CN113252519A - 一种基于雾化芯的粒径分布的测量方法和测量装置 - Google Patents
一种基于雾化芯的粒径分布的测量方法和测量装置 Download PDFInfo
- Publication number
- CN113252519A CN113252519A CN202110607387.7A CN202110607387A CN113252519A CN 113252519 A CN113252519 A CN 113252519A CN 202110607387 A CN202110607387 A CN 202110607387A CN 113252519 A CN113252519 A CN 113252519A
- Authority
- CN
- China
- Prior art keywords
- particle size
- gas sample
- size distribution
- atomizing core
- shading
- 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
- 239000002245 particle Substances 0.000 title claims abstract description 250
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000013507 mapping Methods 0.000 claims abstract description 70
- 238000005259 measurement Methods 0.000 claims abstract description 36
- 238000013178 mathematical model Methods 0.000 claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 abstract description 8
- 230000035945 sensitivity Effects 0.000 abstract description 5
- 239000007789 gas Substances 0.000 description 120
- 238000000889 atomisation Methods 0.000 description 8
- 238000004062 sedimentation Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000000149 argon plasma sintering Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
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
- G01N15/02—Investigating particle size or size distribution
- G01N15/0205—Investigating particle size or size distribution by optical means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Chemical & Material Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Pathology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Immunology (AREA)
- Dispersion Chemistry (AREA)
- Analytical Chemistry (AREA)
- Algebra (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请实施例涉及一种基于雾化芯的粒径分布的测量方法和测量装置,涉及颗粒物粒径测量的技术领域,包括以下步骤:获取经过雾化芯的待测气体样本的遮光率;将待测气体样本的遮光率输入到一个粒径映射模型中,得到待测气体样本的粒径分布系数;其中,所述粒径映射模型是基于所述雾化芯预先构建的气体样本的遮光率和粒径分布系数的数学模型。本申请实施例提高光电探测的灵敏度,且不受限于待测的颗粒粒径范围要求,提高粒径分布的测量准确性和测量效率。
Description
技术领域
本申请涉及颗粒物粒径测量的技术领域,特别涉及一种基于雾化芯的粒径分布的测量方法和测量装置。
背景技术
颗粒物粒径分布的测量在工业中大量应用,如煤矿开采中的粉尘颗粒物、火灾报警中的固态微粒子等。随着工业技术水平的提升,颗粒粒径分布的测量精度要求也在不断提高。
相关技术中,测量颗粒粒径的方法有多种,如沉降法、显微镜法和电感应法等。其中,沉降法无法适用测量多种成分混合的颗粒系,且沉降法对颗粒物的大小也有严格限制;显微镜法无法就总体颗粒系进行全面测量,且存在测量周期较长的弊端;电感应法要求颗粒粒径的范围较高,当颗粒粒径较大,则容易产生沉降干扰测量结果准确性,而在颗粒粒径较小时,颗粒容易在小孔附近产生聚集,导致小孔堵塞降低测量准确性。
在这些测量方法中,基于Mie式散射定律的光散射法颗粒粒径分布测量也就脱颖而出了,比如高承彬等人研究的《基于光散射远离颗粒粒径分布测量方法研究》,对粒径为2.08μm的颗粒系进行蒙特卡洛软测量模型数据分析,得到反演粒径为2.176μm,其误差为4.6%。
发明内容
本申请实施例提供一种基于雾化芯的粒径分布的测量方法和测量装置,以解决相关技术中受限于待测颗粒物/粒子的粒径范围的弊端。
第一方面,提供了一种基于雾化芯的粒径分布的测量方法,包括以下步骤:
获取经过雾化芯的待测气体样本的遮光率;
将待测气体样本的遮光率输入到一个粒径映射模型中,得到待测气体样本的粒径分布系数;
其中,所述粒径映射模型是基于所述雾化芯预先构建的气体样本的遮光率和粒径分布系数的数学模型。
一些实施例中,当所述雾化芯的数量至少为一个时,在所述获取经过雾化芯的待测气体样本的遮光率之前,还包括步骤:
获取经过一个所述雾化芯的两类多个单位气体样本的遮光率,其中,在一类单位气体样本中,每个单位气体样本中的粒子粒径均已知且相同,且各个单位气体样本的粒子粒径不同,在另一类单位气体样本中,各个单位气体样本的粒子粒径分布系数已知且不同;
根据获取的一类单位气体样本的所有遮光率,得到所述雾化芯的遮光系数N;
根据所述遮光系数N、获取的另一类单位气体样本的所有遮光率μ、以及另一类单位气体样本的各个粒子粒径分布系数K,拟合训练得到一个粒径映射模型。
一些实施例中,所述粒径映射模型的数学模型包括:
Aμ=N·AK T,
式中,N为雾化芯的遮光系数,Aμ为另一类单位气体样本的所有遮光率μ组合得到的矩阵,AK T为另一类单位气体样本的各个粒子粒径分布系数K组合得到的矩阵的转置。
一些实施例中,所述遮光系数N包括一类单位气体样本的所有遮光率组合得到的数组。
一些实施例中,当所述雾化芯的数量至少为两个时,在所述获取经过雾化芯的待测气体样本的遮光率之前,还包括步骤:
拟合训练得到两个雾化芯各自的粒径映射模型;
融合两个拟合训练得到的粒径映射模型,得到最终的粒径映射模型。
一些实施例中,所述获取经过雾化芯的待测气体样本的遮光率的具体步骤包括:
在接收到待测气体样本后,所述雾化芯放大该待测气体样本中的粒子粒径;
采用光电探测器获取放大后的待测气体样本的遮光率。
一些实施例中,所述雾化芯的放大倍数为35~45。
第二方面,还提供了一种基于雾化芯的粒径分布的测量装置,包括:
雾化芯,其用于放大接收的待测气体样本中的粒子粒径;
光电探测器,其用于获取经过所述雾化芯的待测气体样本的遮光率;
存储器,其用于存储粒径映射模型,该粒径映射模型是基于雾化芯预先构建的气体样本的遮光率和粒径分布系数的数学模型;
处理器,其用于在获取到遮光率后,将待测气体样本的遮光率输入到所述粒径映射模型中,得到待测气体样本的粒径分布系数。
一些实施例中,当所述雾化芯的数量至少为一个时,所述粒径映射模型被配置为:
获取经过一个所述雾化芯的两类多个单位气体样本的遮光率,其中,在一类单位气体样本中,每个单位气体样本中的粒子粒径均已知且相同,且各个单位气体样本的粒子粒径不同,在另一类单位气体样本中,各个单位气体样本的粒子粒径分布系数已知且不同;
根据获取的一类单位气体样本的所有遮光率,得到所述雾化芯的遮光系数N;
根据所述遮光系数N、获取的另一类单位气体样本的所有遮光率μ、以及另一类单位气体样本的各个粒子粒径分布系数K,拟合训练得到一个粒径映射模型。
一些实施例中,所述粒径映射模型的数学模型包括:
Aμ=N·AK T,
式中,N为雾化芯的遮光系数,Aμ为另一类单位气体样本的所有遮光率μ组合得到的矩阵,AK T为另一类单位气体样本的各个粒子粒径分布系数K组合得到的矩阵的转置。
本申请提供的技术方案带来的有益效果包括:提高光电探测的灵敏度,且不受限于待测的颗粒粒径范围要求,提高粒径分布的测量准确性和测量效率。
本申请实施例提供了一种基于雾化芯的粒径分布的测量方法和测量装置,设置雾化芯对待测气体样本中的粒子粒径进行倍数放大,使得待测气体样本中的微小粒子更易被探测到,扩大了待测的粒子粒径范围,也提高光电探测的灵敏度;预先构建基于雾化芯的遮光率和粒子粒径分布系数之间的映射关系的粒径映射模型,当探测到待测气体样本的遮光率后,能够根据粒径映射模型得到对应的粒子粒径分布系数K,由得到的粒子粒径分布系数K表征待测气体样本的粒子分布情况,本申请不局限于待测的粒子粒径的范围,均可测量,且构建的粒径映射模型能够显著降低运算步骤,提高运算效率,进而提高测量效率,同时,该粒径映射模型还与雾化芯相关,在仿真实验中采用该粒径映射模型进行粒子粒径分布的测量时,误差率在2%以下,提高了粒径分布的测量准确度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,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为本申请实施例提供的第一种基于雾化芯的粒径分布的测量方法的流程框图;
图2为本申请实施例提供的第二种基于雾化芯的粒径分布的测量方法的流程框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中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申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供了一种基于雾化芯的粒径分布的测量方法,其不局限于待测的粒子粒径的范围进行测量,且构建的粒径映射模型能够显著降低运算步骤,提高运算效率,进而提高测量效率,同时,该粒径映射模型还与雾化芯相关,在仿真实验中采用该粒径映射模型进行粒子粒径分布的测量时,误差率在2%以下,提高了粒径分布的测量准确度。
如图1所示,本申请实施例提供了一种基于雾化芯的粒径分布的测量方法,包括以下步骤:
S1:获取经过雾化芯的待测气体样本的遮光率;
S2:将待测气体样本的遮光率输入到一个粒径映射模型中,得到待测气体样本的粒径分布系数;
其中,所述粒径映射模型是基于所述雾化芯预先构建的气体样本的遮光率和粒径分布系数的数学模型。
在本申请实施例中,预先根据雾化芯构建一个气体样本的遮光率与该气体样本的粒径分布系数一一对应的数学模型,即预先构建粒径映射模型,当进行粒子粒径分布测量时,通过探测到经过雾化芯后的待测气体样本的粒子的遮光率来直接得到该待测气体样本的粒子粒径分布系数K,该粒子粒径分布系数K表征待测气体样本的粒子分布情况,粒径映射模型的构建能够显著降低运算步骤,提高运算效率,进而提高测量效率。
同时,本申请实施例中测量到的遮光率均是经过雾化芯测量得到的,设置雾化芯对待测气体样本中的粒子粒径进行倍数放大,使得待测气体样本中的微小粒子更易被探测到,扩大了待测的粒子粒径范围,也提高光电探测的灵敏度,能够不局限于待测的粒子粒径的范围过小时无法探测,并且该粒径映射模型还与雾化芯相关,在仿真实验中采用该粒径映射模型进行粒子粒径分布的测量时,误差率在2%以下,提高了粒径分布的测量准确度。
如图2所示,作为本申请实施例的一种优选方案,当所述雾化芯的数量至少为一个时,在所述获取经过雾化芯的待测气体样本的遮光率之前,还包括步骤:
S0:基于所述雾化芯预先构建的气体样本的遮光率和粒径分布系数的粒径映射模型。
其中,所述步骤S0的具体步骤包括:
获取经过一个所述雾化芯的两类多个单位气体样本的遮光率,其中,在一类单位气体样本中,每个单位气体样本中的粒子粒径均已知且相同,且各个单位气体样本的粒子粒径不同,在另一类单位气体样本中,各个单位气体样本的粒子粒径分布系数已知且不同;
根据获取的一类单位气体样本的所有遮光率,得到所述雾化芯的遮光系数N;
根据所述遮光系数N、获取的另一类单位气体样本的所有遮光率μ、以及另一类单位气体样本的各个粒子粒径分布系数K,拟合训练得到一个粒径映射模型。
进一步地,所述粒径映射模型的数学模型包括:
Aμ=N·AK T,
式中,N为雾化芯的遮光系数,Aμ为另一类单位气体样本的所有遮光率μ组合得到的矩阵,AK T为另一类单位气体样本的各个粒子粒径分布系数K组合得到的矩阵的转置。
再进一步地,所述遮光系数N包括一类单位气体样本的所有遮光率组合得到的数组。
进一步地,所述获取经过雾化芯的待测气体样本的遮光率的具体步骤包括:
在接收到待测气体样本后,所述雾化芯放大该待测气体样本中的粒子粒径;
采用光电探测器获取放大后的待测气体样本的遮光率。
再进一步地,所述雾化芯的放大倍数为35~45。
下面结合一具体的实施例对本申请进行阐述。
在雾化芯放大待测气体样本中的粒子粒径40倍之后,光电探测器向放大后的粒子发射波长为650nm的光并获取到该待测气体样本的遮光率μ,选择该雾化芯对应的遮光数组,并将该遮光数组和待测气体样本的遮光率μ代入预先构建的粒径映射模型Aμ=N·AK T中得到该待测气体样本的粒子粒径分布系数K。
其中,以一个雾化芯构建粒径映射模型为例,具体的构建步骤包括:
提供三个第一单元气体样本,六个第二单元气体样本,所述第一单元气体样本、第二单元气体样本都是已知气体,三个第一单元气体样本L1、L2、L3中的粒子粒径依次为0.25μm、0.35μm、0.45μm,经过雾化芯放大后的粒子粒径依次为10μm、14μm、18μm,采用光电探测器获取到的遮光率依次为0.47069%obs/m、0.59415%obs/m、0.69368%obs/m,得到该雾化芯的遮光数组为N1,即:
六个第二单元气体样本中均包括粒子粒径为0.25μm、0.35μm、0.45μm的粒子,粒子粒径分布系数K表示每个单元气体样本中各个粒径的数量比值,且各个第二单元气体样本中的粒子粒径分布系数K与获取到的遮光率μ的关系如表1所示。
表1 各个第二单元气体样本中的粒子粒径分布系数K与遮光率μ的关系
由此可以得到,第二单元气体样本的遮光率矩阵Aμ为
第二单元气体样本的粒子粒径分布系数K的矩阵AK为
可见,所述粒径映射模型的数学模型可拟合为:
Aμ=N1·AK T,
式中,N为雾化芯的遮光数组,Aμ为第二单位气体样本的所有遮光率μ组合得到的矩阵,AK T为第二单位气体样本的各个粒子粒径分布系数K组合得到的矩阵的转置。
当然,单元气体样本数量根据实际情况设置,不局限于三个或六个,一般来说,混合粒子的单元气体样本的遮光率能够基本符合粒径映射模型的数学模型。
下面提供八个第三单位气体样本对本申请实施例进行验证,各个第三单位气体样本的真实的粒子粒径分布系数K已知且不同。
获取各个第三单位气体样本的经过雾化芯后的遮光率,并测量得到各个第三单位气体样本的粒子粒径分布系数K′,比较真实的粒子粒径分布系数K与测量得到的粒子粒径分布系数K′,得到各个第三单位气体样本的测量误差,如表2所示。
表2 八个第三单位气体样本的测量误差
从表2中可以看出,最高测量误差为1.70%,小于2.0%,明显低于相关技术中的测量误差4.60%,足以说明本申请实施例检测结果的准确度更高了。
作为本申请实施例的另一种优选方案,当所述雾化芯的数量至少为两个时,在所述获取经过雾化芯的待测气体样本的遮光率之前,还包括步骤:
拟合训练得到两个雾化芯各自的粒径映射模型;
融合两个拟合训练得到的粒径映射模型,得到最终的粒径映射模型。
在本申请实施例中,最终得到的粒径映射模型与两个雾化芯相关,能够降低单一雾化芯出现的偶然误差,使得测量结果更为准确。同时,在有多个雾化芯进行构建粒径映射模型时,分别得到各个雾化芯对应的粒径映射模型,再进行多个粒径映射模型的融合,且当各个粒径映射模型之间的差异较大时,还能够分辨出是否出现了不适合使用的粒径映射模型,能够分辨构建的异常粒径映射模型。
本申请实施例还提供了一种基于雾化芯的粒径分布的测量装置,包括:
雾化芯,其用于放大接收的待测气体样本中的粒子粒径;
光电探测器,其用于获取经过所述雾化芯的待测气体样本的遮光率;
存储器,其用于存储粒径映射模型,该粒径映射模型是基于雾化芯预先构建的气体样本的遮光率和粒径分布系数的数学模型;
处理器,其用于在获取到遮光率后,将待测气体样本的遮光率输入到所述粒径映射模型中,得到待测气体样本的粒径分布系数。
进一步地,当所述雾化芯的数量至少为一个时,所述粒径映射模型被配置为:
获取经过一个所述雾化芯的两类多个单位气体样本的遮光率,其中,在一类单位气体样本中,每个单位气体样本中的粒子粒径均已知且相同,且各个单位气体样本的粒子粒径不同,在另一类单位气体样本中,各个单位气体样本的粒子粒径分布系数已知且不同;
根据获取的一类单位气体样本的所有遮光率,得到所述雾化芯的遮光系数N;
根据所述遮光系数N、获取的另一类单位气体样本的所有遮光率μ、以及另一类单位气体样本的各个粒子粒径分布系数K,拟合训练得到一个粒径映射模型。
再进一步地,所述粒径映射模型的数学模型包括:
Aμ=N·AK T,
式中,N为雾化芯的遮光系数,Aμ为另一类单位气体样本的所有遮光率μ组合得到的矩阵,AK T为另一类单位气体样本的各个粒子粒径分布系数K组合得到的矩阵的转置。
在本申请实施例中,预先根据雾化芯构建一个气体样本的遮光率与该气体样本的粒径分布系数一一对应的数学模型,即预先构建粒径映射模型,当进行粒子粒径分布测量时,通过探测到经过雾化芯后的待测气体样本的粒子的遮光率来直接得到该待测气体样本的粒子粒径分布系数K,该粒子粒径分布系数K表征待测气体样本的粒子分布情况,粒径映射模型的构建能够显著降低运算步骤,提高运算效率,进而提高测量效率。
同时,本申请实施例中测量到的遮光率均是经过雾化芯测量得到的,设置雾化芯对待测气体样本中的粒子粒径进行倍数放大,使得待测气体样本中的微小粒子更易被探测到,扩大了待测的粒子粒径范围,也提高光电探测的灵敏度,能够不局限于待测的粒子粒径的范围过小时无法探测,并且该粒径映射模型还与雾化芯相关,在仿真实验中采用该粒径映射模型进行粒子粒径分布的测量时,误差率在2%以下,提高了粒径分布的测量准确度。
本申请实施例中的测量装置的具体实施例已在上述的测量方法中进行了阐述,在此不再一一赘述。
在本申请的描述中,需要说明的是,术语“上”、“下”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申请和简化描述,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申请的限制。除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。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在本申请中的具体含义。
需要说明的是,在本申请中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本申请的具体实施方式,使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于雾化芯的粒径分布的测量方法,其特征在于,包括以下步骤:
获取经过雾化芯的待测气体样本的遮光率;
将待测气体样本的遮光率输入到一个粒径映射模型中,得到待测气体样本的粒径分布系数;
其中,所述粒径映射模型是基于所述雾化芯预先构建的气体样本的遮光率和粒径分布系数的数学模型。
2.如权利要求1所述的基于雾化芯的粒径分布的测量方法,其特征在于,当所述雾化芯的数量至少为一个时,在所述获取经过雾化芯的待测气体样本的遮光率之前,还包括步骤:
获取经过一个所述雾化芯的两类多个单位气体样本的遮光率,其中,在一类单位气体样本中,每个单位气体样本中的粒子粒径均已知且相同,且各个单位气体样本的粒子粒径不同,在另一类单位气体样本中,各个单位气体样本的粒子粒径分布系数已知且不同;
根据获取的一类单位气体样本的所有遮光率,得到所述雾化芯的遮光系数N;
根据所述遮光系数N、获取的另一类单位气体样本的所有遮光率μ、以及另一类单位气体样本的各个粒子粒径分布系数K,拟合训练得到一个粒径映射模型。
3.如权利要求2所述的基于雾化芯的粒径分布的测量方法,其特征在于,所述粒径映射模型的数学模型包括:
Aμ=N·AK T,
式中,N为雾化芯的遮光系数,Aμ为另一类单位气体样本的所有遮光率μ组合得到的矩阵,AK T为另一类单位气体样本的各个粒子粒径分布系数K组合得到的矩阵的转置。
4.如权利要求3所述的基于雾化芯的粒径分布的测量方法,其特征在于,所述遮光系数N包括一类单位气体样本的所有遮光率组合得到的数组。
5.如权利要求2所述的基于雾化芯的粒径分布的测量方法,其特征在于,当所述雾化芯的数量至少为两个时,在所述获取经过雾化芯的待测气体样本的遮光率之前,还包括步骤:
拟合训练得到两个雾化芯各自的粒径映射模型;
融合两个拟合训练得到的粒径映射模型,得到最终的粒径映射模型。
6.如权利要求1所述的基于雾化芯的粒径分布的测量方法,其特征在于,所述获取经过雾化芯的待测气体样本的遮光率的具体步骤包括:
在接收到待测气体样本后,所述雾化芯放大该待测气体样本中的粒子粒径;
采用光电探测器获取放大后的待测气体样本的遮光率。
7.如权利要求6所述的基于雾化芯的粒径分布的测量方法,其特征在于,所述雾化芯的放大倍数为35~45。
8.一种基于雾化芯的粒径分布的测量装置,其特征在于,包括:
雾化芯,其用于放大接收的待测气体样本中的粒子粒径;
光电探测器,其用于获取经过所述雾化芯的待测气体样本的遮光率;
存储器,其用于存储粒径映射模型,该粒径映射模型是基于雾化芯预先构建的气体样本的遮光率和粒径分布系数的数学模型;
处理器,其用于在获取到遮光率后,将待测气体样本的遮光率输入到所述粒径映射模型中,得到待测气体样本的粒径分布系数。
9.如权利要求8所述的基于雾化芯的粒径分布的测量装置,其特征在于,当所述雾化芯的数量至少为一个时,所述粒径映射模型被配置为:
获取经过一个所述雾化芯的两类多个单位气体样本的遮光率,其中,在一类单位气体样本中,每个单位气体样本中的粒子粒径均已知且相同,且各个单位气体样本的粒子粒径不同,在另一类单位气体样本中,各个单位气体样本的粒子粒径分布系数已知且不同;
根据获取的一类单位气体样本的所有遮光率,得到所述雾化芯的遮光系数N;
根据所述遮光系数N、获取的另一类单位气体样本的所有遮光率μ、以及另一类单位气体样本的各个粒子粒径分布系数K,拟合训练得到一个粒径映射模型。
10.如权利要求9所述的基于雾化芯的粒径分布的测量装置,其特征在于,所述粒径映射模型的数学模型包括:
Aμ=N·AK T,
式中,N为雾化芯的遮光系数,Aμ为另一类单位气体样本的所有遮光率μ组合得到的矩阵,AK T为另一类单位气体样本的各个粒子粒径分布系数K组合得到的矩阵的转置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110607387.7A CN113252519B (zh) | 2021-06-01 | 2021-06-01 | 一种基于雾化芯的粒径分布的测量方法和测量装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110607387.7A CN113252519B (zh) | 2021-06-01 | 2021-06-01 | 一种基于雾化芯的粒径分布的测量方法和测量装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113252519A true CN113252519A (zh) | 2021-08-13 |
CN113252519B CN113252519B (zh) | 2021-10-01 |
Family
ID=77185800
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110607387.7A Active CN113252519B (zh) | 2021-06-01 | 2021-06-01 | 一种基于雾化芯的粒径分布的测量方法和测量装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113252519B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2226713A1 (en) * | 1997-01-10 | 1998-07-10 | Anton Esser | Method and apparatus for determining the size distribution of different types of particles in a sample |
CN101008604A (zh) * | 2007-01-26 | 2007-08-01 | 中北大学 | 一种在线检测气溶胶微粒浓度和粒度的方法和检测仪器 |
CN101504352A (zh) * | 2009-03-10 | 2009-08-12 | 上海理工大学 | 厚样品池反傅立叶变换颗粒在线测量装置 |
CN202133599U (zh) * | 2011-06-03 | 2012-02-01 | 上海理工大学 | 一种颗粒粒度检测装置 |
CN102735595A (zh) * | 2012-07-31 | 2012-10-17 | 上海理工大学 | 基于连续波和猝发波测量离散状态颗粒粒度分布的方法 |
CN102866087A (zh) * | 2012-10-04 | 2013-01-09 | 桂林理工大学 | 城市餐饮厨房外排油烟颗粒污染物粒径分布测定的方法 |
CN103983546A (zh) * | 2014-03-31 | 2014-08-13 | 中国科学院高能物理研究所 | 测量颗粒粒径分布的方法及装置 |
CN104266945A (zh) * | 2014-10-18 | 2015-01-07 | 山东理工大学 | 动态光散射颗粒测量一体式光纤探头及检测方法 |
CN106198321A (zh) * | 2016-07-11 | 2016-12-07 | 哈尔滨理工大学 | 模型构建方法和光散射成分检测方法 |
CN108593506A (zh) * | 2018-04-26 | 2018-09-28 | 贵州大学 | 一种基于激光粒度分析仪测定贵阳红黏土粒度分布的方法 |
CN109115661A (zh) * | 2018-09-27 | 2019-01-01 | 湖北省宏源药业科技股份有限公司 | 一种用来测定阿奇霉素原料药粒径及粒度分布的方法 |
CN110553955A (zh) * | 2019-08-30 | 2019-12-10 | 华中科技大学 | 一种基于光散射场的颗粒物粒径分布测量方法及系统 |
-
2021
- 2021-06-01 CN CN202110607387.7A patent/CN113252519B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2226713A1 (en) * | 1997-01-10 | 1998-07-10 | Anton Esser | Method and apparatus for determining the size distribution of different types of particles in a sample |
CN101008604A (zh) * | 2007-01-26 | 2007-08-01 | 中北大学 | 一种在线检测气溶胶微粒浓度和粒度的方法和检测仪器 |
CN101504352A (zh) * | 2009-03-10 | 2009-08-12 | 上海理工大学 | 厚样品池反傅立叶变换颗粒在线测量装置 |
CN202133599U (zh) * | 2011-06-03 | 2012-02-01 | 上海理工大学 | 一种颗粒粒度检测装置 |
CN102735595A (zh) * | 2012-07-31 | 2012-10-17 | 上海理工大学 | 基于连续波和猝发波测量离散状态颗粒粒度分布的方法 |
CN102866087A (zh) * | 2012-10-04 | 2013-01-09 | 桂林理工大学 | 城市餐饮厨房外排油烟颗粒污染物粒径分布测定的方法 |
CN103983546A (zh) * | 2014-03-31 | 2014-08-13 | 中国科学院高能物理研究所 | 测量颗粒粒径分布的方法及装置 |
CN104266945A (zh) * | 2014-10-18 | 2015-01-07 | 山东理工大学 | 动态光散射颗粒测量一体式光纤探头及检测方法 |
CN106198321A (zh) * | 2016-07-11 | 2016-12-07 | 哈尔滨理工大学 | 模型构建方法和光散射成分检测方法 |
CN108593506A (zh) * | 2018-04-26 | 2018-09-28 | 贵州大学 | 一种基于激光粒度分析仪测定贵阳红黏土粒度分布的方法 |
CN109115661A (zh) * | 2018-09-27 | 2019-01-01 | 湖北省宏源药业科技股份有限公司 | 一种用来测定阿奇霉素原料药粒径及粒度分布的方法 |
CN110553955A (zh) * | 2019-08-30 | 2019-12-10 | 华中科技大学 | 一种基于光散射场的颗粒物粒径分布测量方法及系统 |
Non-Patent Citations (2)
Title |
---|
王双双 等: "农用喷头雾化粒径测试方法比较及分布函数拟合", 《农业工程学报》 * |
郑丽娟 等: "激光法测定克菌丹粒径分布", 《浙江化工》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113252519B (zh) | 2021-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Langevin et al. | Inter-laboratory comparison of nanoparticle size measurements using dynamic light scattering and differential centrifugal sedimentation | |
Li et al. | Evaluation of nine low-cost-sensor-based particulate matter monitors | |
Asmi et al. | Results of the first air ion spectrometer calibration and intercomparison workshop | |
US9377481B1 (en) | Multi-parameter scattering sensor and methods | |
CN102890051B (zh) | 基于光纤式动态光散射互相关技术的颗粒测量方法及装置 | |
CN106018193A (zh) | 颗粒物光散射测量系统及方法 | |
Ahn et al. | Extensive evaluation and classification of low‐cost dust sensors in laboratory using a newly developed test method | |
CN113252519B (zh) | 一种基于雾化芯的粒径分布的测量方法和测量装置 | |
Perfetto et al. | Novel impactor and microsphere‐based assay used to measure containment of aerosols generated in a flow cytometer cell sorter | |
Yatkin et al. | Preparation of lead (Pb) X-ray fluorescence reference materials for the EPA Pb monitoring program and the IMPROVE network using an aerosol deposition method | |
CN113504161B (zh) | 一种巡检火灾隐患的预警方法 | |
JP6264229B2 (ja) | 気泡径分布測定方法及び気泡径分布測定装置 | |
Ogura et al. | Surface-collection efficiency of Nuclepore filters for nanoparticles | |
CN102749273A (zh) | 一种气溶胶颗粒粒径分类检测系统 | |
CN106248709A (zh) | 一种测定烟花爆竹用烟火药剂中钾含量的方法 | |
Wei et al. | Aerosol analysis using handheld Raman spectrometer: On-site quantification of trace crystalline silica in workplace atmospheres | |
Li et al. | Dual-wavelength smoke detector measuring both light scattering and extinction to reduce false alarms | |
CN107132165B (zh) | 一种粉尘质量浓度值的测量方法及装置 | |
Richter et al. | A reference methodology for microplastic particle size distribution analysis: Sampling, filtration, and detection by optical microscopy and image processing | |
CN111272622B (zh) | 气溶胶质量浓度确定方法、装置及系统 | |
CN109253953A (zh) | 一种可测量多种颗粒物质量浓度的方法和系统 | |
Schladitz et al. | A concept of an automated function control for ambient aerosol measurements using mobility particle size spectrometers | |
Lesnikov et al. | Metrological support of liquid and aerosol particle counters | |
CN111551473A (zh) | 气体颗粒物或气溶胶检测仪及其检测系统和检测方法 | |
Li et al. | On the feasibility of a number concentration calibration using a wafer surface scanner |
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 | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Du Fuhao Inventor after: Wang Tengfei Inventor before: Liu Jianping Inventor before: Wang Tengfei Inventor before: Zhang Hanfen Inventor before: Wang Cheng Inventor before: Liu Haoyang Inventor before: Zhu Yin Inventor before: Wang Wei |