CN104568836A - 基于多种光谱技术融合的低浓度、多组分气体检测方法 - Google Patents

基于多种光谱技术融合的低浓度、多组分气体检测方法 Download PDF

Info

Publication number
CN104568836A
CN104568836A CN201510039894.XA CN201510039894A CN104568836A CN 104568836 A CN104568836 A CN 104568836A CN 201510039894 A CN201510039894 A CN 201510039894A CN 104568836 A CN104568836 A CN 104568836A
Authority
CN
China
Prior art keywords
concentration
spectrum
delta
absorbance
extract
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510039894.XA
Other languages
English (en)
Other versions
CN104568836B (zh
Inventor
汤光华
韩少鹏
苗丰
彭樟
杨剑
李忠文
李利
孔红兵
林正根
丁广华
刘璐
季本慧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NANJING GUODIAN ENVIRONMENTAL PROTECTION TECHNOLOGY Co Ltd
Original Assignee
NANJING GUODIAN ENVIRONMENTAL PROTECTION TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NANJING GUODIAN ENVIRONMENTAL PROTECTION TECHNOLOGY Co Ltd filed Critical NANJING GUODIAN ENVIRONMENTAL PROTECTION TECHNOLOGY Co Ltd
Priority to CN201510039894.XA priority Critical patent/CN104568836B/zh
Publication of CN104568836A publication Critical patent/CN104568836A/zh
Application granted granted Critical
Publication of CN104568836B publication Critical patent/CN104568836B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明设计基于多种光谱技术融合的低浓度、多组分高灵敏气体检测方法,该方法综合了紫外差分吸收光谱技术(DOAS)与红外激光光谱技术(IR-TDLAS)的优点,实现两种光谱的信息融合和特征信号提取。该方法利用TDLAS方法测量烟气中的NH3浓度,同时利用紫外吸收光谱法测量烟气中的SO2、NO2浓度,根据所得浓度与三种气体对NO吸光度的干扰光谱,去除NO吸光度中三种组分的干扰,进而求解消除交叉干扰后的NO浓度,大大提高测量精度和检测下限。

Description

基于多种光谱技术融合的低浓度、多组分气体检测方法
技术领域
本发明涉及一种基于多种光谱技术融合的低浓度、多组分高灵敏气体检测技术,属光谱测量技术领域。
背景技术
目前用于工业污染源烟气排放和生产过程中的SO2、NO、NO2浓度在线监测技术按其原理主要可分为非分散红外吸收法、电化学方法和差分吸收光谱法(DOAS,Differential OpticalAbsorption Spectroscopy)。
大量的工程应用以及实验室反复测试表明:目前绝大部分红外仪表存在着低浓度SO2、NO测量准确度低、线性偏差大以及仪表的检测下限高等突出问题,尤其是在低浓度(低于50mg/m3)时,水分对测量的干扰较为明显,测量结果出现较大偏差,越来越难以满足日益严格的烟气排放标准;电化学分析方法交叉干扰严重,易受水分、H2S、NO、NO2的影响,主要适用于短期SO2浓度检测;紫外差分吸收光谱法能对SO2、NO2两种组分进行低浓度、高灵敏检测,但是无法去除脱硝工况条件下NH3对低浓度NO的交叉干扰。
随着国家对烟气排放标准的不断提高以及目标监测气体数目(NH3)的增加,现有监测仪器设备均存在SO2、NO低浓度测量准确度差、测量组分“单一”等问题。能否实现低浓度、多组分烟气浓度高灵敏检测,是企业能否执行日益严格的烟气排放标准的前提,同时也是环保部门能否获取有效监测数据的前提。
发明内容
本发明的目的在于提供一种基于多种光谱技术融合的低浓度、多组分高灵敏气体检测技术,根据被测气体在不同波段的吸收特点,该技术融合紫外光谱(基于DOAS技术)和红外激光光谱(基于TDLAS技术),实现两种光谱的信息融合和特征信号提取,可实现多种组分气体(SO2、NO、NO2和NH3)的同时测量,同时可显著提高低浓度测量准确度,并获得较低的检测下限。
本发明的技术方案如下:
本发明用红外激光光谱技术对NH3浓度进行测量,用紫外差分吸收光谱技术对SO2、NO2浓度进行测量,根据所测SO2、NO2和NH3浓度,消除这三个组分对NO的吸光度干扰,最终用紫外差分吸收光谱技术对NO浓度进行测量,消除目标气体之间的交叉干扰,得到真实SO2、NO、NO2、NH3浓度。
本发明是一种基于多种光谱技术融合的低浓度、多组分高灵敏气体检测技术,其流程图如图1所示,方法步骤如下:
步骤一:记录背景光谱
对气池内通入N2或空气情况下,利用光谱仪提取紫外吸收背景光谱数据I0,利用光电二极管和锁相放大器提取红外吸收背景光谱数据X0
步骤二:利用多探测器分别提取红外吸收光谱信号和紫外吸收光谱信号
对气池内通入待测烟气情况下,利用光谱仪提取紫外吸收光谱信号I1,利用光电二极管与锁相放大器提取红外吸收光谱信号X1
步骤三:将吸收光谱信号扣除背景光谱信号
用I0和I1根据公式一,计算得到紫外吸收光谱吸光度σ
σ = log ( I 1 I 0 ) (一)
用X0和X1根据公式二,计算得到红外吸收光谱二次谐波信号γ
γ=X1-X0 (二)
步骤四:分别计算测量气池内NH3浓度和SO2、NO2浓度
根据步骤三所得红外吸收光谱二次谐波信号γ,采用可调谐二极管激光光谱法,对NH3浓度进行反演,得到NH3浓度
根据步骤三所得吸光度σ,采用紫外差分吸收光谱法对气池SO2、NO2浓度进行反演,得到SO2、NO2浓度
步骤五:利用多元光谱信息融合模型计算SO2、NO、NO2和NH3,消除交叉干扰
从步骤三所得吸光度σ中提取223nm~228nm波段数据,得到NO吸光度δNO,根据基础数据SO2、NO2、NH3对NO在223nm~228nm波段吸光度的干扰光谱和步骤四所得SO2、NO2、NH3浓度,按照以下公式,分别计算SO2、NO2、NH3对NO吸光度的干扰光谱
δ SO 2 = τ SO 2 * C SO 2
δ NO 2 = τ NO 2 * C NO 2
δ NH 3 = τ NH 3 * C NH 3
根据公式三得到去除交叉干扰后的NO吸光度光谱δ
δ = δ NO - δ SO 2 - δ NO 2 - δ NH 3 (三)
由NO在223nm~228nm的基础数据库,可得NO吸收截面χ,采用去除交叉干扰后的NO吸光度光谱δ,根据公式四计算去除交叉干扰后的NO浓度CNO,其中n为数组χ和δ的元素个数
C NO = Σ i = 1 i = n δ ( i ) · χ ( i ) / Σ i = 1 i = n χ ( i ) · χ ( i ) . (四)
本发明相比现有技术具有如下优点:
1、本发明融合紫外差分吸收光谱和可调谐激光光谱两种光谱技术,同时提取SO2、NO、NO2在紫外波段的差分吸收光谱信号以及NH3在红外波段的二次谐波信号,建立基于多元光谱信息融合的气体浓度反演模型,消除使用单一光谱技术(紫外或红外光谱技术)存在的气体组分之间或其它干扰气体吸收光谱重叠带来的交叉干扰,可以准确测量多组分气体浓度,尤其是在低浓度条件下,具有较低的检测下限;
利用本发明,可实现在全程高温状态下(包括取样和分析)利用单个分析模块对烟气中的SO2、NO、NO2和NH3四种气体进行分析,上述四种气体浓度测量结果均属于同一测点,测量结果更具有代表性,能够更好的指导工业生产。
附图说明
图1为本发明基于多种光谱技术融合的低浓度、多组分高灵敏气体检测技术流程图。
图2为1ppm SO2、NO2、NH3对NO吸光度的干扰光谱
图3为SO2、NO2、NH3干扰光谱
图4为存在交叉干扰的NO吸光度δNO与去除交叉干扰后的NO吸光度δ对比图。
图5为本发明方法中气体分析模块的硬件原理框图。
具体实施方式
(以下结合图1-图4,对本发明进一步详细描述)
下面对具体实施过程进行说明,如图4实线所示,未采用本发明方法情况下,NO吸光度存在严重的交叉干扰:
本发明方法如图1所示,的具体步骤如下:
步骤一:记录背景光谱
对气池内通入N2或空气情况下,利用光谱仪提取紫外吸收背景光谱数据I0,利用光电二极管和锁相放大器提取红外吸收背景光谱数据X0,即二次谐波背景信号。
步骤二:利用多探测器分别提取紫外吸收光谱信号和红外吸收光谱信号
对气池内通入待测烟气情况下,利用光谱仪提取紫外吸收光谱信号I1,利用光电二极管与锁相放大器提取红外吸收光谱信号X1,即存在吸收的二次谐波信号。
步骤三:将吸收光谱信号扣除背景光谱信号
用I0和I1根据公式一,计算得到紫外吸收光谱吸光度σ
σ = log ( I 0 I 1 ) (一)
用X0和X1根据公式二,计算得到红外吸收光谱二次谐波信号γ
γ=X1-X0 (二)
步骤四:分别计算测量气池内待测气体中NH3浓度和SO2、NO2浓度
根据步骤三所得NH3二次谐波信号γ,采用可调谐二极管激光光谱法,对NH3浓度进行反演,得到NH3浓度
根据步骤三所得吸光度σ,从吸光度中提取290到300nm波段和355~365nm波段的吸光度,结合SO2、NO2基础吸收截面,对气池内SO2、NO2浓度进行反演,得到SO2、NO2浓度 C SO 2 = 51 ppm , C NO 2 = 42 ppm .
步骤五:利用多元光谱信息融合模型计算SO2、NO、NO2和NH3,消除交叉干扰。
从步骤三所得吸光度σ中提取223nm~228nm波段数据,得到NO吸光度δNO,根据基础数据SO2、NO2、NH3对NO在223nm~228nm波段吸光度的干扰光谱和步骤四所得SO2、NO2、NH3浓度,按照下式,计算SO2、NO2、NH3对NO吸光度的干扰光谱计算结果如图3所示:
δ SO 2 = τ SO 2 * C SO 2
δ NO 2 = τ NO 2 * C NO 2
δ NH 3 = τ NH 3 * C NH 3
根据公式四得到去除交叉干扰后的NO吸光度光谱δ,结果如图4所示:
δ = δ NO - δ SO 2 - δ NO 2 - δ NH 3 (三)
由NO在223nm~228nm的基础数据库,可得NO吸收截面χ,采用去除交叉干扰后的NO吸光度光谱δ,根据公式五计算去除交叉干扰后的NO浓度CNO,其中n为数组χ和δ的元素个数,n=51。
C NO = Σ i = 1 i = n δ ( i ) · χ ( i ) / Σ i = 1 i = n χ ( i ) · χ ( i ) =26ppm (四)
如果采用去除交叉干扰前的NO吸光度光谱δNO计算,所得去除交叉干扰前的NO浓度结果如下:
C NO * = Σ i = 1 i = n δ NO ( i ) · χ ( i ) / Σ i = 1 i = n χ ( i ) · χ ( i ) =31.6ppm
由结果可知,仅不到50ppm的SO2、NO2和3ppm的NH3就会引起NO浓度偏差近6ppm,这对低浓度测量准确度是一个非常大的影响因素,然而该技术可很好的解决由交叉干扰带来的测量不准确,并且可同时实现SO2、NO2和NH3的准确测量。
结合本发明,所开发的系统由高温取样探杆、全程高温伴热管线、高温气体分析模块、尾气处理装置四部分组成,全程高温伴热控制在190℃~210℃(本例中温控195℃)。系统工作时,烟道中烟气由高温取样探杆抽取至全程高温伴热管线,之后进入高温气体分析模块对四种气体进行浓度测量,最后经过尾气处理装置最终排空。高温气体分析模块硬件设计如图5所示,本系统实现了全程高温状态下(包括取样和分析)利用一个高温气体分析模块对烟气中的SO2、NO、NO2和NH3四种气体进行分析,可减少多模块所带来的系统成本,避免传统抽取方法在冷凝过程中样气损失带来的测量误差,尤其是对低浓度烟气的测量,且上述四种气体浓度测量结果均属于同一测点,测量结果更具有代表性,能够更好的指导工业生产。

Claims (2)

1.一种基于多种光谱技术融合的低浓度、多组分高灵敏气体检测方法,其特征在于:该方法包括以下步骤,
步骤一:记录背景光谱
对气池内通入N2或空气情况下,利用光谱仪提取紫外吸收背景光谱数据I0,利用光电二极管和锁相放大器提取红外吸收背景光谱数据X0
步骤二:利用多探测器分别提取紫外吸收光谱信号和红外吸收光谱信号
对气池内通入待测烟气情况下,利用光谱仪提取紫外吸收光谱信号I1,利用光电二极管与锁相放大器提取红外吸收光谱信号X1
步骤三:将吸收光谱信号扣除背景光谱信号
用I0和I1根据公式一,计算得到紫外吸收光谱吸光度σ
σ = log ( I 1 I 0 ) (一)
用X0和X1根据公式二,计算得到红外吸收光谱二次谐波信号γ
γ=X1-X0 (二)
步骤四:分别计算测量气池内NH3浓度和SO2、NO2浓度
根据步骤三所得红外吸收光谱二次谐波信号γ,采用可调谐二极管激光光谱法,对NH3浓度进行反演,得到NH3浓度
根据步骤三所得吸光度σ,采用紫外差分吸收光谱法对气池SO2、NO2浓度进行反演,得到SO2、NO2浓度
步骤五:利用多元光谱信息融合模型计算SO2、NO、NO2和NH3,消除交叉干扰
从步骤三所得吸光度σ中提取223nm~228nm波段数据,得到NO吸光度δNO,根据基础数据SO2、NO2、NH3对NO在223nm~228nm波段吸光度的干扰光谱和步骤四所得SO2、NO2、NH3浓度,按照以下公式,分别计算SO2、NO2、NH3对NO吸光度的干扰光谱
δ SO 2 = τ SO 2 * C SO 2
δ NO 2 = τ NO 2 * C NO 2
δ NH 3 = τ NH 3 * C NH 3
根据公式三得到去除交叉干扰后的NO吸光度光谱δ
δ = δ NO - δ SO 2 - δ NO 2 - δ N H 3 (三)
由NO在223nm~228nm的基础数据库,可得NO吸收截面χ,采用去除交叉干扰后的NO吸光度光谱δ,根据公式四计算去除交叉干扰后的NO浓度CNO,其中n为数组χ和δ的元素个数
C No = Σ i = 1 i = n δ ( i ) · χ ( i ) / Σ i = 1 i = n χ ( i ) · χ ( i ) . (四)
2.根据权利要求1所述的检测方法,其特征是:测试过程中,采用全程高温伴热,伴热温度控制在190℃~210℃。
CN201510039894.XA 2015-01-26 2015-01-26 基于多种光谱技术融合的低浓度、多组分气体检测方法 Active CN104568836B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510039894.XA CN104568836B (zh) 2015-01-26 2015-01-26 基于多种光谱技术融合的低浓度、多组分气体检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510039894.XA CN104568836B (zh) 2015-01-26 2015-01-26 基于多种光谱技术融合的低浓度、多组分气体检测方法

Publications (2)

Publication Number Publication Date
CN104568836A true CN104568836A (zh) 2015-04-29
CN104568836B CN104568836B (zh) 2017-02-22

Family

ID=53085412

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510039894.XA Active CN104568836B (zh) 2015-01-26 2015-01-26 基于多种光谱技术融合的低浓度、多组分气体检测方法

Country Status (1)

Country Link
CN (1) CN104568836B (zh)

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105067546A (zh) * 2015-08-21 2015-11-18 南京国电环保科技有限公司 高温多光谱耦合光机系统
CN105424635A (zh) * 2016-01-12 2016-03-23 中绿环保科技股份有限公司 紫外光谱烟气分析仪
CN105445239A (zh) * 2015-12-18 2016-03-30 北京农业智能装备技术研究中心 基于背景扣除的元素检测方法和系统
CN105466877A (zh) * 2016-01-12 2016-04-06 中绿环保科技股份有限公司 紫外气体分析仪中气体浓度测量系统
CN105548057A (zh) * 2016-01-12 2016-05-04 中绿环保科技股份有限公司 紫外光谱烟气分析测量方法
CN105572067A (zh) * 2015-12-14 2016-05-11 重庆川仪自动化股份有限公司 基于光谱分析的烟气浓度测量方法
CN107014768A (zh) * 2017-05-26 2017-08-04 云南中烟工业有限责任公司 卷烟主流烟气整体质量特征的红外光谱分析方法
CN107271392A (zh) * 2017-06-12 2017-10-20 重庆大学 一种基于气体差分吸收截面特征测量低浓度so2的方法
CN107462540A (zh) * 2017-08-09 2017-12-12 云南中烟工业有限责任公司 一种卷烟接装纸色差分析装置和方法
CN107941733A (zh) * 2017-12-21 2018-04-20 苏州汉策能源设备有限公司 基于小波去噪的超低浓度多组分紫外光谱烟气分析方法
CN108287141A (zh) * 2017-12-21 2018-07-17 北京遥测技术研究所 一种基于光谱法的多组分气体浓度分析方法
CN108398396A (zh) * 2018-02-28 2018-08-14 南京国电环保科技有限公司 一种紫外反射式双光程高温光机组件
CN108956529A (zh) * 2018-10-09 2018-12-07 南京霍普斯科技有限公司 用于比对监测的便携式NH3、HCl分析系统
CN109100045A (zh) * 2017-06-20 2018-12-28 北京航空航天大学 基于单光路多光谱的气体温度概率密度分布重建方法
CN109444326A (zh) * 2019-01-10 2019-03-08 云南中烟工业有限责任公司 一种卷烟主流烟气主成分捕集检测装置及其分析方法
CN110261349A (zh) * 2019-07-04 2019-09-20 哈尔滨工程大学 基于tdlas的气体浓度测量方法及装置
CN110553986A (zh) * 2019-08-26 2019-12-10 国网吉林省电力有限公司四平供电公司 一种多功能sf6气体中分解产物各组分的综合分析仪
CN110553988A (zh) * 2019-08-30 2019-12-10 天津大学 一种基于叠加态思想的no低浓度信号提取方法
CN111207838A (zh) * 2020-03-11 2020-05-29 中南大学 一种基于特殊红外光谱波段的铁水测温装置
US10816458B2 (en) 2018-12-10 2020-10-27 General Electric Company Gas analysis system
CN111912805A (zh) * 2019-11-28 2020-11-10 南开大学 一种高炉烟气中微量硫化氢监测的紫外光谱检测方法及装置
CN111912803A (zh) * 2019-11-28 2020-11-10 南开大学 一种高炉烟气中微量氮氧化物监测的紫外光谱检测方法及装置
CN112666109A (zh) * 2020-12-03 2021-04-16 中船重工安谱(湖北)仪器有限公司 一种用于密闭或半密闭空间多组分气体光学检测仪
CN117705740A (zh) * 2023-12-15 2024-03-15 安徽山合远景科技发展有限公司 基于遥感监测的大气污染物实时监测系统及方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101216426A (zh) * 2008-01-16 2008-07-09 浙江大学 基于扩展卡尔曼滤波理论的气体状态定量分析仪

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101216426A (zh) * 2008-01-16 2008-07-09 浙江大学 基于扩展卡尔曼滤波理论的气体状态定量分析仪

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
崔厚欣: "吸收光谱法在实际应用中的关键问题的研究", 《中国博士学位论文全文数据库 基础科学辑》 *
董振良 等: "DOAS 与 TDLAS 方法应用于烟气在线监测中的对比分析", 《仪器仪表与分析监测》 *
蔡小舒 等: "燃烧与流场在线测量诊断方法研究进展", 《实验流体力学》 *
高星: "吸收光谱法测量二氧化硫和一氧化氮气体浓度的研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 *

Cited By (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105067546A (zh) * 2015-08-21 2015-11-18 南京国电环保科技有限公司 高温多光谱耦合光机系统
CN105067546B (zh) * 2015-08-21 2018-06-26 南京国电环保科技有限公司 高温多光谱耦合光机系统
CN105572067A (zh) * 2015-12-14 2016-05-11 重庆川仪自动化股份有限公司 基于光谱分析的烟气浓度测量方法
CN105445239A (zh) * 2015-12-18 2016-03-30 北京农业智能装备技术研究中心 基于背景扣除的元素检测方法和系统
CN105445239B (zh) * 2015-12-18 2019-11-15 北京农业智能装备技术研究中心 基于背景扣除的元素检测方法和系统
CN105424635A (zh) * 2016-01-12 2016-03-23 中绿环保科技股份有限公司 紫外光谱烟气分析仪
CN105466877A (zh) * 2016-01-12 2016-04-06 中绿环保科技股份有限公司 紫外气体分析仪中气体浓度测量系统
CN105548057A (zh) * 2016-01-12 2016-05-04 中绿环保科技股份有限公司 紫外光谱烟气分析测量方法
CN107014768A (zh) * 2017-05-26 2017-08-04 云南中烟工业有限责任公司 卷烟主流烟气整体质量特征的红外光谱分析方法
CN107014768B (zh) * 2017-05-26 2020-06-16 云南中烟工业有限责任公司 卷烟主流烟气整体质量特征的红外光谱分析方法
CN107271392A (zh) * 2017-06-12 2017-10-20 重庆大学 一种基于气体差分吸收截面特征测量低浓度so2的方法
CN107271392B (zh) * 2017-06-12 2019-04-26 重庆大学 一种基于气体差分吸收截面特征测量低浓度so2的方法
CN109100045B (zh) * 2017-06-20 2020-04-24 北京航空航天大学 基于单光路多光谱的气体温度概率密度分布重建方法
CN109100045A (zh) * 2017-06-20 2018-12-28 北京航空航天大学 基于单光路多光谱的气体温度概率密度分布重建方法
CN107462540A (zh) * 2017-08-09 2017-12-12 云南中烟工业有限责任公司 一种卷烟接装纸色差分析装置和方法
CN108287141A (zh) * 2017-12-21 2018-07-17 北京遥测技术研究所 一种基于光谱法的多组分气体浓度分析方法
CN108287141B (zh) * 2017-12-21 2020-11-10 北京遥测技术研究所 一种基于光谱法的多组分气体浓度分析方法
CN107941733A (zh) * 2017-12-21 2018-04-20 苏州汉策能源设备有限公司 基于小波去噪的超低浓度多组分紫外光谱烟气分析方法
CN108398396A (zh) * 2018-02-28 2018-08-14 南京国电环保科技有限公司 一种紫外反射式双光程高温光机组件
CN108398396B (zh) * 2018-02-28 2021-04-09 南京国电环保科技有限公司 一种紫外反射式双光程高温光机组件
CN108956529A (zh) * 2018-10-09 2018-12-07 南京霍普斯科技有限公司 用于比对监测的便携式NH3、HCl分析系统
US10816458B2 (en) 2018-12-10 2020-10-27 General Electric Company Gas analysis system
CN109444326A (zh) * 2019-01-10 2019-03-08 云南中烟工业有限责任公司 一种卷烟主流烟气主成分捕集检测装置及其分析方法
CN110261349A (zh) * 2019-07-04 2019-09-20 哈尔滨工程大学 基于tdlas的气体浓度测量方法及装置
CN110553986A (zh) * 2019-08-26 2019-12-10 国网吉林省电力有限公司四平供电公司 一种多功能sf6气体中分解产物各组分的综合分析仪
CN110553988A (zh) * 2019-08-30 2019-12-10 天津大学 一种基于叠加态思想的no低浓度信号提取方法
CN110553988B (zh) * 2019-08-30 2021-08-20 天津大学 一种基于叠加态思想的no低浓度信号提取方法
CN111912805A (zh) * 2019-11-28 2020-11-10 南开大学 一种高炉烟气中微量硫化氢监测的紫外光谱检测方法及装置
CN111912803A (zh) * 2019-11-28 2020-11-10 南开大学 一种高炉烟气中微量氮氧化物监测的紫外光谱检测方法及装置
CN111912805B (zh) * 2019-11-28 2022-09-23 南开大学 一种高炉烟气中微量硫化氢监测的紫外光谱检测方法及装置
CN111912803B (zh) * 2019-11-28 2022-11-04 南开大学 一种高炉烟气中微量氮氧化物监测的紫外光谱检测方法及装置
CN111207838A (zh) * 2020-03-11 2020-05-29 中南大学 一种基于特殊红外光谱波段的铁水测温装置
CN112666109A (zh) * 2020-12-03 2021-04-16 中船重工安谱(湖北)仪器有限公司 一种用于密闭或半密闭空间多组分气体光学检测仪
CN117705740A (zh) * 2023-12-15 2024-03-15 安徽山合远景科技发展有限公司 基于遥感监测的大气污染物实时监测系统及方法

Also Published As

Publication number Publication date
CN104568836B (zh) 2017-02-22

Similar Documents

Publication Publication Date Title
CN104568836B (zh) 基于多种光谱技术融合的低浓度、多组分气体检测方法
CN102183468B (zh) 多组分气体分析的干扰修正与浓度反演方法
EP2796856B1 (en) Coal gas component and calorific value measurement method
CN103940767B (zh) 基于多流形学习的气体浓度反演方法
US6151952A (en) System for mass emission sampling of combustion products
CN102539377A (zh) 基于中红外吸收光谱的多组分混合气体定性定量分析方法及系统
CN115096835B (zh) 气体浓度检测方法及装置
CN102004097A (zh) 一种基于主导因素结合偏最小二乘法的煤质在线检测方法
Peng et al. An ultra-sensitive detection system for sulfur dioxide and nitric oxide based on improved differential optical absorption spectroscopy method
CN102410992B (zh) 简化的激光诱导等离子体光谱标准化的元素测量方法
CN107478593A (zh) 一种低浓度no和so2混合气体的浓度检测方法
CN117388204B (zh) 一氧化氮气体分析系统、方法及计算机可读存储介质
CN105572067A (zh) 基于光谱分析的烟气浓度测量方法
CN102128806A (zh) 用于红外气体分析仪的气体检测方法
Zhang et al. An optical system for measuring nitric oxide using spectral separation techniques
CN106323888A (zh) 一种超低排放烟气测量方法
CN202735250U (zh) 一种低浓度烟气红外分析仪
Manap et al. Ammonia sensing and a cross sensitivity evaluation with atmosphere gases using optical fiber sensor
CN111551210A (zh) 温度及二氧化硫气体浓度实时在线测量装置
CN105092510A (zh) 一种天然气电厂烟气在线连续监测方法与系统
da Silva et al. Validation of the uncertainty evaluation for the determination of metals in solid samples by atomic spectrometry
Mei et al. Impact and Optimization of Calibration Conditions for Air Quality Sensors in the Long-term Field Monitoring
Zhang et al. Continuous monitoring of NO in flue gas based on wavelet decomposition
CN112414962B (zh) 一种测定羟基红花黄色素a含量的方法
CN113533207B (zh) 一种基于tdlas技术的高准确度检测装置及修正方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant