CN108872039A - 一种光散射烟气颗粒物在线检测自适应校准方法 - Google Patents
一种光散射烟气颗粒物在线检测自适应校准方法 Download PDFInfo
- Publication number
- CN108872039A CN108872039A CN201811093712.7A CN201811093712A CN108872039A CN 108872039 A CN108872039 A CN 108872039A CN 201811093712 A CN201811093712 A CN 201811093712A CN 108872039 A CN108872039 A CN 108872039A
- Authority
- CN
- China
- Prior art keywords
- particle concentration
- concentration value
- flue gas
- light scattering
- light
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 97
- 239000002245 particle Substances 0.000 title claims abstract description 81
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 title claims abstract description 45
- 239000003546 flue gas Substances 0.000 title claims abstract description 45
- 238000000149 argon plasma sintering Methods 0.000 title claims abstract description 33
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 19
- 239000013618 particulate matter Substances 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 230000005250 beta ray Effects 0.000 claims abstract description 17
- 230000004927 fusion Effects 0.000 claims abstract description 16
- 238000011897 real-time detection Methods 0.000 claims abstract description 5
- 238000012360 testing method Methods 0.000 claims abstract description 3
- 238000012937 correction Methods 0.000 claims description 14
- 230000008439 repair process Effects 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 description 7
- 238000005259 measurement Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 239000012491 analyte Substances 0.000 description 2
- 238000000738 capillary electrophoresis-mass spectrometry Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 description 1
- 239000012159 carrier gas Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 150000004767 nitrides Chemical class 0.000 description 1
- 238000007430 reference method Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
- G01N15/075—Investigating concentration of particle suspensions by optical means
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种光散射烟气颗粒物在线检测自适应校准方法,包括:S1,特定时间内,基于重量法或微量振荡天平法或β射线法检测烟气中的颗粒物并获得第一颗粒物浓度值;同步地基于光散射法实时检测烟气中的颗粒物并将检测得到的多个颗粒物浓度值的平均值作为第二颗粒物浓度值;S2,连续n个特定时间重复执行S1;S3,对第一颗粒物浓度值集合和第二颗粒物浓度值集合进行融合处理获得光散射法检测值的校准系数;S4,对光散射法检测得到的烟气实时颗粒物浓度值进行校准。解决了光散射法实时检测颗粒物浓度的标定问题,可靠性高,通过融合处理能有效地消除检测系统的系统误差和随机误差对校准系数的影响,提高校准系数的校准精度和自适应性。
Description
技术领域
本发明涉及一种校准方法,特别是涉及一种光散射烟气颗粒物在线检测自适应校准方法。
背景技术
在燃煤电厂超低排放系统中,排放烟道是高温高湿环境,并且含有硫化物、氮化物等腐蚀性气体以及颗粒物。目前,颗粒物检测有重量法、微量振荡天平法、β射线法和光散射法等,其中,只有光散射法颗粒物检测技术的实时性最最高,而重量法、振荡天平法,β射线法均需要一定的时间来抽取粉尘,其测量的是单位时间内的颗粒物浓度均值。
根据国家环保标准HJ75-2017要求,在烟气排放连续监测系统(CEMS)中,颗粒物在线自动监测仪须定时标零和校准(如间隔24小时),采用光散射法进行颗粒物实时监测,需要合适的在线校准方法对光散射法测量结果进行自动标零和自动校准,以提高颗粒物的测量精度。
现有技术中公开号为CN105334147B的中国专利披露了一种基于β射线法和光散射法的颗粒物在线监测方法,该方法在β射线法检测单元抽取烟气期间,β射线法检测单元通过间歇式抽取烟气,并通过流量计定量抽取烟气的体积,采用β射线法测量第一路烟气中颗粒物的平均浓度C1;与此同时,烟气与稀释气在射流泵内以固定的稀释比例混合,之后连续抽取进入光散射法检测装置,采用光散射法测量第二路烟气中颗粒物的稀释浓度,再乘以稀释比得到实时浓度C2;控制单元以β射线法作为光散射法的参比方法,以第一路烟气中颗粒物的平均浓度C1作为参比值,对第二路烟气中颗粒物的实时浓度C2进行参比校准,从而计算出经过校准的烟气中颗粒物的实时浓度C。该专利利用第一路烟气中颗粒物的平均浓度C1对第二路烟气中颗粒物的实时浓度C2进行参比校准,会在实时浓度C种引入以第一路烟气β射线法检测通道的系统误差和随机误差,同时对第二路烟气光散射法检测通道的系统误差无法修正,因此,校准精度有限。
发明内容
本发明旨在至少解决现有技术中存在的技术问题,特别创新地提出了一种光散射烟气颗粒物在线检测自适应校准方法。
为了实现本发明的上述目的,本发明提供了一种光散射烟气颗粒物在线检测自适应校准方法,包括:
S1,以特定时间T为间隔时间,基于重量法或微量振荡天平法或β射线法检测烟气中的颗粒物并获得第一颗粒物浓度值;同步地基于光散射法实时检测烟气中的颗粒物并将检测得到的多个颗粒物浓度值的平均值作为第二颗粒物浓度值;
S2,连续n个特定时间重复执行S1,获得第一颗粒物浓度值集合和第二颗粒物浓度值集合;所述n为大于等于1的正整数;
S3,对第一颗粒物浓度值集合和第二颗粒物浓度值集合进行融合处理,基于融合处理结果获得光散射检测值的校准系数;
S4,基于校准系数对基于光散射法检测得到的烟气的实时颗粒物浓度值进行校准,获得校准后的光散射检测值。
上述技术方案的有益效果为:利用连续n个特定时间内的第一颗粒物浓度值集合和第二颗粒物浓度值集合的融合处理结果来获取光散射法检测值的校准系数,解决了CEMS中自动校准的问题,解决了通过重量法或微量振荡天平法或β射线法等检测的颗粒物浓度的时间均值对光散射法检测得到实时颗粒物浓度值的标定问题,保证了系统的可靠性和自适应性。
在本发明的一种优选实施方式中,所述S3中对第一颗粒物浓度值集合和第二颗粒物浓度值集合进行融合处理的步骤包括:
S31,所述第一颗粒物浓度值集合记为B=[B1,....,Bi,...,Bn],第二颗粒物浓度值集合记为A=[A1,...,Ai,...,An];其中,i为正整数,且1≤i≤n;
S32,计算DAj=Ai-Ai-1,DBj=Bi-Bi-1;其中,j=i-1,且1≤j≤n-1;其中,所述DAj表示第i个第二颗粒物浓度值Ai与第i-1个第二颗粒物浓度值Ai-1的差值;所述DBj表示第i个第一颗粒物浓度值Bi与第i-1个第一颗粒物浓度值Bi-1的差值;
S33,计算DBj与DAj的比值,获得对比系数Dj,所述
上述技术方案的有益效果为:融合处理中将第一颗粒物浓度值的差值集合和第二颗粒物浓度值的差值集合通过比值处理进行融合,能有效地去除重量法或微量振荡天平法或β射线法等检测装置的系统误差和随机误差,以及光散射发检测装置的系统误差和随机误差对校准系数的影响,提高了校准系数的校准精度和自适应性。
在本发明的一种优选实施方式中,在所述S3中,基于融合处理结果利用最小均方算法迫零算法或最陡下降算法之一获得校准系数。
上述技术方案的有益效果为:上述算法均为自适应算法,使校准系数具有自适应性。其中,最小均方算法的复杂程度低、在信号为平稳信号的环境中收敛性好、其期望值无偏地收敛到维纳解和利用有限精度实现算法时的平稳性等特性,使最小均方算法算法成为自适应算法中稳定性最好、应用最广的算法。
在本发明的一种优选实施方式中,校准系数包括修正系数和修正偏移值,校准后的光散射检测值A修为:
A修=D*A'-K;
其中,D为修正系数;K为修正偏移值;A'为基于光散射法检测得到的烟气的实时颗粒物浓度值。
上述技术方案的有益效果为:通过构建线性方程进行校准,能够补偿光散射检测值与重量法或微量振荡天平法或β射线法等检测值之间的偏差增益和本底偏差,提高校准的精度。
在本发明的一种优选实施方式中,获取修正系数的步骤为:
基于最小均方算法求取对比系数集合[D1,...,Dj,...,Dn-1]的最小均方值D,并将最小均方值D作为修正系数,所述最小均方值D为:
其中,KD为趋势系数,且Fj为斜率方向系数,若Dj≥0,则Fj=1,若Dj<0,则Fj=-1;Fd为趋势方向系数;若KD≥0,则Fd=1,若KD<0,则Fd=-1。
上述技术方案的有益效果为:公开了获取修正系数的方法,该方法运算量少。
在本发明的一种优选实施方式中,获取修正偏移值的步骤为:
S34,基于最小均方算法计算其中,K1为修正后趋势系数;Fi为修正后斜率方向系数,若DAi≥Bi,则Fi=1,若DAi<Bi,则Fi=-1;
S35,从步骤S34中的公式中,推导出修正偏移值K为:
其中,Fk为修正后趋势方向系数,若K1≥0,则Fk=1,若K1<0,则Fk=-1。
上述技术方案的有益效果为:公开了获取修正偏移值的方法,该方法运算量少。
在本发明的一种优选实施方式中,所述n为6或12。
上述技术方案的有益效果为:由现场经验得出,振荡天平法、称重法、β射线法均需要一定时间抽取空气,在滤膜上形成一定增量才能完成颗粒物检测,在电厂排放等环境中,在5-10分钟左右产生一个测量数据。且一般校准过程在1小时内完成,故将n设置为6或者12与实际应用相符。
附图说明
图1是本发明一具体实施方式的流程示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,除非另有规定和限定,需要说明的是,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是机械连接或电连接,也可以是两个元件内部的连通,可以是直接相连,也可以通过中间媒介间接相连,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
本发明披露了一种光散射烟气颗粒物在线检测自适应校准方法,在一种优选实施方式中,其流程图如图1所示,包括:
S1,以特定时间T为间隔时间(以特定时间T为周期),基于重量法或微量振荡天平法或β射线法检测烟气中的颗粒物并获得第一颗粒物浓度值;同步地基于光散射法实时检测烟气中的颗粒物并将检测得到的多个颗粒物浓度值的平均值作为第二颗粒物浓度值;
S2,连续n个特定时间重复执行S1,获得第一颗粒物浓度值集合和第二颗粒物浓度值集合;所述n为大于等于1的正整数;
S3,对第一颗粒物浓度值集合和第二颗粒物浓度值集合进行融合处理,基于融合处理结果获得光散射检测值的校准系数;
S4,基于校准系数对基于光散射法检测得到的烟气的实时颗粒物浓度值进行校准,获得校准后的光散射检测值。
在本实施方式中,在利用光散射实时监测颗粒物浓度时,可以间隔一定时间使用本自适应校准方法对其进行校准,如可间隔24小时校准一次,将校准得到的校准系数用于修正后续光散射法的检测的实时颗粒物浓度值,提高光散射的测量精度。
在本实施方式中,特定时间T优选当不限于大于5分钟,如为10分钟。n可为6或12。
在本实施方式中,重量法或微量振荡天平法或β射线法检测装置的采样口与光散射法检测装置的采样口靠近并列设置,或者两个采样口采集的样本为同一采集通路的分流输出,以保证两个检测装置检测的样本相同。
在本发明的一种优选实施方式中,S3中对第一颗粒物浓度值集合和第二颗粒物浓度值集合进行融合处理的步骤包括:
S31,第一颗粒物浓度值集合记为B=[B1,....,Bi,...,Bn],第二颗粒物浓度值集合记为A=[A1,...,Ai,...,An];其中,i为正整数,且1≤i≤n;
S32,计算DAj=Ai-Ai-1,DBj=Bi-Bi-1;其中,j=i-1,且1≤j≤n-1;其中,DAj表示第i个第二颗粒物浓度值Ai与第i-1个第二颗粒物浓度值Ai-1的差值;DBj表示第i个第一颗粒物浓度值Bi与第i-1个第一颗粒物浓度值Bi-1的差值;
S33,计算DBj与DAj的比值,获得对比系数Dj,
在本实施方式中,Bi表示第i个特定时间T内基于重量法或微量振荡天平法或β射线法检测得到的颗粒物浓度值,等效于特定时间T内的颗粒物浓度均值;Ai表示第i个特定时间T内基于光散射法实时检测烟气中的颗粒物得到的多个颗粒物浓度值的平均值。
在本发明的一种优选实施方式中,在S3中,基于融合处理结果利用最小均方算法获得校准系数。
在本实施方式中,除了还可以采用迫零算法、最陡下降算法、RLS算法或盲均衡算法等自适应算法计算获得校准系数。
在本发明的一种优选实施方式中,校准系数包括修正系数和修正偏移值,校准后的光散射检测值A修为:
A修=D*A'-K;
其中,D为修正系数;K为修正偏移值;A'为基于光散射法检测得到的烟气的实时颗粒物浓度值。
在本发明的一种优选实施方式中,获取修正系数的步骤为:
基于最小均方算法求取对比系数集合[D1,...,Dj,...,Dn-1]的最小均方值D,并将最小均方值D作为修正系数,最小均方值D的求取过程为:
根据最小均方算法得到方程:
其中,KD为趋势系数,Fj为斜率方向系数;若Dj≥0,则Fj=1,若Dj<0,则Fj=-1;
其中,且若Dj≥0,则Fj=1,若Dj<0,则Fj=-1;Fd为趋势方向系数;若KD≥0,则Fd=1,若KD<0,则Fd=-1。
将最小均方值D代入基于光散射法检测得到的烟气的实时颗粒物浓度值A'中,可以得到修正系数校准值A'D=D*A',即系数D与A'中每个元素相乘。
在本发明的一种优选实施方式中,获取修正偏移值的步骤为:
S34,基于最小均方算法计算其中,Fi为修正后斜率方向系数,若DAi≥Bi,则Fi=1,若DAi<Bi,则Fi=-1;
S35,从步骤S34中的公式中,推导出修正偏移值K为:
其中,K1为修正后趋势系数;Fk为修正后趋势方向系数,若K1≥0,则Fk=1,若K1<0,则Fk=-1。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (7)
1.一种光散射烟气颗粒物在线检测自适应校准方法,其特征在于,包括:
S1,以特定时间T为间隔时间,基于重量法或微量振荡天平法或β射线法检测烟气中的颗粒物并获得第一颗粒物浓度值;同步地基于光散射法实时检测烟气中的颗粒物并将检测得到的多个颗粒物浓度值的平均值作为第二颗粒物浓度值;
S2,连续n个特定时间重复执行S1,获得第一颗粒物浓度值集合和第二颗粒物浓度值集合;所述n为大于等于1的正整数;
S3,对第一颗粒物浓度值集合和第二颗粒物浓度值集合进行融合处理,基于融合处理结果获得光散射检测值的校准系数;
S4,基于校准系数对基于光散射法检测得到的烟气的实时颗粒物浓度值进行校准,获得校准后的光散射检测值。
2.如权利要求1所述的光散射烟气颗粒物在线检测自适应校准方法,其特征在于,所述S3中对第一颗粒物浓度值集合和第二颗粒物浓度值集合进行融合处理的步骤包括:
S31,所述第一颗粒物浓度值集合记为B=[B1,....,Bi,...,Bn],第二颗粒物浓度值集合记为A=[A1,...,Ai,...,An];其中,i为正整数,且1≤i≤n;
S32,计算DAj=Ai-Ai-1,DBj=Bi-Bi-1;其中,j=i-1,且1≤j≤n-1;其中,所述DAj表示第i个第二颗粒物浓度值Ai与第i-1个第二颗粒物浓度值Ai-1的差值;所述DBj表示第i个第一颗粒物浓度值Bi与第i-1个第一颗粒物浓度值Bi-1的差值;
S33,计算DBj与DAj的比值,获得对比系数Dj,所述
3.如权利要求1或2所述的光散射烟气颗粒物在线检测自适应校准方法,其特征在于,在所述S3中,基于融合处理结果利用最小均方算法或迫零算法或最陡下降算法之一获得校准系数。
4.如权利要求3所述的光散射烟气颗粒物在线检测自适应校准方法,其特征在于,校准系数包括修正系数和修正偏移值,校准后的光散射检测值A修为:
A修=D*A'-K;
其中,D为修正系数;K为修正偏移值;A'为基于光散射法检测得到的烟气的实时颗粒物浓度值。
5.如权利要求4所述的光散射烟气颗粒物在线检测自适应校准方法,其特征在于,获取修正系数的步骤为:
基于最小均方算法求取对比系数集合[D1,...,Dj,...,Dn-1]的最小均方值D,并将最小均方值D作为修正系数,所述最小均方值D为:
其中,KD为趋势系数,且Fj为斜率方向系数,若Dj≥0,则Fj=1,若Dj<0,则Fj=-1;Fd为趋势方向系数;若KD≥0,则Fd=1,若KD<0,则Fd=-1。
6.如权利要求4或5所述的光散射烟气颗粒物在线检测自适应校准方法,其特征在于,获取修正偏移值的步骤为:
S34,基于最小均方算法计算其中,K1为修正后趋势系数;Fi为修正后斜率方向系数,若DAi≥Bi,则Fi=1,若DAi<Bi,则Fi=-1;
S35,从步骤S34中的公式中,推导出修正偏移值K为:
其中,Fk为修正后趋势方向系数,若K1≥0,则Fk=1,若K1<0,则Fk=-1。
7.如权利要求1所述的光散射烟气颗粒物在线检测自适应校准方法,其特征在于,所述n为6或12。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811093712.7A CN108872039B (zh) | 2018-09-19 | 2018-09-19 | 一种光散射烟气颗粒物在线检测自适应校准方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811093712.7A CN108872039B (zh) | 2018-09-19 | 2018-09-19 | 一种光散射烟气颗粒物在线检测自适应校准方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108872039A true CN108872039A (zh) | 2018-11-23 |
CN108872039B CN108872039B (zh) | 2020-10-27 |
Family
ID=64324303
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811093712.7A Active CN108872039B (zh) | 2018-09-19 | 2018-09-19 | 一种光散射烟气颗粒物在线检测自适应校准方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108872039B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109507074A (zh) * | 2019-01-21 | 2019-03-22 | 上海理工大学 | 一种超低排放烟尘浓度监测装置和监测方法 |
CN109752301A (zh) * | 2019-03-05 | 2019-05-14 | 北京英视睿达科技有限公司 | 空气总悬浮颗粒物浓度的测量装置及校对因子确定方法 |
CN111487094A (zh) * | 2020-05-25 | 2020-08-04 | 中煤科工集团重庆研究院有限公司 | 排放烟气中的so3检测预处理系统及其使用方法 |
CN112198101A (zh) * | 2020-11-09 | 2021-01-08 | 中国计量科学研究院 | 一种高精度pm2.5/pm10浓度连续在线检测装置 |
CN112986073A (zh) * | 2021-05-12 | 2021-06-18 | 西安多普多信息科技有限公司 | 一种颗粒物检测方法、装置和尾气检测系统 |
CN113418844A (zh) * | 2021-06-25 | 2021-09-21 | 山东诺方电子科技有限公司 | 一种可进行自校验的尘荷采集系统及方法 |
CN113899667A (zh) * | 2021-09-25 | 2022-01-07 | 杭州谱育科技发展有限公司 | 走航式颗粒物检测系统和方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6255549A (ja) * | 1985-09-05 | 1987-03-11 | Aloka Co Ltd | β線吸収型浮遊塵連続測定装置 |
CN103245637A (zh) * | 2013-04-16 | 2013-08-14 | 北京清风康华科技有限公司 | 一种将光散射法测得的粒子数浓度转换为质量浓度的方法及检测仪 |
CN204008363U (zh) * | 2014-08-15 | 2014-12-10 | 武汉市天虹仪表有限责任公司 | 一种颗粒物连续监测装置 |
CN105334147A (zh) * | 2015-12-04 | 2016-02-17 | 深圳睿境环保科技有限公司 | 基于β射线法和光散射法的颗粒物在线监测系统及方法 |
-
2018
- 2018-09-19 CN CN201811093712.7A patent/CN108872039B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6255549A (ja) * | 1985-09-05 | 1987-03-11 | Aloka Co Ltd | β線吸収型浮遊塵連続測定装置 |
CN103245637A (zh) * | 2013-04-16 | 2013-08-14 | 北京清风康华科技有限公司 | 一种将光散射法测得的粒子数浓度转换为质量浓度的方法及检测仪 |
CN204008363U (zh) * | 2014-08-15 | 2014-12-10 | 武汉市天虹仪表有限责任公司 | 一种颗粒物连续监测装置 |
CN105334147A (zh) * | 2015-12-04 | 2016-02-17 | 深圳睿境环保科技有限公司 | 基于β射线法和光散射法的颗粒物在线监测系统及方法 |
Non-Patent Citations (2)
Title |
---|
WENJIA SHAO 等: "Fine Particle Sensor Based on Multi-Angle Light Scattering and Data Fusion", 《SENSORS》 * |
赵政: "基于光散射法的粉尘浓度检测技术研究", 《电子设计工程》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109507074A (zh) * | 2019-01-21 | 2019-03-22 | 上海理工大学 | 一种超低排放烟尘浓度监测装置和监测方法 |
CN109752301A (zh) * | 2019-03-05 | 2019-05-14 | 北京英视睿达科技有限公司 | 空气总悬浮颗粒物浓度的测量装置及校对因子确定方法 |
CN111487094A (zh) * | 2020-05-25 | 2020-08-04 | 中煤科工集团重庆研究院有限公司 | 排放烟气中的so3检测预处理系统及其使用方法 |
CN111487094B (zh) * | 2020-05-25 | 2023-05-02 | 中煤科工集团重庆研究院有限公司 | 排放烟气中的so3检测预处理系统及其使用方法 |
CN112198101A (zh) * | 2020-11-09 | 2021-01-08 | 中国计量科学研究院 | 一种高精度pm2.5/pm10浓度连续在线检测装置 |
CN112986073A (zh) * | 2021-05-12 | 2021-06-18 | 西安多普多信息科技有限公司 | 一种颗粒物检测方法、装置和尾气检测系统 |
CN112986073B (zh) * | 2021-05-12 | 2021-08-17 | 西安多普多信息科技有限公司 | 一种颗粒物检测方法、装置和尾气检测系统 |
CN113418844A (zh) * | 2021-06-25 | 2021-09-21 | 山东诺方电子科技有限公司 | 一种可进行自校验的尘荷采集系统及方法 |
CN113899667A (zh) * | 2021-09-25 | 2022-01-07 | 杭州谱育科技发展有限公司 | 走航式颗粒物检测系统和方法 |
CN113899667B (zh) * | 2021-09-25 | 2024-03-01 | 杭州谱育科技发展有限公司 | 走航式颗粒物检测系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108872039B (zh) | 2020-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108872039A (zh) | 一种光散射烟气颗粒物在线检测自适应校准方法 | |
Järvinen et al. | Calibration of the new electrical low pressure impactor (ELPI+) | |
EP2220629B1 (en) | System and method for calibration verification of an optical particle counter | |
CN105527208B (zh) | 一种大气颗粒物质量浓度数据校正方法 | |
Pfeifer et al. | Intercomparison of 15 aerodynamic particle size spectrometers (APS 3321): uncertainties in particle sizing and number size distribution | |
US10495573B1 (en) | Instrument for measuring airborne particulate matter | |
CN110286093B (zh) | 一种阈值动态调节的玻璃瓶内气体浓度检测方法 | |
CN108645767A (zh) | 一种耦合光散射和β射线测量燃煤烟气颗粒物质量浓度的方法 | |
JP2009501324A (ja) | 赤血球沈降速度及び/又は赤血球凝集速度等、血液の濃度に関連する特性パラメータを分析する装置を較正する方法 | |
CN107329189A (zh) | 光谱仪探测器无效像元筛选方法及辐射校正方法 | |
CN111948273B (zh) | 气体传感器温度补偿模型建立、气体浓度测量方法及装置 | |
CN114646680A (zh) | 一种气体传感器自动测试系统 | |
CN117705662B (zh) | 一种湿度补偿的颗粒物监测设备的质量浓度计算方法 | |
CN104596900B (zh) | 一种自动实现大气颗粒物粒径校正的方法及系统 | |
CN108572285A (zh) | 一种基于低频宽带噪声的高速光耦筛选方法 | |
WO2019006017A1 (en) | INSTRUMENT FOR MEASURING AIRBORNE PARTICULATE MATTER | |
CN112198101A (zh) | 一种高精度pm2.5/pm10浓度连续在线检测装置 | |
CN106383135B (zh) | 基于全反射x射线荧光光谱的元素定量分析方法和系统 | |
CN114485800B (zh) | 适用于气体多参数移动监测仪的远程质控方法 | |
DE102005016320A1 (de) | Infrarot-Gassensor | |
CN109060456B (zh) | 一种固定源稀释通道采样器的标定装置及方法 | |
CN108152061A (zh) | 侧窗压力检测系统及方法 | |
CN110426353A (zh) | 一种气体激光吸收光谱测量的标定装置 | |
US11150217B2 (en) | Method for directly measuring SO2 and other trace gases by electrochemical cell (ECC) sonde | |
CN109633208A (zh) | 风速传感器质量检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |