烟气污染物浓度的自适应差分吸收光谱测量方法及装置

摘要

本发明公开了一种烟气污染物浓度的自适应差分吸收光谱测量方法及装置。该方法利用经验模态分解(EMD)结合3σ准则自适应地确定气态污染物吸收度的分解尺度和阈值，充分保留差分吸收度本身的非平稳特征，有效地降低粉尘产生的背景光谱干扰，根据降噪和剔除趋势项后的差分吸收度，对待测的n种污染物气体(SO2，NOx)，建立关于n种气态污染物浓度C1、C2…Cn的方程组，采用线性最小二乘算法可获得待测气体污染物的浓度。本发明的烟气污染物浓度的自适应差分吸收光谱测量装置包括光源、光纤耦合器、光纤光谱仪、计算机以及由准直透镜、分束镜、参考光透镜、反射镜、会聚透镜、光挡板、光纤耦合器、分划板、瞄准目镜、英玻璃窗和角反射镜构成的光学系统组成。

主权项

1.一种烟气污染物浓度的自适应差分吸收光谱测量方法，其特征在于：步骤1：向有烟气流动的烟道内直射由脉冲氙灯或氘灯光源发光经过准直透镜产生的平行光束且平行光束的直射方向与烟气流动方向相垂直，入射平行光束的光谱强度为I₀(λ)，经过光程长度为L的烟道后的光谱强度为I(λ)，步骤2：计算吸收光谱强度与入射光谱强度之比的对数值即吸收度步骤3：对吸收度D(λ)进行基于经验模态分解EMD的自适应滤波和降噪处理，获得差分吸收光度D′(λ)，具体算法如下：1)对噪声污染的吸收度D(λ)进行经验模态分解EMD，得到k个本征模态函数IMF分量D_i(λ)和趋势项r(λ)；2)计算吸收度D(λ)各分解尺度下本征模态函数IMF分量D_i(λ)噪声的均方值σ_1i，根据粗大误差检验的3σ准则，设定各尺度分量IMF的阈值t_1i＝3σ_1i，其中i＝1，2，....k，σ_1i计算过程如下：σ_1i＝MAD_1i/0.6745    (1)其中，MAD_1i为第i个本征模态函数IMF分量的绝对中值偏差，定义为MAD_1i＝Median(|D_i(λ)-Median(D_i(λ))|)    (2)Median表示取中值，3)对吸收度D(λ)各尺度下的本征模态函数IMF分量D_i(λ)进行阈值判别${\hat{D}}_i\left(\lambda \right)=\left\{\begin{array}{cc}{D}_i\left(\lambda \right)& \left|D_i\left(\lambda \right)\right|>t_{1i}\\ 0& \left|D_i\left(\lambda \right)\right|\le t_{1i}\end{array}\right.---\left(3\right)$式中i＝1，2....k，为降噪后的本征模态函数IMF分量，4)由降噪后的本征模态函数IMF分量重构去噪和剔除趋势项后的差分吸收度D′(λ)，$D^{\prime }\left(\lambda \right)=\underset{i=1}{\overset{k}{\Sigma }}{\hat{D}}_i\left(\lambda \right)---\left(4\right)$步骤4：对待测的n种污染物气体，建立关于n种污染物浓度C₁、C₂......C_n的方程组：$\left\{\begin{array}{c}{D}^{\prime \left({\lambda }_1\right)}/L=[C_1·{\sigma }_1^{\prime }\left({\lambda }_1\right)+C_2·{\sigma }_2^{\prime }\left({\lambda }_1\right)+...+C_n·{\sigma }_n^{\prime }\left({\lambda }_1\right)]\\ .\\ .\\ .\\ D^{\prime \left({\lambda }_l\right)}/L=[C_1·{\sigma }_1^{\prime }\left({\lambda }_l\right)+C_2·{\sigma }_2^{\prime }\left({\lambda }_l\right)+...+C_n·{\sigma }_n^{\prime }\left({\lambda }_l\right)]\\ .\\ .\\ .\\ D^{\prime \left({\lambda }_m\right)}/L=[C_1·{\sigma }_1^{\prime }\left({\lambda }_m\right)+C_2·{\sigma }_2^{\prime }\left({\lambda }_m\right)+...+C_n·{\sigma }_n^{\prime }\left({\lambda }_m\right)]\end{array}\right.---\left(5\right)$式中，λ_l为选取的第l个离散波长，l＝1，2...m，D′(λ_l)为第l个离散波长上的差分吸收度，m为选取的离散波长点个数，n为污染物气体种类数，n＝1，2，3，选取的波长点个数m要大于污染物气体种类数n，σ′_n(λ)为差分吸收截面，采用线性最小二乘算法对式(5)进行求解，获得待测气体污染物的浓度，所述的差分吸收截面σ′_n(λ)取得方法为：首先，试验室内在光程长度为L₀的测量室内充满标准浓度为C的待测第n种气体，由光源发射光谱I₀(λ)和透过吸收室内吸收光谱I(λ)根据朗泊比尔定理I(λ)＝I₀(λ)exp(-CL₀σ_n(λ))获得待测污染物气体SO2、NOx的吸收截面σ_n(λ)，n＝1，2，3，对吸收截面σ_n(λ)的处理过程如下：1)对含有噪声吸收截面σ_n(λ)进行经验模态分解EMD，得到p个本征模态函数IMF分量σ_nq(λ)和趋势项R(λ)，其中q＝1，2，....p；2)计算各分解尺度下本征模态函数IMF分量噪声的均方值σ_2nq，根据粗大误差检验的3σ准则，设定各尺度分量IMF的阈值t_nq＝3σ_2nq，σ_2nq计算过程如下：σ_2nq＝MAD_nq/0.6745    (6)其中，MAD_nq为第q个本征模态函数IMF分量的绝对中值偏差，定义为MAD_nq＝Median(|σ_nq(λ)-Median(σ_nq(λ))|)    (7)Median表示取中值，3)对吸收截面σ_n(λ)各尺度下的本征模态函数IMF分量σ_nq(λ)进行阈值判别${\sigma }_{\mathrm{nq}}^{^}\left(\lambda \right)=\left\{\begin{array}{cc}{\sigma }_{\mathrm{nq}}\left(\lambda \right)& \left|{\sigma }_{\mathrm{nq}}\left(\lambda \right)\right|>t_{\mathrm{nq}}\\ 0& \left|{\sigma }_{\mathrm{nq}}\left(\lambda \right)\right|\le t_{\mathrm{nq}}\end{array}\right.---\left(8\right)$式中q＝1，2....p，为降噪后的本征模态函数IMF分量，4)由降噪后的本征模态函数IMF分量重构去噪和剔除趋势项后的差分吸收截面${\sigma }_n^{\prime }\left(\lambda \right)=\underset{q=1}{\overset{p}{\Sigma }}{\sigma }_{\mathrm{nq}}^{^}\left(\lambda \right)---\left(9\right).$