烟气分析算法的优化设计
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:X851
【图文】:
它是光子数和气体浓度关系之间的桥梁。检测烟气中 SO2、分的吸光浓度时,不管是差分吸收光谱分析法测量其中的几种谱吸收的循环迭代算法,在理论分析和算法设计中都会应用到细的介绍。的形成机理气体分子的过程中[33],共用电子对将原子连接形成分子,当吸收某种固定波长的光子,这样使的分子运动状态由基态变换到。不同分子的能级分布也呈现出不同,相同的能级吸收不一样不相同,研究发现光子的能量和波长之间的关系为:常量,c 为光速, 为波长。分为三种[34]:电子能量 Ee、振动能量 Ev、转动能量 Er,,其中 EhcE h V
2 光谱分析理论也不同。产生转动跃迁的能量 EV 在 0.005eV~0.050eV 之间,吸收光谱分布在远红外区域,我们将这个区域称为远红外光谱也可以把它称作分子转动光谱;振动能级跃迁所需要的能量 EV 在 0.05eV~1.00eV 之间,吸收光谱分布在红外区域,我们将这个区域的光谱称作红外光谱也有学者将其称作分子振动光谱;电子能级跃迁需要的能量在 Ee 为1eV~20eV 之间,吸收光谱范围在紫外光和可见光区域,所以将这个区域的光谱称作紫外一可见光谱也可以称其为分子的电子光谱[35]。电子运动总会伴随着振动和转动行为,所以我们测量出的光谱并不是纯粹的电子光谱而是电子、振动和转动这三种类型的光谱组成的。多原子分子的复杂结构,使得测量出它们的光谱外观也大多呈现出非线性的特征,这条非线性分布区域是若干条谱线叠加形成的连续吸收带如图 2.2 所示。
【参考文献】
相关期刊论文 前10条
1 吴晓蔚;;火电厂执行大气污染物排放新标准的达标研究[J];环境监测管理与技术;2015年06期
2 肖元芳;王小华;杭纬;;中国原子光谱发展近况概述[J];光谱学与光谱分析;2015年09期
3 牟福生;李昂;谢品华;王杨;徐晋;张杰;陈浩;吴丰成;;基于MAX-DOAS的对流层NO_2和气溶胶光学厚度遥测反演[J];大气与环境光学学报;2015年03期
4 邓宗海;;环境检测对环境治理的意义[J];现代园艺;2014年08期
5 宋飞虎;汤光华;许传龙;王式民;;低光学厚度下差分吸收光谱技术反演算法研究[J];中国电机工程学报;2010年11期
6 李素文;刘文清;谢品华;王凤随;杨一军;;差分吸收光谱系统监测污染物浓度实时预测模型[J];光谱学与光谱分析;2009年11期
7 汤光华;许传龙;邵理堂;杨道业;周宾;王式民;;算法融合的差分吸收光谱法烟气SO_2浓度在线监测研究[J];光谱学与光谱分析;2009年04期
8 郑龙江;李鹏;秦瑞峰;杨俊明;;气体浓度检测光学技术的研究现状和发展趋势[J];激光与光电子学进展;2008年08期
9 汤光华;许传龙;邵理堂;王式民;;基于遗传算法的差分吸收光谱反演算法及实验研究[J];工程热物理学报;2008年03期
10 张学典;黄显;徐可欣;;差分吸收光谱反演方法在环境监测系统中的研究[J];光谱学与光谱分析;2007年11期
相关会议论文 前1条
1 孙琦;;论空气污染对人体健康的影响及防治措施[A];2013中国环境科学学会学术年会论文集(第七卷)[C];2013年
相关博士学位论文 前4条
1 张弛;烟气连续监测系统关键技术的研究[D];天津大学;2012年
2 刘波;蚁群算法改进及应用研究[D];燕山大学;2010年
3 李树珉;烟气排放实时连续监测系统关键技术的研究[D];天津大学;2009年
4 吕勇;蚁群优化算法及在网络路由中的应用研究[D];浙江大学;2005年
相关硕士学位论文 前6条
1 闫琴;基于蚁群算法的光谱波长选择的应用研究[D];西安工业大学;2014年
2 唐禹;一种路径规划问题的蚁群算法研究[D];哈尔滨工程大学;2013年
3 江绪前;便携式紫外烟气分析仪设计[D];南京理工大学;2012年
4 刘立东;改进蚁群优化算法的研究[D];西南交通大学;2007年
5 唐超礼;群智能算法及其在函数优化中的应用研究[D];安徽理工大学;2007年
6 王玉杰;用于大气环境监测的燃料电池型气体传感器的研究[D];四川大学;2004年
本文编号:2712383
本文链接:https://www.wllwen.com/kejilunwen/huanjinggongchenglunwen/2712383.html