CN110031416A - 气体浓度检测装置及方法 - Google Patents
气体浓度检测装置及方法 Download PDFInfo
- Publication number
- CN110031416A CN110031416A CN201910410074.5A CN201910410074A CN110031416A CN 110031416 A CN110031416 A CN 110031416A CN 201910410074 A CN201910410074 A CN 201910410074A CN 110031416 A CN110031416 A CN 110031416A
- Authority
- CN
- China
- Prior art keywords
- gas
- spectrum
- data
- inverse model
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material 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
本发明提供了一种气体浓度检测装置及方法,涉及环境检测技术领域,包括包括光源灯、准直镜、气体吸收腔、第一光谱检测仪和处理器;该准直镜将光源灯发出的目标光线平行射入气体吸收腔内;目标光线穿过存储在气体吸收腔内的待测气体后平行传输至第一光谱检测仪;第一光谱检测仪的分辨率低于指定值,用于检测接收到的目标光线,得到接收到的目标光线的第一光谱;处理器用于获取第一光谱,并根据第一光谱和预建立的气体反演模型,确定待测气体的气体预测数据。这种气体浓度检测装置采用低分辨率的第一光谱检测仪,降低了装置的成本,同时,这种利用第一光谱和气体反演模型预测气体预测数据的方式,在降低成本的同时,确保气体预测数据的高准确度。
Description
技术领域
本发明涉及环境检测技术领域,尤其是涉及一种气体浓度检测装置及方法。
背景技术
目前基于光谱的大气污染物(如挥发性有机物或氮氧化物等)浓度在线监测主要利用差分光学吸收光谱技术对气体的浓度进行反演的方法。差分光学吸收光谱技术是一种实时监测大气中痕量气体浓度的有效方法,其采用最小二乘拟合方法,用痕量气体标准差分吸收截面对测量得到的差分吸收光谱进行拟合,得出大气中痕量气体的浓度。为了得到准确的气体成分和浓度,传统的气体浓度检测装置多配置分辨率高于指定值的光谱检测设备来获取高精度的光谱,进而进行反演计算,但配置该光谱检测设备成本过高,不利用大规模推广使用。
发明内容
有鉴于此,本发明的目的在于提供一种气体浓度检测装置及方法,以缓解了传统气体浓度检测装置配置高成本的光谱检测设备,而导致不利用大规模推广使用的技术问题。
第一方面,本发明实施例提供了一种气体浓度检测装置,其中,该装置包括光源灯、准直镜、气体吸收腔、第一光谱检测仪,以及和第一光谱检测仪连接的处理器;该光源灯用于发出目标光线;该准直镜用于将目标光线平行射入气体吸收腔内;气体吸收腔用于存储待测气体;目标光线穿过待测气体后平行传输至第一光谱检测仪;第一光谱检测仪的分辨率低于指定值,用于检测接收到的目标光线,得到接收到的目标光线的第一光谱;其中,第一光谱包括接收到的目标光线的波段和对应该波段的光波强度;处理器用于获取第一光谱,并根据第一光谱和预建立的气体反演模型,确定待测气体的气体预测数据;其中,气体预测数据包括待测气体的气体成分和该气体成分的气体浓度。
进一步的,第一光谱检测仪包括滤光器件和光谱检测器件;滤光器件用于将目标光线中多个预设波段对应的光线依次发射到光谱检测器件中;光谱检测器件用于检测波段对应的光线的光波强度。
进一步的,该装置还包括分光器件,以及与第一光谱检测仪平行放置的第二光谱检测仪;该分光器件置于气体吸收腔和第一光谱检测仪之间;分光器件用于将气体吸收腔射出的平行光线均分成两束光线;第一光谱检测仪用于检测两束光线中的其中一束光线,得到第一光谱;第二光谱检测仪的分辨率高于指定值,用于检测分光器件所分的两束光线中的另一束光线,得到第二光谱;处理器还用于获取第二光谱,根据第一光谱和第二光谱对气体反演模型进行校正训练。
进一步的,该装置还包括接口;该接口用于安装第二光谱检测仪,以使装置可随意安装或卸载第二光谱检测仪。
进一步的,该装置还包括显示设备;显示设备用于显示气体预测数据。
第二方面,本发明实施例还提供一种气体浓度检测方法,其中,该方法应用于处理器;该方法包括:获取第一光谱;其中,第一光谱为经过待测气体吸收后的平行光线的光谱;根据第一光谱和预建立的气体反演模型,确定待测气体的气体预测数据;其中,气体预测数据包括待测气体的气体成分和该气体成分的气体浓度。
进一步的,气体反演模型的训练过程,包括:获取光谱样本和气体数据样本;其中,气体数据样本为预先检测的待测气体样本对应的气体数据;按照设定的训练算法,应用光谱样本和气体数据样本训练初始反演模型,得到训练好的气体反演模型。
进一步的,该方法还包括:获取第二光谱;根据第一光谱和第二光谱对气体反演模型进行校正训练。
进一步的,根据第一光谱和第二光谱对气体反演模型进行校正训练的步骤,包括:根据第二光谱,反演计算待测气体的气体数据;利用第一光谱和气体反演模型,确定待测气体的气体预测数据;计算气体预测数据和气体数据的数据差值;将数据差值除以气体数据,得到气体反演模型的精度数据;判断精度数据是否大于预设精度阈值;如果是,利用第一光谱和气体数据对所气体反演模型进行校正训练。
进一步的,利用第一光谱和气体数据对气体反演模型进行校正训练的步骤,包括:获取第一光谱和气体数据;按照设定的训练算法,应用第一光谱和气体数据训练气体反演模型,得到校正后的气体反演模型。
第三方面,本发明实施例提供了一种服务器,该服务器包括存储器以及处理器,该存储器用于存储支持处理器执行第一方面所述方法的程序,该处理器被配置为用于执行该存储器中存储的程序。
第四方面,本发明实施例还提供一种计算机存储介质,用于存储计算机程序指令,当计算机执行所示计算机程序指令时,执行如第一方面所述的方法。
本发明实施例带来了以下有益效果:
本发明实施例提供了一种气体浓度检测装置及方法,包括光源灯、准直镜、气体吸收腔、第一光谱检测仪,以及和第一光谱检测仪连接的处理器;该光源灯用于发出目标光线;该准直镜用于将目标光线平行射入气体吸收腔内;气体吸收腔用于存储待测气体;目标光线穿过待测气体后平行传输至第一光谱检测仪;第一光谱检测仪的分辨率低于指定值,用于检测接收到的目标光线,得到接收到的目标光线的第一光谱;其中,第一光谱包括接收到的目标光线的波段和对应该波段的光波强度;处理器用于获取第一光谱,并根据第一光谱和预建立的气体反演模型,确定待测气体的气体预测数据;其中,气体预测数据包括待测气体的气体成分和该气体成分的气体浓度。这种气体浓度检测装置采用低分辨率的第一光谱检测仪,降低了装置的成本,同时,这种利用该第一光谱检测仪获得的第一光谱和气体反演模型预测气体预测数据的方式,实现了在降低成本的同时,确保气体预测数据的高准确度的目的。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种气体浓度检测装置的结构示意图;
图2为本发明实施例提供的另一种气体浓度检测装置的结构示意图;
图3为本发明实施例提供的一种气体浓度检测方法的流程图;
图4为本发明实施例提供的一种气体反演模型的校正训练流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前传统的气体浓度检测装置多配置分辨率高于指定值的光谱检测设备来获取高精度的光谱,进而进行反演计算,但配置该光谱检测设备成本过高,不利用大规模推广使用,基于此,本发明实施例提供的一种气体浓度检测装置及方法,可以实现在降低成本的同时,确保气体预测数据的高准确度的目的。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种气体浓度检测装置进行详细介绍。
实施例一:
本实施例提供了一种气体浓度检测装置,参考图1所示的一种气体浓度检测装置的结构示意图,该装置包括光源灯102、准直镜104、气体吸收腔106、第一光谱检测仪108,以及和第一光谱检测仪108连接的处理器110;
上述光源灯102用于发出目标光线;上述光源灯102可以提供点光源或者面光源,该目标光线可以为点光源或面光源射出的宽光谱准直光线;上述光源可以选取氘卤素混合光源,以获得宽波段的光谱光照;
上述准直镜104用于将目标光线平行射入气体吸收腔106内;该准直镜104可以为凹面镜或者透镜等可以将目标光源平行射出的镜面,如凹面反射镜;
上述气体吸收腔106用于存储待测气体;
上述待测气体可以为大气(空气),该气体吸收腔106可以为封闭的容器,待测气体通过微型抽气泵实现在气体吸收腔106的进气口或出气口抽取气体,以实现待测气体的循环流动;该气体吸收腔106也可以为开放性的容器,气体吸收腔106置于充满待测气体的环境内,具体地,该气体吸收腔106可以设置有物镜和场景,通过物镜和场景使得目标光线在气体吸收腔106内进行多次反射,以尽量增加光线的光程,最后再将目标光线穿过待测气体后平行传输至第一光谱检测仪108;
上述第一光谱检测仪108的分辨率低于指定值,用于检测接收到的目标光线,得到接收到的目标光线的第一光谱;其中,第一光谱包括接收到的目标光线的波段和对应该波段的光波强度;
上述处理器110用于获取第一光谱,并根据第一光谱和预建立的气体反演模型,确定待测气体的气体预测数据;其中,气体预测数据包括待测气体的气体成分和该气体成分的气体浓度;该处理器110可使用基于ARM(Advanced RISC Machine)处理器的嵌入式系统或基于FPGA(Field-Programmable Gate Array),现场可编程门阵列)的智能芯片系统。
本发明实施例提供的气体浓度检测装置包括光源灯、准直镜、气体吸收腔、第一光谱检测仪,以及和第一光谱检测仪连接的处理器;该光源灯用于发出目标光线;该准直镜用于将目标光线平行射入气体吸收腔内;气体吸收腔用于存储待测气体;目标光线穿过待测气体后平行传输至第一光谱检测仪;第一光谱检测仪的分辨率低于指定值,用于检测接收到的目标光线,得到接收到的目标光线的第一光谱;其中,第一光谱包括接收到的目标光线的波段和对应该波段的光波强度;处理器用于获取第一光谱,并根据第一光谱和预建立的气体反演模型,确定待测气体的气体预测数据;其中,气体预测数据包括待测气体的气体成分和该气体成分的气体浓度。这种气体浓度检测装置采用低分辨率的第一光谱检测仪,降低了装置的成本,同时,这种利用该第一光谱检测仪获得的第一光谱和气体反演模型预测气体预测数据的方式,实现了在降低成本的同时,确保气体预测数据的高准确度的目的。
为了保证第一光谱检测仪108可以检测多波段的光线,第一光谱检测仪108包括滤光器件和光谱检测器件;
滤光器件用于将目标光线中多个预设波段对应的光线依次发射到光谱检测器件中;具体实现时,滤波器件可以在气体吸收特征波长附近获取气体无法吸收的光线的波长强度,以及气体已吸收后的光线的波长强度。
光谱检测器件用于检测波段对应的光线的光波强度,进而得到全光线的第一光谱。
为了对第一光谱检测仪108检测得到的第一光谱进行准确性验证,在上述实施例提供的气体浓度检测装置的基础上,图2示出了另一种气体浓度检测装置的结构示意图,该装置还包括分光器件202,以及与第一光谱检测仪108平行放置的第二光谱检测仪204;
该分光器件202置于气体吸收腔106和第一光谱检测仪108之间;该分光器件202可以使用半透半反的分束板或分光棱镜,将气体吸收腔106的出射光线1:1的分为两个部分出射,一般来说该分光器件202可以以与入射光线45°的角度进行放置的。
该分光器件202用于将气体吸收腔106射出的平行光线均分成两束光线;其中,第一光谱检测仪108用于检测两束光线中的其中一束光线,得到第一光谱;第二光谱检测仪204的分辨率高于指定值,用于检测分光器件202所分的两束光线中的另一束光线,得到第二光谱;
处理器110还用于获取第二光谱,根据第一光谱和第二光谱对气体反演模型进行校正训练。在校正训练的过程中,可以通过获取第一光谱和第二光谱的偏差平均值,对气体反演模型的输出结果(第一光谱)进行结果补偿,以使得第一光谱等于第二光谱;也可以通过神经网络训练算法、深度学习的卷积神经网络等对气体反演模型进行再次训练。
为了方便第二光谱检测仪204的安装和卸载,该装置还包括接口;
该接口用于安装第二光谱检测仪204,以使装置可随意安装或卸载第二光谱检测仪204。基于此,第二光谱检测仪204作为一个即插即用的设备,可以套用多套气体浓度检测装置,以对气体浓度检测装置中处理器存储的气体反演模型进行依次校准,确保了气体浓度检测装置的检测准确度。
进一步的,该装置还包括显示设备206;该显示设备206用于显示气体预测数据。
综上,与气体吸收腔106匹配的第二光谱检测仪204虽然具有光谱分辨率高的优势,但其成本较高,本实施例提供的气体浓度检测装置可以在运行一段时间后,临时性的接入第二光谱检测仪204,利用临时性的第二光谱检测仪204积累气体数据,对气体反演模型进行分析和校正。随后,在校正完成后,可取走临时的第二光谱检测仪204,并将校正后的气体反演模型嵌入处理器110中,以实时获取的第一光谱作为输入数据,以获得气体预测数据,进而达到了利用低成本的气体浓度检测装置获取高精度气体预测数据的目的。
实施例二:
在上述实施例提供的气体浓度检测装置的基础上,本实施例还提供一种气体浓度检测方法,参考图3所示的一种气体浓度检测方法的流程图,其中,该方法应用于处理器;该方法主要包括以下步骤:
步骤S302,获取第一光谱;其中,第一光谱为经过待测气体吸收后的平行光线的光谱;
步骤S304,根据第一光谱和预建立的气体反演模型,确定待测气体的气体预测数据;其中,气体预测数据包括待测气体的气体成分和该气体成分的气体浓度。
上述气体反演模型的训练过程可以由步骤01和步骤02实现:
步骤01,获取光谱样本和气体数据样本;其中,气体数据样本为预先检测的待测气体样本对应的气体数据;
步骤02,按照设定的训练算法,应用光谱样本和气体数据样本训练初始反演模型,得到训练好的气体反演模型。
在上述实施例提供的气体浓度检测方法的基础上,图4示出了一种气体反演模型的校正训练流程图,该方法包括以下步骤:
步骤S402,获取第一光谱和第二光谱;
步骤S404,根据第二光谱,反演计算待测气体的气体数据;在反演计算的过程中,可以采用差分光学吸收光谱技术进行反演计算;
步骤S406,利用第一光谱和气体反演模型,确定待测气体的气体预测数据;
步骤S408,计算气体预测数据和气体数据的数据差值;
步骤S410,将数据差值除以气体数据,得到气体反演模型的精度数据;
步骤S412,判断精度数据是否大于预设精度阈值;
步骤S414,如果是,利用第一光谱和气体数据对气体反演模型进行校正训练;具体实现时,步骤S414,可以由步骤11和步骤12实现:
步骤11,获取第一光谱和气体数据;将第一光谱和气体数据加入气体反演模型的样本库,利用更新后的样本库进行校正训练;
步骤12,按照设定的训练算法,应用第一光谱和气体数据训练气体反演模型,得到校正后的气体反演模型。
基于上述方法,若出现精度数据下降和精度数据不满足预设要求(即大于预设精度阈值)时,可利用接入的第二光谱检测仪继续采集第二光谱,以进行气体浓度反演,对气体反演模型再进行校正训练,以满足气体预测精度要求。
这样利用第一光谱检测仪得到的第一光谱作为训练样本,并以此第一光谱作为初始反演模型的输入参数,以第二光谱检测仪的第二光谱反演计算得到的气体数据作为初始反演模型的输出参数,对初始反演模型进行训练,得到训练好的气体反演模型。
进一步的,在校正训练时,以实时获取的第一光谱与实时获取的新的气体数据(由第二光谱反演计算得到)作为检验样本,检验气体反演模型的气体预测数据的精度。如果气体预测数据的精度不小于预设精度阈值,以此气体反演模型作为本实施例中气体检测光谱装置的初始反演模型,将上述实时获取的第一光谱和新的气体数据填充至训练样本集中,扩充形成新的训练样本集,并重新进行模型训练。基于此方法,利用检验样本(第一光谱和第二光谱)不断扩充、积累训练样本集,并不断训练初始反演模型,最终可得到满足精度要求的气体反演模型。
本发明实施例提供的气体浓度检测方法,与上述实施例提供的气体浓度检测装置具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
本发明实施例还提供了一种服务器,该服务器包括存储器以及处理器,上述存储器用于存储支持处理器执行上述实施例二所述方法的程序,上述处理器被配置为用于执行该存储器中存储的程序。
进一步,本发明实施例还提供一种计算机存储介质,用于存储计算机程序指令,当计算机执行所示计算机程序指令时,执行如上述实施例二所述的方法。
以上实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种气体浓度检测装置,其特征在于,所述装置包括光源灯、准直镜、气体吸收腔、第一光谱检测仪,以及和所述第一光谱检测仪连接的处理器;
所述光源灯用于发出目标光线;
所述准直镜用于将所述目标光线平行射入所述气体吸收腔内;
所述气体吸收腔用于存储待测气体;所述目标光线穿过所述待测气体后平行传输至所述第一光谱检测仪;
所述第一光谱检测仪的分辨率低于指定值,用于检测接收到的目标光线,得到所述接收到的目标光线的第一光谱;其中,所述第一光谱包括所述接收到的目标光线的波段和对应该波段的光波强度;
所述处理器用于获取所述第一光谱,并根据所述第一光谱和预建立的气体反演模型,确定所述待测气体的气体预测数据;其中,所述气体预测数据包括所述待测气体的气体成分和该气体成分的气体浓度。
2.根据权利要求1所述的装置,其特征在于,所述第一光谱检测仪包括滤光器件和光谱检测器件;
所述滤光器件用于将所述目标光线中多个预设波段对应的光线依次发射到所述光谱检测器件中;
所述光谱检测器件用于检测所述波段对应的光线的光波强度。
3.根据权利要求1所述的装置,其特征在于,所述装置还包括分光器件,以及与所述第一光谱检测仪平行放置的第二光谱检测仪;
所述分光器件置于所述气体吸收腔和所述第一光谱检测仪之间;
所述分光器件用于将所述气体吸收腔射出的平行光线均分成两束光线;
所述第一光谱检测仪用于检测所述两束光线中的其中一束光线,得到所述第一光谱;
所述第二光谱检测仪的分辨率高于所述指定值,用于检测所述分光器件所分的两束光线中的另一束光线,得到第二光谱;
所述处理器还用于获取所述第二光谱,根据所述第一光谱和所述第二光谱对所述气体反演模型进行校正训练。
4.根据权利要求3所述的装置,其特征在于,所述装置还包括接口;
所述接口用于安装所述第二光谱检测仪,以使所述装置可随意安装或卸载所述第二光谱检测仪。
5.根据权利要求1所述的装置,其特征在于,所述装置还包括显示设备;
所述显示设备用于显示所述气体预测数据。
6.一种气体浓度检测方法,其特征在于,所述方法应用于处理器;所述方法包括:
获取第一光谱;其中,所述第一光谱为经过待测气体吸收后的平行光线的光谱;
根据所述第一光谱和预建立的气体反演模型,确定所述待测气体的气体预测数据;其中,所述气体预测数据包括所述待测气体的气体成分和该气体成分的气体浓度。
7.根据权利要求6所述的方法,其特征在于,所述气体反演模型的训练过程,包括:
获取光谱样本和气体数据样本;其中,所述气体数据样本为预先检测的待测气体样本对应的气体数据;
按照设定的训练算法,应用所述光谱样本和所述气体数据样本训练初始反演模型,得到训练好的气体反演模型。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
获取第二光谱;
根据所述第一光谱和所述第二光谱对所述气体反演模型进行校正训练。
9.根据权利要求8所述的方法,其特征在于,根据所述第一光谱和所述第二光谱对所述气体反演模型进行校正训练的步骤,包括:
根据所述第二光谱,反演计算所述待测气体的气体数据;
利用所述第一光谱和所述气体反演模型,确定所述待测气体的气体预测数据;
计算所述气体预测数据和所述气体数据的数据差值;
将所述数据差值除以所述气体数据,得到所述气体反演模型的精度数据;
判断所述精度数据是否大于预设精度阈值;
如果是,利用所述第一光谱和所述气体数据对所述气体反演模型进行校正训练。
10.根据权利要求9所述的方法,其特征在于,利用所述第一光谱和所述气体数据对所述气体反演模型进行校正训练的步骤,包括:
获取所述第一光谱和所述气体数据;
按照设定的训练算法,应用所述第一光谱和所述气体数据训练所述气体反演模型,得到校正后的气体反演模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910410074.5A CN110031416B (zh) | 2019-05-16 | 2019-05-16 | 气体浓度检测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910410074.5A CN110031416B (zh) | 2019-05-16 | 2019-05-16 | 气体浓度检测装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110031416A true CN110031416A (zh) | 2019-07-19 |
CN110031416B CN110031416B (zh) | 2021-07-06 |
Family
ID=67242494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910410074.5A Active CN110031416B (zh) | 2019-05-16 | 2019-05-16 | 气体浓度检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110031416B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111089850A (zh) * | 2020-02-17 | 2020-05-01 | 北京航空航天大学 | 一种基于单一组分吸收光谱的多组分浓度的估计方法 |
CN111289460A (zh) * | 2020-03-16 | 2020-06-16 | 潍坊歌尔微电子有限公司 | 气体浓度检测设备及其检测方法、控制装置和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2085765A1 (en) * | 2008-01-29 | 2009-08-05 | Canon Kabushiki Kaisha | Inspection apparatus and inspection method by using terahertz wave |
CN102435567A (zh) * | 2011-11-22 | 2012-05-02 | 杭州微兰科技有限公司 | 基于差分吸收光谱的气体组分浓度反演算测定方法 |
CN103528983A (zh) * | 2013-10-23 | 2014-01-22 | 山东省科学院海洋仪器仪表研究所 | 一种气体检测装置及气体检测方法 |
CN105203460A (zh) * | 2015-10-27 | 2015-12-30 | 中国科学院合肥物质科学研究院 | 红外激光光谱痕量水汽检测系统及其检测方法 |
CN107255623A (zh) * | 2017-06-15 | 2017-10-17 | 中国科学院合肥物质科学研究院 | 一种便携式多组分气体红外光谱检测系统 |
CN107328727A (zh) * | 2017-07-27 | 2017-11-07 | 天津国阳科技发展有限公司 | 基于紫外差分技术的烟气分析装置及方法 |
CN108956503A (zh) * | 2018-09-04 | 2018-12-07 | 深圳市卡普瑞环境科技有限公司 | 一种水分子浓度计算方法 |
-
2019
- 2019-05-16 CN CN201910410074.5A patent/CN110031416B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2085765A1 (en) * | 2008-01-29 | 2009-08-05 | Canon Kabushiki Kaisha | Inspection apparatus and inspection method by using terahertz wave |
CN102435567A (zh) * | 2011-11-22 | 2012-05-02 | 杭州微兰科技有限公司 | 基于差分吸收光谱的气体组分浓度反演算测定方法 |
CN103528983A (zh) * | 2013-10-23 | 2014-01-22 | 山东省科学院海洋仪器仪表研究所 | 一种气体检测装置及气体检测方法 |
CN105203460A (zh) * | 2015-10-27 | 2015-12-30 | 中国科学院合肥物质科学研究院 | 红外激光光谱痕量水汽检测系统及其检测方法 |
CN107255623A (zh) * | 2017-06-15 | 2017-10-17 | 中国科学院合肥物质科学研究院 | 一种便携式多组分气体红外光谱检测系统 |
CN107328727A (zh) * | 2017-07-27 | 2017-11-07 | 天津国阳科技发展有限公司 | 基于紫外差分技术的烟气分析装置及方法 |
CN108956503A (zh) * | 2018-09-04 | 2018-12-07 | 深圳市卡普瑞环境科技有限公司 | 一种水分子浓度计算方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111089850A (zh) * | 2020-02-17 | 2020-05-01 | 北京航空航天大学 | 一种基于单一组分吸收光谱的多组分浓度的估计方法 |
CN111289460A (zh) * | 2020-03-16 | 2020-06-16 | 潍坊歌尔微电子有限公司 | 气体浓度检测设备及其检测方法、控制装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110031416B (zh) | 2021-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102539377B (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 | |
US10422733B2 (en) | Method and device for testing wettability of dense oil reservoir | |
CN110031416A (zh) | 气体浓度检测装置及方法 | |
US20210140877A1 (en) | Analyzer, analysis method, analyzer program, and analysis learning device | |
CN204008434U (zh) | 光声光谱在线监测sf6电气设备内气体分解产物装置 | |
US11232020B2 (en) | Fault detection using breakpoint value-based fingerprints of failing regression test cases | |
CN105319178A (zh) | 机动车尾气co和co2浓度实时检测系统及其控制方法 | |
CN103424412B (zh) | 基于红外热成像的复合气瓶检测系统 | |
CN207163908U (zh) | 一种用于气体检测的激光波长锁定的装置 | |
CN111998918A (zh) | 一种误差校正方法、误差校正装置及流量传感系统 | |
CN106352497B (zh) | 空调睡眠控制方法及控制装置 | |
CN110887800B (zh) | 一种用于光谱法水质在线监测系统的数据校准方法 | |
CN105678021B (zh) | 车辆模型的参数确定方法及系统 | |
CN110285832B (zh) | 光纤陀螺惯测产品的标定参数长期稳定性缺陷检测方法 | |
CN102721528A (zh) | 一种光探测器线性范围的测试装置及测试方法 | |
CN111781584A (zh) | 一种基于目标辐射o2吸收相关k分布法的被动测距方法 | |
CN103543126A (zh) | 用于气体监测干涉信号干扰下的信号修正补偿计算方法 | |
CN112304493B (zh) | 一种基于ccd相机的光学压敏涂料幅频特性检测方法 | |
WO2010049569A1 (es) | Métodos y sistemas para realizar análisis de estanqueidad en depósitos de fluidos | |
CN112730307A (zh) | 气体浓度非线性测量方法、装置、计算机设备及存储介质 | |
WO2019245556A1 (en) | Surface coating inspection using water spraying and numerical modeling | |
JPS5928855B2 (ja) | 内燃機関の排ガス測定方法 | |
CN107727229A (zh) | 一种光通量检测的连接装置和使用该连接装置的检测方法 | |
Zhang et al. | Study on the noise reduction of vehicle exhaust NOX spectra based on adaptive EEMD algorithm | |
CN1235035C (zh) | 用于光谱定量的自动分析方法 |
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 |