CN115096835B - 气体浓度检测方法及装置 - Google Patents
气体浓度检测方法及装置 Download PDFInfo
- Publication number
- CN115096835B CN115096835B CN202210830031.4A CN202210830031A CN115096835B CN 115096835 B CN115096835 B CN 115096835B CN 202210830031 A CN202210830031 A CN 202210830031A CN 115096835 B CN115096835 B CN 115096835B
- Authority
- CN
- China
- Prior art keywords
- gas
- calibration
- target
- spectral
- standard
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims description 81
- 239000007789 gas Substances 0.000 claims abstract description 423
- 238000001228 spectrum Methods 0.000 claims abstract description 189
- 230000003595 spectral effect Effects 0.000 claims abstract description 183
- 239000013598 vector Substances 0.000 claims abstract description 121
- 239000011159 matrix material Substances 0.000 claims abstract description 118
- 238000012545 processing Methods 0.000 claims abstract description 84
- 239000000126 substance Substances 0.000 claims abstract description 82
- 238000002835 absorbance Methods 0.000 claims abstract description 80
- 238000012937 correction Methods 0.000 claims abstract description 79
- 238000000034 method Methods 0.000 claims abstract description 58
- 238000012795 verification Methods 0.000 claims description 27
- 238000010276 construction Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 14
- 230000003287 optical effect Effects 0.000 claims description 12
- 230000000875 corresponding effect Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 238000004204 optical analysis method Methods 0.000 description 6
- 239000003344 environmental pollutant Substances 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 231100000719 pollutant Toxicity 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 239000000356 contaminant Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000002440 industrial waste Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000001157 Fourier transform infrared spectrum Methods 0.000 description 1
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000000862 absorption spectrum Methods 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 238000004817 gas chromatography Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012306 spectroscopic technique Methods 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000004056 waste incineration Methods 0.000 description 1
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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
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
本公开提供了一种气体浓度检测方法及装置，该方法包括：利用光谱仪分别采集背景光谱数据和多个标准气体的校准光谱数据；基于背景光谱数据和校准光谱数据，确定标准气体的校准吸光度向量；基于多个标准气体的多个校准吸光度向量，构建多个光谱系数矩阵；对于每个光谱系数矩阵，利用光谱系数矩阵处理与光谱系数矩阵关联的标准气体的校准吸光度向量，得到校准光谱浓度值；基于校准光谱浓度值和标准气体中的气体物质的标准浓度，计算得到标准气体的修正系数；以及对于包含目标气体物质的混合气体，利用与目标气体物质关联的目标光谱系数矩阵和目标修正系数来处理混合气体的测量光谱数据，得到混合气体中目标气体物质的浓度。
Description
技术领域
本公开涉及光谱技术领域，更具体地，涉及一种气体浓度检测方法及装置。
背景技术
在工业产业快速发展的同时，工业产业的副产品，如工业废气、垃圾焚烧气体、机动车尾气等气体污染物造成的环境污染也越发严重。
在各类气体检测技术中，光学分析方法由于其响应速度快、成本低等优点，被越来越多地应用于气体污染物的实时监测中。但由于气体污染物的气体组分复杂，相关技术中的检测方法无法快速检测多个气体组分的浓度。
发明内容
有鉴于此，本公开提供了一种气体浓度检测方法及装置。
本公开的一个方面提供了一种气体浓度检测方法，包括：利用光谱仪分别采集背景光谱数据和多个标准气体的校准光谱数据，其中，每个上述标准气体包含一个浓度下的一个气体物质；基于上述背景光谱数据和上述校准光谱数据，确定上述标准气体的校准吸光度向量；基于多个上述标准气体的多个上述校准吸光度向量，构建多个光谱系数矩阵；对于每个上述光谱系数矩阵，利用上述光谱系数矩阵处理与上述光谱系数矩阵关联的标准气体的校准吸光度向量，得到校准光谱浓度值；基于上述校准光谱浓度值和上述标准气体中的气体物质的标准浓度，计算得到上述标准气体的修正系数；以及对于包含目标气体物质的混合气体，利用与上述目标气体物质关联的目标光谱系数矩阵和目标修正系数来处理上述混合气体的测量光谱数据，得到上述混合气体中上述目标气体物质的浓度。
根据本公开的实施例，上述对于包含目标气体物质的混合气体，利用与上述目标气体物质关联的目标光谱系数矩阵和目标修正系数来处理上述混合气体的测量光谱数据，得到上述混合气体中上述目标气体物质的浓度，包括：利用上述光谱仪检测上述混合气体，得到上述测量光谱数据；基于上述背景光谱数据和上述测量光谱数据，确定吸光度向量；对于上述混合气体中的每个上述目标气体物质，从与上述目标气体物质关联的目标光谱系数矩阵中提取得到目标光谱系数向量；利用上述目标光谱系数向量处理上述吸光度向量，得到光谱浓度值；以及利用上述目标修正系数处理上述光谱浓度值，得到上述目标气体物质的浓度。
根据本公开的实施例，上述方法还包括：采集包含校验气体的校验光谱数据，其中，上述校验气体包含上述目标气体物质；从多个上述标准气体中确定包含上述目标气体物质的多个目标标准气体；对于每个上述目标标准气体，利用与上述目标标准气体对应的光谱系数矩阵和修正系数处理上述校验光谱数据，得到预测浓度；基于上述预测浓度和上述校验气体的校验标准浓度，确定校验结果；以及基于与多个上述目标标准气体关联的多个上述校验结果，确定上述目标光谱系数矩阵和上述目标修正系数。
根据本公开的实施例，上述基于上述背景光谱数据和上述校准光谱数据，确定上述标准气体的校准吸光度向量，包括：基于预设波数区间，分别从上述背景光谱数据和上述校准光谱数据中截取得到目标背景光谱数据和目标校准光谱数据；以及在上述目标校准光谱数据中扣除上述目标背景光谱数据，得到上述校准吸光度向量。
根据本公开的实施例，上述在上述目标校准光谱数据中扣除上述目标背景光谱数据，得到上述校准吸光度向量包括利用公式(1)来得到：
在式(1)中，As表示上述校准吸光度向量；I0表示上述目标背景光谱数据；I表示上述目标校准光谱数据。
根据本公开的实施例，上述基于多个上述标准气体的多个上述校准吸光度向量，构建多个光谱系数矩阵，包括：对于每个上述标准气体，获取检测环境参数，其中，上述检测环境参数表征利用上述光谱仪采集上述标准气体的校准光谱数据时的环境参数，上述环境参数包括温度、压强和光程；基于上述校准吸光度向量和上述检测环境参数，确定上述标准气体的校准光谱向量；基于多个上述标准气体的多个校准光谱向量，构建多个上述校准光谱矩阵；以及利用最小二乘法处理上述校准光谱矩阵，得到上述光谱系数矩阵。
根据本公开的实施例，上述基于上述校准吸光度向量和上述检测环境参数，确定上述标准气体的校准光谱向量包括利用公式(2)来得到：
在式(2)中，T表示温度；L表示光程；Pr表示压强；CR表示上述标准气体中包含的气体物质的浓度。
根据本公开的实施例，上述基于多个上述标准气体的多个校准光谱向量，构建多个上述校准光谱矩阵，包括利用公式(3)来得到：
D＝[γ1 γ2 ...γM I v] (3)
在式(3)中，γM表示第M个标准气体的上述校准光谱向量；D表示与第1个标准气体关联的上述校准光谱矩阵；I表示一个所有元素均为1的列向量；v表示由上述校准光谱矩阵中的所有波数采样点构成的列向量。
根据本公开的实施例，上述利用最小二乘法处理上述校准光谱矩阵，得到上述光谱系数矩阵，包括利用公式(4)来得到：
P＝(DtD)-1Dt (4)
在式(4)中，P表示上述光谱系数矩阵。
根据本公开的实施例，上述利用上述光谱系数矩阵处理与上述光谱系数矩阵关联的标准气体的校准吸光度向量，得到校准光谱浓度值，包括：基于上述光谱系数矩阵、上述校准吸光度向量和上述检测环境参数，计算得到上述校准光谱浓度值，如公式(5)所示：
在式(5)中，Ci表示上述校准光谱浓度值；P表示上述光谱系数矩阵。
根据本公开的实施例，上述基于上述校准光谱浓度值和上述标准气体中的气体物质的标准浓度，计算得到上述标准气体的修正系数，包括：利用多项式修正方法处理上述校准光谱浓度值和上述标准气体中的气体物质的标准浓度，得到上述标准气体的修正系数，如公式(6)所示：
C0i＝a0+a1Ci+a2Ci 2+…+anCi n (6)
在式(6)中，C0i表示上述标准气体中的气体物质的标准浓度；a0，a1，...，an表示上述修正系数。
本公开的另一个方面提供了一种气体浓度检测装置，包括：第一采集模块，用于利用光谱仪分别采集背景光谱数据和多个标准气体的校准光谱数据，其中，每个上述标准气体包含一个浓度下的一个气体物质；第一确定模块，用于基于上述背景光谱数据和上述校准光谱数据，确定上述标准气体的校准吸光度向量；构建模块，用于基于多个上述标准气体的多个上述校准吸光度向量，构建多个光谱系数矩阵；第一处理模块，用于对于每个上述光谱系数矩阵，利用上述光谱系数矩阵处理与上述光谱系数矩阵关联的标准气体的校准吸光度向量，得到校准光谱浓度值；第二处理模块，用于基于上述校准光谱浓度值和上述标准气体中的气体物质的标准浓度，计算得到上述标准气体的修正系数；以及第三处理模块，用于对于包含目标气体物质的混合气体，利用与上述目标气体物质关联的目标光谱系数矩阵和目标修正系数来处理上述混合气体的测量光谱数据，得到上述混合气体中上述目标气体物质的浓度。
根据本公开的实施例，在气体浓度检测模型的构建过程中，可以利用光谱仪采集多个标准气体的校准光谱数据，即每个气体物质在多个浓度下的校准光谱数据，通过对多个标准气体的校准光谱数据进行处理，可以得到分别与每个气体物质对应的气体浓度检测模型，即与每个气体物质关联的光谱系数矩阵和修正系数；在对混合气体进行检测时，可以分别针对每一个目标气体物质，利用与目标气体物质关联的目标光谱系数矩阵和目标修正系数来处理混合气体的测量光谱数据，从而得到混合气体中该目标气体物质的浓度。通过上述技术手段，可以至少部分可克服相关技术中检测方法无法快速检测多个气体组分的浓度的技术问题，实现了多组分气体的同时测量，有效提高了检测效率和检测准确率。
附图说明
通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：
图1示意性示出了根据本公开实施例的气体浓度检测方法的流程图。
图2示意性示出了根据本公开实施例的气体检测模型校准方法的流程示意图。
图3示意性示出了根据本公开实施例的混合气体检测方法的流程示意图。
图4示意性示出了根据本公开的实施例的气体浓度检测装置的框图。
具体实施方式
以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
随着经济的持续增长，人们对生活品质的关注度也随之上升。生存环境是影响生活品质的重要因素之一，而经济发展所带来的工业废气、垃圾焚烧气体、机动车尾气等气体污染物会造成严重的环境污染，从而对生存环境造成影响，因此，为了保护生存环境，无可避免地需要对气体污染物的排放进行实时检测。
在相关技术中，用于实现气体污染物中的气体组分浓度的检测技术可以分为非光学分析方法和光学分析方法。其中，非光学分析方法可以包括气敏法、超声波技术、热脆化法、气相色谱法等，但由于其响应速度慢、需要接触式检测等缺陷，无法实现对气体污染物的在线监测或遥感监测，因此其应用范围受到很大限制。例如，对垃圾焚烧气体进行检测时，由于该气体中通常含有SO2、HCl等酸性气体，且湿度较高，因此，利用常温冷干法仪表对该气体进行检测时，容易出现腐蚀、堵塞等问题，从而导致仪表的后期维护量大、使用寿命低。与之相比，光学分析方法可以包括差分吸收光谱技术、傅里叶变换红外光谱技术等主要基于光谱学原理，利用光和大气中气体分子相互作用的特性来进行检测，具有检测灵敏度更高、响应速度快、成本低等优点，适合现场的实时监测，已成为应用于气体浓度检测的理想工具。然而，由于气体污染物的组分较为复杂，相关技术中的光学分析方法对于多个组分同时进行检测时的检测准确率较低。
有鉴于此，本公开的实施例提供了一种气体浓度检测方法及装置。该方法包括模型建立过程和气体浓度检测过程，模型建立过程包括：利用光谱仪分别采集背景光谱数据和多个标准气体的校准光谱数据，其中，每个标准气体包含一个浓度下的一个气体物质；基于背景光谱数据和校准光谱数据，确定标准气体的校准吸光度向量；基于多个标准气体的多个校准吸光度向量，构建多个光谱系数矩阵；对于每个光谱系数矩阵，利用光谱系数矩阵处理与光谱系数矩阵关联的标准气体的校准吸光度向量，得到校准光谱浓度值；基于校准光谱浓度值和标准气体中的气体物质的标准浓度，计算得到标准气体的修正系数。气体浓度检测过程包括：对于包含目标气体物质的混合气体，利用与目标气体物质关联的目标光谱系数矩阵和目标修正系数来处理混合气体的测量光谱数据，得到混合气体中目标气体物质的浓度。
需要说明的是，本公开实施例中的流程图所示的操作除非明确说明不同操作之间存在执行的先后顺序，或者不同操作在技术实现上存在执行的先后顺序，否则，多个操作之间的执行顺序可以不分先后，多个操作也可以同时执行。
图1示意性示出了根据本公开实施例的气体浓度检测方法的流程图。
如图1所示，该方法包括操作S101～S106。
在操作S101，利用光谱仪分别采集背景光谱数据和多个标准气体的校准光谱数据。每个标准气体包含一个浓度下的一个气体物质。
在操作S102，基于背景光谱数据和校准光谱数据，确定标准气体的校准吸光度向量。
在操作S103，基于多个标准气体的多个校准吸光度向量，构建多个光谱系数矩阵。
在操作S104，对于每个光谱系数矩阵，利用光谱系数矩阵处理与光谱系数矩阵关联的标准气体的校准吸光度向量，得到校准光谱浓度值。
在操作S105，基于校准光谱浓度值和标准气体中的气体物质的标准浓度，计算得到标准气体的修正系数。
在操作S106，对于包含目标气体物质的混合气体，利用与目标气体物质关联的目标光谱系数矩阵和目标修正系数来处理混合气体的测量光谱数据，得到混合气体中目标气体物质的浓度。
根据本公开的实施例，光谱仪可以指用于检测任意波段的光谱数据的仪器，该任意波段包括但不限于红外波段、可见光波段、紫外波段等。
根据本公开的实施例，背景光谱数据可以指未向光谱仪中通入任何气体时，或者，向光谱仪中通入在该光谱仪的检测波长范围内无吸收的气体时，光谱仪可以检测到的光谱数据。
根据本公开的实施例，标准气体可以指仅包含某个浓度下的某各气体物质的纯净气体。如气体物质可以包括SO2、NO、NO2和CO，每个气体物质可以分别有三个标准浓度值，则需要采集的标准气体的数量为12个。标准气体也可以是混合气体，但该混合气体中仅该气体物质的浓度大于检测限，或仅该气体物质可以在该光谱仪的检测波长范围内与光相互作用。
根据本公开的实施例，每个校准吸光度向量可以是对一个标准气体的校准光谱数据进行处理后而得到的。校准吸光度向量中的每一个元素可以表征该标准气体在一个波数下的吸光度。
根据本公开的实施例，在基于多个标准气体的多个校准吸光度向量构建光谱系数矩阵时，可以从每个气体物质的多个标准气体中选择一个标准气体的校准吸光度向量来构建光谱系数矩阵。例如，在多个标准气体中，气体物质包括SO2、NO和NO2，SO2的标准浓度包括56ppm、112ppm和168ppm，NO的标准浓度包括37ppm、74ppm和112ppm，NO2的标准浓度包括33ppm和66ppm，则多个标准气体的校准吸光度向量包括Aso2_56、Aso2_112、Aso2_168、Ano_37、Ano_74、Ano_112、Ano2_33和Ano2_66；在构建光谱系数矩阵时，可以分别从每个气体物质的校准吸光度向量中选择一个来完成构建，如利用Aso2_56、Ano_112和Ano2_33完成光谱系数矩阵的构建；构建得到的光谱系数矩阵可以与选择的第一个校准吸光度向量所对应的标准气体相关联，如利用Aso2_56、Ano_112和Ano2_33构建的光谱系数矩阵可以与包含56ppm的SO2的标准气体相关联。
根据本公开的实施例，可以建立校准光谱浓度值和标准浓度之间的函数关系，该函数关系中的系数即标准气体的修正系数。
根据本公开的实施例，目标气体物质可以指多个气体物质中的任意一个。目标光谱系数矩阵和目标修正系数也可以指与该目标气体物质关联的光谱系数矩阵和修正系数。
根据本公开的实施例，在气体浓度检测模型的构建过程中，可以利用光谱仪采集多个标准气体的校准光谱数据，即每个气体物质在多个浓度下的校准光谱数据，通过对多个标准气体的校准光谱数据进行处理，可以得到分别与每个气体物质对应的气体浓度检测模型，即与每个气体物质关联的光谱系数矩阵和修正系数；在对混合气体进行检测时，可以分别针对每一个目标气体物质，利用与目标气体物质关联的目标光谱系数矩阵和目标修正系数来处理混合气体的测量光谱数据，从而得到混合气体中该目标气体物质的浓度。通过上述技术手段，可以至少部分可克服相关技术中检测方法无法快速检测多个气体组分的浓度的技术问题，实现了多组分气体的同时测量，有效提高了检测效率和检测准确率。
下面参考图2和图3，结合具体实施例对图1所示的方法做进一步说明。
根据本公开的实施例，操作S102可以包括如下操作：
基于预设波数区间，分别从背景光谱数据和校准光谱数据中截取得到目标背景光谱数据和目标校准光谱数据；以及，在目标校准光谱数据中扣除目标背景光谱数据，得到校准吸光度向量。
根据本公开的实施例，预设波数区间可以包括所有气体物质的吸收峰所在的波数区间。依据具体应用场景，预设波数区间也可以替换为波长区间、频率区间等，在此不作限定。
根据本公开的实施例，在目标校准光谱数据中扣除目标背景光谱数据，得到校准吸光度向量可以包括利用公式(1)来得到：
在式(1)中，As表示校准吸光度向量；I0表示目标背景光谱数据；I表示目标校准光谱数据。
根据本公开的实施例，目标校准光谱数据或目标背景光谱数据可以表示为一个向量，该向量中的每个元素可以是某个波数下的光强。
根据本公开的实施例，操作S103可以包括如下操作：
对于每个标准气体，获取检测环境参数，其中，检测环境参数表征利用光谱仪采集标准气体的校准光谱数据时的环境参数，环境参数包括温度、压强和光程；基于校准吸光度向量和检测环境参数，确定标准气体的校准光谱向量；基于多个标准气体的多个校准光谱向量，构建多个校准光谱矩阵；以及，利用最小二乘法处理校准光谱矩阵，得到光谱系数矩阵。
根据本公开的实施例，基于校准吸光度向量和检测环境参数，确定标准气体的校准光谱向量可以包括利用公式(2)来得到：
在式(2)中，T表示温度；L表示光程；Pr表示压强；CR表示标准气体中包含的气体物质的浓度。
根据本公开的实施例，式(2)中的温度、光程和压强可以是在利用光谱仪对标准气体进行检测时，利用相关设备测量并记录得到的。
根据本公开的实施例，基于多个标准气体的多个校准光谱向量，构建多个校准光谱矩阵可以包括利用公式(3)来得到：
D＝[γ1 γ2 ... γM I v] (3)
在式(3)中，D可以指与第1个标准气体关联的校准光谱矩阵；γM可以指第M个标准气体的校准光谱向量；I可以是一个所有元素均为1的列向量；v可以是由预设波数区间中的所有波数采样点构成的列向量。
根据本公开的实施例，利用最小二乘法处理校准光谱矩阵，得到光谱系数矩阵可以包括利用公式(4)来得到：
P＝(DtD)-1Dt (4)
在式(4)中，P表示与该标准气体关联的光谱系数矩阵。
根据本公开的实施例，操作S104可以包括如下操作：
基于光谱系数矩阵、校准吸光度向量和检测环境参数，计算得到校准光谱浓度值。
根据本公开的实施例，基于光谱系数矩阵、校准吸光度向量和检测环境参数，计算得到校准光谱浓度值包括利用公式(5)来得到：
在式(5)中，Ci表示该标准气体的校准光谱浓度值。
根据本公开的实施例，操作S104可以包括如下操作：
利用多项式修正方法处理校准光谱浓度值和标准气体中的气体物质的标准浓度，得到标准气体的修正系数。
根据本公开的实施例，在利用多项式修正方法进行处理时，可以将标准气体的校准光谱浓度值作为修正项，将标准气体中的该气体物质的标准浓度作为被修正项进行拟合计算，以得到相应的修正系数，如公式(6)所示：
C0i＝a0+a1Ci+a2Ci 2+…+anCi n (6)
在式(6)中，C0i表示标准气体中的气体物质的标准浓度；a0，a1，...，an表示修正系数。
根据本公开的实施例，对于包含相同的目标气体物质的多个标准气体，通过操作S101～S105的方法获取的光谱系数矩阵和修正系数可以分别有多个，在本公开的实施例中，可以采用利用校验集进行校验的方式，来从多个光谱系数矩阵中确定目标光谱系数矩阵，并从多个修正系数中确定目标修正系数，用于进行目标气体物质的浓度检测的数学模型即包含该目标光谱系数矩阵和目标修正系数。
图2示意性示出了根据本公开实施例的气体检测模型校准方法的流程示意图。
如图2所示，该方法包括操作S201～S205。
在操作S201，采集包含校验气体的校验光谱数据，其中，校验气体包含目标气体物质。
在操作S202，从多个标准气体中确定包含目标气体物质的多个目标标准气体。
在操作S203，对于每个目标标准气体，利用与目标标准气体对应的光谱系数矩阵和修正系数处理校验光谱数据，得到预测浓度。
在操作S204，基于预测浓度和校验气体的校验标准浓度，确定校验结果。
在操作S205，基于与多个目标标准气体关联的多个校验结果，确定目标光谱系数矩阵和目标修正系数。
根据本公开的实施例，校验气体可以指仅包含目标气体物质的纯净气体，也可以是混合气体，但该混合气体中仅该目标气体物质的浓度大于检测限，或仅该目标气体物质可以在该光谱仪的检测波长范围内与光相互作用。校验气体中的目标气体物质的浓度可以与多个目标标准气体中该目标气体物质的浓度均不同。
根据本公开的实施例，每个目标标准气体也可以对应有多个光谱系数矩阵和修正系数。例如，目标气体物质为NO，目标标准气体中包含37ppm的NO，参与模型训练的其他气体物质包括SO2和NO2，SO2的标准浓度包括56ppm、112ppm和168ppm，NO2的标准浓度包括33ppm和66ppm；根据操作S103～S105的方法，该目标标准气体的光谱系数矩阵和修正系数可以利用Ano_37、Aso2_56和Ano2_33这一组校准吸光度向量计算得到，也可以利用其他组的校准吸光度向量计算得到，如Ano_37、Aso2_56和Ano2_66，Ano_37、Aso2_112和Ano2_33，Ano_37、Aso2_168和Ano2_66等。
根据本公开的实施例，利用与目标标准气体对应的光谱系数矩阵和修正系数处理校验光谱数据，得到预测浓度可以包括如下操作：
首先，基于背景光谱数据和校验光谱数据，确定校验吸光度向量，如公式(7)所示：
在式(7)中，Av表示校准吸光度向量；Iv表示校验光谱数据；I0表示目标背景光谱数据。
在一些实施例中，该校验光谱数据和该背景光谱数据可以是利用预设波数区间筛选后的光谱数据。
其次，利用与该目标标准气体相关的多个光谱系数矩阵中的任意一个来处理该校验光谱数据，得到校验光谱浓度，如公式(8)所示：
在式(8)中，Cv表示校验光谱浓度；Pv表示所选择的光谱系数矩阵的第一行；T表示采集校验光谱数据时的温度；L表示采集校验光谱数据时的光程；Pr表示采集校验光谱数据时的压强。
之后，可以利用与先前选择的光谱系数矩阵所对应的修正系数来处理校验光谱浓度，以得到预测浓度，如公式(9)所示：
在式(9)中，Cp表示预测浓度；表示与Pv对应的修正系数。
根据本公开的实施例，校验结果可以表征为预测浓度和校验气体的校验标准浓度之间的误差，该误差可以利用各种误差算法来计算得到，包括但不限于线性误差算法、差分误差算法等，在此不作限定。
根据本公开的实施例，基于与多个目标标准气体关联的多个校验结果，确定目标光谱系数矩阵和目标修正系数可以是：从多个检验结果中确定表征的误差最小的校验结果，并以获取该校验结果时所使用的光谱系数矩阵和修正系数作为目标光谱系数矩阵和目标修正系数。
根据本公开的实施例，操作S201～S206的方法可以用于确定多个气体物质中的一个目标气体物质的目标光谱系数矩阵和目标修正系数。对于除该目标气体物质的任意一个其他气体物质，可以通过使用操作S201～S206的方法，利用包含该其他气体物质的校验气体进行校验来得到该其他气体物质的光谱系数矩阵和修正系数。
根据本公开的实施例，在确定目标光谱系数矩阵和目标修正系数之后，可以利用目标光谱系数矩阵和目标修正系数实现对混合气体中该目标气体物质的浓度检测。
图3示意性示出了根据本公开实施例的混合气体检测方法的流程示意图。
如图3所示，该方法包括操作S301～S305。
在操作S301，利用光谱仪检测混合气体，得到测量光谱数据。
在操作S302，基于背景光谱数据和测量光谱数据，确定吸光度向量。
在操作S303，对于混合气体中的每个目标气体物质，从与目标气体物质关联的目标光谱系数矩阵中提取得到目标光谱系数向量。
在操作S304，利用目标光谱系数向量处理吸光度向量，得到光谱浓度值。
在操作S305，利用目标修正系数处理光谱浓度值，得到目标气体物质的浓度。
根据本公开的实施例，混合气体中可以包含一种或多种气体检测模型构建时所使用的气体物质，也可以包含其他种类的气体物质，在此不作限定。
根据本公开的实施例，基于背景光谱数据和测量光谱数据，确定吸光度向量可以如公式(1)或(7)所示，将其中的目标校准光谱数据或校验光谱数据替换为测量光谱数据即可。
根据本公开的实施例，从与目标气体物质关联的目标光谱系数矩阵中提取得到目标光谱系数向量可以指选取目标光谱系数矩阵中第一行作为目标光谱系数向量。
根据本公开的实施例，利用目标光谱系数向量处理吸光度向量，得到光谱浓度值可以如公式(8)所示，将其中的光谱系数矩阵的第一行替换为目标光谱系数向量，校验吸光度向量替换为吸光度向量，环境参数替换为检测混合气体时的环境参数即可。
根据本公开的实施例，利用目标修正系数处理光谱浓度值，得到目标气体物质的浓度可以如公式(9)所示，将其中的修正系数替换为目标修正系数，校验光谱浓度替换为光谱浓度值即可。
根据本公开的实施例，以混合气体中仅含SO2、NO、NO2、N2O、CO、CO2、HCl和NH3共八种气体物质的其中一种气体物质为例，其检测得到的浓度值和线性误差数据分别如表1～表4所示。在进行检测时，每一个混合气体分别检测3次，并取其平均值作为最终的检测结果。由表1～表4可见，本公开实施例提供的气体浓度检测方法可以有效提高检测精度。
表1
表2
表3
表4
根据本公开的实施例，对同一混合气体进行多次检测时，其重复性数据如表5所示。由表5可见，在多次检测的情况下，本公开实施例所提供的气体浓度检测方法的偏差较小，具有较高的可靠性和鲁棒性。
表5
图4示意性示出了根据本公开的实施例的气体浓度检测装置的框图。
如图4所示，气体浓度检测装置400包括第一采集模块410、第一确定模块420、构建模块430、第一处理模块440、第二处理模块450和第三处理模块460。
第一采集模块410，用于利用光谱仪分别采集背景光谱数据和多个标准气体的校准光谱数据，其中，每个标准气体包含一个浓度下的一个气体物质。
第一确定模块420，用于基于背景光谱数据和校准光谱数据，确定标准气体的校准吸光度向量。
构建模块430，用于基于多个标准气体的多个校准吸光度向量，构建多个光谱系数矩阵。
第一处理模块440，用于对于每个光谱系数矩阵，利用光谱系数矩阵处理与光谱系数矩阵关联的标准气体的校准吸光度向量，得到校准光谱浓度值。
第二处理模块450，用于基于校准光谱浓度值和标准气体中的气体物质的标准浓度，计算得到标准气体的修正系数。
第三处理模块460，用于对于包含目标气体物质的混合气体，利用与目标气体物质关联的目标光谱系数矩阵和目标修正系数来处理混合气体的测量光谱数据，得到混合气体中目标气体物质的浓度。
根据本公开的实施例，在气体浓度检测模型的构建过程中，可以利用光谱仪采集多个标准气体的校准光谱数据，即每个气体物质在多个浓度下的校准光谱数据，通过对多个标准气体的校准光谱数据进行处理，可以得到分别与每个气体物质对应的气体浓度检测模型，即与每个气体物质关联的光谱系数矩阵和修正系数；在对混合气体进行检测时，可以分别针对每一个目标气体物质，利用与目标气体物质关联的目标光谱系数矩阵和目标修正系数来处理混合气体的测量光谱数据，从而得到混合气体中该目标气体物质的浓度。通过上述技术手段，可以至少部分可克服相关技术中检测方法无法快速检测多个气体组分的浓度的技术问题，实现了多组分气体的同时测量，有效提高了检测效率和检测准确率。
根据本公开的实施例，第三处理模块460包括第一处理单元、第二处理单元、第三处理单元、第四处理单元和第五处理单元。
第一处理单元，用于利用光谱仪检测混合气体，得到测量光谱数据。
第二处理单元，用于基于背景光谱数据和测量光谱数据，确定吸光度向量。
第三处理单元，用于对于混合气体中的每个目标气体物质，从与目标气体物质关联的目标光谱系数矩阵中提取得到目标光谱系数向量。
第四处理单元，用于利用目标光谱系数向量处理吸光度向量，得到光谱浓度值。
第五处理单元，用于利用目标修正系数处理光谱浓度值，得到目标气体物质的浓度。
根据本公开的实施例，气体浓度检测装置400还包括第二采集模块、第二确定模块、第四处理模块、第三确定模块和第四确定模块。
第二采集模块，用于采集包含校验气体的校验光谱数据，其中，校验气体包含目标气体物质。
第二确定模块，用于从多个标准气体中确定包含目标气体物质的多个目标标准气体。
第四处理模块，用于对于每个目标标准气体，利用与目标标准气体对应的光谱系数矩阵和修正系数处理校验光谱数据，得到预测浓度。
第三确定模块，用于基于预测浓度和校验气体的校验标准浓度，确定校验结果。
第四确定模块，用于基于与多个目标标准气体关联的多个校验结果，确定目标光谱系数矩阵和目标修正系数。
根据本公开的实施例，第一确定模块包括截取单元和扣除单元。
截取单元，用于基于预设波数区间，分别从背景光谱数据和校准光谱数据中截取得到目标背景光谱数据和目标校准光谱数据。
扣除单元，用于在目标校准光谱数据中扣除目标背景光谱数据，得到校准吸光度向量。
根据本公开的实施例，扣除单元包括利用公式(1)来实现：
在式(1)中，As表示校准吸光度向量；I0表示目标背景光谱数据；I表示目标校准光谱数据。
根据本公开的实施例，构建模块包括获取单元、确定单元、构建单元和第六处理单元。
获取单元，用于对于每个标准气体，获取检测环境参数，其中，检测环境参数表征利用光谱仪采集标准气体的校准光谱数据时的环境参数，环境参数包括温度、压强和光程。
确定单元，用于基于校准吸光度向量，确定标准气体的校准光谱向量。
构建单元，用于基于多个标准气体的多个校准光谱向量，构建多个校准光谱矩阵。
第六处理单元，用于利用最小二乘法处理校准光谱矩阵，得到光谱系数矩阵。
根据本公开的实施例，确定单元包括利用公式(2)来得到：
在式(2)中，T表示温度；L表示光程程度；Pr表示压强；CR表示标准气体中包含的气体物质的浓度。
根据本公开的实施例，构建单元包括利用利用公式(3)来得到：
D＝[γ1 γ2 ... γM I v] (3)
在式(3)中，γM表示第M个标准气体的校准光谱向量；D表示与第1个标准气体关联的校准光谱矩阵；I表示一个所有元素均为1的列向量；v表示由校准光谱矩阵中的所有波数采样点构成的列向量。
根据本公开的实施例，第六处理单元包括利用公式(4)来得到：
P＝(DtD)-1Dt (4)
在式(4)中，P表示光谱系数矩阵。
根据本公开的实施例，第一处理模块包括第七处理单元。
第七处理单元，用于基于光谱系数矩阵、校准吸光度向量和检测环境参数，计算得到校准光谱浓度值。
根据本公开的实施例，第七处理单元包括利用公式(5)来得到：
在式(5)中，Ci表示校准光谱浓度值；P表示光谱系数矩阵。
根据本公开的实施例，第二处理模块包括第八处理单元。
第八处理单元，用于利用多项式修正方法处理校准光谱浓度值和标准气体中的气体物质的标准浓度，得到标准气体的修正系数，如公式(6)所示：
C0i＝a0+a1Ci+a2Ci 2+…+anCi n (6)
在式(6)中，C0i表示标准气体中的气体物质的标准浓度；a0，a1，...，an表示修正系数。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
例如，第一采集模块410、第一确定模块420、构建模块430、第一处理模块440、第二处理模块450和第三处理模块460中的任意多个可以合并在一个模块/单元/子单元中实现，或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者，这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合，并在一个模块/单元/子单元中实现。根据本公开的实施例，第一采集模块410、第一确定模块420、构建模块430、第一处理模块440、第二处理模块450和第三处理模块460中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，第一采集模块410、第一确定模块420、构建模块430、第一处理模块440、第二处理模块450和第三处理模块460中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
需要说明的是，本公开的实施例中气体浓度检测装置部分与本公开的实施例中气体浓度检测方法部分是相对应的，气体浓度检测装置部分的描述具体参考气体浓度检测方法部分，在此不再赘述。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。
Claims (4)
1.一种气体浓度检测方法，包括：
利用光谱仪分别采集背景光谱数据和多个标准气体的校准光谱数据，其中，每个所述标准气体包含一个浓度下的一个气体物质；
基于所述背景光谱数据和所述校准光谱数据，确定所述标准气体的校准吸光度向量；
基于多个所述标准气体的多个所述校准吸光度向量，构建多个光谱系数矩阵；
对于每个所述光谱系数矩阵，利用所述光谱系数矩阵处理与所述光谱系数矩阵关联的标准气体的校准吸光度向量，得到校准光谱浓度值；
基于所述校准光谱浓度值和所述标准气体中的气体物质的标准浓度，计算得到所述标准气体的修正系数；以及
对于包含目标气体物质的混合气体，利用与所述目标气体物质关联的目标光谱系数矩阵和目标修正系数来处理所述混合气体的测量光谱数据，得到所述混合气体中所述目标气体物质的浓度；
其中，所述基于所述背景光谱数据和所述校准光谱数据，确定所述标准气体的校准吸光度向量，包括：
基于预设波数区间，分别从所述背景光谱数据和所述校准光谱数据中截取得到目标背景光谱数据和目标校准光谱数据；以及
在所述目标校准光谱数据中扣除所述目标背景光谱数据，得到所述校准吸光度向量，包括利用公式(1)来得到：
在式(1)中，As表示所述校准吸光度向量；I0表示所述目标背景光谱数据；I表示所述目标校准光谱数据；
其中，所述基于多个所述标准气体的多个所述校准吸光度向量，构建多个光谱系数矩阵，包括：
对于每个所述标准气体，获取检测环境参数，其中，所述检测环境参数表征利用所述光谱仪采集所述标准气体的校准光谱数据时的环境参数，所述环境参数包括温度、压强和光程；
基于所述校准吸光度向量和所述检测环境参数，确定所述标准气体的校准光谱向量，包括利用公式(2)来得到：
在式(2)中，T表示温度；L表示光程；Pr表示压强；CR表示所述标准气体中包含的气体物质的浓度；
基于多个所述标准气体的多个校准光谱向量，构建多个校准光谱矩阵，包括利用公式(3)来得到：
D＝[γ1 γ2 ... γM I v] (3)
在式(3)中，γM表示第M个标准气体的所述校准光谱向量；D表示与第1个标准气体关联的所述校准光谱矩阵；I表示一个所有元素均为1的列向量；v表示由所述校准光谱矩阵中的所有波数采样点构成的列向量；以及
利用最小二乘法处理所述校准光谱矩阵，得到所述光谱系数矩阵，包括利用公式(4)来得到：
P＝(DtD)-1Dt (4)
在式(4)中，P表示所述光谱系数矩阵；
其中，所述利用所述光谱系数矩阵处理与所述光谱系数矩阵关联的标准气体的校准吸光度向量，得到校准光谱浓度值，包括：
基于所述光谱系数矩阵、所述校准吸光度向量和所述检测环境参数，计算得到所述校准光谱浓度值，如公式(5)所示：
在式(5)中，Ci表示所述校准光谱浓度值；P表示所述光谱系数矩阵；
其中，所述基于所述校准光谱浓度值和所述标准气体中的气体物质的标准浓度，计算得到所述标准气体的修正系数，包括：
利用多项式修正方法处理所述校准光谱浓度值和所述标准气体中的气体物质的标准浓度，得到所述标准气体的修正系数，如公式(6)所示：
C0i＝a0+a1Ci+a2Ci 2+…+anCi n (6)
在式(6)中，C0i表示所述标准气体中的气体物质的标准浓度；a0，a1，...，an表示所述修正系数。
2.根据权利要求1所述的方法，其中，所述对于包含目标气体物质的混合气体，利用与所述目标气体物质关联的目标光谱系数矩阵和目标修正系数来处理所述混合气体的测量光谱数据，得到所述混合气体中所述目标气体物质的浓度，包括：
利用所述光谱仪检测所述混合气体，得到所述测量光谱数据；
基于所述背景光谱数据和所述测量光谱数据，确定吸光度向量；
对于所述混合气体中的每个所述目标气体物质，从与所述目标气体物质关联的目标光谱系数矩阵中提取得到目标光谱系数向量；
利用所述目标光谱系数向量处理所述吸光度向量，得到光谱浓度值；以及
利用所述目标修正系数处理所述光谱浓度值，得到所述目标气体物质的浓度。
3.根据权利要求1所述的方法，还包括：
采集包含校验气体的校验光谱数据，其中，所述校验气体包含所述目标气体物质；
从多个所述标准气体中确定包含所述目标气体物质的多个目标标准气体；
对于每个所述目标标准气体，利用与所述目标标准气体对应的光谱系数矩阵和修正系数处理所述校验光谱数据，得到预测浓度；
基于所述预测浓度和所述校验气体的校验标准浓度，确定校验结果；以及
基于与多个所述目标标准气体关联的多个所述校验结果，确定所述目标光谱系数矩阵和所述目标修正系数。
4.一种气体浓度检测装置，包括：
第一采集模块，用于利用光谱仪分别采集背景光谱数据和多个标准气体的校准光谱数据，其中，每个所述标准气体包含一个浓度下的一个气体物质；
第一确定模块，用于基于所述背景光谱数据和所述校准光谱数据，确定所述标准气体的校准吸光度向量；
构建模块，用于基于多个所述标准气体的多个所述校准吸光度向量，构建多个光谱系数矩阵；
第一处理模块，用于对于每个所述光谱系数矩阵，利用所述光谱系数矩阵处理与所述光谱系数矩阵关联的标准气体的校准吸光度向量，得到校准光谱浓度值；
第二处理模块，用于基于所述校准光谱浓度值和所述标准气体中的气体物质的标准浓度，计算得到所述标准气体的修正系数；以及
第三处理模块，用于对于包含目标气体物质的混合气体，利用与所述目标气体物质关联的目标光谱系数矩阵和目标修正系数来处理所述混合气体的测量光谱数据，得到所述混合气体中所述目标气体物质的浓度；
其中，所述第一确定模块包括截取单元和扣除单元；
所述截取单元，用于基于预设波数区间，分别从所述背景光谱数据和所述校准光谱数据中截取得到目标背景光谱数据和目标校准光谱数据；以及
所述扣除单元，用于在所述目标校准光谱数据中扣除所述目标背景光谱数据，得到所述校准吸光度向量，包括利用公式(1)来得到：
在式(1)中，As表示所述校准吸光度向量；I0表示所述目标背景光谱数据；I表示所述目标校准光谱数据；
其中，所述构建模块包括获取单元、确定单元、构建单元和第六处理单元；
所述获取单元，用于对于每个所述标准气体，获取检测环境参数，其中，所述检测环境参数表征利用所述光谱仪采集所述标准气体的校准光谱数据时的环境参数，所述环境参数包括温度、压强和光程；
所述确定单元，用于基于所述校准吸光度向量和所述检测环境参数，确定所述标准气体的校准光谱向量，包括利用公式(2)来得到：
在式(2)中，T表示温度；L表示光程；Pr表示压强；CR表示所述标准气体中包含的气体物质的浓度；
所述构建单元，用于基于多个所述标准气体的多个校准光谱向量，构建多个所述校准光谱矩阵，包括利用公式(3)来得到：
D＝[γ1 γ2 ... γM I v] (3)
在式(3)中，γM表示第M个标准气体的所述校准光谱向量；D表示与第1个标准气体关联的所述校准光谱矩阵；I表示一个所有元素均为1的列向量；v表示由所述校准光谱矩阵中的所有波数采样点构成的列向量；以及
所述第六处理单元，用于利用最小二乘法处理所述校准光谱矩阵，得到所述光谱系数矩阵，包括利用公式(4)来得到：
P＝(DtD)-1Dt (4)
在式(4)中，P表示所述光谱系数矩阵；
其中，所述第一处理模块包括第七处理单元；
所述第七处理单元，用于基于所述光谱系数矩阵、所述校准吸光度向量和所述检测环境参数，计算得到所述校准光谱浓度值，如公式(5)所示：
在式(5)中，Ci表示所述校准光谱浓度值；P表示所述光谱系数矩阵；
其中，所述第二处理模块包括第八处理单元；
所述第八处理单元，用于利用多项式修正方法处理所述校准光谱浓度值和所述标准气体中的气体物质的标准浓度，得到所述标准气体的修正系数，如公式(6)所示：
Coi＝a0+a1Ci+a2Ci 2+…+anCi n (6)
在式(6)中，C0i表示所述标准气体中的气体物质的标准浓度；a0，a1，...，an表示所述修正系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210830031.4A CN115096835B (zh) | 2022-07-13 | 2022-07-13 | 气体浓度检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210830031.4A CN115096835B (zh) | 2022-07-13 | 2022-07-13 | 气体浓度检测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115096835A CN115096835A (zh) | 2022-09-23 |
| CN115096835B true CN115096835B (zh) | 2023-07-18 |
Family
ID=83296370
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210830031.4A Active CN115096835B (zh) | 2022-07-13 | 2022-07-13 | 气体浓度检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115096835B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117388204B (zh) * | 2023-12-13 | 2024-04-12 | 杭州泽天春来科技股份有限公司 | 一氧化氮气体分析系统、方法及计算机可读存储介质 |
| CN118130400B (zh) * | 2024-02-02 | 2024-10-15 | 浙江浙大鸣泉科技有限公司 | 一种基于解广义逆矩阵的doas系统气体浓度测量方法 |
| CN118010667B (zh) * | 2024-04-10 | 2024-07-02 | 吉林大学 | 一种基于系统辨识的红外相机检测气体浓度方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| MY107458A (en) * | 1990-10-12 | 1995-12-30 | Exxon Res & Engineering Company | Special data measurement and correction |
| JP3156960B2 (ja) * | 1995-10-18 | 2001-04-16 | 株式会社荏原製作所 | ガス濃度検知方法における検知ガス濃度領域調整方法 |
| CN105203497B (zh) * | 2014-06-30 | 2018-04-13 | 中国石油化工股份有限公司 | 一种由近红外光谱预测脱硫胺液中硫化氢含量的方法 |
| US20170059411A1 (en) * | 2015-08-26 | 2017-03-02 | Thermal-Lube, Inc. | FTIR System and Method for Compositional Analysis of Matter |
| CN105973828B (zh) * | 2016-04-27 | 2018-06-15 | 湖北大学 | 一种红外光谱定量分析方法及系统 |
| CN107290297B (zh) * | 2017-07-20 | 2019-10-22 | 湖北大学 | 一种基于自步学习的红外光谱定量分析方法及系统 |
| CN114018856B (zh) * | 2020-07-17 | 2024-06-11 | 中国石油化工股份有限公司 | 光谱校正方法 |
| CN113758890A (zh) * | 2021-08-18 | 2021-12-07 | 清华大学 | 一种气体浓度计算方法、装置、设备及存储介质 |
-
2022
- 2022-07-13 CN CN202210830031.4A patent/CN115096835B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN115096835A (zh) | 2022-09-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115096835B (zh) | 气体浓度检测方法及装置 | |
| 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 | |
| CN102183468B (zh) | 多组分气体分析的干扰修正与浓度反演方法 | |
| Kazusaki et al. | Validation of analytical procedures by high− performance liquid chromatography for pharmaceutical analysis | |
| CN108181266B (zh) | Tdlas气体浓度检测方法 | |
| Steffen et al. | A comparison of data quality control protocols for atmospheric mercury speciation measurements | |
| US10041926B2 (en) | Method for predicting total petroleum hydrocarbon concentration in soils | |
| Masic et al. | Evaluation of optical particulate matter sensors under realistic conditions of strong and mild urban pollution | |
| Hakkarainen et al. | Smoke gas analysis by Fourier transform infrared spectroscopy–summary of the SAFIR project results | |
| US20100243900A1 (en) | Spectroscopy having correction for broadband distortion for analyzing multi-component samples | |
| CN102435567A (zh) | 基于差分吸收光谱的气体组分浓度反演算测定方法 | |
| CN110108658B (zh) | 一种污染气体红外光谱识别方法及系统 | |
| CN110887800B (zh) | 一种用于光谱法水质在线监测系统的数据校准方法 | |
| US20130311136A1 (en) | Rule-Based Sample Verification and Chemical Monitoring Methodology | |
| CN102565288A (zh) | 一种分析混合挥发性有机化合物(VOCs)组分浓度的方法 | |
| Gamboa et al. | System for performance evaluation and calibration of low-cost gas sensors applied to air quality monitoring | |
| CN117269109B (zh) | 基于近红外光谱的混凝土结构中氯离子含量检测方法 | |
| JP2004101416A (ja) | 多成分分析装置 | |
| CN111781149B (zh) | 利用遥感卫星检测挥发性有机化合物浓度的方法和装置 | |
| EP3654013B1 (en) | Correction method of particle size distribution measuring apparatus, calibration method of particle size distribution measuring apparatus, particle size distribution measuring apparatus, and gas analysis system | |
| CN115575337B (zh) | 高精度大气co2浓度观测数据标较方法、系统及设备 | |
| CN102128806A (zh) | 用于红外气体分析仪的气体检测方法 | |
| CN107271396A (zh) | 一种茶叶中总黄酮含量的快速检测方法 | |
| CN102103079B (zh) | 一种光谱分析方法 | |
| CN103969083A (zh) | 甲醛释放量快速无损检测罩及无损检测方法 |
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 |