CN101694460A - 烟气污染物浓度的自适应差分吸收光谱测量方法及装置 - Google Patents

Abstract

本发明公开了一种烟气污染物浓度的自适应差分吸收光谱测量方法及装置。该方法利用经验模态分解(EMD)结合3σ准则自适应地确定气态污染物吸收度的分解尺度和阈值，充分保留差分吸收度本身的非平稳特征，有效地降低粉尘产生的背景光谱干扰，根据降噪和剔除趋势项后的差分吸收度，对待测的n种污染物气体(SO2，NOx)，建立关于n种气态污染物浓度C₁、C₂……C_n的方程组，采用线性最小二乘算法可获得待测气体污染物的浓度。本发明的烟气污染物浓度的自适应差分吸收光谱测量装置包括光源、光纤耦合器、光纤光谱仪、计算机以及由准直透镜、分束镜、参考光透镜、反射镜、会聚透镜、光挡板、光纤耦合器、十字分划板、瞄准目镜、英玻璃窗和角反射镜构成的光学系统组成。

Description

烟气污染物浓度的自适应差分吸收光谱测量方法及装置

技术领域

本发明涉及环境保护领域，具体的说是一种燃烧污染物(SO2、NOx)排放浓度的自适应滤波差分吸收光谱在线测量方法及装置。

背景技术

我国是世界上唯一以煤为主的能源大国。据统计，我国大气中60％以上的氮氧化物(NOx)、80％以上的SO2来源于各种燃煤锅炉、化工厂、冶金厂和水泥窑炉等固定污染源的烟气排放。因此，实现污染源烟气排放浓度在线自动监测，对燃烧大气污染防治具有重要意义。目前，固定污染源中气态污染物(SO2、NOx)浓度主要采用直接采样或稀释采样结合传统实验室分析的方法进行测量。大量生产实践表明：由采样探头、预处理系统和分析仪器组成的系统易于堵塞，系统响应时间较长，属于点式测量方法，导致测量结果往往不具有代表性，难于反映污染物的空间分布特性。此外，样品在采集和稀释等预处理过程中，容易导致待测组分发生变化，产生较大的测量误差。

20世纪80年代发展起来的差分吸收光谱(DOAS)技术由于其原理和结构简单、响应速度快、精度高、多组分同时测量、无需采样可实现在线监测等优点而被广泛应用于大气环境监测。在大气环境下，差分吸收光谱技术将环境中颗粒物的光散射、吸收引起的光谱能量损失归结于随波长缓慢变化部分而通过多项式拟合低通滤波去除，因此可以得到较高的污染物浓度反演精度。但对于固定污染源烟气排放而言，由于烟尘颗粒物浓度较高且变化大、颗粒粒径分布复杂以及颗粒的光学特性与燃烧状况密切相关，烟尘的光散射和吸收导致SO2和NOx吸收光谱的精细结构发生变化，此时依然采用传统的多项式拟合低通滤波方法，将无法获得复杂变化的趋势项，进而无法获得待测污染物的真实差分吸收度，影响测量结果的灵敏度和准确度，因此限制了差分吸收光谱法在固定污染源污染物排放浓度监测上的应用。

发明内容

为解决烟气采样测量方法存在的易于堵塞、响应时间长、点式测量不具有代表性等问题以及烟气中高粉尘浓度对传统差分吸收光谱烟气污染物浓度测量的影响，本发明提供一种烟气污染物排放浓度的自适应差分吸收光谱在线测量方法及装置。

烟气污染物(SO2，NOx)排放浓度的自适应差分吸收光谱在线测量方法包括如下步骤：

1、烟气在烟道空间通过，与烟气流动方向相垂直射入一平行光束(由脉冲氙灯或氘灯光源发光经过准直获得)，入射光光谱强度为I₀(λ)，其中λ为入射光的波长。

2、用光纤光谱仪获得通过受光照射的光程长度为L的烟气测量区的吸收光谱强度信号I(λ)，并计算吸收光谱强度I(λ)与入射光谱强度I₀(λ)之比的对数值

即吸收度

3、对吸收度D(λ)进行基于经验模态分解EMD的自适应滤波降噪处理，获得差分吸收光度D′(λ)，具体算法如下：

1)对噪声污染的吸收度D(λ)进行经验模态分解EMD，得到k个本征模态函数IMF分量D_i(λ)和趋势项r(λ)，其中i＝1，2，....k；

2)计算吸收度D(λ)各分解尺度下本征模态函数IMF分量D_i(λ)噪声的均方值σ_1i，根据粗大误差检验的3σ准则，设定各尺度本征模态函数IMF分量的阈值t_1i＝3σ_1i，其中i＝1，2，....k，σ_1i计算过程如下：

σ_1i＝MAD_1i/0.6745                           (1)

其中，MAD_1i为第i个本征模态函数IMF分量D_i(λ)的绝对中值偏差，定义为

MAD_1i＝Median(|D_i(λ)-Median(D_i(λ))|)       (2)

Median表示取中值。

3)对吸收度D(λ)各尺度下的本征模态函数IMF分量D_i(λ)进行阈值判别

${\hat{D}}_i\left(\mathrm{\λ}\right)=\left\{\begin{array}{cc}{D}_i\left(\mathrm{\λ}\right)& \left|D_i\left(\mathrm{\λ}\right)\right|>t_{1i}\\ 0& \left|D_i\left(\mathrm{\λ}\right)\right|\≤t_{1i}\end{array}\right.---\left(3\right)$

式中i＝1，2....k，

为降噪后的本征模态函数IMF分量。

4)由降噪后的本征模态函数IMF分量

(i＝1，2....k)重构去噪和剔除趋势项后的差分吸收度D′(λ)

$D^{\′}\left(\mathrm{\λ}\right)=\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{\hat{D}}_i\left(\mathrm{\λ}\right)---\left(4\right)$

4、对待测的n种污染物气体(SO2，NOx)，建立关于n种污染物浓度C₁、C₂......C_n的方程组：

$\left\{\begin{array}{c}{D}^{\′}\left({\mathrm{\λ}}_1\right)/L=[C_1\·{\mathrm{\σ}}_1^{\′}\left({\mathrm{\λ}}_1\right)+C_2\·{\mathrm{\σ}}_2^{\′}\left({\mathrm{\λ}}_1\right)+...+C_n\·{\mathrm{\σ}}_n^{\′}\left({\mathrm{\λ}}_1\right)]\\ .\\ .\\ .\\ D^{\′}\left({\mathrm{\λ}}_l\right)/L=[C_1\·{\mathrm{\σ}}_1^{\′}\left({\mathrm{\λ}}_l\right)+C_2\·{\mathrm{\σ}}_2^{\′}\left({\mathrm{\λ}}_l\right)+...+C_n\·{\mathrm{\σ}}_n^{\′}\left({\mathrm{\λ}}_l\right)]\\ .\\ .\\ .\\ D^{\′}\left({\mathrm{\λ}}_m\right)/L=[C_1\·{\mathrm{\σ}}_1^{\′}\left({\mathrm{\λ}}_m\right)+C_2\·{\mathrm{\σ}}_2^{\′}\left({\mathrm{\λ}}_m\right)+...+C_n\·{\mathrm{\σ}}_n^{\·}\left({\mathrm{\λ}}_m\right)]\end{array}\right.---\left(5\right)$

式中，λ_l为选取的第l个离散波长，l＝1，2，...，m，m为选取的离散波长点个数，通常m小于100，D′(λ_l)为第l个离散波长上的差分吸收度，n为污染物气体种类数，n取1，2或3，选取的波长点个数m要大于污染物气体种类数n，σ′_n(λ)为待测的第n种气体的差分吸收截面，采用线性最小二乘算法对式(5)进行求解，获得待测气体污染物的浓度。

所述的差分吸收截面σ′_n(λ)取得方法为：首先，试验室内在光程长度为L₀的测量室内充满标准浓度为C的待测第n种气体，由光源参考光谱I₀(λ)和透过吸收室的吸收光谱I(λ)，根据朗泊比尔定理I(λ)＝I₀(λ)exp(-CL₀σ_n(λ))获得待测污染物气体(SO2、NOx)的吸收截面σ_n(λ)，n＝1，2，3，之后对吸收截面σ_n(λ)的进行如下处理：

1)对含有噪声的吸收截面σ_n(λ)进行经验模态分解EMD，得到p个本征模态函数IMF分量σ_nq(λ)和趋势项R(λ)，其中q＝1，2，....，p；

2)计算各分解尺度下本征模态函数IMF分量噪声的均方值σ2_nq，根据粗大误差检验的3σ准则，设定各尺度分量IMF的阈值t_nq＝3σ_2nq，σ_2nq计算过程如下：

σ_2nq＝MAD_nq/0.6745                             (6)

其中，MAD_nq为第q个本征模态函数IMF分量的绝对中值偏差，定义为

MAD_nq＝Median(|σ_nq(λ)-Median(σ_nq(λ))|)      (7)

Median表示取中值。

3)对吸收截面σ_n(λ)各尺度下的本征模态函数IMF分量σ_nq(λ)进行阈值判别

$\widehat{{\mathrm{\σ}}_{\mathrm{nq}}}\left(\mathrm{\λ}\right)=\left\{\begin{array}{cc}{\mathrm{\σ}}_{\mathrm{nq}}\left(\mathrm{\λ}\right)& \left|{\mathrm{\σ}}_{\mathrm{nq}}\left(\mathrm{\λ}\right)\right|>t_{\mathrm{nq}}\\ 0& \left|{\mathrm{\σ}}_{\mathrm{nq}}\left(\mathrm{\λ}\right)\right|\≤t_{\mathrm{nq}}\end{array}\right.---\left(8\right)$

式中q＝1，2....p，

为降噪后的本征模态函数IMF分量。

4)由降噪后的本征模态函数IMF分量

(q＝1，2....p)重构去噪和剔除趋势项后的差分截面

${\mathrm{\σ}}_n^{\′}\left(\mathrm{\λ}\right)=\underset{q=1}{\overset{p}{\mathrm{\Σ}}}\widehat{{\mathrm{\σ}}_{\mathrm{nq}}}\left(\mathrm{\λ}\right)---\left(9\right)$

烟气污染物排放浓度的自适应差分吸收光谱在线测量装置包括光源、光纤耦合器、光纤光谱仪及计算机，光纤耦合器通过光纤与光纤光谱仪连接，光纤光谱仪与计算机连接，在光源的出射光光路上依次设有准直透镜及第一分束镜，在经第一分束镜反射形成的参考光光路上依次设有参考光透镜和第二分束镜并由第二分束镜将参考光反射至光纤耦合器，在经过第一分束镜的透射光光路上设有第一反射镜，在经过第一反射镜反射的反射光光路上设有第二反射镜，在经第二反射镜反射形成的烟气测量入射光光路上依次设有第一会聚透镜、第一石英玻璃窗、第二石英玻璃窗及角反射镜，在第一石英玻璃窗与第二石英玻璃窗之间为通有待测烟气的烟道，所述的第二石英玻璃窗、第一石英玻璃窗、第一会聚透镜及第二反射镜位于由角反射镜反射形成的烟气测量吸收光谱的回程光光路上，经过第一会聚透镜的少部分烟气测量吸收光谱回程光依次经过第二反射镜、第一反射镜及第一分束镜反射形成对中光，在所述的对中光光路上依次设有分划板和目镜，在经过第一会聚透镜的其余烟气测量吸收光谱的回程光光路上设有第二会聚透镜，经第二会聚透镜的其余烟气测量吸收光谱回程光透射经过第二分束镜并聚焦于光纤耦合器上，所述装置还包括光挡板，光挡板被连接在一旋转控制装置上，旋转控制装置使光挡板形成第一停留位置和第二停留位置，所述的第一停留位置位于参考光光路上，所述的第二停留位置位于经过第二会聚透镜的其余烟气测量吸收光谱回程光光路上。

所述的光源(氙灯或氘灯)、准直透镜、第一分束镜、第二分束镜、参考光透镜、第一反射镜、第二反射镜、第一会聚透镜、第二会聚透镜、光挡板、光纤耦合器、十字分划板、瞄准目镜、第一石英玻璃窗固定在带吹气式窗口防污装置的发射接收端的壳体内。

所述的角反射镜和第二石英玻璃窗固定在带吹气式窗口防污装置的反射端的壳体内。

所述的计算机内包括自适应滤波差分吸收光谱数据处理模块、数据传输及光挡板旋转控制模块。

与现有技术相比，本发明具有如下优点：

(1)本发明测量方法可实现烟气中多种污染物(SO2、NOx)排放浓度同时在线测量，其优点在于利用经验模态分解(EMD)结合3σ准则自适应地确定吸收度的分解尺度和阈值，能够充分地保留差分吸收度本身的非平稳特征，进而有效地解决了高粉尘浓度产生的背景光谱干扰问题。

(2)测量装置发射接收一体化设计，通过目镜瞄准与反射端易于对中调整，光路结构简单，无可动元件，可靠性高，可广泛地应用于火力发电厂、工业窑炉、水泥工业等固定污染源监测上。

附图说明

图1为本发明测量原理示意图，其中1-光源2-准直透镜3-通有待测烟气的烟道4-会聚透镜5-光谱信号采集及处理装置；

图2为本发明测量方法流程图；

图3为本发明测量方法中气体吸收截面处理的流程图；

图4为本发明测量装置示意图，其中1-光源2-准直透镜3a-第一分束镜3b-第二分束镜4-参考光透镜5a-第一反射镜5b-第二反射镜6a-第一石英玻璃窗镜6b-第二石英玻璃窗镜7-角反射镜8a-第一会聚透镜8b-第二会聚透镜9-光挡板10-十字分划板11-瞄准目镜12-光纤耦合器13-光纤14-光纤光谱仪15-计算机16-带吹气式窗口防污装置的发射接收端A的壳体17-带吹气式窗口防污装置的反射端C的壳体B-烟道

具体实施方式

本发明利用经验模态分解EMD对固定污染源气态污染物吸收光谱作相关处理，由此剔除烟尘散射和吸收所产生的光谱干扰以及滤掉缓变的趋势项，进而得到准确的气态污染物(SO2、NOx)排放浓度值。该测量方法具体实施步骤为：

如图1所示，烟气在烟道3空间通过，与烟气流动方向相垂直射入一平行光束(由脉冲氙灯或氘灯光源1发光经过准直透镜2获得)，入射光谱强度为I₀(λ)，经过烟道后由于污染物吸收，光谱强度变为I(λ)，由透镜4会聚后，被光谱装置5进行采集并处理。

1、用光纤光谱仪获得通过受光照射的光程长度为L的烟气测量区的吸收光谱强度信号I(λ)，并计算吸收光谱强度与入射光谱强度之比的对数值D(λ)，即吸收度

2、对吸收度D(λ)进行基于经验模态分解EMD的自适应滤波和降噪处理，则获得差分吸收光度D′(λ)，具体算法如下：

1)对噪声污染的吸收度D(λ)进行经验模态分解EMD，得到k个本征模态函数IMF分量D_i(λ)和趋势项r(λ)，i＝1，2，....k。本征模态函数IMF必须满足以下2个条件：(a)整个数据段内，极值点的个数和零点的个数必须相等或至多差1；(b)在任何时间点上，由局部极大值点形成的包络线和由局部极小值点形成的包络线的平均值为零。分解的具体过程：先根据吸收度D(λ)的极大值点和极小值点，通过3次样条拟合，获得吸收度D(λ)的上包络曲线v₁(t)和下包络曲线v₂(t)，并求出其上包络及下包络的平均值曲线Mean₁(λ)

${\mathrm{Mean}}_1\left(\mathrm{\λ}\right)=\frac{1}{2}[v_1\left(\mathrm{\λ}\right)+v_2\left(\mathrm{\λ}\right)]---\left(10\right)$

然后计算D(λ)与Mean₁(λ)之差，记为h₁(λ)

D(λ)-Mean₁(λ)＝h₁(λ)                 (11)

将h₁(λ)视为新的D(λ)重复以上操作，直到h₁(λ)满足本征模态函数IMF条件时，记

D₁(λ)＝h₁(λ)                   (12)

D₁(λ)视为一个本征模态函数IMF分量，作

D(λ)-D₁(λ)＝r(λ)              (13)

将r(λ)视为新的D(λ)，重复以上过程，依次得到第2个本征模态函数IMF分量D₂(λ)，第3个本征模态函数IMF分量D₃(λ)...，直到r(λ)成为单调函数。于是将吸收度D(λ)分解k个本征模态函数IMF分量D₁(λ)，D₂(λ)，...，D_i(λ)，...D_k(λ)和1个剩余趋势项分量r(λ)

$D\left(\mathrm{\λ}\right)=\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{D}_i\left(\mathrm{\λ}\right)+r\left(\mathrm{\λ}\right)---\left(14\right)$

2)计算吸收度D(λ)各分解尺度下本征模态函数IMF分量D_i(λ)噪声的均方值σ_1i，根据粗大误差检验的3σ准则，设定各尺度分量IMF的阈值t_1i＝3σ_1i，其中i＝1，2，....k，σ_1i计算过程如下：

σ_1i＝MAD_1i/0.6745                          (1)

其中，MAD_1i为第i个本征模态函数IMF分量的绝对中值偏差，定义为

MAD_1i＝Median(|D_i(λ)-Median(D_i(λ))|)      (2)

Median表示取中值。

3)对吸收度D(λ)各尺度下的本征模态函数IMF分量D_i(λ)进行阈值判别

${\hat{D}}_i\left(\mathrm{\λ}\right)=\left\{\begin{array}{cc}{D}_i\left(\mathrm{\λ}\right)& \left|D_i\left(\mathrm{\λ}\right)\right|>t_{1i}\\ 0& \left|D_i\left(\mathrm{\λ}\right)\right|\≤t_{1i}\end{array}\right.---\left(3\right)$

式中i＝1，2....k，

为降噪后的本征模态函数IMF分量。

4)由降噪后的本征模态函数IMF分量

重构去噪和剔除趋势项后的差分吸收度D′(λ)，

$D^{\′}\left(\mathrm{\λ}\right)=\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{\hat{D}}_i\left(\mathrm{\λ}\right)---\left(4\right)$

3、对待测的n种污染物气体，建立关于n种污染物浓度C₁、C₂......C_n的方程组：

$\left\{\begin{array}{c}{D}^{\′}\left({\mathrm{\λ}}_1\right)/L=[C_1\·{\mathrm{\σ}}_1^{\′}\left({\mathrm{\λ}}_1\right)+C_2\·{\mathrm{\σ}}_2^{\′}\left({\mathrm{\λ}}_1\right)+...+C_n\·{\mathrm{\σ}}_n^{\′}\left({\mathrm{\λ}}_1\right)]\\ .\\ .\\ .\\ D^{\′}\left({\mathrm{\λ}}_l\right)/L=[C_1\·{\mathrm{\σ}}_1^{\′}\left({\mathrm{\λ}}_l\right)+C_2\·{\mathrm{\σ}}_2^{\′}\left({\mathrm{\λ}}_l\right)+...+C_n\·{\mathrm{\σ}}_n^{\′}\left({\mathrm{\λ}}_l\right)]\\ .\\ .\\ .\\ D^{\′}\left({\mathrm{\λ}}_m\right)/L=[C_1\·{\mathrm{\σ}}_1^{\′}\left({\mathrm{\λ}}_m\right)+C_2\·{\mathrm{\σ}}_2^{\′}\left({\mathrm{\λ}}_m\right)+...+C_n\·{\mathrm{\σ}}_n^{\·}\left({\mathrm{\λ}}_m\right)]\end{array}\right.---\left(5\right)$

式中，λ_l为选取的第l个离散波长，l＝1，2...m，D′(λ_l)为第l个离散波长上的差分吸收度，m为选取的离散波长点个数，通常m小于100，n为污染物气体种类数，n取1或2或3，选取的波长点个数m要大于污染物气体种类数n，σ′_n(λ)为差分吸收截面，采用线性最小二乘算法对式(5)进行求解，获得待测气体污染物的浓度。

所述的差分吸收截面σ′_n(λ)取得方法为：首先，试验室内在光程长度为L₀的测量室内充满标准浓度为C的待测第n种气体，由光源参考光谱I₀(λ)和透过吸收室的吸收光谱I(λ)，根据朗泊比尔定理I(λ)＝I₀(λ)exp(-CL₀σ_n(λ))获得待测污染物气体(SO2、NOx)的吸收截面σ_n(λ)，n＝1，2，3，对吸收截面σ_n(λ)的处理过程如下：

1)对含有噪声吸收截面σ_n(λ)进行经验模态分解EMD，得到p个本征模态函数IMF分量σ_nq(λ)和趋势项R(λ)，其中q＝1，2，....p。分解的具体过程：先根据吸收度σ_n(λ)的极大值点和极小值点，通过3次样条拟合，获得信号的上包络曲线v₃(t)和下包络曲线v₄(t)，并求出其上包络及下包络的平均值曲线Mean₂(λ)

${\mathrm{Mean}}_2\left(\mathrm{\λ}\right)=\frac{1}{2}[v_3\left(\mathrm{\λ}\right)+v_4\left(\mathrm{\λ}\right)]---\left(15\right)$

然后考察σ_n(λ)与Mean₂(λ)之差记为h₂(λ)，即

σ_n(λ)-Mean₂(λ)＝h₂(λ)                (16)

将h₂(λ)视为新的σ_n(λ)重复以上操作，直到h₂(λ)满足本征模态函数IMF条件时，记

σ_n1(λ)＝h₂(λ)                         (17)

σ_n1(λ)视为一个本征模态函数IMF分量，作

σ_n(λ)-σ_n1(λ)＝R(λ)                  (18)

将R(λ)视为新的σ_n(λ)，重复以上过程，依次得到第2个本征模态函数IMF分量σ_n2(λ)，第3个本征模态函数IMF分量σ_n3(λ)，直到R(λ)成为单调函数。于是将吸收度σ_n(λ)分解p个本征模态函数IMF分量σ_n1(λ)，σ_n2(λ)，...σ_np(λ)和1个剩余分量R(λ)

${\mathrm{\σ}}_n\left(\mathrm{\λ}\right)=\underset{q=1}{\overset{p}{\mathrm{\Σ}}}{\mathrm{\σ}}_{\mathrm{nq}}\left(\mathrm{\λ}\right)+R\left(\mathrm{\λ}\right)---\left(19\right)$

2)计算吸收截面σ_n(λ)各分解尺度下本征模态函数IMF分量噪声的均方值σ_2nq，根据粗大误差检验的3σ准则，设定各尺度分量IMF的阈值t_nq＝3σ_2nq，σ_2nq计算过程如下：

σ_2nq＝MAD_nq/0.6745                           (6)

其中，MAD_nq为第q个本征模态函数IMF分量的绝对中值偏差，定义为

MAD_nq＝Median(|σ_nq(λ)-Median(σ_nq(λ))|)    (7)

Median表示取中值。

3)对吸收截面σ_n(λ)各尺度下的本征模态函数IMF分量σ_np(λ)进行阈值判别

$\widehat{{\mathrm{\σ}}_{\mathrm{nq}}}\left(\mathrm{\λ}\right)=\left\{\begin{array}{cc}{\mathrm{\σ}}_{\mathrm{nq}}\left(\mathrm{\λ}\right)& \left|{\mathrm{\σ}}_{\mathrm{nq}}\left(\mathrm{\λ}\right)\right|>t_{\mathrm{nq}}\\ 0& \left|{\mathrm{\σ}}_{\mathrm{nq}}\left(\mathrm{\λ}\right)\right|\≤t_{\mathrm{nq}}\end{array}\right.---\left(8\right)$

式中q＝1，2....p，

为降噪后的本征模态函数IMF分量。

4)由降噪后的本征模态函数IMF分量

重构去噪和剔除趋势项后的差分吸收度

${\mathrm{\σ}}_n^{\′}\left(\mathrm{\λ}\right)=\underset{q=1}{\overset{p}{\mathrm{\Σ}}}\widehat{{\mathrm{\σ}}_{\mathrm{nq}}}\left(\mathrm{\λ}\right)---\left(9\right)$

本发明测量方法具体的实施流程见图2，气体吸收截面的数据处理方法见图3。

参照图4所示，用于烟气污染物排放浓度的自适应差分吸收光谱在线测量装置包括光源1、光纤耦合器12、光纤光谱仪14及计算机15，光纤耦合器12通过光纤13与光纤光谱仪14连接，光纤光谱仪14与计算机15连接，在光源1的出射光光路上依次设有准直透镜2及第一分束镜3a，在经第一分束镜3a反射形成的参考光光路上依次设有参考光透镜4和第二分束镜3b并由第二分束镜3b将参考光反射至光纤耦合器12，完成入射光的参考光谱强度I₀(λ)检测。在经过第一分束镜3a的透射光光路上设有第一反射镜5a，在经过第一反射镜5a反射的反射光光路上设有第二反射镜5b，在经第二反射镜5b反射形成的烟气测量入射光光路上依次设有第一会聚透镜8a、第一石英玻璃窗6a、第二石英玻璃窗6b及角反射镜7，在第一石英玻璃窗6a与第二石英玻璃窗6b之间设有通有待测烟气的烟道B，所述的第二石英玻璃窗6b、第一石英玻璃窗6a、第一会聚透镜8a及第二反射镜5b位于由角反射镜7反射形成的烟气测量吸收光谱的回程光光路上，经过第一会聚透镜8a的少部分烟气测量吸收光谱回程光依次经过第二反射镜5b、第一反射镜5a及第一分束镜3a反射形成对中光，在所述的对中光光路上依次设有分划板10和目镜11，在经过第一会聚透镜8a的其余烟气测量吸收光谱的回程光光路上设有第二会聚透镜8b，经第二会聚透镜8b的其余烟气测量吸收光谱回程光透射经过第二分束镜3b并聚焦于光纤耦合器12上，完成吸收光谱强度I(λ)检测。所述装置还包括光挡板9，光挡板9被连接在一旋转控制装置上，旋转控制装置按照计算机15内设定的时序使光挡板9形成第一停留位置和第二停留位置，所述的第一停留位置位于参考光光路上，所述的第二停留位置位于经过第二会聚透镜8b的其余烟气测量吸收光谱回程光光路上，可交替地遮挡参考光/吸收光，因此光纤耦合器12可交替接收吸收光谱I(λ)和参考光谱I₀(λ)，获取了吸收光谱I(λ)和参考光谱I₀(λ)，即可由计算机15内的自适应滤波差分吸收光谱数据处理模块计算得到气体污染物的浓度值。

所述的光源(氙灯或氘灯)1、准直透镜2、第一分束镜3a、第二分束镜3b、参考光透镜4、第一反射镜5a、第二反射镜5b、第一会聚透镜8a、第二会聚透镜8b、光挡板9、光纤耦合器12、十字分划板10、瞄准目镜11、第一石英玻璃窗6a固定在带吹气式窗口防污装置发射接收端A的壳体16内。

所述的角反射镜7和第二石英玻璃窗6b固定在带吹气式窗口防污装置的反射端C的壳体17内。

本发明的工作原理及工作过程

仪器的工作过程是：光源1发出的光由准直透镜2准直为平行光，经第一分束镜3a分束后形成两路，一路经由参考光透镜4和第二分束镜3b汇聚于光纤耦合器12，实现入射参考光谱强度I₀(λ)传感；另一路经第一反射镜5a和第二分束镜5b实现光轴平移后，从烟道B一侧通过待测烟气射向其对侧的反射端C，从反射端内部的反射镜7反射回程光中的一小部分经过第二反射镜5b，第一反射镜5a和第一分束镜3a三次反射后射向分划板10和目镜11，用于实现发射端A和反射端C内的光路对中调整，而其余大部分回程光由第一会聚透镜8a和第二会聚透镜8b会聚在光纤耦合器12，实现吸收光谱强度I(λ)传感。按照计算机15内设定的时序控制光挡板9，可交替地遮挡入射参考光/吸收光，因此光纤耦合器可交替接收吸收光I(λ)和入射参考光I₀(λ)。吸收光/入射参考光由光纤13导光进入光谱仪14分光，再由光谱仪内部的CCD探测器及采集系统完成光谱数据采集及预处理，最后传输到计算机15内完成气体污染物浓度反演计算。带吹气式窗口防污装置的外壳16和17，由气泵不间断地向光谱收发一体化装置和反射端供气，以防止第一石英玻璃窗6a和第二石英玻璃窗6b粉尘污染。

Claims (2)

1.一种烟气污染物浓度的自适应差分吸收光谱测量方法，其特征在于：

步骤1：向有烟气流动的烟道内直射由脉冲氙灯或氘灯光源发光经过准直透镜产生的平行光束且平行光束的直射方向与烟气流动方向相垂直，入射平行光束的光谱强度为I₀(λ)，经过光程长度为L的烟道后的光谱强度为I(λ)，

步骤2：计算吸收光谱强度与入射光谱强度之比的对数值

即吸收度

$D\left(\mathrm{\λ}\right)=1n\left(\frac{I_0\left(\mathrm{\λ}\right)}{I\left(\mathrm{\λ}\right)}\right),$

步骤3：对吸收度D(λ)进行基于经验模态分解EMD的自适应滤波和降噪处理，获得差分吸收光度D′(λ)，具体算法如下：

1)对噪声污染的吸收度D(λ)进行经验模态分解EMD，得到k个本征模态函数IMF分量D_i(λ)和趋势项r(λ)；

2)计算吸收度D(λ)各分解尺度下本征模态函数IMF分量D_i(λ)噪声的均方值σ_1i，根据粗大误差检验的3σ准则，设定各尺度分量IMF的阈值t_1i＝3σ_1i，其中i＝1，2，....k，σ_1i计算过程如下：

σ_1i＝MAD_1i/0.6745                              (1)

其中，MAD_1i为第i个本征模态函数IMF分量的绝对中值偏差，定义为

MAD_1i＝Median(|D_i(λ)-Median(D_i(λ))|)            (2)

Median表示取中值，

3)对吸收度D(λ)各尺度下的本征模态函数IMF分量D_i(λ)进行阈值判别

${\hat{D}}_i\left(\mathrm{\λ}\right)=\left\{\begin{array}{cc}{D}_i\left(\mathrm{\λ}\right)& \left|D_i\left(\mathrm{\λ}\right)\right|>t_{1i}\\ 0& \left|D_i\left(\mathrm{\λ}\right)\right|\≤t_{1i}\end{array}\right.---\left(3\right)$

式中i＝1，2....k，

为降噪后的本征模态函数IMF分量，

4)由降噪后的本征模态函数IMF分量重构去噪和剔除趋势项后的差分吸收度D′(λ)，

$D^{\′}\left(\mathrm{\λ}\right)=\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{\hat{D}}_i\left(\mathrm{\λ}\right)---\left(4\right)$

步骤4：对待测的n种污染物气体，建立关于n种污染物浓度C₁、C₂......C_n的方程组：

$\left\{\begin{array}{c}{D}^{\′}\left({\mathrm{\λ}}_1\right)/L=[C_1\·{\mathrm{\σ}}_1^{\′}\left({\mathrm{\λ}}_1\right)+C_2\·{\mathrm{\σ}}_2^{\′}\left({\mathrm{\λ}}_1\right)+...+C_n\·C_n^{\′}\left({\mathrm{\λ}}_1\right)]\\ .\\ .\\ .\\ D^{\′}\left({\mathrm{\λ}}_1\right)/L=[C_1\·{\mathrm{\σ}}_1^{\′}\left({\mathrm{\λ}}_1\right)+C_2\·{\mathrm{\σ}}_2^{\′}\left({\mathrm{\λ}}_1\right)+...+C_n\·{\mathrm{\σ}}_n^{\′}\left({\mathrm{\λ}}_1\right)]\\ .\\ .\\ .\\ D^{\′}\left({\mathrm{\λ}}_m\right)/L=[C_1\·{\mathrm{\σ}}_1^{\′}\left({\mathrm{\λ}}_m\right)+C_2\·{\mathrm{\σ}}_2^{\′}\left({\mathrm{\λ}}_m\right)+...+C_n\·{\mathrm{\σ}}_n^{\′}\left({\mathrm{\λ}}_m\right)]\end{array}\right.---\left(5\right)$

式中，λ_l为选取的第l个离散波长，l＝1，2...m，D′(λ_l)为第l个离散波长上的差分吸收度，m为选取的离散波长点个数，n为污染物气体种类数，n＝1，2，3，选取的波长点个数m要大于污染物气体种类数n，σ′_n(λ)为差分吸收截面，采用线性最小二乘算法对式(5)进行求解，获得待测气体污染物的浓度，

所述的差分吸收截面σ′_n(λ)取得方法为：首先，试验室内在光程长度为L₀的测量室内充满标准浓度为C的待测第n种气体，由光源发射光谱I₀(λ)和透过吸收室内吸收光谱I(λ)根据朗泊比尔定理I(λ)＝I₀(λ)exp(-CL₀σ_n(λ))获得待测污染物气体(SO2、NOx)的吸收截面σ_n(λ)，n＝1，2，3，对吸收截面σ_n(λ)的处理过程如下：

1)对含有噪声吸收截面σ_n(λ)进行经验模态分解EMD，得到p个本征模态函数IMF分量σ_nq(λ)和趋势项R(λ)，其中q＝1，2，....p；

2)计算各分解尺度下本征模态函数IMF分量噪声的均方值σ_2nq，根据粗大误差检验的3σ准则，设定各尺度分量IMF的阈值t_nq＝3σ_2nq，σ_2nq计算过程如下：

σ_2nq＝MAD_nq/0.6745                          (6)

其中，MAD_nq为第q个本征模态函数IMF分量的绝对中值偏差，定义为

MAD_nq＝Median(|σ_nq(λ)-Median(σ_nq(λ))|)               (7)

Median表示取中值，

3)对吸收截面σ_n(λ)各尺度下的本征模态函数IMF分量σ_nq(λ)进行阈值判别

$\widehat{{\mathrm{\σ}}_{\mathrm{nq}}}\left(\mathrm{\λ}\right)=\left\{\begin{array}{cc}{\mathrm{\σ}}_{\mathrm{nq}}\left(\mathrm{\λ}\right)& \left|{\mathrm{\σ}}_{\mathrm{nq}}\left(\mathrm{\λ}\right)\right|>t_{\mathrm{nq}}\\ 0& \left|{\mathrm{\σ}}_{\mathrm{nq}}\left(\mathrm{\λ}\right)\right|\≤t_{\mathrm{nq}}\end{array}\right.---\left(8\right)$

式中q＝1，2....p，

为降噪后的本征模态函数IMF分量，

4)由降噪后的本征模态函数IMF分量

重构去噪和剔除趋势项后的差分吸收度

${\mathrm{\σ}}_n^{\′}\left(\mathrm{\λ}\right)=\underset{q=1}{\overset{p}{\mathrm{\Σ}}}\widehat{{\mathrm{\σ}}_{\mathrm{nq}}}\left(\mathrm{\λ}\right)---\left(9\right).$

2.一种用于实现权利要求1所述烟气污染物浓度的自适应差分吸收光谱测量方法的装置，包括：光源(1)、光纤耦合器(12)、光纤光谱仪(14)及计算机(15)，光纤耦合器(12)通过光纤(13)与光纤光谱仪(14)连接，光纤光谱仪(14)与计算机(15)连接，其特征在于在光源(1)的出射光光路上依次设有准直透镜(2)及第一分束镜(3a)，在经第一分束镜(3a)反射形成的参考光光路上依次设有参考光透镜(4)和第二分束镜(3b)并由第二分束镜(3b)将参考光反射至光纤耦合器(12)，在经过第一分束镜(3a)的透射光光路上设有第一反射镜(5a)，在经过第一反射镜(5a)反射的反射光光路上设有第二反射镜(5b)，在经第二反射镜(5b)反射形成的烟气测量入射光光路上依次设有第一会聚透镜(8a)、第一石英玻璃窗(6a)、第二石英玻璃窗(6b)及角反射镜(7)，在第一石英玻璃窗(6a)与第二石英玻璃窗(6b)之间设有通有待测烟气的烟道(B)，所述的第二石英玻璃窗(6b)、第一石英玻璃窗(6a)、第一会聚透镜(8a)及第二反射镜(5b)位于由角反射镜(7)反射形成的烟气测量吸收光谱回程光光路上，经过第一会聚透镜(8a)的部分烟气测量吸收光谱回程光依次经过第二反射镜(5b)、第一反射镜(5a)及第一分束镜(3a)反射形成对中光，在所述的对中光光路上依次设有分划板(10)和目镜(11)，在经过第一会聚透镜(8a)的其余烟气测量吸收光谱回程光光路上设有第二会聚透镜(8b)，经第二会聚透镜(8b)的其余烟气测量回程光透射经过第二分束镜(3b)并聚焦于光纤耦合器(12)上，所述装置还包括光挡板(9)，光挡板(9)被连接在一旋转控制装置上，旋转控制装置使光挡板(9)形成第一停留位置和第二停留位置，所述的第一停留位置位于参考光光路上，所述的第二停留位置位于经过第二聚焦透镜(8b)的其余烟气测量回程光光路上。

Images