CN114414518A - 提高ftir预测准确度的方法 - Google Patents
提高ftir预测准确度的方法 Download PDFInfo
- Publication number
- CN114414518A CN114414518A CN202111681498.9A CN202111681498A CN114414518A CN 114414518 A CN114414518 A CN 114414518A CN 202111681498 A CN202111681498 A CN 202111681498A CN 114414518 A CN114414518 A CN 114414518A
- Authority
- CN
- China
- Prior art keywords
- water vapor
- spectrum
- ftir
- gas
- analysis model
- 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
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title claims abstract description 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 57
- 239000007789 gas Substances 0.000 claims abstract description 34
- 238000001228 spectrum Methods 0.000 claims abstract description 31
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 238000002329 infrared spectrum Methods 0.000 claims abstract description 13
- 238000004868 gas analysis Methods 0.000 claims abstract description 6
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 7
- 239000012159 carrier gas Substances 0.000 claims description 4
- 239000007788 liquid Substances 0.000 claims description 4
- 229910052757 nitrogen Inorganic materials 0.000 claims description 4
- 239000003085 diluting agent Substances 0.000 claims description 3
- 238000010926 purge Methods 0.000 claims description 3
- 239000012895 dilution Substances 0.000 claims description 2
- 238000010790 dilution Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 description 9
- 238000010521 absorption reaction Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000011840 criminal investigation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- -1 mines Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
-
- 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
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N2021/3595—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using FTIR
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
本发明提供了提高FTIR预测准确度的方法，所述提高FTIR预测准确度的方法包括建模阶段；所述建模阶段为：获得浓度范围0.001％‑0.01％内不同浓度水汽的水汽光谱；选择水汽光谱的特征波段，建立水汽分析模型；获得不同浓度的标准气体的红外光谱；利用所述水汽分析模型扣除所述红外光谱中的水汽光谱，得到残差标准气体光谱；利用所述残差标准气体光谱建立气体分析模型。本发明具有标气分析模型准确等优点。
Description
技术领域
本发明涉及FTIR技术，特别涉及提高FTIR预测准确度的方法。
背景技术
傅里叶变换红外光谱仪，简称为傅里叶红外光谱仪(FTIR)是基于对干涉后的红外光进行傅里叶变换的原理而开发的红外光谱仪，主要由红外光源、干涉仪、样品室、检测器等组成。可以对样品进行定性和定量分析，广泛应用于医药化工、地矿、石油、煤炭、环保、海关、宝石鉴定、刑侦鉴定等领域。
FTIR进行定性定量的原理是：首先采集不同浓度的标准气体的红外光谱图，建立红外光谱吸收图与浓度之间的关系，从而进行模型的建立来确定未知组分的种类与浓度。
但在实际采气建模以及相关仪器的校准工作中，往往会出现采集的标气光谱的FTIR光谱图中存在微量的水汽的吸收峰，该吸收峰主要来源于：
1.在标气的生产、运输和存储过程中，掺杂了少量的水汽，特别是针对一些及易溶于水的气体；
2.在配气过程中，由于实验环境和实验设备的影响，也会存在少量水汽的掺杂这种情况难以避免。
以上两种情况都会导致得到的标准气体光谱中存在水汽杂峰，且在实际的实验过程中难以避免，而水汽杂峰的存在会导致在建模计算阶段，影响自身或其他因子光谱模型的建立，从而大大降低计算的准确度和可信度。
为了解决上述问题，专利CN201510716183.1公开了红外激光光谱痕量水汽检测系统及其检测方法，通过检测光路与参考光路的光谱信号差分对消，实现高浓度工业气体中痕量水汽的高灵敏检测。其中的所涉及双吸收池结构可能会造成部分检测物质的缺失，对于实际检测中水汽的检测仍然不能准确检测。
专利CN201811588980.6和CN201822196025.X均是提出对标准气体检测的装置和系统，并未对其准确度提升有所加强。
专利CN201810662209.2公开一种针对高湿污染气体的傅里叶红外光谱检测装置，使用的干燥器的工作目标水汽浓度测量位于目标水汽浓度附近的不同水汽浓度的水汽光谱，实现的是高浓度水汽扣除，并不能实现低浓度的水汽准确扣除。而对于标准气体准确度的研究尚无发现。
发明内容
为解决上述现有技术方案中的不足，本发明提供了一种提高FTIR预测准确度的方法。
本发明的目的是通过以下技术方案实现的：
提高FTIR预测准确度的方法，所述提高FTIR预测准确度的方法包括建模阶段；所述建模阶段为：
获得浓度范围0.001％-0.01％内不同浓度水汽的水汽光谱；
选择水汽光谱的特征波段，建立水汽分析模型；
获得不同浓度的标准气体的红外光谱；
利用所述水汽分析模型扣除所述红外光谱中的水汽光谱，得到残差标准气体光谱；
利用所述残差标准气体光谱建立气体分析模型。
与现有技术相比，本发明具有的有益效果为：
利用获得的低浓度水汽(适应标气中的水汽含量)，并选择了特征波段，建立水汽的分析模型，并用于扣除标准气体红外光谱中水汽光谱，从而得到纯净的标准气体的红外光谱，进而建立准确的气体分析模型，排出了水汽的影响，提高了FTIR预测准确度，可以检测更低浓度的待测气体。
附图说明
参照附图，本发明的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于举例说明本发明的技术方案，而并非意在对本发明的保护范围构成限制。图中：
图1是根据本发明实施例建模阶段的流程示意图。
具体实施方式
图1和以下说明描述了本发明的可选实施方式以教导本领域技术人员如何实施和再现本发明。为了解释本发明技术方案，已简化或省略了一些常规方面。本领域技术人员应该理解源自这些实施方式的变型或替换将在本发明的范围内。本领域技术人员应该理解下述特征能够以各种方式组合以形成本发明的多个变型。由此，本发明并不局限于下述可选实施方式，而仅由权利要求和它们的等同物限定。
实施例1：
本发明实施例的提高FTIR预测准确度的方法，所述提高FTIR预测准确度的方法包括建模阶段；如图1所示，所述建模阶段为：
获得浓度范围0.001％-0.01％内不同浓度水汽的水汽光谱；
选择水汽光谱的特征波段，建立水汽分析模型，分析模型的建立方式是本领域的现有技术；
获得不同浓度的标准气体的红外光谱；
利用所述水汽分析模型扣除所述红外光谱中的水汽光谱，得到残差标准气体光谱；
利用所述残差标准气体光谱建立气体分析模型。
为了适应低浓度水汽的检测，进一步地，所述特征波段为3200-3400cm-1和3480-3550cm-1，在这些波段内，吸收与浓度呈线性关系。
为了获得浓度准确且稳定的水汽，进一步地，水汽的获得方式为：
液体水定量地送入雾化器，定量的载气吹扫雾化器，获得初始水汽；
定量稀释气与所述初始水汽混合，获得标准浓度水汽。
为了保持水汽浓度的稳定，进一步地，排出所述雾化器的初始水汽被伴热。
实施例2：
根据本发明实施例1的提高FTIR预测准确度的方法的应用例。
在本应用例中，本实施例的提高FTIR预测准确度的方法，该方法包括建模阶段，如图1所示，所述建模阶段为：
获得浓度范围0.001％-0.01％内不同浓度水汽的水汽光谱，水汽的获得方式为，液体水定量地送入雾化器，定量的干燥氮气吹扫雾化器，获得初始水汽，分别利用质量流程控制器控制液体水和氮气的流量；
雾化器和传输管道被伴热到180℃，定量的稀释气-氮气与所述初始水汽混合，获得标准浓度水汽；通过调节载气和稀释气的流量，去调整水汽的浓度，使得浓度处于0.001％-0.01％；
选择水汽光谱的特征波段，具体为3200-3400cm-1和3480-3550cm-1，建立水汽分析模型，分析模型的建立方式是本领域的现有技术；
获得不同浓度的标准气体的红外光谱；
利用所述水汽分析模型扣除所述红外光谱中的水汽光谱，得到残差标准气体光谱；
利用所述残差标准气体光谱建立气体分析模型，分析模型的建立方式是本领域的现有技术。
Claims (5)
1.提高FTIR预测准确度的方法，所述提高FTIR预测准确度的方法包括建模阶段；其特征在于，所述建模阶段为：
获得浓度范围0.001％-0.01％内不同浓度水汽的水汽光谱；
选择水汽光谱的特征波段，建立水汽分析模型；
获得不同浓度的标准气体的红外光谱；
利用所述水汽分析模型扣除所述红外光谱中的水汽光谱，得到残差标准气体光谱；
利用所述残差标准气体光谱建立气体分析模型。
2.根据权利要求1所述的提高FTIR预测准确度的方法，其特征在于，所述特征波段为3200-3400cm-1和3480-3550cm-1。
3.根据权利要求1所述的提高FTIR预测准确度的方法，其特征在于，水汽的获得方式为：
液体水定量地送入雾化器，定量的载气吹扫雾化器，获得初始水汽；
定量稀释气与所述初始水汽混合，获得标准浓度水汽。
4.根据权利要求3所述的提高FTIR预测准确度的方法，其特征在于，排出所述雾化器的初始水汽被伴热。
5.根据权利要求3所述的提高FTIR预测准确度的方法，其特征在于，所述载气和稀释气采用氮气。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111681498.9A CN114414518A (zh) | 2021-12-29 | 2021-12-29 | 提高ftir预测准确度的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111681498.9A CN114414518A (zh) | 2021-12-29 | 2021-12-29 | 提高ftir预测准确度的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114414518A true CN114414518A (zh) | 2022-04-29 |
Family
ID=81271901
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111681498.9A Pending CN114414518A (zh) | 2021-12-29 | 2021-12-29 | 提高ftir预测准确度的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114414518A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080231841A1 (en) * | 2007-03-20 | 2008-09-25 | Satoshi Nitta | Method and apparatus for gas concentration quantitative analysis |
| CN104819958A (zh) * | 2015-05-19 | 2015-08-05 | 清华大学 | 傅里叶变换红外光谱气体检测中自动消除水汽干扰的方法与装置 |
| 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 |
| CN107631993A (zh) * | 2017-05-25 | 2018-01-26 | 中国科学院合肥物质科学研究院 | 一种基于水汽残差谱分析的红外光谱识别方法 |
| 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 |
| CN108507966A (zh) * | 2018-07-02 | 2018-09-07 | 青岛海纳光电环保有限公司 | 一种红外光谱气体传感器及数据处理方法 |
| CN108593586A (zh) * | 2018-06-25 | 2018-09-28 | 北京工业大学 | 一种针对高湿污染气体的傅里叶红外光谱检测装置 |
-
2021
- 2021-12-29 CN CN202111681498.9A patent/CN114414518A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080231841A1 (en) * | 2007-03-20 | 2008-09-25 | Satoshi Nitta | Method and apparatus for gas concentration quantitative analysis |
| CN104819958A (zh) * | 2015-05-19 | 2015-08-05 | 清华大学 | 傅里叶变换红外光谱气体检测中自动消除水汽干扰的方法与装置 |
| 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 |
| CN107631993A (zh) * | 2017-05-25 | 2018-01-26 | 中国科学院合肥物质科学研究院 | 一种基于水汽残差谱分析的红外光谱识别方法 |
| 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 |
| CN108593586A (zh) * | 2018-06-25 | 2018-09-28 | 北京工业大学 | 一种针对高湿污染气体的傅里叶红外光谱检测装置 |
| CN108507966A (zh) * | 2018-07-02 | 2018-09-07 | 青岛海纳光电环保有限公司 | 一种红外光谱气体传感器及数据处理方法 |
Non-Patent Citations (2)
| Title |
|---|
| 周胜 等: ""5.2μm量子级联激光器光腔衰荡光谱技术的痕量水汽检测"", 《光谱学与光谱分析》, vol. 36, no. 12, pages 3848 - 3852 * |
| 李相贤 等: ""FTIR法测量中水汽吸收对测量精度影响的初步研究"", 《大气与环境光学学报》, vol. 06, no. 06, pages 438 - 442 * |
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 | |
| CN100561192C (zh) | 基于aotf近红外光谱仪实现的多组分气体浓度定量分析方法 | |
| CN101819140B (zh) | 气态单质汞浓度的连续监测装置和方法 | |
| CN110161013A (zh) | 基于机器学习的激光诱导击穿光谱数据处理方法和系统 | |
| Werle et al. | Fast chemical sensor for eddy-correlation measurements of methane emissions from rice paddy fields | |
| CN111693481A (zh) | 测定sf6气体中co含量非分散红外吸收光谱标定方法 | |
| Li et al. | Hollow waveguide enhanced dimethyl sulfide sensor based on a 3.3 μm interband cascade laser | |
| CN105765381A (zh) | 用于测量溶解在液体中的气体的气体浓度的方法及系统 | |
| CN105548057A (zh) | 紫外光谱烟气分析测量方法 | |
| US9857267B1 (en) | Methods and apparatus for measuring small leaks from carbon dioxide sequestration facilities | |
| CN102410993A (zh) | 基于激光诱导等离子体发射光谱标准化的元素测量方法 | |
| Peng et al. | An ultra-sensitive detection system for sulfur dioxide and nitric oxide based on improved differential optical absorption spectroscopy method | |
| JPH0255938A (ja) | 排出ガス流成分の多成分を測定する方法、ガス採取装置及びガス測定装置 | |
| Geiko et al. | Detection of concentration small gas components of atmosphere by DOAS method | |
| Zhang et al. | Water vapor detection system based on scanning spectra | |
| Wu et al. | Measurement techniques for sulfur trioxide concentration in coal-fired flue gas: a review | |
| CN114414518A (zh) | 提高ftir预测准确度的方法 | |
| Zhang et al. | An optical system for measuring nitric oxide using spectral separation techniques | |
| Sung et al. | A single-beam titration method for the quantification of open-path Fourier transform infrared spectroscopy | |
| CN111912804B (zh) | 一种高炉烟气中微量二氧化硫监测的紫外光谱检测方法及装置 | |
| CN109270004B (zh) | 基于doas和libs技术的大气分析检测系统和检测方法 | |
| Komada et al. | Application of Multiple Line Integrated Spectroscopy on CO Concentration Measurement | |
| CN111551210A (zh) | 温度及二氧化硫气体浓度实时在线测量装置 | |
| CN108982401B (zh) | 一种从混合气体的红外吸收光谱中解析单组分流量的方法 | |
| CN105372191A (zh) | 一种气态单质汞光谱监测方法及其监测装置 |
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 |