基于谱线筛选的矿物灰分快速检测研究

谱线筛选法在矿物灰分快速检测中发挥着重要作用,在本次研究中,本文详细介绍了谱线筛选矿物灰分检测的基本条件,并对其中的参数选择要求以及模型评价方法进行分析;之后进行实验分析,对谱线筛选方法的应用效果进行分析。从本文的研究结果可知,谱线筛选方法满足矿物灰分快速检测的要求,值得推广。

基于谱线筛选的偏最小二乘法在LIBS煤炭灰分快速检测中的应用

利用基于激光诱导击穿光谱技术(LIBS)的煤质快速检测装置进行实验研究,在传统的偏最小二乘法(PLS)模型基础上通过预先的谱线筛选,剔除部分波动过大不利于建模的噪声信息,建立基于谱线筛选的PLS模型。相对于传统的PLS模型,该基于谱线筛选的PLS模型在基本不改变定标样品误差的情况下,显著降低了预测样品的分析误差,其中预测样品的灰分预测结果平均误差从2.262%下降至1.972%,最大误差从5.093%下降至3.575%,模型的性能得以显著提高。

试验器燃气组分吸收谱线筛选及激光器选频

本文开展试验器燃气组分吸收谱线筛选及激光器选频研究,确定了气体组分吸收谱线筛选及激光器选频流程,利用经典的HITRAN/HITEMP光谱数据库确定分子吸收谱带;根据吸收谱线选择原则确定合适的谱线,并在不同试验工况下,不同温度下三种待测气体(CO、CO_(2)、H_(2)O)吸光度曲线仿真。依据筛选的谱线数据和不同组分在待测工况下吸收曲线仿真后,进行激光器选频。

激光吸收光谱气体检测中谱线的自动筛选

激光吸收光谱(LAS)技术进行气体检测具有高选择性、高灵敏度、快速响应、可多组分多参量同时非接触测量等优势,被广泛用于环境监测、污染排放检测、工业过程控制等领域。在应用LAS技术进行气体检测时,首要工作就是选择合适的目标谱线。目前对谱线的筛选都是基于人工观察完成,费时费力,效率低下。设计了一款自动化谱线筛选软件,对于给定波段范围,基于LAS检测原理和谱线筛选原则,结合测量的环境条件对HITRAN光谱数据库中的相关谱线数据进行分析,根据吸光度和谱线的线宽等对灵敏度和谱线干扰进行判断,最终输出筛选的目标谱线或测温谱线对。该方法大大提高了谱线的筛选效率,可用于LAS气体检测之前目标谱线的自动化筛选,对于气体的浓度检测和温度测量具有重要意义。