大浓度差CO和CO2的激光吸收光谱特性及同步测量研究

来源 :华南理工大学 | 被引量 : 0次 | 上传用户:KEN_LONG
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
温室效应导致的全球气候变暖成为人类面临的主要环境问题之一,我国已将碳达峰、碳中和纳入生态文明建设整体布局。目前燃煤电厂排放的CO2在全国碳排放总量中占比超40%,降低煤电和提高能源利用效率是重要的碳减排途径。CO2是锅炉排放烟气中主要的温室气体,CO作为主要的不完全燃烧产物可以反应锅炉燃烧效率,因此实现CO2和CO精准在线监测对于碳减排政策制定与锅炉低碳运行具有重要意义。可调谐激光吸收光谱技术(Tunable Diode Laser Absorption Spectroscopy,TDLAS)相比传统的CO和CO2气体检测技术,具有非接触式、高分辨率、高选择性、响应速度快等优点,可实现在线、快速和高精度气体检测,适合用于气体成分复杂、环境恶劣如锅炉排放烟气测量。本文针对锅炉排放烟气中包含高浓度CO2和低浓度CO这一研究背景,开展了利用单个激光器实现大浓度差CO和CO2同时测量,以及为提升同步测量精度的数字滤波降噪技术的研究。首先介绍了TDLAS技术气体检测基本原理,包括直接吸收光谱技术和波长调制技术检测过程,设计并搭建了基于TDLAS的CO和CO2光谱同步测量实验系统。然后利用设备简单且具有免标定优势的直接吸收光谱技术测量了CO2气体,为进一步简化系统提出了基于直接吸收峰峰值标定的气体浓度反演方法。随后参考烟道尾部烟气环境利用TDLAS系统进行实验验证,并与传统吸光度积分法的测量性能进行比较。在此基础上,为了实现低成本的大浓度差CO2和CO同步测量,提出了单个1580nm激光器和二次谐波检测技术相结合的测量方案,在0.01%~5%CO和0.5~10%CO2范围内配比了11组不同浓度(浓度差最高达到200倍)的多组分气体进行实验研究。然后研究了不同数字滤波技术对大浓度差下多组分气体同时测量的降噪效果,获得了适用于该测量方案的最优滤波方法。研究结果表明db3小波函数2层分解是最佳滤波方法,系统检测限从0.004%降低至0.0025%,CO测量相对误差均方值从7.11%下降至5.18%,CO2从1.28%下降至1.21%。与此同时,幅值波动极差与标准偏差均下降,系统检测限、测量精度和稳定性得到了同步提升,可以满足应用现场的检测需求。
其他文献
随着社会不断发展,不可再生能源紧缺、环境污染等问题日益严重,移动电子设备、新能源汽车的蓬勃兴起,发展绿色环保、可持续的锂离子电池是未来的必然趋势。而当前商业市场上使用液态电解液的锂离子电池能量密度有限和存在安全隐患等问题限制了其进一步发展,为了解决能量密度和安全性问题,发展使用固态电解质的全固态锂金属电池是未来的必经之路。固态聚合物电解质是目前研究最成熟的一类固态电解质,具有易成型、与电极相容性好
Ⅲ族氮化物紫外发光二极管(Ultraviolet Light-Emitting Diode,UV LED)在杀菌消毒、医疗、气体传感和聚合物固化等领域具有广阔的应用前景。目前,相比于In Ga N基可见光LED,Al Ga N基UV LED的外量子效率(External Quantum Efficiency,EQE)很低,阻碍了其商业化应用的进程。高Al组分的Al Ga N基UV LED,面临着强
动力电池作为电动汽车的核心部件,其性能直接影响着电动汽车的可靠性和安全性。温度对电池性能及寿命有着较大影响,过高或过低温度都会导致电池性能衰减甚至破坏失效,因此有必要设计开发安全高效的动力电池热管理系统。针对小型与大型动力电池模组存在的热管理问题,本文分别提出了基于超薄均热板和基于三维热管阵列的动力电池集成式热管理技术,并研究分析其与不同散热方式结合的热管理效果。本文首先设计并制造了厚度为0.8
随着大众的信息安全意识不断增强,人们对身份识别方法的便捷、准确和安全性要求越来越高。掌纹和掌静脉相比指纹、指静脉等生物特征,具有特征区域大、纹理信息丰富等特点,在身份识别任务中有着优秀的性能,因此,近年来掌纹掌静脉识别技术引发了学术界和工业界的广泛关注和研究。目前掌纹掌静脉识别在实际应用中仍然存在用户体验差、训练数据缺乏、静脉成像受手掌温度影响较大等问题。由于现有的系统要求用户手掌在特定区域停留一
癌症是威胁人类健康的一个重要因素,具有生理复杂性和异质性。随着高通量测序技术发展,利用多组学数据进行癌症分型研究是一个重要的研究方向。尽管有了一些利用统计学和深度学习来整合多组学数据的研究,但是受限于多组学数据之间高度不平衡的维度和尺度差异,以及生物数据的高噪声,目前仍缺乏更有效率的整合方法。针对上述问题,本文提出了三种多组学整合分型方法,渐进式地开展多组学整合分型研究。首先提出了深度网络多组学整
语音增强是从带噪语音中恢复出干净语音分量,以提高语音的听感质量和可懂度。传统的语音增强算法假设噪声是平稳的,但是生活中的实际噪声是随机且非平稳的。而现代的神经网络语音增强算法无需假设噪声性质,可以直接学习带噪语音到干净语音的映射关系。但是不同的训练目标会有不同的语音增强效果,而且单个神经网络的学习能力也是有限的,因此多目标学习和集成学习算法开始应用在语音增强领域。多目标学习语音增强算法可以同时优化
基于分类模型的ECoG术中脑功能定位有望实现准确、快速、无创的神经外科脑功能区定位,但由于个体之间的功能区ECoG特异性差异,存在功能区定位算法泛化性能差的问题。本文设想采用聚类和分类结合的定位方法来提高算法的泛化性能,开展基于静息态ECoG聚类和二分类的术中脑功能区定位算法研究。首先,优化静息态ECoG的采集方法和预处理算法。设计智能电极接触状态检测器的上位机软件,分析和指示皮质电极与大脑皮层接
近些年深度卷积神经网络的快速发展促使图像识别、目标检测、图像分割等领域准确率大幅提升,基于深度学习的图像技术被广泛应用于生活生产中。人脸检测作为目标检测领域重要的子分支成为研究热点,当前在多种数据集上已有准确率非常高的算法提出,诸多前沿算法模型基于庞大参数量的网络结构,尽管拥有较高的准确率,但实际运行速度很低,难以满足实际生活生产的需求。本文从模型设计与模型压缩两方面入手,设计了一个轻量化的人脸检
聚合物太阳电池(PSCs)作为一种极具发展前景的太阳能光伏发电技术,因其重量轻、柔性、可溶液-大面积加工等优点受到了科学界和产业界的广泛关注。随着一系列非富勒烯受体材料的涌现,单结二元PSCs已实现超过18%的高器件效率。PSCs的吸光活性层主要采用本体异质结结构,对有关活性层形貌的调控始终是研究者们致力于探索的重要问题。研究表明具有合适的相区尺寸及连续互穿网络纳米结构的活性层是PSCs获得高能量
癌症的高并发率和高死亡率已经严重威胁人类的生命健康,癌症临床治疗手段主要以手术切除、化学治疗、放射治疗为主,但外科手术除造成大面积缺损外,还存在癌细胞残留导致癌症复发的风险,而化学治疗、放射治疗副作用明显,对人体伤害大,预后性差。声、光辅以声光响应性纳米颗粒可用于光动力、声动力疗法,又因其非侵入性和聚焦肿瘤组织而不损伤正常组织的特点为癌症治疗提供了新的方法,因此,为提高肿瘤治疗效率并避免传统疗法的