CN117825310A - 基于无人机和红外光谱技术的多组分气体检测系统 - Google Patents
基于无人机和红外光谱技术的多组分气体检测系统 Download PDFInfo
- Publication number
- CN117825310A CN117825310A CN202211189205.XA CN202211189205A CN117825310A CN 117825310 A CN117825310 A CN 117825310A CN 202211189205 A CN202211189205 A CN 202211189205A CN 117825310 A CN117825310 A CN 117825310A
- Authority
- CN
- China
- Prior art keywords
- gas
- spectrum
- aerial vehicle
- unmanned aerial
- infrared
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 19
- 238000002329 infrared spectrum Methods 0.000 title claims abstract description 18
- 239000007789 gas Substances 0.000 claims abstract description 192
- 238000001514 detection method Methods 0.000 claims abstract description 63
- 238000001228 spectrum Methods 0.000 claims abstract description 52
- 238000000862 absorption spectrum Methods 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 21
- 238000004566 IR spectroscopy Methods 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 11
- 238000001035 drying Methods 0.000 claims description 3
- 239000012855 volatile organic compound Substances 0.000 description 58
- 239000003570 air Substances 0.000 description 23
- 238000010521 absorption reaction Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 description 6
- 239000000203 mixture Substances 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 238000004817 gas chromatography Methods 0.000 description 5
- CTQNGGLPUBDAKN-UHFFFAOYSA-N O-Xylene Chemical compound CC1=CC=CC=C1C CTQNGGLPUBDAKN-UHFFFAOYSA-N 0.000 description 4
- 239000003344 environmental pollutant Substances 0.000 description 4
- 231100000719 pollutant Toxicity 0.000 description 4
- 150000001875 compounds Chemical class 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000003912 environmental pollution Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 238000000041 tunable diode laser absorption spectroscopy Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000000295 emission spectrum Methods 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 238000001285 laser absorption spectroscopy Methods 0.000 description 2
- IVSZLXZYQVIEFR-UHFFFAOYSA-N m-xylene Chemical group CC1=CC=CC(C)=C1 IVSZLXZYQVIEFR-UHFFFAOYSA-N 0.000 description 2
- 239000005416 organic matter Substances 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000008096 xylene Substances 0.000 description 2
- 238000004847 absorption spectroscopy Methods 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 235000013405 beer Nutrition 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000002274 desiccant Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004949 mass spectrometry Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229940078552 o-xylene Drugs 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开一种基于无人机和红外光谱技术的多组分气体检测系统，包括：在无人机飞行至待监测区域后，搭载在无人机上的气体检测单元对待监测区域的混合VOC气体进行检测；气体检测单元包括：气室，气室一端设有用来发射预设波段的宽谱红外光的光源，气室的另一端设有红外接收模块；光源从气室一端射入初始宽谱红外光，初始宽谱红外光被气室中的气体吸收后得到接收宽谱红外光，红外接收模块将接收到的接收宽谱红外光的接收光谱数据发送至数据处理单元；数据处理单元利用不同的VOC气体在预设波段内的吸收谱不同，通过测定预设波段的混合VOC气体的总吸收谱来重构出每种VOC气体的浓度。该系统体积小，能检测各种VOC气体的组分和浓度，应用场景广泛。
Description
技术领域
本发明涉及VOC气体的浓度检测技术领域，具体而言，涉及一种基于无人机和红外光谱技术的多组分气体检测系统。
背景技术
挥发性有机化合物(volatile organic compounds，VOC)的测量和识别是大气环境改善的重要环节，现有的VOC废气测量的方式主要有光离子化气体检测器(PhotoIonization Detector，PID)检测法、气相色谱法、质谱法和火焰离子化检测仪(FlameIonization Detector，FID)检测法等。其中，PID检测器体积小，成本较低，可测量总VOC浓度，但无法判别气体种类和各气体浓度；FID检测仪需要氢气发生器，使用氢火焰来离子化样气，气体浓度和组分都发生了变化，无法进行二次分析；质谱仪可以测量多种VOC气体组分和浓度，但设备体积大，价格昂贵，无法用于复杂环境的测量；气相色谱仪应用范围广，灵敏度高，但维护复杂，故障点较多。
VOC气体种类繁多，以上述现有的VOC气体检测方法来看，对多种VOC混合气体的检测是很困难的，比如，现有的非分散性红外技术(Non-Dispersive InfraRed，NDIR)、可调谐二极管激光吸收光谱技术(TunableDiodeLaserAbsorptionSpectroscopy，TDLAS)、量子级联激光吸收光谱技术(Quantum Cascade LaserAbsorptionSpectroscopy，QCLAS)，PID等方法都不能对超过10种VOC气体进行有效识别和浓度估计，现有技术中，气相色谱法和傅立叶变换红外光谱(Fourier Transform Infra-Red，FTIR)的气体检测能对多种气体进行识别和浓度检测，然而，气相色谱法需要人工制样和集气，开路式FTIR受水汽和气压的影响大，且积分时间非常长，基本只能用于一条检测线上的泄漏检测或者对大气柱的气体检测，而且，气相色谱法需要用到的气相色谱仪以及FTIR方法需要用到的傅里叶变换红外光谱仪都存在体积大而笨重，价格高昂的缺点，对于烟囱管道的排放，无法集气的高空，或环境恶劣的矿坑等场景，都无法进行多气体的VOC检测，应用场景十分受限。
目前，复杂环境大气VOC检测方法还包括利用无人机搭载基于PID检测的VOC气体检测模块，而PID的原理决定了它只能测出几百种VOC气体的总量，也就是TVOC，而不能有效识别具体包括哪些种类的VOC气体以及各个种类的VOC气体的浓度，场景应用受限，不利于进行特定场景下的气体泄漏研究。
综上所述，对于能使用在各种场景下的多种气体识别和浓度测定的大气VOC检测系统的需求是十分迫切的。
发明内容
本发明提供一种基于无人机和红外光谱技术的多组分气体检测系统，用以克服现有技术中存在的至少一个技术问题。
本发明实施例提供了一种基于无人机和红外光谱技术的多组分气体检测系统，包括：无人机、气体检测单元和数据处理单元；
所述气体检测单元搭载在所述无人机上，在所述无人机飞行至待监测区域后，所述气体检测单元对所述待监测区域的混合VOC气体进行检测；
所述气体检测单元包括：用于容置所述混合VOC气体的气室，所述气室一端设有用来发射预设波段的宽谱红外光的光源，所述气室的另一端设有红外接收模块；所述光源从所述气室一端射入初始宽谱红外光，所述初始宽谱红外光被气室中的气体吸收后得到接收宽谱红外光，所述红外接收模块用于接收所述接收宽谱红外光，并将所述接收宽谱红外光的接收光谱数据发送至所述数据处理单元；
所述数据处理单元利用不同的VOC气体在所述预设波段内的吸收谱不同，通过测定所述预设波段的所述混合VOC气体的总吸收谱来重构出每种VOC气体的浓度，所述数据处理单元具体被配置为执行以下步骤：
接收所述接收光谱数据，并根据所述接收光谱数据与所述初始宽谱红外光的光谱数据计算得到吸收谱数据；
根据所述吸收谱数据，按气体重构算法计算得到每种VOC气体的浓度；
其中，所述气体重构算法具体包括：
假设有m种不同气体的混合物，其气体吸收谱分别为R1(λ)，R2(λ)，…，Rm(λ)，其浓度系数分别为C1，C2，…，Cm，混合气体的总吸收谱为P(λ)，将频率范围离散化为λ1，λ2，…，λn，则得到矩阵方程(1)：
对所述矩阵方程进行求解，得到每种气体的浓度。
可选的，所述光源发出1-25微米的宽谱红外光，所述红外接收模块接收的光谱范围为2-6微米，所述数据处理单元用于测定VOC气体在2-4微米之间的吸收谱。
可选的，采用压缩感知算法对所述矩阵方程进行求解。
可选的，采用最小二乘估计法所述对所述矩阵方程进行求解。
可选的，采用Tikhonov正则化方法对所述矩阵方程进行求解。
可选的，所述基于无人机和红外光谱技术的多组分气体检测系统还包括：显示单元；
所述显示单元用于显示每种VOC气体的浓度。
可选的，所述无人机上还搭载有拍摄装置和定位模块；
在所述无人机飞行至待监测区域后，通过所述定位模块确定现场经纬度，通过所述拍摄装置进行拍照。
可选的，所述气室是不透明的封闭气室。
可选的，所述气室的进气口和出气口处均设有干燥装置。
可选的，所述基于无人机和红外光谱技术的多组分气体检测系统还包括：通信模块；
所述通信模块连接至所述数据处理单元。
与现有技术相比，本发明的有益效果是：
本发明提供的一种基于无人机和红外光谱技术的多组分气体检测系统以红外光谱技术为基础，采用特定波段的宽谱红外光源和红外接收模块，大大缩小检测设备的体积和重量，得到能够搭载在无人机上的用于检测VOC气体的气体检测单元，并利用不同的VOC气体在预设波段内的吸收谱不同，通过测定该预设波段区间内的混合VOC气体的总吸收谱结合预设的气体重构算法来重构出每种VOC气体的浓度，实现对目标气体成分的精准判别和浓度测量。该系统将红外光谱技术与无人机相结合，可针对复杂环境进行实时测量，应用场景更加广泛，可测量更大范围的污染物空间分布和实时变化趋势，能够对园区污染气体排放、危险气体泄漏和突发性环境污染等进行应急监测，为环境保护提供了有力的技术支持。
本发明实施例的创新点包括：
1、采用特定波段的宽谱红外光源和红外接收模块，以减小对气体检测设备的性能要求，大大减小设备体积和重量，从而得到能够搭载在无人机上的用于检测VOC气体的气体检测单元，将红外光谱技术与无人机相结合，应用场景更加广泛，是本发明实施例的创新点之一。
2、数据处理单元利用不同的VOC气体在特定波段内的吸收谱不同，通过测定特定波段区间混合VOC气体的总吸收谱来重构出每种VOC气体的浓度，实现对目标气体成分的精准判别和浓度测量，是本发明实施例的创新点之一。
3、根据接收光谱数据与初始宽谱红外光的光谱数据构建矩阵方程，将体识别重构浓度的问题转化为矩阵方程求解问题，是本发明实施例的创新点之一。
4、不同化合物的吸收谱不同，该系统提供的气体重构算法在进行重构的时候可以轻松区分使用质谱仪无法进行区分的同分异构体，为分析同分异构体开拓了一条新的途径，是本发明实施例的创新点之一。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例，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为本发明一个实施例的基于无人机和红外光谱技术的多组分气体检测系统的组成示意图；
图2为本发明一个实施例的气体检测单元的组成示意图；
图3是本发明一个实施例的红外光谱多组分气体检测系统的模块图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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，本领域普通技术人员在没有付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。
需要说明的是，本发明实施例及附图中的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本说明书实施例公开了一种基于无人机和红外光谱技术的多组分气体检测系统。以下进行详细说明。
图1为本发明一个实施例的基于无人机和红外光谱技术的多组分气体检测系统100的组成示意图，如图1所示，该系统包括：无人机110、气体检测单元120和数据处理单元130；
所述气体检测单元搭载在所述无人机上，在所述无人机飞行至待监测区域后，所述气体检测单元对所述待监测区域的混合VOC气体进行检测；
图2为本发明一个实施例的气体检测单元的组成示意图，如图2所示，所述气体检测单元包括：用于容置所述混合VOC气体的气室，所述气室一端设有用来发射预设波段的宽谱红外光的光源，所述气室的另一端设有红外接收模块；所述光源从所述气室一端射入初始宽谱红外光，所述初始宽谱红外光被气室中的气体吸收后得到接收宽谱红外光，所述红外接收模块用于接收所述接收宽谱红外光，并将所述接收宽谱红外光的接收光谱数据发送至所述数据处理单元；
所述数据处理单元利用不同的VOC气体在所述预设波段内的吸收谱不同，通过测定所述预设波段的所述混合VOC气体的总吸收谱来重构出每种VOC气体的浓度，所述数据处理单元具体被配置为执行以下步骤：
接收所述接收光谱数据，并根据所述接收光谱数据与所述初始宽谱红外光的光谱数据计算得到吸收谱数据；
根据所述吸收谱数据，按气体重构算法计算得到每种VOC气体的浓度；
其中，所述气体重构算法具体包括：
假设有m种不同气体的混合物，其气体吸收谱分别为R1(λ)，R2(λ)，…，Rm(λ)，其浓度系数分别为C1，C2，…，Cm，混合气体的总吸收谱为P(λ)，将频率范围离散化为λ1，λ2，…，λn，则得到矩阵方程(1)：
对所述矩阵方程进行求解，得到每种气体的浓度。
无人机按预设路径飞行至待监测区域，混合VOC气体进入气室，宽谱红外光源发出预设波段的宽谱红外光，经过VOC气体吸收以后到达红外接收模块，红外接收模块用于检测光源发出的光被气室中气体吸收后的光，该模块可以由小型的中红外光谱仪(如有需要则添加耦合光纤将光线耦合到光谱仪之内)构成或者是单色仪构成。红外接收模块将VOC气体在预设波段的吸收谱测定出来，并将数据传送给数据处理单元，数据处理单元根据红外接收模块收获的吸收后的光谱和预先设定的光源发射光谱，可以计算出混合气体在预设波段的吸收谱数据，继而通过预设的气体重构算法，计算出每种气体的浓度。
VOC气体是挥发性有机物，其C-H键的振动能级在4000cm-1-2500cm-1波数区间上有吸收峰，4000cm-1-2500cm-1波数区间为X-H伸缩振动区，即在2.5-3.9μm波长区间内存在吸收峰。各类有机物在3000个波数左右的区间内都存在明显的吸收峰，而不同的有机物在该区间内的吸收谱不同，通过测定该波段的总吸收谱来重构出每种气体的浓度。
该多组分气体检测系统以红外光谱技术为基础，根据VOC气体的吸收特性，预设光源和接收模块的红外光波段频段，采用特定波段的宽谱红外光源和红外接收模块，以减小对气体检测设备的性能要求，减小设备体积和重量，识别气体的系统不超过10kg，以成功搭载在无人机上，解决了现有气体检测设备体积大，重量大，一般在100kg以上，无法搭载到无人机上的技术难题，是本发明的发明点之一。
将气体检测系统搭载至无人机上，两者结合应用上具有很强的机动性和时效性，并具有远距离探测能力，应用场景更加广泛，能够在各种复杂环境下进行实时且精准的测量，能够对园区污染气体排放、危险气体泄漏和突发性环境污染等进行应急监测，为环境保护提供了有力的技术支持。
该系统将用于检测VOC气体的气体检测单元搭载在无人机上，并利用不同的VOC气体在预设波段内的吸收谱不同，通过测定混合VOC气体在该预设波段区间内的总吸收谱结合预设的气体重构算法来重构出每种VOC气体的浓度，实现对目标气体成分的精准判别和浓度测量，是本发明的发明点之一。
该气体重构算法还可以用于区分出同分异构体，以二甲苯为例，二甲苯、邻二甲苯和间二甲苯三者为同分异构体，使用质谱仪测定的时候是无法将其区分开，利用该气体重构算法进行重构，利用这三种化合物的吸收谱不同，可以轻松区分出这几种化合物，为分析同分异构体开拓了一条新的途径，发明实施例的创新点之一。
根据接收光谱数据与初始宽谱红外光的光谱数据构建矩阵方程，将体识别重构浓度的问题转化为矩阵方程求解问题，是本发明实施例的创新点之一。
该系统将红外光谱技术与无人机相结合，可针对复杂环境进行实时测量，应用场景更加广泛，可测量更大范围的污染物空间分布和实时变化趋势，能够对园区污染气体排放、危险气体泄漏和突发性环境污染等进行应急监测，为环境保护提供了有力的技术支持。
一种实现方式中，所述光源发出1-25微米的宽谱红外光，所述红外接收模块接收的光谱范围为2-6微米，所述数据处理单元用于测定VOC气体在2-4微米之间的吸收谱。
为了兼顾VOC气体检测的精确度，减小干扰对检测结果的影响，同时，降低对检测设备的性能要求，缩小设备体积重量，实现无人机的成功搭载，令光源发出宽谱红外光，在该宽谱红外光的波段分子吸收线的强度比近红外波段要大几个量级，分子在该波段的振动和转动光谱谱线更加丰富密集，同时，结合VOC气体的吸收谱特性，即大部分挥发性有机物在中红外波段吸光率最高，设置光源的红外光波段频段1-25微米，红外接收模块接收的光谱范围为2-6微米，数据处理单元测定VOC气体在2-4微米之间的吸收谱，技术上更成熟，更容易实现，抗干扰能力强，是本发明的发明点之一。
一种实现方式中，采用压缩感知算法对所述矩阵方程进行求解。
为了便于描述，将矩阵方程(1)等效为：
Ax＝b (2)；
方程(2)中：
对于方程(2)，当左边的矩阵A为满秩时，由于m远小于n的数量，无法找到一个完全满足所有方程的解，但是可以通过多种算法进行拟合找到其近似解，比如，可以通过成熟的压缩感知算法对其进行求解，其解x即为气体混合物的浓度系数。
成熟的压缩感知算法包括但不限于匹配追踪法、Bregman算法、运算符/变量分裂算法、固定点连续算法、L1范数魔术算法以及牛顿下降法等。
一种实现方式中，采用最小二乘估计法对所述矩阵方程进行求解。
采用最小二乘估计法对矩阵方程进行求解，其解为：
x＝(ATA)-1ATb (3)。
一种实现方式中，采用Tikhonov正则化方法对所述矩阵方程进行求解。
当A矩阵不是列满秩时，采用Tikhonov正则化来对解进行估计。
一种实现方式中，所述基于无人机和红外光谱技术的多组分气体检测系统还包括：显示单元；
所述显示单元用于显示每种VOC气体的浓度。
一种实现方式中，所述无人机上还搭载有拍摄装置和定位模块；
在所述无人机飞行至待监测区域后，通过所述定位模块确定现场经纬度，通过所述拍摄装置进行拍照。
一种实现方式中，所述气室是不透明的封闭气室。
该气室是不透明的封闭气室，目的是在收集无人机周围空气的同时屏蔽太阳光的背景辐射，以免太阳光的红外辐射被红外光谱检测器收集，造成误差。
为了减小水蒸气对检测结果的干扰，一种实现方式中，所述气室的进气口和出气口处均设有干燥装置。
在气室的进气口和出气口中加入干燥剂以吸收空气中的水蒸气成分。
一种实现方式中，所述基于无人机和红外光谱技术的多组分气体检测系统还包括：通信模块；
所述通信模块连接至所述数据处理单元。
无人机上可以设有通信模块，无人机通过通信模块与外界通信。数据处理模块可以通过通信模块接收和发送数据。
图3是本发明一个实施例的红外光谱多组分气体检测系统的模块图。如图3所示，该外光谱多组分气体检测系统主要由气体检测系统和无人机系统两部分构成。气体检测系统由中红外宽谱光源、气室和中红外光接收器三部分构成，混合VOC气体进入气室，宽谱红外光源发出1-25微米的宽谱红外光，经过VOC气体吸收以后到达小型傅立叶红外光谱仪，该光谱仪可接收的光谱范围为2-6微米，而VOC气体在2-4微米之间的吸收谱则被测定出来，光谱仪将数据传送给控制器，根据光谱仪收获的吸收后的光谱和预先设定的红外光源发射光谱，控制器可以计算出混合气体在2-4微米范围内的吸收谱数据，通过内置的气体重构算法，计算出每种气体的浓度，通过通信模块将数据在显示模块显示出来；无人机系统由CCD相机、定位模块、通信模块和控制器构成，当红外光谱系统对目标气体进行精准识别后，定位模块可以确定现场经纬度，CCD相机可以对现场进行拍照取证，为以后的溯源提供技术支持。
根据比尔朗伯定律，当一束平行入射的光入射到气体介质时，入射光强和出射光强比值的指数衰减与气体浓度是线性的。气体的吸收和气体浓度成正比，可以通过气体吸收光谱的方法来计算气体浓度。VOC气体是挥发性有机物，而有机物的C-H键在的振动能级在4000cm-1-2500cm-1波数区间上有吸收峰，4000cm-1-2500cm-1波数区间为X-H伸缩振动区，换算成波长即在2.5-3.9μm区间内存在吸收峰。各类有机物在3000个波数左右的区间内都存在明显的吸收峰，而不同的有机物在该区间内的吸收谱不同，因此可以通过测定该波段的总吸收谱来重构出每种气体的浓度。
整套系统采用一体化设计、重量轻、续航时间长、测量精度高，能够在各种复杂环境下进行实时监测、应急监测等，准确显示被测气体的组分、浓度、强度和谱图信息等，并实时对现场环境进行拍照，形成多功能、科学可视化的气体监测系统。
本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，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。
Claims (10)
1.一种基于无人机和红外光谱技术的多组分气体检测系统，其特征在于，包括：无人机、气体检测单元和数据处理单元；
所述气体检测单元搭载在所述无人机上，在所述无人机飞行至待监测区域后，所述气体检测单元对所述待监测区域的混合VOC气体进行检测；
所述气体检测单元包括：用于容置所述混合VOC气体的气室，所述气室一端设有用来发射预设波段的宽谱红外光的光源，所述气室的另一端设有红外接收模块；所述光源从所述气室一端射入初始宽谱红外光，所述初始宽谱红外光被气室中的气体吸收后得到接收宽谱红外光，所述红外接收模块用于接收所述接收宽谱红外光，并将所述接收宽谱红外光的接收光谱数据发送至所述数据处理单元；
所述数据处理单元利用不同的VOC气体在所述预设波段内的吸收谱不同，通过测定所述预设波段的所述混合VOC气体的总吸收谱来重构出每种VOC气体的浓度，所述数据处理单元具体被配置为执行以下步骤：
接收所述接收光谱数据，并根据所述接收光谱数据与所述初始宽谱红外光的光谱数据计算得到吸收谱数据；
根据所述吸收谱数据，按气体重构算法计算得到每种VOC气体的浓度；
其中，所述气体重构算法具体包括：
假设有m种不同气体的混合物，其气体吸收谱分别为R1(λ)，R2(λ)，…，Rm(λ)，其浓度系数分别为C1，C2，…，Cm，混合气体的总吸收谱为P(λ)，将频率范围离散化为λ1，λ2，…，λn，则得到矩阵方程(1)：
对所述矩阵方程进行求解，得到每种气体的浓度。
2.根据权利要求1所述的基于无人机和红外光谱技术的多组分气体检测系统，其特征在于，所述光源发出1-25微米的宽谱红外光，所述红外接收模块接收的光谱范围为2-6微米，所述数据处理单元用于测定VOC气体在2-4微米之间的吸收谱。
3.根据权利要求1所述的基于无人机和红外光谱技术的多组分气体检测系统，其特征在于，采用压缩感知算法对所述矩阵方程进行求解。
4.根据权利要求3所述的基于无人机和红外光谱技术的多组分气体检测系统，其特征在于，采用最小二乘估计法所述对所述矩阵方程进行求解。
5.根据权利要求1所述的基于无人机和红外光谱技术的多组分气体检测系统，其特征在于，采用Tikhonov正则化方法对所述矩阵方程进行求解。
6.根据权利要求1所述的基于无人机和红外光谱技术的多组分气体检测系统，其特征在于，还包括：显示单元；
所述显示单元用于显示每种VOC气体的浓度。
7.根据权利要求1所述的基于无人机和红外光谱技术的多组分气体检测系统，其特征在于，所述无人机上还搭载有拍摄装置和定位模块；
在所述无人机飞行至待监测区域后，通过所述定位模块确定现场经纬度，通过所述拍摄装置进行拍照。
8.根据权利要求1所述的基于无人机和红外光谱技术的多组分气体检测系统，其特征在于，所述气室是不透明的封闭气室。
9.根据权利要求8所述的基于无人机和红外光谱技术的多组分气体检测系统，其特征在于，所述气室的进气口和出气口处均设有干燥装置。
10.根据权利要求1至9任一所述的基于无人机和红外光谱技术的多组分气体检测系统，其特征在于，还包括：通信模块；
所述通信模块连接至所述数据处理单元。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211189205.XA CN117825310A (zh) | 2022-09-28 | 2022-09-28 | 基于无人机和红外光谱技术的多组分气体检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211189205.XA CN117825310A (zh) | 2022-09-28 | 2022-09-28 | 基于无人机和红外光谱技术的多组分气体检测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117825310A true CN117825310A (zh) | 2024-04-05 |
Family
ID=90517730
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211189205.XA Pending CN117825310A (zh) | 2022-09-28 | 2022-09-28 | 基于无人机和红外光谱技术的多组分气体检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117825310A (zh) |
-
2022
- 2022-09-28 CN CN202211189205.XA patent/CN117825310A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Min et al. | A broadband cavity enhanced absorption spectrometer for aircraft measurements of glyoxal, methylglyoxal, nitrous acid, nitrogen dioxide, and water vapor | |
| von Bobrutzki et al. | Field inter-comparison of eleven atmospheric ammonia measurement techniques | |
| KR101098124B1 (ko) | 멀티가스 감시 및 검출 시스템 | |
| Wu et al. | Stand-off detection of chemicals by UV Raman spectroscopy | |
| Wu et al. | Development of an open-path incoherent broadband cavity-enhanced spectroscopy based instrument for simultaneous measurement of HONO and NO 2 in ambient air | |
| US7248357B2 (en) | Method and apparatus for optically measuring the heating value of a multi-component fuel gas using nir absorption spectroscopy | |
| CN101109701A (zh) | 多成分气体在线检测方法及装置 | |
| CN101871879B (zh) | 基于微谐振环阵列分光技术的微量气体探测方法及探测器 | |
| CN104880434B (zh) | 复杂环境中弱吸收气体的检测装置及方法 | |
| Li et al. | Mid-infrared telemetry sensor based calibration gas cell for CO detection using a laser wavelength locking technique | |
| Chen et al. | Highly-sensitive NO, NO2, and NH3 measurements with an open-multipass cell based on mid-infrared wavelength modulation spectroscopy | |
| Geiko et al. | Detection of concentration small gas components of atmosphere by DOAS method | |
| US20110309248A1 (en) | Optical Remote Sensing of Fugitive Releases | |
| CN117825310A (zh) | 基于无人机和红外光谱技术的多组分气体检测系统 | |
| CN219391798U (zh) | 移动测量工业排放挥发性有机物浓度和通量的监测系统 | |
| CN217358878U (zh) | 一种在线式危化气体泄漏遥测设备 | |
| Chaney et al. | Unique ambient carbon monoxide monitor based on gas filter correlation: performance and application | |
| Spartz et al. | Optimization of a Fourier transform infrared spectrometer during on-site pollution analysis | |
| RU103400U1 (ru) | Лабораторный стенд для создания и контроля концентраций газообразных веществ при формировании базы спектральных данных и оценке технических характеристик фурье-спектрорадиометров | |
| Wang et al. | Forward model for O2 a-band night glow limb radiance in the mesophere and lower thermosphere | |
| Mount et al. | The measurement of tropospheric trace gases at Fritz Peak Observatory, Colorado, by Long-Path Absorption: OH and ancillary gases | |
| CN111089846A (zh) | 一种机载与车载doas同步观测的污染源排放通量测量方法 | |
| Min et al. | A broadband cavity enhanced absorption spectrometer for aircraft measurements of glyoxal, methylglyoxal, nitrous acid, nitrogen dioxide, and water vapor | |
| Todd | Evaluation of an open-path Fourier transform infrared spectrophotometer using an exposure chamber | |
| Cantu et al. | A unique application of an extractive FTIR ambient air monitoring system for the simultaneous detection of multiple-ppb-level VOCs |
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 |