网格化空气质量监测仪中气体干扰模型的建立

网格化空气质量监测仪(简称微型站)利用内部集成的电化学气体传感器检测NO2、SO_(2)、CO和O_(3)等空气污染物,具有成本低、体积小等优点,但电化学传感器自身存在的气体交叉干扰问题极大地影响了监测结果的准确性。通过一元、多元线性和多元非线性回归分析的方法研究了微型站内的4种传感器的交叉干扰模型。结果表明:NO_(2)、CO传感器符合一元线性模型,拟合优度(R^(2)值)分别为0.9778和0.9898;而多元线性模型更适用于O_(3)和SO_(2)传感器,R^(2)值分别为0.9773和0.8901。在此基础上,通过进一步引入气体浓度交叉项进行优化,可以使SO2传感器的R2值提升至0.9294。气体交叉干扰模型的建立和优化有助于提高微型站对空气污染物的监测能力,同时为厂家设计和改良仪器提供参考。

基于改进WOA-BP神经网络的网格化空气质量监测仪数据修正

空气污染严重威胁人类健康,近年来逐渐兴起的基于传感器技术的微型空气监测仪(简称微型站)具有体积小、造价低的优点,符合当前网格化、精细化的空气质量管理模式。但微型站中使用的电化学传感器存在复杂的气体交叉干扰,影响设备的准确性。针对交叉干扰非线性,难以用明确的数学表达式描述的问题,提出将改进鲸鱼算法优化的反向传播(CIWOA-BP)神经网络应用于微型站数据的修正。CIWOA-BP算法结合了BP神经网络善于处理非线性黑箱问题的优势以及CIWOA全局寻优的能力。结果表明:经过CIWOA-BP修正后的微型站可以实现对混合气体中的NO_(2)、CO、O_(3)和SO_(2)的准确定量分析,4种气体的计算值和实际值之间的拟合优度(R^(2))均超过了0.97,效果优于一元、多元线性回归和传统的BP神经网络,可以很好地提升设备对空气污染物的监测精度。

基于光纤束反射驱动的氢气浓度监测系统设计

空气中泄露的氢气浓度达到4%就变得易燃易爆,常规的氢气传感器主要是使用电化学传感器,潜在的电磁干扰与电火花会极易将空气中的氢气引爆,氢气检测的安全性与实时性难以保证;提出基于反射式光纤束氢气传感器的氢气浓度实时检测方法,建立反射式光纤束传感器氢气检测的数学模型,对传感器输出的微弱电流设计了低噪声、抗干扰的调理电路,基于ARMS3C2410设计了系统的硬件支撑电路完成各种扩展功能;在传感器输出信号中使用粒子群优化方法对输出进行精度补偿;实验证明,系统能在40s内对超浓度的氢气进行报警,交叉气体的检测准确度高达98%,具有很强的实用性。

基于梳状滤波器的光纤甲烷传感器的研究

采用基于Sagnac的保偏光子晶体光纤(polarization-maintaining photonic crystal fiber,PM-PCF)滤波器,将宽带光源精确匹配甲烷气体在近红外波段的几个吸收线谱。设计出一个简单合理的多反射气室,使得光源和甲烷气体之间能够充分相互作用,提高了系统的灵敏度。同时,在测量甲烷气体浓度时,加入乙炔气体作为干扰,通过实验验证了该方案能够有效减缓交叉气体的灵敏度。

基于TDLAS的煤矿用激光甲烷传感器的设计

针对目前煤矿使用的甲烷传感器存在精度低、稳定性差、易受其他气体影响的问题,设计了一种基于谐波检测技术的激光甲烷传感器,并详细分析了TDLAS(Tunable Diode Laser Absorption Spectroscopy)基本原理。对传感器的系统总体设计、激光器及控制电路、光电转换及前置放大电路、RS485电路、频率信号电路、系统软件设计进行了重点介绍。同时分别对催化甲烷传感器、红外甲烷传感器和激光甲烷传感器通入标准甲烷气样和柴油车尾气进行测量,结果表明激光甲烷传感器检测精度高、误差小、不受交叉气体的干扰,符合国家煤矿安全标准的各项要求,能进一步保障煤矿的安全生产。

Bubble Formation Characteristics from a Sieve Tray with Liquid Cross-flow

An apparatus, designed to simulate bubbling of sieve tray operatedin froth regime, was employed. Bubble contact angles in and above theincipient weeping regime for an air-water-plexiglas system wereinvestigated. The influence of both liquid cross-flow and gas up-flowupon bubble contact angles was examined. A model consider- Ing theinfluence of liquid cross-flow was developed to predict bubble sizefrom a sieve hole in froth operation regime. The comparison showsthat the bubble sizes predicted by the present model are consistentwith our experimental Values and the available published experimentaldata.

Energy Spectrum of a Degenerate Fermi Gas at the BEC-BCS Crossover

A theoretical study of the BCS-BEC crossover is presented. Starting from a two-channel Boson-Fermion resonance model, the BCS-Bogoiubov mean-field method and the Green＇s function method are adopted. The result shows that we can end up with a BCS-type theory but with a composite order parameter. Calculation shows that the Bose condensate of BCS Cooper pairs is proportional to the molecular BEC of Bose molecules. The resonance superfluid phase is indicated by the energy spectrum with an obvious interpretation of the transition mechanism.

GA-BP模型在大气微站数据修正中的应用

针对大气微站中的电化学气体传感器选择性不足,容易受到非目标气体交叉干扰的问题,提出使用遗传算法(GA)优化的反向传播(BP)神经网络模型(GA-BP模型)对微站进行数据修正的方法。GA-BP模型在善于处理非线性黑箱问题的BP神经网络模型的基础上引入具有全局寻优能力的GA,通过GA对神经网络的初始参数进行优化,弥补了BP神经网络容易陷入局部极小值的缺陷,提升了模型整体的精度和稳定性。实验结果表明,经过GA-BP模型修正后的微站可以实现对混合气体中的NO_(2)、CO、O_(3)和SO_(2)的准确定量分析,4种气体浓度的计算值和实测值之间的拟合优度(R2)均超过了0.95,与一元、多元线性回归和传统的BP神经网络相比,修正效果优势明显。此外,GA-BP模型还具有良好的泛化能力,将未参与训练的微站数据带入其中,得到的4种气体浓度计算值和实测值之间的R2值也均在0.88以上,证明了本方法具有很好的适用性,可以为厂家提升设备性能以及使用者得到准确的空气污染物的浓度数据提供有益的参考。