CN102590144B - 光干涉气体检测装置 - Google Patents

Abstract

本发明涉及气体检测技术领域，提供了一种可自动对光干涉条纹进行分析处理的光干涉气体检测装置，光干涉气体检测装置，包括光源、光路和气路，还包括面阵图像传感器，用于将光干涉条纹转变为电信号；采集电路，从面阵图像传感器输出的数据中采集光干涉条纹波形数据；处理模块，对采集电路采集的条纹波形数据进行处理，剔除冗余数据，获得有效数据。本发明的装置通过对传统光干涉气体检测器进行改进，实现了光干涉条纹的自动检测，采用数字化采集方法，并利用处理模块对采集的数字信号进行各类运算处理，满足更多的应用需求，譬如调整光源强度、检查装置自身工作状况、检测被测气体浓度是否超出检测装置测量范围，从而提高了检测装置的抗干扰能力和安全可靠性。

Description

光干涉气体检测装置

技术领域

本发明涉及本发明涉气体检测技术领域，是一种特别适用于光干涉检测气体浓度数值装置。

背景技术

现有技术中，通常采用人眼主动识别干涉光谱偏移量读取被检测气体浓度数值的光干涉气体(如甲烷或二氧化碳)检测装置，其自动化程度低，检测结果易受人为操作的影响，现有技术中亦有能自动进行浓度检测光干涉气体检测装置，但由于缺乏对光干涉条纹进一步的分析处理，仍具有以下缺点：无法剔除干涉条纹中携带的干扰信息；无法利用检测信号进行更多的有效应用；当气体浓度超过仪器的检测上限或下限时，现有的仪器无法识别报错。

发明内容

有鉴于此，本发明提供了一种可自动对光干涉条纹进行分析处理的光干涉气体检测装置。

本发明的目的是通过以下技术方案来实现的：光干涉气体检测装置，包括光源、光路和气路，还包括

面阵图像传感器，用于将光干涉条纹转变为电信号；

采集电路，从面阵图像传感器输出的数据中采集光干涉条纹波形数据；

处理模块，对采集电路采集的条纹波形数据进行处理，剔除冗余数据，获得有效数据。

进一步，对于单个采集的数据，所述处理模块将其与基准值进行比较，筛选有效数据。

进一步，对多个采集的数据，所述处理模块使用曲线拟合法检验拟合模型与采集数据之间的拟合程度，筛选有效数据。

进一步，所述处理模块通过对采集数据的处理结果，对光源进行自适应调节，使干涉条纹达到最佳检测效果。

进一步，所述处理模块还通过对采集数据的处理结果进行工况自检。

进一步，所述处理模块通过下式评定工况：

$R^2=1-\frac{\mathrm{\Σ}{(y_i-{\hat{y}}_i)}^2}{\mathrm{\Σ}{(y_i-{\stackrel{\‾}{y}}_i)}^2};$

式中y_i为采集数据，为采集数据平均值，为由最初保存的标准波形拟合函数计算出的拟合值，R值越大，则表明设备工作状况越好。

进一步，所述处理模块还通过如下步骤检测气体浓度数值是否超限：

根据有效数据拟合出波形函数；判断条纹波形幅度是否在正常范围内，若不是，则失效；若是，则检测干涉条纹是否移出像面，如果干涉条纹移出像面，则说明被测气体浓度超出检测装置的检测范围。

进一步，所述图像采集模块为面阵图像采集模块。

进一步，所述处理模块根据连接振幅最大的两根条纹波形底部的直线的斜率，判断干涉条纹是否移出像面及其移动方向。

本发明的有益效果是：通过对传统光干涉气体检测器进行改进，利用面阵图像传感器读取光干涉条纹信息，实现了光干涉条纹的自动检测，采用数字化采集方法，将面阵图像传感器输出的模拟信号转换为数字信号，再利用处理模块对采集的数字信号进行各类运算处理，剔除干扰信息，满足更多的应用需求，譬如调整光源强度、检查装置自身工作状况、检测被测气体浓度是否超出检测装置测量范围，从而提高了检测装置的抗干扰能力和安全可靠性。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书和权利要求书来实现和获得。

附图说明

图1为检测框图；

图2为检测波形右偏移出像面的波形图；

图3为检测波形左偏移出像面的波形图；

图4为检测装置失效或严重超限时的波形图；

图5为检测波形正常情况下的波形图。

具体实施方式

以下将对本发明的优选实施例进行详细的描述。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。

参见图1，本实施例的光干涉气体检测装置，光干涉气体检测装置，包括光源、光路和气路，所述光路和气路的结构以及对气体浓度的自动检测方法与现有技术相同，可参见本申请人申请号为200910103855.6的中国专利申请说明书，在此不再赘述，还包括

面阵图像传感器，用于将光干涉条纹转变为电信号，所述图像采集模块为面阵图像采集模块；

采集电路，从面阵图像传感器输出的数据中采集光干涉条纹波形数据；

处理模块，控制采集电路进行数据采集，并对采集电路采集的条纹波形数据进行处理，剔除冗余数据，获得有效数据，并据此获得有效气体的浓度。具体的：

对于单个采集的数据，所述处理模块将其与基准值进行比较，筛选有效数据。所述基准值可取对条纹波形数据排序后的中间值。

对多个采集的数据，所述处理模块使用曲线拟合法检验拟合模型与采集数据之间的拟合程度，剔除发生畸变的波形数据，筛选有效数据，。

所述处理模块通过对采集数据的处理结果，对光源进行自适应调节，使干涉条纹达到最佳检测效果。具体为：首先根据采样数据拟合出波形，然后求出其波形幅度值并与标准波形幅度值进行比较，通过幅度值差值调节光源的强度。

所述处理模块对采集电路采集的条纹波形数据进行处理前壳先采集是否成功：若采集的两组电信号波形的有效数据行数大于设定行数m时，采集成功；若小于设定行数n时，则报光路故障。

采集故障判断：在循环采集过程中，若采集成功率低于设定值，则报采集故障。

对行的判断：当采集到的后一个值比前一个值大时，表示一行信息采集完毕。

对列的判断是：通过采集到的一行数据的个数来确定列数，且同一列的有效数据之差值远小于任意两列之间的距离。

所述处理模块还通过对采集数据的处理结果进行工况自检，具体通过下式评定工况：

$R^2=1-\frac{\mathrm{\Σ}{(y_i-{\hat{y}}_i)}^2}{\mathrm{\Σ}{(y_i-{\stackrel{\‾}{y}}_i)}^2}---\left(1\right)$

式中y_i为采集数据，为采集数据平均值，为由最初保存的标准波形拟合函数计算出的拟合值，R值越大，则表明设备工作状况越好。

所述处理模块还通过如下步骤检测气体浓度数值是否超限：根据有效数据拟合出波形函数；判断条纹波形幅度是否在正常范围内，若不是，则失效或严重超出检测范围；若是，则检测干涉条纹是否移出像面，如果干涉条纹移出像面，则说明被测气体浓度超出检测装置的检测范围。

曲线拟合原理：

通过曲线拟合可以判断面阵图像传感器输出波形的异变情况，其原理是已知某一级干涉条纹波形对应的函数模型为y＝g(x)，若干离散采样值{(x1，y1)，(x2，y2)...(xn，yn)}，通过调整该函数中若干待定系数，使得该函数与已知点集的差别最小。

方法1：

首先建立拟合模型。根据干涉原理，两束单色相干光在像面某一点M的合振动为：

${a_0}^2={a_1}^2+{a_2}^2+2a_1{a}_2\cos 2\mathrm{\π}\frac{\mathrm{\Δl}}{\mathrm{\λ}}---\left(2\right)$

式中a1，a2分别为经过采样气室和空气室的相干光振幅，Δl为两相干光的光程差。由迈克尔逊干涉仪原理及等厚干涉原理可知，两相干光的光程差：

Δl＝2(n-1)t+2Xtanθ(3)

式中θ为整个光路系统等效的空气劈尖的楔角，t为气室长度，n为被测气体折射率，空气的折射率为1，X为任一干涉条纹与零级条纹中心的距离。

由于面阵图像传感器每个像元的成像实际上就是在空间域内对像函数进行能量积分的过程，频率一定时振幅的平方正比于照明能量，且通常面阵图像传感器像元的响应电流与照明能量间存在着线性关系。

综上设单色光干涉波形函数为：

$Y=\mathrm{\α}\{{a_1}^2+{a_2}^2+2a_1{a}_2\cos \frac{2\mathrm{\π}}{\mathrm{\λ}}[2(n-1)t+2X\tan \mathrm{\θ}\left]\right\}+\mathrm{\β}---\left(4\right)$

对于白光，则有

Y＝Y_红(X)+Y_橙(X)+Y_黄(X)+Y_绿(X)+Y_蓝(X)+Y_靛(X)+Y_紫(X)(5)

设(x，y)为坐标系o_xy下的坐标值，(x₀，y₀)为(X，Y)所在坐标系O_XY的原点在o_xy下的新坐标值，则由X＝x-x₀，Y＝y-y₀，即可实现两坐标系间的转换。因为采样点是o_xy下的坐标值，坐标系O_XY以过零级条纹中心为Y轴，且Y轴平行与y轴，可知Y轴在o_xy的横坐标值为x₀。由(4)式可知，波形在Y＝α{a₁ ²+a₂ ²}+β处斜率符号将发生变化，设此时对应的坐标值为y₀’，由此可确定坐标系O_XY的X轴在o_xy坐标系下位于y₀＝y₀′-α{a₁ ²+a₂ ²}-β。

由上(4)式变为：

$y=2\mathrm{\α}{a}_1{a}_2\cos \frac{2\mathrm{\π}}{\mathrm{\λ}}[2(n-1)t+2(x-x_0)\tan \mathrm{\θ}]+{y_0}^{\′}---\left(6\right)$

由(5)、(6)，有：

$y=\underset{j=1}{\overset{7}{\mathrm{\Σ}}}{c}_j\cos \frac{2\mathrm{\π}}{{\mathrm{\λ}}_j}[2(n-1)t+2(x-x_0)\tan \mathrm{\θ}]+7{y_0}^{\′}---\left(7\right)$

(7)式中，c_j，λ_j分别代表红、橙、黄、绿、蓝、靛、紫色光的振幅和波长。

由最小二乘法原理，存在一组数使得

$\mathrm{\Σ}{|g\left(x_i\right)-y_i|}^2=\min ---\left(8\right)$

其中，(x_i，y_i)为采样值，g(x)为(7)式的最佳拟合函数。

上述问题归结为多元函数的极值问题，由多元函数求极值的必要条件，对(8)式确定的隐函数的待定系数分别求偏导并令其为零，代入采集的数据(x_i，y_i)，即可求解出函数(7)中的待定系数。

方法2：

设拟合模型为

y＝∑b_ixⁱ    (9)

将(9)代入式(8)，将采样数据(x_i，y_i)代入，进而确定模型系数b_i。

波形畸变检测原理：

首先将采集数据进行曲线拟合得到拟合函数方程(7)，然后将x_i代入(7)式中，求解出理论值y_i’，与实际检测值y_i作比较，若在规定的阈值范围之内，则表明该条纹波形无畸变。

气体浓度数值超限检测方法，包括如下步骤：

1)通过面阵图像传感器将光干涉条纹转变为电信号；

2)通过采集电路从面阵图像传感器输出的数据中采集条纹波形数据；

3)通过处理模块对采集电路采集的条纹波形数据进行处理，剔除冗余数据，获得有效数据；

4)根据有效数据拟合出波形函数；判断条纹波形幅度是否在正常范围内，正常衰减范围为10％-20％；若不在正常范围内，则判定失效或严重超限可停止超限检测；若在正常范围内，则执行下一步；

5)如果拟合波形峰值与正常波形相差大于阈值，则采集条纹无效，发出错误信息，不必进行后续处理，如图2。

如果拟合波形峰值与正常波形相差小于阈值，则继续检测干涉条纹是否移出像面，如果干涉条纹移出像面，则说明被测气体浓度超出检测装置的检测范围，具体的：连接振幅最大的三个条纹波形底部获得两条直线，获得该两条直线的斜率k1、k2，其中k1＜k2，根据斜率则可判断干涉条纹是否移出像面及其移动方向，根据干涉条纹的移动方向，即可判断气体浓度检测结果数值超上限还是下限。具体原理如下：

当极亮条纹移出面阵图像传感器像面时，通过判断干涉条纹对应波形的拟合曲线底部连线的斜率，即可获知超上限还是超下限。

当k1＜-Δ，k2＜-Δ时，则说明条纹波形移出像面，可判断检测结果为右偏超上限，参见图3。

当k1＞Δ，k2＞Δ时，则说明条纹波形移出像面，可判断检测结果为左偏超下限，参见图4。

当k1＜Δ，k2＞Δ时，则说明条纹波形未移出像面，参见图5。

上述Δ为系统设定的阈值，通常0.15-0.25。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (4)

1.光干涉气体检测装置，包括光源、光路和气路，其特征在于：还包括

面阵图像传感器，用于将光干涉条纹转变为电信号；

采集电路，用于从面阵图像传感器输出的数据中采集光干涉条纹波形数据；

处理模块，用于对采集电路采集的光干涉条纹波形数据进行处理，剔除冗余数据，获得有效的条纹波形数据；

其中，对于单个采集的条纹波形数据，所述处理模块将其与基准值进行比较，筛选有效的条纹波形数据，所述基准值取对条纹波形数据排序后的中间值；

或者，对多个采集的条纹波形数据，所述处理模块使用曲线拟合法检验拟合模型与采集数据之间的拟合程度，剔除发生畸变的波形数据；

所述处理模块还通过如下步骤检测气体浓度数值是否超限：

根据有效数据拟合出波形函数；判断条纹波形幅度是否在正常范围内，若不是，则失效或严重超限；若是，则检测干涉条纹是否移出像面，如果干涉条纹移出像面，则说明被测气体浓度超出检测装置的检测范围；

其中，所述处理模块根据连接振幅最大的两根条纹波形底部的直线的斜率，判断干涉条纹是否移出像面及其移动方向。

2.根据权利要求1所述的光干涉气体检测装置，其特征在于：所述处理模块通过对采集数据的处理结果，对光源进行自适应调节，使干涉条纹达到最佳检测效果。

3.根据权利要求2所述的光干涉气体检测装置，其特征在于：所述处理模块还通过对采集数据的处理结果进行工况自检。

4.根据权利要求3所述的光干涉气体检测装置，其特征在于：所述处理模块通过下式评定工况：

$R^2=1-\frac{\mathrm{\Σ}{(y_i-{\hat{y}}_i)}^2}{\mathrm{\Σ}{(y_i-{\stackrel{\‾}{y}}_i)}^2};$

式中y_i为采集数据，为采集数据平均值，为由最初保存的标准波形拟合函数计算出的拟合值，R值越大，则表明设备工作状况越好。