气体浓度二维分布红外激光光谱检测方法与图像重建算法研究
发布时间:2020-04-02 04:13
【摘要】:气体检测技术在工业和环保领域有着非常重要的地位,可调谐半导体激光吸收光谱技术(Tunable Diode Laser Absorption Spectroscopy,TDLAS)以其非接触、高灵敏度、响应迅速和适应性强等优点,在现场检测环境得到广泛应用。TDLAS技术本质为视线检测,其测量结果可以反映被测区域的平均浓度信息,但是不能够直接反映气体的区域分布特征。本文将TDLAS技术与计算机断层扫描技术(Computed Tomography,CT)结合,实现了气体浓度二维分布的图像重建,并对此开展了数值模拟和实验研究。研究了气体浓度二维分布图像重建算法。利用计算机模拟技术进行了数值仿真,研究了初始值、信号误差、松弛因子对图像重建的影响,并对重建算法进行了优化,主要包括三个方面:1、研究了一种初始值的计算方法,有利于缩短重建时间;2、研究了一种利用零吸收光路约束重建过程的方法,减小了重建误差;3、提出了一种基于递进的松弛因子的图像重建方法,可在保证重建质量的前提下显著减少重建时间。设计了气体浓度二维分布红外激光光谱检测系统,以甲烷气体为检测目标,选择中心波长为1653.74nm的激光器作为光源搭建了实验平台。基于Lab VIEW平台,编写了多通道光谱数据采集与气体浓度分布图像重建算法软件,实现了光谱数据特征提取与气体浓度分布反演。开展了气体二维分布检测的实验研究,分别对多种静态气体分布和流动气体分布进行了检测实验与浓度场分布图像重建分析,从系统的气体二维分布图像重建效果和稳定性两个方面进行了验证。结果表明,本文所研究的基于红外激光光谱的气体浓度二维分布图像重建算法与系统能够实现气体浓度二维分布的检测与图像重建,可以较好反映分布特征,具有良好的稳定性。
【图文】:
合肥工业大学专业硕士研究生学位论文谐半导体激光吸收光谱技术等。法要包括气体分离系统和检测系统,气体分离测气体的各组分分离[7]。色谱柱由固定相和流其作用是带动被测气体在气路中流动,固定相,因此,当流动相载着被测气体从色谱柱通过经过一段时间后逐渐将各组分气体分离开来通过一种气体就可以探测到一个电信号,根据分物质及其浓度。
图 1.2 ZOLOTECH 公司的二维 TDLAS 设备示意图Fig 1.2 A schematic diagram of a two-dimensional TDLAS device developed by ZOLOTECH国内许多学者也对二维 TDLAS 技术进行了研究。2008 年,浙江大学的李宁[25]利用高速旋转台,搭建了多角度投影二维 TDLAS 系统(如图 1.3 所示),研究了NH3的二维分布,其系统采用四个旋转台带动激光发射和接受装置对测量区域进行扫描,每台旋转台的转动角度约为 11°,在测量区域另一侧放置曲率半径为750mm 的反光镜,反光镜的曲率中心和旋转台的轴心重合。当光线从准直器射出,穿过测量区域后打在反射镜上,,再由反光镜反回光电探测器,最后利用高速采集系统采集数据。该系统的优点是可以得到较多的等效光路,减少了光源和探测器数量,高速转台的扫描速度约 120°/s,可以在 100ms 内完成 400 条光路的扫描。
【学位授予单位】:合肥工业大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TN249;TP391.41
【图文】:
合肥工业大学专业硕士研究生学位论文谐半导体激光吸收光谱技术等。法要包括气体分离系统和检测系统,气体分离测气体的各组分分离[7]。色谱柱由固定相和流其作用是带动被测气体在气路中流动,固定相,因此,当流动相载着被测气体从色谱柱通过经过一段时间后逐渐将各组分气体分离开来通过一种气体就可以探测到一个电信号,根据分物质及其浓度。
图 1.2 ZOLOTECH 公司的二维 TDLAS 设备示意图Fig 1.2 A schematic diagram of a two-dimensional TDLAS device developed by ZOLOTECH国内许多学者也对二维 TDLAS 技术进行了研究。2008 年,浙江大学的李宁[25]利用高速旋转台,搭建了多角度投影二维 TDLAS 系统(如图 1.3 所示),研究了NH3的二维分布,其系统采用四个旋转台带动激光发射和接受装置对测量区域进行扫描,每台旋转台的转动角度约为 11°,在测量区域另一侧放置曲率半径为750mm 的反光镜,反光镜的曲率中心和旋转台的轴心重合。当光线从准直器射出,穿过测量区域后打在反射镜上,,再由反光镜反回光电探测器,最后利用高速采集系统采集数据。该系统的优点是可以得到较多的等效光路,减少了光源和探测器数量,高速转台的扫描速度约 120°/s,可以在 100ms 内完成 400 条光路的扫描。
【学位授予单位】:合肥工业大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TN249;TP391.41
【相似文献】
相关期刊论文 前10条
1 李然;干宗良;崔子冠;朱秀昌;;压缩感知图像重建算法的研究现状及其展望[J];电视技术;2013年19期
2 何敏;许晓彦;;基于逆问题的电磁成像图像重建算法[J];仪器仪表学报;2006年S1期
3 陈瑞瑞;李爽;;一种新的基于感知字典的稀疏图像重建算法研究[J];洛阳师范学院学报;2017年08期
4 熊小芸;唐磊;王超;;用于电容层析成像的一步稳定图像重建算法[J];仪器仪表学报;2007年11期
5 丁永维;董峰;;电阻层析成像技术正则化图像重建算法研究[J];控制工程;2007年S3期
6 高彦丽;章勇高;邵富群;徐青;;电容层析成像技术中图像重建算法的发展及研究[J];传感器与微系统;2007年10期
7 丁永维;董峰;;电阻层析成像技术图像重建算法概述[J];仪器仪表用户;2006年06期
8 邵兴华,陈德运;电容层析成像图像重建算法的研究[J];哈尔滨理工大学学报;2003年04期
9 宋云;李雪玉;沈燕飞;杨高波;;基于非局部相似块低秩的压缩感知图像重建算法[J];电子学报;2017年03期
10 雷兢;孙猛;董向元;刘石;;基于预优化变换的电容层析成像图像重建算法[J];仪器仪表学报;2007年03期
相关会议论文 前10条
1 周小林;刘大虎;
本文编号:2611436
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/2611436.html