CN111122478A - 机动车尾气浓度检测系统、方法、设备和可读存储介质 - Google Patents
机动车尾气浓度检测系统、方法、设备和可读存储介质 Download PDFInfo
- Publication number
- CN111122478A CN111122478A CN201911341405.0A CN201911341405A CN111122478A CN 111122478 A CN111122478 A CN 111122478A CN 201911341405 A CN201911341405 A CN 201911341405A CN 111122478 A CN111122478 A CN 111122478A
- Authority
- CN
- China
- Prior art keywords
- motor vehicle
- gas
- wavelength
- array sensor
- concentration
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000001514 detection method Methods 0.000 title claims abstract description 28
- 238000012544 monitoring process Methods 0.000 claims abstract description 48
- 238000001228 spectrum Methods 0.000 claims abstract description 41
- 230000003287 optical effect Effects 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000010521 absorption reaction Methods 0.000 claims description 47
- 238000000862 absorption spectrum Methods 0.000 claims description 12
- 239000002245 particle Substances 0.000 claims description 10
- 230000008033 biological extinction Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 abstract description 6
- 239000007789 gas Substances 0.000 description 121
- 230000009102 absorption Effects 0.000 description 39
- 230000000694 effects Effects 0.000 description 8
- 230000003595 spectral effect Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000001658 differential optical absorption spectrophotometry Methods 0.000 description 4
- 239000003344 environmental pollutant Substances 0.000 description 4
- 231100000719 pollutant Toxicity 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 238000004611 spectroscopical analysis Methods 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 229910002651 NO3 Inorganic materials 0.000 description 1
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
Images
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
- G01N21/33—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using ultraviolet light
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
本发明公开了一种机动车尾气浓度检测系统、方法、设备和可读存储介质，该机动车尾气浓度检测系统包括全息光栅、阵列传感器和控制装置，其中，全息光栅，用于对被测机动车尾气吸收后的光进行分光处理；阵列传感器，与全息光栅对应设置，用于将全息光栅分光处理后的光信号转换成电信号，获得介质的连续光谱数据；控制装置，与阵列传感器电连接，用于对阵列传感器获得的连续光谱数据进行处理，同时测量出多种监测因子的气体浓度。本发明公开的机动车尾气浓度检测系统、方法、设备和可读存储介质，可同时测量出多种监测因子的气体浓度，且测试精度和可靠性高。
Description
技术领域
本发明涉及机动车尾气处理领域，尤其公开了一种机动车尾气浓度检测系统、方法、设备和可读存储介质。
背景技术
近年来，随着经济的快速发展和城镇现代化进程的不断推进，机动车保有量剧增。急剧增多的机动车在为人民群众带来方便的同时，也加重了环境污染。据报道，随着机动车保有量快速增加，我国部分城市空气开始呈现出煤烟和机动车尾气复合污染的特点，直接影响群众健康。近几年来，京津冀地区空气质量总体改善，但二氧化氮平均浓度下降幅度远低于其他污染物。重污染天气期间，硝酸盐是PM2.5组分中占比最大且上升最快的组分。北京、天津、上海等15个城市大气PM2.5源解析工作结果显示，本地排放源中移动源对PM2.5浓度的贡献范围为13.5％至52.1％。机动车是机动车大气污染排放的主要贡献者，其排放的CO和HC超过80％，NOX和PM超过90％。按车型分类，货车排放的NOX和PM明显高于客车，其中重型货车是主要贡献者；客车CO和HC排放量明显高于货车。按燃料分类，柴油车排放的NOX接近机动车排放总量的70％，PM超过90％；汽油车CO和HC排放量较高，CO超过机动车排放总量的80％，HC超过70％。占机动车保有量7.8％的柴油货车，排放了57.3％的NOX和77.8％的PM，是机动车污染防治的重中之重。
为了有效降低机动车排放对环境空气质量的污染，发现并治理高排放的车辆，对于改善城市空气质量状况是非常必要的。因此，加强机动车尾气污染防治工作，尤其是强化机动车尾气排放监管工作，是防治此类污染的重要手段，机动车污染物排放遥感检测方法是机动车尾气排放监管的重要技术手段之一。然而，现有机动车污染物排放遥感检测方法中，无法鉴定机动车尾气的浓度。
因此，现有机动车污染物排放遥感检测方法中无法鉴定机动车尾气的浓度，是一件亟待解决的技术问题。
发明内容
本发明提供了一种机动车尾气浓度检测系统、方法、设备和可读存储介质，旨在解决现有机动车污染物排放遥感检测方法中无法鉴定机动车尾气的浓度的技术问题。
根据本发明的一个方面，提供一种机动车尾气浓度检测系统，包括全息光栅、阵列传感器和控制装置，其中，
全息光栅，用于对被测机动车尾气吸收后的光进行分光处理；
阵列传感器，与全息光栅对应设置，用于将全息光栅分光处理后的光信号转换成电信号，获得介质的连续光谱数据；
控制装置，与阵列传感器电连接，用于对阵列传感器获得的连续光谱数据进行处理，同时测量出多种监测因子的气体浓度。
进一步地，控制装置包括测量模块和计算模块，
测量模块，用于采用设定光程的被测气体环境对阵列传感器获得的连续光谱进行处理，测量出多种监测因子在预定波长处的相对强度；
计算模块，与测量模块相连，用于根据测量模块测量出的多种监测因子在预定波长处的相对强度，采用差分光学吸收光谱算法得到多种监测因子的气体浓度。
进一步地，采用差分光学吸收光谱算法得到的多种监测因子的气体浓度，由以下关系式表述：
I(λ)＝I0(λ)exp{-L[σi(λ)Ci+ε(λ)]}
式中，I0(λ)为入射光在波长λ处相对强度；I(λ)为出射光在波长λ处相对强度；L为光程；Ci为第i种气体浓度；σi(λ)为第i种气体的吸收系数；ε(λ)为粒子散射因素导致的消光系数。
进一步地，第i种气体的吸收系数通过以下公式获得：
σi(λ)＝σir(λ)+σis(λ)
式中，σir(λ)是第i种气体随波长较快变化部分的吸收系数，σis(λ)是第i种气体随波长较慢变化部分的吸收系数。
根据本发明的另一方面，还提供一种机动车尾气浓度检测方法，应用于上述的机动车尾气浓度检测系统中，机动车尾气浓度检测方法包括以下步骤：
利用全息光栅对被测机动车尾气吸收后的光进行分光处理；
采用阵列传感器将全息光栅分光处理后的光信号转换成电信号，获得介质的连续光谱；
运用控制装置对阵列传感器获得的连续光谱进行处理，同时测量出多种监测因子的气体浓度。
进一步地，运用控制装置对阵列传感器获得的连续光谱数据进行处理，同时测量出多种监测因子的气体浓度的步骤包括：
采用设定光程的被测气体环境对阵列传感器获得的连续光谱数据进行处理，测量出多种监测因子在预定波长处的相对强度；
根据测量出的多种监测因子在预定波长处的相对强度，采用差分光学吸收光谱算法得到多种监测因子的气体浓度。
进一步地，采用差分光学吸收光谱算法得到的多种监测因子的气体浓度，由以下关系式表述：
I(λ)＝I0(λ)exp{-L[σi(λ)Ci+ε(λ)]}
式中，I0(λ)为入射光在波长λ处相对强度；I(λ)为出射光在波长λ处相对强度；L为光程；Ci为第i种气体浓度；σi(λ)为第i种气体的吸收系数；ε(λ)为粒子散射因素导致的消光系数。
进一步地，第i种气体的吸收系数通过以下公式获得：
σi(λ)＝σir(λ)+σis(λ)
式中，σir(λ)是第i种气体随波长较快变化部分的吸收系数，σis(λ)是第i种气体随波长较慢变化部分的吸收系数。
此外，本发明还提供一种计算机设备，包括存储器和处理器，存储器存储有机动车尾气浓度检测程序，处理器执行机动车尾气浓度检测程序时实现上述的机动车尾气浓度检测方法的步骤。
此外，本发明还提供一种计算机可读存储介质，其上存储有机动车尾气浓度检测程序，机动车尾气浓度检测程序被处理器执行时实现上述的机动车尾气浓度检测方法的步骤。
本发明所取得的有益效果为：
本发明公开的机动车尾气浓度检测系统、方法、设备和可读存储介质，机动车尾气浓度检测系统采用全息光栅、阵列传感器和控制装置，通过紫外差分光谱技术，由于同种气体在不同光谱波段有不同的吸收，不同气体在同一光谱波段的吸收叠加作用，通过对连续光谱的分析，可同时测量出多种气体；控制装置对阵列传感器获得的连续光谱数据进行处理，同时测量出多种监测因子的气体浓度。本发明公开的机动车尾气浓度检测系统、方法、设备和可读存储介质，可同时测量出多种监测因子的气体浓度，且测试精度和可靠性高。
附图说明
图1为本发明机动车尾气浓度检测系统第一实施例的功能模块框图；
图2为本发明机动车尾气浓度检测系统的主界面示意图；
图3为本发明机动车尾气浓度检测系统第二实施例的功能模块框图；
图4为本发明机动车尾气浓度检测方法第一实施例的流程示意图；
图5为本发明机动车尾气浓度检测方法第二实施例的流程示意图。
附图标号说明：
10、全息光栅；20、阵列传感器；30、控制装置；31、测量模块；32、计算模块。
具体实施方案
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。
如图1所示，图1为本发明机动车尾气浓度检测系统第一实施例的功能模块框图，本发明提供的机动车尾气浓度检测系统，包括全息光栅10、阵列传感器20和控制装置30，其中，全息光栅10，用于对被测机动车尾气吸收后的光进行分光处理；阵列传感器20，与全息光栅10对应设置，用于将全息光栅10分光处理后的光信号转换成电信号，获得介质的连续光谱数据；控制装置30，与阵列传感器20电连接，用于对阵列传感器20获得的连续光谱数据进行处理，同时测量出多种监测因子的气体浓度。参见图2，在本实施例中，采用UV-DOAS(紫外差分光谱)技术，采用同种气体在不同光谱波段有不同的吸收，不同气体在同一光谱波段的吸收重叠作用，通过对连续光谱的分析，可以同时测量多种气体。监测因子为CO、CO2、HC、NO和不透光烟度。
本实施例公开的机动车尾气浓度检测系统，机动车尾气浓度检测系统采用全息光栅、阵列传感器和控制装置，通过紫外差分光谱技术，由于同种气体在不同光谱波段有不同的吸收，不同气体在同一光谱波段的吸收叠加作用，通过对连续光谱的分析，可同时测量出多种气体；控制装置对阵列传感器获得的连续光谱数据进行处理，同时测量出多种监测因子的气体浓度。本实施例公开的机动车尾气浓度检测系统，可同时测量出多种监测因子的气体浓度，且测试精度和可靠性高。
优选地，请见图3，图3为本发明机动车尾气浓度检测系统第二实施例的功能模块框图，在第一实施例的基础上，本实施例公开的机动车尾气浓度检测系统，控制装置30包括测量模块31和计算模块32，其中，测量模块31，用于采用设定光程的被测气体环境对阵列传感器20获得的连续光谱进行处理，测量出多种监测因子在预定波长处的相对强度；计算模块32，与测量模块31相连，用于根据测量模块31测量出的多种监测因子在预定波长处的相对强度，采用差分光学吸收光谱算法得到多种监测因子的气体浓度。在本实施例中，使用差分光学吸收光谱算法其对连续光谱数据进行处理得到气体浓度。光束穿过长度为L的被测气体环境后，由于气体对光的吸收作用，光能量将发生衰减。被测气体在波长λ处对光强的吸收，可用Beer-Lambert关系准确表述：
I(λ)＝I0(λ)exp{-L[σi(λ)Ci+ε(λ)]} (1)
公式(1)中，I0(λ)为入射光在波长λ处相对强度；I(λ)为出射光在波长λ处相对强度；L为光程；Ci为第i种气体浓度；σi(λ)为第i种气体的吸收系数；ε(λ)为粒子散射因素导致的消光系数。
由公式(1)可知，普通的算法根本无法区分光衰减是气体吸收引起的还是粒子散射等非吸收引起的，而差分吸收算法是将气体的吸收分解为两部分：
σi(λ)＝σir(λ)+σis(λ) (2)
公式(2)中，σir(λ)是第i种气体随波长较快变化部分的吸收系数，σis(λ)是第i种气体随波长较慢变化部分的吸收系数。
由公式(2)可知，σir(λ)是随波长快速变化的部分(即高频部分)，σis(λ)是随波长缓慢变化的部分(即低频部分)，而粒子散射等因素导致的消光作用都是随波长缓慢变化的。显然，吸收中随波长快速变化的部分只与气体吸收有关，对其进行相应的算值便可得到相关气体的浓度。
本实施例公开的机动车尾气浓度检测系统，机动车尾气浓度检测系统中的控制装置采用测量模块和计算模块，测量模块采用设定光程的被测气体环境对阵列传感器获得的连续光谱进行处理，测量出多种监测因子在预定波长处的相对强度；计算模块根据测量模块测量出的多种监测因子在预定波长处的相对强度，采用差分光学吸收光谱算法得到多种监测因子的气体浓度。本实施例公开的机动车尾气浓度检测系统，可同时测量出多种监测因子的气体浓度，且测试精度和可靠性高。
如图4所示，图4为本发明机动车尾气浓度检测方法第一实施例的流程示意图，本发明还提供一种机动车尾气浓度检测方法，应用于上述的机动车尾气浓度检测系统中，该机动车尾气浓度检测方法包括以下步骤：
步骤S100、利用全息光栅对被测机动车尾气吸收后的光进行分光处理。
步骤S200、采用阵列传感器将全息光栅分光处理后的光信号转换成电信号，获得介质的连续光谱数据。
步骤S300、运用控制装置对阵列传感器获得的连续光谱数据进行处理，同时测量出多种监测因子的气体浓度。
在本实施例中，采用UV-DOAS(紫外差分光谱)技术，采用同种气体在不同光谱波段有不同的吸收，不同气体在同一光谱波段的吸收重叠作用，通过对连续光谱的分析，可以同时测量多种气体。监测因子为CO、CO2、HC、NO和不透光烟度。
本实施例公开的机动车尾气浓度检测方法，机动车尾气浓度检测系统采用全息光栅、阵列传感器和控制装置，通过紫外差分光谱技术，由于同种气体在不同光谱波段有不同的吸收，不同气体在同一光谱波段的吸收叠加作用，通过对连续光谱的分析，可同时测量出多种气体；控制装置对阵列传感器获得的连续光谱数据进行处理，同时测量出多种监测因子的气体浓度。本实施例公开的机动车尾气浓度检测方法，可同时测量出多种监测因子的气体浓度，且测试精度和可靠性高。
进一步地，如图5所示，图5为本发明机动车尾气浓度检测方法第二实施例的流程示意图，在第一实施例的基础上，本实施例公开的机动车尾气浓度检测方法，步骤S300包括：
步骤S310、采用设定光程的被测气体环境对阵列传感器获得的连续光谱数据进行处理，测量出多种监测因子在预定波长处的相对强度。
步骤S320、根据测量出的多种监测因子在预定波长处的相对强度，采用差分光学吸收光谱算法得到多种监测因子的气体浓度。
在本实施例中，使用差分光学吸收光谱算法其对连续光谱数据进行处理得到气体浓度。光束穿过长度为L的被测气体环境后，由于气体对光的吸收作用，光能量将发生衰减。被测气体在波长λ处对光强的吸收，可用Beer-Lambert关系准确表述：
I(λ)＝I0(λ)exp{-L[σi(λ)Ci+ε(λ)]} (3)
公式(3)中，I0(λ)为入射光在波长λ处相对强度；I(λ)为出射光在波长λ处相对强度；L为光程；Ci为第i种气体浓度；σi(λ)为第i种气体的吸收系数；ε(λ)为粒子散射因素导致的消光系数。
由公式(3)可知，普通的算法根本无法区分光衰减是气体吸收引起的还是粒子散射等非吸收引起的，而差分吸收算法是将气体的吸收分解为两部分：
σi(λ)＝σir(λ)+σis(λ) (4)
公式(4)中，σir(λ)是第i种气体随波长较快变化部分的吸收系数，σis(λ)是第i种气体随波长较慢变化部分的吸收系数。
由公式(4)可知，σir(λ)是随波长快速变化的部分(即高频部分)，σis(λ)是随波长缓慢变化的部分(即低频部分)，而粒子散射等因素导致的消光作用都是随波长缓慢变化的。显然，吸收中随波长快速变化的部分只与气体吸收有关，对其进行相应的算值便可得到相关气体的浓度。
本实施例公开的机动车尾气浓度检测方法，机动车尾气浓度检测系统中的控制装置采用测量模块和计算模块，测量模块采用设定光程的被测气体环境对阵列传感器获得的连续光谱进行处理，测量出多种监测因子在预定波长处的相对强度；计算模块根据测量模块测量出的多种监测因子在预定波长处的相对强度，采用差分光学吸收光谱算法得到多种监测因子的气体浓度。本实施例公开的机动车尾气浓度检测方法，可同时测量出多种监测因子的气体浓度，且测试精度和可靠性高。
此外，本发明还提供一种计算机设备，包括存储器和处理器，存储器存储有机动车尾气浓度检测程序，处理器执行机动车尾气浓度检测程序时实现上述的机动车尾气浓度检测方法的步骤。
其中，激光光谱控制程序被执行时所实现的方法可参照本发明机动车尾气浓度检测方法各个实施例，此处不再赘述。
此外，本发明还提供一种计算机可读存储介质，其上存储有机动车尾气浓度检测程序，机动车尾气浓度检测程序被处理器执行时实现上述的机动车尾气浓度检测方法的步骤。
其中，激光光谱控制程序被执行时所实现的方法可参照本发明机动车尾气浓度检测方法各个实施例，此处不再赘述。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器或者网络设备等)执行本发明各个实施例所述的方法。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种机动车尾气浓度检测系统，其特征在于，包括全息光栅(10)、阵列传感器(20)和控制装置(30)，其中，
所述全息光栅(10)，用于对被测机动车尾气吸收后的光进行分光处理；
所述阵列传感器(20)，与所述全息光栅(10)对应设置，用于将所述全息光栅(10)分光处理后的光信号转换成电信号，获得介质的连续光谱数据；
控制装置(30)，与所述阵列传感器(20)电连接，用于对所述阵列传感器(20)获得的所述连续光谱数据进行处理，同时测量出多种监测因子的气体浓度。
2.如权利要求1所述的机动车尾气浓度检测系统，其特征在于，
所述控制装置(30)包括测量模块(31)和计算模块(32)，
所述测量模块(31)，用于采用设定光程的被测气体环境对所述阵列传感器(20)获得的所述连续光谱数据进行处理，测量出多种监测因子在预定波长处的相对强度；
所述计算模块(32)，与所述测量模块(31)相连，用于根据所述测量模块(31)测量出的所述多种监测因子在预定波长处的相对强度，采用差分光学吸收光谱算法得到多种监测因子的气体浓度。
3.如权利要求2所述的机动车尾气浓度检测系统，其特征在于，
所述采用差分光学吸收光谱算法得到的多种监测因子的气体浓度，由以下关系式表述：
I(λ)＝I0(λ)exp{-L[σi(λ)Ci+ε(λ)]}
式中，I0(λ)为入射光在波长λ处相对强度；I(λ)为出射光在波长λ处相对强度；L为光程；Ci为第i种气体浓度；σi(λ)为第i种气体的吸收系数；ε(λ)为粒子散射因素导致的消光系数。
4.如权利要求3所述的机动车尾气浓度检测系统，其特征在于，
所述第i种气体的吸收系数通过以下公式获得：
σi(λ)＝σir(λ)+σis(λ)
式中，σir(λ)是第i种气体随波长较快变化部分的吸收系数，σis(λ)是第i种气体随波长较慢变化部分的吸收系数。
5.一种机动车尾气浓度检测方法，应用于权利要求1至4任一项所述的机动车尾气浓度检测系统中，其特征在于，所述机动车尾气浓度检测方法包括以下步骤：
利用全息光栅对被测机动车尾气吸收后的光进行分光处理；
采用阵列传感器将全息光栅分光处理后的光信号转换成电信号，获得介质的连续光谱数据；
运用控制装置对阵列传感器获得的所述连续光谱数据进行处理，同时测量出多种监测因子的气体浓度。
6.如权利要求5所述的机动车尾气浓度检测方法，其特征在于，
所述运用控制装置对阵列传感器获得的所述连续光谱进行处理，同时测量出多种监测因子的气体浓度的步骤包括：
采用设定光程的被测气体环境对所述阵列传感器获得的所述连续光谱数据进行处理，测量出多种监测因子在预定波长处的相对强度；
根据测量出的所述多种监测因子在预定波长处的相对强度，采用差分光学吸收光谱算法得到多种监测因子的气体浓度。
7.如权利要求6所述的机动车尾气浓度检测方法，其特征在于，
所述采用差分光学吸收光谱算法得到的多种监测因子的气体浓度，由以下关系式表述：
I(λ)＝I0(λ)exp{-L[σi(λ)Ci+ε(λ)]}
式中，I0(λ)为入射光在波长λ处相对强度；I(λ)为出射光在波长λ处相对强度；L为光程；Ci为第i种气体浓度；σi(λ)为第i种气体的吸收系数；ε(λ)为粒子散射因素导致的消光系数。
8.如权利要求7所述的机动车尾气浓度检测方法，其特征在于，
所述第i种气体的吸收系数通过以下公式获得：
σi(λ)＝σir(λ)+σis(λ)
式中，σir(λ)是第i种气体随波长较快变化部分的吸收系数，σis(λ)是第i种气体随波长较慢变化部分的吸收系数。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有机动车尾气浓度检测程序，其特征在于，所述处理器执行所述机动车尾气浓度检测程序时实现权利要求5至8中任一项所述的机动车尾气浓度检测方法的步骤。
10.一种计算机可读存储介质，其上存储有机动车尾气浓度检测程序，其特征在于，所述机动车尾气浓度检测程序被处理器执行时实现如权利要求5至8中任一项所述的机动车尾气浓度检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911341405.0A CN111122478A (zh) | 2019-12-24 | 2019-12-24 | 机动车尾气浓度检测系统、方法、设备和可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911341405.0A CN111122478A (zh) | 2019-12-24 | 2019-12-24 | 机动车尾气浓度检测系统、方法、设备和可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111122478A true CN111122478A (zh) | 2020-05-08 |
Family
ID=70501429
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911341405.0A Pending CN111122478A (zh) | 2019-12-24 | 2019-12-24 | 机动车尾气浓度检测系统、方法、设备和可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111122478A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6455851B1 (en) * | 2000-03-28 | 2002-09-24 | Air Instruments And Measurement, Inc. | Spectroscopic remote sensing exhaust emission monitoring system |
| CN1439880A (zh) * | 2003-01-21 | 2003-09-03 | 中国科学院安徽光学精密机械研究所 | 机动车尾气多污染组份实时遥测方法和装置 |
| CN101105446A (zh) * | 2007-01-19 | 2008-01-16 | 华南理工大学 | 差分吸收光谱空气质量检测系统 |
| JP2010210594A (ja) * | 2009-03-12 | 2010-09-24 | Toyota Motor Corp | 炭化水素濃度測定装置および炭化水素濃度測定方法 |
| CN109781648A (zh) * | 2017-11-15 | 2019-05-21 | 朱德麒 | 一种机动车尾气遥感检测系统 |
-
2019
- 2019-12-24 CN CN201911341405.0A patent/CN111122478A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6455851B1 (en) * | 2000-03-28 | 2002-09-24 | Air Instruments And Measurement, Inc. | Spectroscopic remote sensing exhaust emission monitoring system |
| CN1439880A (zh) * | 2003-01-21 | 2003-09-03 | 中国科学院安徽光学精密机械研究所 | 机动车尾气多污染组份实时遥测方法和装置 |
| CN101105446A (zh) * | 2007-01-19 | 2008-01-16 | 华南理工大学 | 差分吸收光谱空气质量检测系统 |
| JP2010210594A (ja) * | 2009-03-12 | 2010-09-24 | Toyota Motor Corp | 炭化水素濃度測定装置および炭化水素濃度測定方法 |
| CN109781648A (zh) * | 2017-11-15 | 2019-05-21 | 朱德麒 | 一种机动车尾气遥感检测系统 |
Non-Patent Citations (4)
| Title |
|---|
| 尚明辉等: "基于DOAS的机动车NO排放检测优化设计", 《浙江科技学院学报》 * |
| 李俊峰 等: "基于多方法集成的烟气、烟尘排放监测系统", 《中国粉体技术》 * |
| 董凤忠等: "机动车尾气的道边在线实时监测(上)", 《测试技术学报》 * |
| 郁敏等: "基于差分吸收光谱法的大气质量在线连续监测系统", 《光学仪器》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1141569C (zh) | 遥测废气的装置 | |
| Carslaw et al. | The diminishing importance of nitrogen dioxide emissions from road vehicle exhaust | |
| US10055906B1 (en) | System and method to detect emissions OBD false failures | |
| US11448588B2 (en) | Analyzer, analysis method, analyzer program, and analysis learning device | |
| CN111145556A (zh) | 黑烟车车牌识别方法、系统、设备和可读存储介质 | |
| JP4124731B2 (ja) | 排気不透明度測定装置 | |
| CN101105446A (zh) | 差分吸收光谱空气质量检测系统 | |
| JP7169339B2 (ja) | 排気ガスの気体種の濃度を光学的に測定する方法及びシステム | |
| Zavala et al. | Emission factors of black carbon and co-pollutants from diesel vehicles in Mexico City | |
| Behrentz et al. | Measurements of nitrous oxide emissions from light-duty motor vehicles: a pilot study | |
| CN112819217A (zh) | 移动源污染排放主要影响因素预测方法、系统及存储介质 | |
| CN109238987A (zh) | 一种多光谱汽车尾气监测装置 | |
| CN114166773A (zh) | 一种基于粒子群优化-支持向量机的NOx测量方法 | |
| CN111122478A (zh) | 机动车尾气浓度检测系统、方法、设备和可读存储介质 | |
| Dooly et al. | On-board monitoring of vehicle exhaust emissions using an ultraviolet optical fibre based sensor | |
| Dooly et al. | Deep UV based DOAS system for the monitoring of nitric oxide using ratiometric separation techniques | |
| CN111122497A (zh) | 机动车监测方法、系统、设备和可读存储介质 | |
| Biondo et al. | Advantages of simultaneous in situ multispecies detection for portable emission measurement applications | |
| CN111122498A (zh) | 激光光谱控制系统、方法、设备和可读存储介质 | |
| CN111145557A (zh) | 机动车类型的识别方法、系统、设备和可读存储介质 | |
| Charitos et al. | Pollution potential of imported used vehicles and law: towards a working policy for green supply chain in imported used vehicles to Cameroon | |
| Dooly et al. | Optical sensing of hazardous exhaust emissions using a UV based extrinsic sensor | |
| de França et al. | Evaluation of diesel exhaust fluid (DEF) using near-infrared spectroscopy and multivariate calibration | |
| Schiffmann et al. | Robust and Affordable IoT Solution for In-service Conformity Testing | |
| Axmann et al. | A multi-wavelength opacimeter for NOX and soot |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200508 |
|
| RJ01 | Rejection of invention patent application after publication |