carbon Thermal Power Generation Technology and Equipments, Beijing 100029, China
5. Department of Instrument Science and Engineering, School of Electrical Engineering, Yanshan University, Qinhuangdao 066004, China
Abstract

The SO2 and NO x emitted from boilers significantly impact air quality, and the accurate detection of their emission concentrations is crucial for environmental protection. Ultraviolet differential optical absorption spectroscopy (UV-DOAS) has become an important technique for detecting SO2 and NO x emissions due to its advantages, such as high sensitivity and strong anti-interference capability. Normally, portable detection devices of SO2 and NO x emissions use deuterium lamps as light sources. However, the mutual interference between NO and NO2 is unavoidable within the spectral range (180~400 nm), and the detection accuracy is reduced. This paper proposes a dual-light source detection method based on differential absorption spectroscopy of SO2, NO, and NO2 concentrations. The high-pressure deuterium lamp and LED are combined to extend the spectral range, and polynomial fitting, wavelet filtering, and least squares method are used to retrieve concentrations from spectral data in the ranges of 295~305 nm (SO2), 220~230 nm (NO), and 425~450 nm (NO2). Linear corrections are implemented for high-concentration deviations of SO2 and NO and low-concentration NO2 to achieve high-precision quantitative analysis of single-component gases across a wide concentration range. Finally, a mixed gas spectral resolution model was established to address the spectral overlap between SO2 and NO in the 220~230 nm range, then enables simultaneous concentration detection of mixed gases within ranges of 0~1 000 ppm (SO2), 0~500 ppm (NO), and 0~500 ppm (NO2). The lowest detection limits of these three gases were 0.394, 0.30, and 0.78 ppm respectively, with a relative uncertainty of 1.00%.

Keyword: Boiler; SO2; NO; NO2; Deuterium lamp; LED; DOAS; Detection
0.引言

锅炉广泛应用于电力、 供热、 石化、 化工、 钢铁、 有色等行业及日常生活, 是国民经济建设和民生保障的重要基础装备, 也是能源消费大户和重要的大气污染物排放源, 一直以来都是节能减排工作的重点。 2021年12月, 国家市场监督管理总局颁布了《锅炉节能环保技术规程》(TSG 91— 2021), 明确规定锅炉设计应当标明额定负荷下的烟尘(颗粒物)、 二氧化硫、 氮氧化物等大气污染物初始排放浓度信息, 并要求锅炉产品进行大气污染初始排放测试。 锅炉使用的燃料种类较多, 如煤、 生物质、 轻柴油、 天然气、 高炉煤气等, 同时由于燃烧方式不同和炉内污染物控制技术差异, 使得不同锅炉的SO2和NOx的初始排放浓度差别很大。 准确测量是污染物排放控制的前提, 开展宽浓度范围SO2和NOx的检测技术研究, 对于锅炉大气污染物的初始和最终排放浓度控制具有重要意义。

目前, 有很多方法用于检测SO2和NOx, 如电化学法、 光声光谱法、 傅里叶变换红外光谱技术、 可调谐二极管激光吸收光谱和紫外差分吸收光谱法[1, 2, 3, 4]等。 Hu等通过开发一种基于电化学催化K2S2O8的传感器技术, 实现了SO2和NO检测及去除, 且SO2和NO去除率分别高达96%和90%[5]。 Zheng等基于傅里叶变换红外光谱技术, 成功实现了气体绝缘开关设备中SO2的在线监测[6]。 Yang等利用可调谐二极管激光吸收光谱技术实现了对NO的准确检测, 其检测限达2 ppm[7]。 Zhang等提出一种基于支持向量回归模型, 并结合可调谐二极管激光吸收光谱技术, 实现了SO2高准确检测[8]。 尽管以上方法都实现了对SO2、 NO和NO2的检测, 但电化学法存在传感器易受腐蚀、 寿命较短、 交叉干扰组分多等缺点; 光声光谱法存在易受环境干扰和系统复杂的缺点; 傅里叶变换红外光谱技术存在系统复杂、 成本高等问题; 可调谐二极管激光技术存在光程长和单组分气体检测的限制[9]。 紫外差分吸收光谱技术由于高灵敏度、 多组分测量和抗干扰能力强等优点, 被广泛用于检测SO2、 NO和NO2气体[10, 11, 12]。 然而, 基于紫外差分吸收光谱技术的SO2、 NO和NO2的宽浓度范围检测仍存在一些问题需要解决: 一是采用氘灯作为光源时, 其光谱范围内NO2吸收较弱, 且无法避免NO和NO2的相互干扰; 二是SO2与NO在220~230 nm波段范围内存在明显的光谱重叠, 从而影响多组分检测的准确性; 三是高浓度气体的紫外差分吸收光谱的非线性问题[13], 以及低浓度气体检测时的测量偏差。

目前, 紫外差分吸收光谱法SO2、 NOx检测/监测装置采用的光源主要有氘灯和氙灯。 氘灯寿命较氙灯短, 但在紫外光区其能量总体强于氙灯, 且光谱形状也比氙灯平缓, 稳定性、 重现性更佳, 能有效抑制由于温度变化导致的光谱漂移[14, 15]。 因此, 便携式烟气分析仪采用氘灯作为光源其稳定性和准确度更佳, 氙灯则更适用于对寿命要求较高的烟气连续监测领域。 由于氘灯的光谱覆盖范围一般为190~400 nm, 为避免组分干扰及抑制非线性, 通常选择295~305 nm波段反演SO2。 NO2在400~450 nm波段吸收强度更高, 且不存在NO的干扰。 LED紫外光源具有体积小、 重量轻、 功耗小、 光谱稳定等优势[16, 17]。 通过增加LED光源将光谱范围扩展到450 nm以上, 有助于进一步提升NOx检测精度。 本文提出一种利用高压氘灯和LED双光源的DOAS检测方法, 实现了对于SO2、 NO和NO2的同时检测, 并对SO2和NO出现的高浓度偏差和NO2低浓度偏差进行线性度修正, 实现了宽浓度范围单组分和多组分混合的浓度检测。

1 DOAS检测原理

差分吸收光谱是利用待测物质分子的窄带吸收部分对待测气体进行定性和定量分析。 利用差分吸收光谱进行气体浓度的测量是基于Lambert-Beer定律。 Lambert-Beer定律揭示了吸光度与浓度之间的关系, 当特定波长的光束通过一定浓度的气体时, 入射光强度和透射光强度之间的关系可表示为

I(λ)=I0(λ)exp[-(λ)L](1)

式(1)中, I0(λ )是入射光强度, I(λ )是透射光强度。 c(molecule· m-3)是待测气体的浓度, σ (λ )(cm2· molecule-1)是待测物质的吸收截面, L (cm)是光程长度。 根据式(1)进而可推导出浓度计算公式为

c=lnI(λ)I0(λ)σ(λ)L(2)

此外, 吸收光谱是由快变吸收部分和慢变吸收部分组成, 相应地, 吸收截面是由快变吸收截面和慢变吸收截面组成, 即为式(3)所示

σ(λ)=σi(λ)+Δσi(λ)(3)

式(3)中, σ i(λ )是快变吸收截面, Δ σ i(λ )是慢变吸收截面。 因此, 式(1)进而可表示为式(4)所示。

I(λ)=I0(λ)exp[-c(σi(λ)+Δσi(λ))L](4)

吸收光谱A(λ )是透射光强度与入射光强度的比值, 即为式(5)所示。 然后, 通过对吸收光谱进行多项式拟合, 可得到慢变吸收部分S(λ ), 即为式(6)所示。 去除吸收光谱中慢变吸收部分取对数便可得到差分吸收光谱P(λ ), 即为式(7)所示。

A(λ)=I(λ)I0(λ)(5)

S(λ)=exp(-cΔσi(λ)L)(6)

P(λ)=lnA(λ)S(λ)(7)

在此基础上, 通过多波长最小二乘法(MWLSM)可以计算出待测气体浓度。 根据标准气体浓度与待测气体浓度之间差分吸收光谱的比例关系, 计算出待测气体浓度相对于标准气体浓度之间的比例倍数, 如式(8)所示。

F(k)=[Pm(λ)-kPs(λ)]2(8)

dF(k)dk=0(9)

k=Pm(λ)Ps(λ)Ps2(λ)(10)

cm=k×cs(11)

其中, 我们定义k为估计系数, 用于评估待测气体浓度与标准气体浓度之间的比例关系, F(k)为关于k的计算偏差, Pm(λ )为待测气体的差分吸收光谱, Ps(λ )为标准气体的差分吸收光谱。

2 实验部分

实验装置主要由气体制备装置、 光谱测量装置和数据存储装置三部分组成, 实验装置示意图如图1所示。 气体制备装置是由标准气体、 配气仪(江苏唐高GC400)和减压阀三部分组成。 实验所使用的标准气体分别为浓度1 997 ppm的SO2、 992 ppm的NO、 999 ppm的NO2和高纯氮气。 标准气体通过具有500∶ 1标准稀释比和± 0.5%配气精度的配气仪, 通过设置每种气体不同的流速比, 来获得不同浓度的SO2、 NO、 NO2气体进入光谱测量装置中。

图1 不同浓度多组分气体采集的实验装置示意图Fig.1 Schematic diagram of the experimental setup for the collection of multi-component gases with different concentrations

实验中所使用的双光源是通过Y型光纤(5+1+1, FDP400/440/480AE.22* 7芯)将高压氘灯(D2Plus)和大功率紫外灯LED光源(HSE430-M506)进行组合, 氘灯、 LED以及双光源复合后的光源光谱如图2所示。 双光源复合后发射出的光通过具有单次反射的圆柱形不锈钢气室(有效光程长度为56 cm), 然后将光由凹透镜汇聚到多模光纤的接收端。 最后, 将光纤接收到的光传输到具有180~500 nm光谱范围的光谱仪(HB2034-025-FUV2A, 分辨率为1.44 nm)中, 在通过串行接口USB与计算机相连, 实现数据的采集和存储。 光谱数据的采集、 模型建立和数据处理利用Python3.8完成。

图2 (a) 氘灯; (b) LED; (c) 氘灯+LED双光源复合光谱Fig.2 (a) Deuterium lamp; (b) LED; (c) Deuterium lamp+LED dual light source composite spectrum

3 结果与讨论
3.1 SO2、 NO和NO2吸收波段的选取

如图3所示SO2在紫外区域具有两个吸收波段(190~230与280~320 nm), 在190~230 nm测量高浓度SO2时易产生非线性效应, 选择吸收较弱的295~305 nm作为测量波段。 如图4所示, NO在200~230 nm波段三个吸收峰的中心波段分别是205、 215和226 nm, 本研究选择226 nm处的吸收光谱用于NO浓度反演。 NO2在波段425~450 nm具有很强的吸收特性, 选择此波段进行NO2数据处理。

图3 SO2的吸收截面Fig.3 Absorption cross section of SO2

图4 (a) NO的吸收截面; (b) NO2的吸收截面Fig.4 (a) Absorption cross section for NO; (b) Absorption cross section for NO2

3.2 SO2浓度测量研究

采集浓度为89、 197、 296、 397、 442、 492、 526、 553、 571、 592、 690、 788、 888和989 ppm的SO2的光谱数据, 计算吸光度然后进行多项式拟合, 获得差分吸收光谱, 经过小波滤波后采用最小二乘法计算出SO2浓度。 592 ppm的SO2数据处理过程如图5所示。 在得到SO2的透射光谱数据后, 读取零点和592 ppm的SO2透射光谱, 如图5(a)所示。 计算吸光度得SO2吸收光谱, 并对得到的SO2吸收光谱进行多项式拟合来获得慢变吸收光谱, 如图5(b)所示。 将得到的吸收光谱与慢变吸收光谱的比值取对数之后, 可得到SO2差分吸收光谱, 如图5(c)所示。 对差分吸收光谱进行小波滤波来增强光谱信号特征, 如图5(d)所示。 选取浓度为197 ppm的SO2作为标准光谱, 通过最小二乘法进行浓度反演, 对其他浓度下的SO2分别进行数据处理, 其处理结果如表1所示。

图5 SO2的数据处理过程Fig.5 Data processing process of SO2

表1 基于DOAS的SO2计算结果 Table 1 DOAS-based SO2 calculation results

表1中可以看出, 随着SO2浓度的增加相对误差逐渐变大。 以相对误差1%为阈值节点。 相对误差小于1%判定为线性区域, 无需线性度修正。 当大于1%, 需对其进行修正。 从表中可以看出, 阈值拐点在492 ppm处出现。 其中, 线性度修正的公式为

ycorrect=y1y2(12)

式(12)中, y1为校正后的理论浓度, y2为校正前的计算浓度。 针对所采集的SO2光谱数据进行线性度修正, 修正结果如图6、 表1所示。

图6 SO2的线性度及修正Fig.6 Linearity and correction for SO2

3.3 NO浓度测量研究

采集浓度分别为30.5、 47.7、 62.1、 84.3、 96.7、 100.8、 110.9、 120.4、 146.1、 195.7、 245.5、 295.0、 345.2、 395.5、 445.0和496.0 ppm的NO的吸收光谱数据, 进行与SO2相同的数据处理过程。 以295 ppm的NO为例, 其数据处理的结果如图7所示。 此外, 选取浓度为96.7 ppm的NO作标准光谱, 通过最小二乘法进行浓度反演, 其结果如表2所示。

图7 NO的数据处理过程Fig.7 Data processing process of NO

表2 基于DOAS的NO计算结果 Table 2 Results of DOAS-based NO calculations

根据表2所示, 可以发现随着NO浓度的增加, 其k值不断变大, 相对误差也在增加。 选取1%为阈值节点, 在表2中可以看出阈值拐点出现在100.8 ppm。 NO浓度经过线性度修正后的结果如图8和表2所示。

图8 NO的线性度及修正Fig.8 Linearity and correction of NO

3.4 NO2浓度测量研究

接着, 采集了20.4、 30.8、 40.3、 60.7、 90.4、 95.0、 110.3、 148.7、 198.7、 248.6、 299.2、 350.0、 401.0、 450.6和492.0 ppm的NO2进行了同3.2节中SO2的数据处理过程一致的处理操作。 以浓度为299 ppm的NO2为例进行的数据处理过程如图9所示。 并接着对此进行最小二乘法的数

图9 NO2的数据处理过程Fig.9 Data processing process of NO2

据处理过程, 得到了NO2的浓度反演结果, 如表3所示。 其中, 选取浓度为95.0 ppm的NO2作为标准光谱。

表3 基于DOAS的NO2计算结果 Table 3 Calculation results of NO2 based on DOAS

表3中, 可以发现随着NO2浓度的增加, 其k值在不断变大, 相对误差在不断减小。 NO2并没有出现类似SO2和NO随着浓度增加相对误差不断增加的非线性效应。 因此对全部浓度范围进行线性度修正, 修正结果如图10、 表3所示。

图10 NO2的线性度及修正Fig.10 Linearity and correction for NO2

3.5 SO2、 NO和NO2混合气体浓度研究

将浓度为197 ppm的SO2、 96.7 ppm的NO以及95.0 ppm 的NO2作为标准浓度, 其对应的光谱作为标准光谱。 基于前述浓度反演方法可进行三种气体浓度计算, 针对SO2和NO在220~230 nm波段范围内存在的光谱重叠问题, 重新设定目标函数式:

F(kNO)=[Pm(λ1)-kSO2PSO2(λ1)-kNOPNO(λ1)]2(13)

F(kNO)kNO=0(14)

kNO=[Pm(λ1)-kSO2PSO2(λ1)]PNO(λ1)PNO2(λ1)(15)

由于同一光谱在220~230与295~305 nm范围内具有一致性, 因此在上述式(10)中根据295~230 nm波段求出的值, 即可表示为式(13)中的 kSO2。 同样地, 使目标函数式取导数后等于零, 进而求出kNO。 根据求得 kSO2kNO, 依据式(11), 进而可获得SO2、 NO和NO2的浓度值。

在没有进行线性度修正, 基于DOAS技术和最小二乘法的浓度反演, 如表4所示。 相比较来说, SO2和NO2的浓度计算准确度要高于NO的浓度计算, 而NO随着浓度增加其相对误差越大。 将计算结果进行线性度修正后准确度得到提高, 且相对误差都在2%范围内。

表4 混合气体浓度计算结果与相对误差 Table 4 Calculated gas mixture concentrations and relative errors
3.6 检出限和不确定度分析

根据HJ 168— 2020《环境监测分析方法标准制订技术导则》, 测量方法检出限的计算公式为

MDL=t(n-1, 0.99)×S(16)

式(16)中: MDL为方法检出限, ppm; n为样品的平行测定次数; t为自由度n-1, 置信度为99%时的t分布值(单侧); Sn次平行测定的标准偏差, ppm。

采集21组空白试样, 基于前述反演方法进行SO2浓度反演, 其反演结果如表5所示。 根据反演结果, 计算出SO2平均值为0.003 4 ppm, 标准偏差S=0.156 ppm。 因此, SO2的检出限MDL为0.394 ppm。

表5 21组空白试样SO2浓度计算结果 Table 5 Calculation results of SO2 concentration in 21 groups of blank samples

采集21组空白试样进行NO的浓度反演, 反演结果如表6所示, 可计算出NO的平均值为0.002 ppm, 标准偏差为0.12 ppm。 因此, NO的检出限MDL为0.30 ppm。

表6 21组空白试样NO浓度计算结果 Table 6 Calculation results of NO concentration in 21 groups of blank samples

对于NO2的浓度反演, 同样也是采集21组空白试样进行实验, 最终计算出的结果如表7所示。 令n=21, 计算获得NO2的平均值为0.019 ppm, 标准偏差为0.31 ppm。 因此, NO2的检出限MDL为0.78 ppm。

表7 21组空白试样NO2浓度计算结果 Table 7 Calculation results of NO2 concentration in 21 groups of blank samples

SO2、 NO和NO2示值误差的测量模型为式(17)所示。 影响测量不确定度的因素主要有标准物质的定值不确定度和测量重复性引入的不确定度。

Δc=c--cscs×100%(17)

式(17)中, Δ c为示值误差; c-为每种浓度3次示值的算术平均值; cs为气体标准物质浓度。

下面以SO2为例分析其测量不确定度, 采用SO2标准气体(浓度为1 997 ppm)基于前述测量方法进行多次重复测量。 SO2标准气体的相对扩展不确定度为1%, 包含因子k=2, 则由SO2气体标准物质的定值引入的标准不确定度为

u(cs)=cs×1%2=9.99ppm(18)

测量重复性引入的不确定度为

$u(\bar{c})=\frac{s}{\sqrt{n}}=\sqrt{\frac{\sum_{i=1}^{n}\left(c_{i}-\bar{c}\right)^{2}}{n(n-1)}}=0.41 \mathrm{ppm}$(19)

根据测量模型, 各输入量的不确定度彼此不相关, 则合成标准不确定度为:

$u_{c}(\Delta c)=\sqrt{c_{1}^{2} u^{2}(\bar{c})+c_{2}^{2} u^{2}\left(c_{s}\right)}$(20)

灵敏系数按式(21)计算为

c1=Δcc-=1, c2=Δccs=-1(21)

则合成标准不确定度为

$u_{c}(\Delta c)=\sqrt{u^{2}(\bar{c})+u^{2}\left(c_{s}\right)}=9.99 \mathrm{ppm}$(22)

取包含因子k=2, 则示值误差的扩展不确定度按式(23)计算为

U=k×uc(Δc)(23)

因此, 扩展不确定度和相对扩展不确定度分别为

U=19.99ppm, k=2(24)

Ur=19.991997×100%=1.00%, k=2(25)

NO和NO2测量不确定度的分析过程与SO2类似, 其相对扩展不确定度计算结果均为1.00%。 以上结果表明, 该技术能实现较宽浓度范围内SO2、 NO和NO2的准确测量, 在锅炉大气污染物排放检测方面具有较好的应用前景。 由于实际工业场景检测条件复杂多样, 下一步我们将重点关注现场应用情况和系统的长期稳定性表现。

4 结论

面向锅炉SO2和NOx排放浓度检测需求, 本文通过将高压氘灯与LED组合成双光源, 结合紫外差分吸收光谱技术, 实现了对SO2、 NO和NO2的宽浓度范围准确检测。 通过将高压氘灯与LED组合拓展光源光谱范围, 解决190~400 nm范围内NO2吸收较弱以及NO和NO2的相互干扰问题。 采用多项式拟合、 小波滤波和最小二乘法对SO2、 NO、 NO2分别在295~305、 220~230以及425~450 nm范围内的光谱数据进行浓度反演, 并对SO2和NO出现的高浓度线性偏差以及NO2低浓度偏差进行线性度修正, 针对SO2与NO在220~230 nm范围内的光谱重叠问题构建了混合气体光谱解算模型, 实现了SO2、 NO与NO2单组分气体和混合气体分别在0~1 000、 0~500以及0~500 ppm范围的浓度检测, 三种气体的检出限分别为0.394、 0.30和0.78 ppm, 相对不确定度为1.00%。 综上, 采用氘灯和LED双光源紫外差分吸收光谱技术, 能够实现宽浓度范围SO2和NOx的准确测量, 在锅炉SO2和NOx排放检测领域展现出良好的应用潜力。

参考文献
[1] Zhu Rui, Gao Jie, Li Mu, et al. Optics & Laser Technology, 2024, 176: 110960. [本文引用:1]
[2] Zhu Rui, Gao Jie, Li Mu, et al. ACS Sensors, 2024, 9(3): 1499. [本文引用:1]
[3] Guan Gangyun, Wu Qiang, Liu Anqi, et al. ACS Sensors, 2024, 9(12): 6728. [本文引用:1]
[4] Zhu Rui, Gao Jie, Tian Qi, et al. Analytical Chemistry, 2025, 97(5): 3190. [本文引用:1]
[5] Huang Hao, Hu Hui, Shohrat Annanurov, et al. Fuel, 2020, 260: 116323. [本文引用:1]
[6] Zheng Wenjie, Li Chengqi, Qin Jiafeng, et al. Journal of Physics: Conference Series, 2020, 1576: 012051. [本文引用:1]
[7] Yang Xiaotao, Xie Wenqiang, Yuan Zhiguo. Optik, 2016, 127(8): 3788. [本文引用:1]
[8] Zhang Yin, Li Yan, Yan Jin, et al. High Voltage, 2024, 9: 786. [本文引用:1]
[9] Zhu Rui, Gao Jie, Li Mu, et al. Sensors and Actuators B: Chemical, 2023, 394: 134440. [本文引用:1]
[10] Peng Bo, Tang Zhen, Xian Shiji, et al. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2024, 315: 124267. [本文引用:1]
[11] Xie Fei, Wu Yongqi, Gao Jie, et al. Fuel, 2024, 378: 132965. [本文引用:1]
[12] Chen Hao, Xu Jie, Hu Yibo, et al. Computer Modeling in Engineering & Sciences, 2023, 134(2): 1251. [本文引用:1]
[13] Li Linying, Zhao Huan, Ni Nan, et al. Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy, 2022, 275: 121192. [本文引用:1]
[14] GUO Xiu-rui, YAO Chang, LIU Yao, et al(郭秀锐, 姚畅, 刘瑶, ). Journal of Beijing University of Technology(北京工业大学学报), 2024, 50(6): 733. [本文引用:1]
[15] ZHANG Xue-jun, CHEN Qin-gen, YANG Zhan, et al(张学军, 陈勤根, 杨展, ). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2024, 44(5): 1412. [本文引用:1]
[16] YANG Xi, XIA Hua, ZHANG Zhi-rong, et al(杨曦, 夏滑, 张志荣, ). Chinese Journal of Lasers(中国激光), 2024, 51(17): 1711002. [本文引用:1]
[17] ZHANG Zhong-lin, YANG An-long, WANG Jiang, et al(张仲磷, 杨岸龙, 王江, ). Chinese Optics(中国光学), 2024, 17(5): 1014. [本文引用:1]