基于紫外差分光谱的SO2、NOX混合气体的检测算法研究

摘要

目前,中国的大气环境污染形势非常严峻,地域性大气问题较为严重,无论是社会经济的发展还是全国人民的身体健康时刻都遭受着环境污染问题的威胁。国家政策规定要认真做好京津冀、长三角、珠三角等重点地区的大气污染防治工作,要把解决SO2、NOX、PM2.5(细颗粒物)等大气问题作为首要工作,要多手段并行地全力限制大气污染物排放总量。在各大污染源中,以燃煤为主的传统火力发电厂是最主要的SO2、NOX排放源。
　　在此背景下,论文对比了国内外各个领域的气体浓度测量方法的优缺点,提出基于差分吸收光谱的气体浓度测量方法,研究开发出了一套能实时监测火电厂烟气排放物中的SO2、NOX污染气体浓度的实验装置。该装置一改传统的接收光和发射光装置分布在两端的模式,将发射和接收端集成在一端,从而减小了系统维护的成本,将系统集成性进一步提高。
　　论文分析了紫外差分吸收光谱法(DOAS)测量大气污染气体浓度的基本方法和基本原理,提出需要针对实际应用中不同情况对朗伯-比尔定律加以修正。论文针对被测气体特性构建了实验系统,开展了多组分气体的检测算法设计与实验标定。主要包括:光谱信号与干扰信号的分离技术、多种气体标准吸收截面的原理和方法、光谱信号与差分吸收截面的降噪技术、对比利用特征波长上的光强信息反演浓度值和采用最小二乘法实现待测气体浓度的反演,提出通过设定浓度阈值针对不同的浓度范围采用不同的反演算法来提高测量的精度。利用在工业现场的两次实验数据测量,针对现场存在的系统噪声和Mie散射对吸收光谱叠加带来的影响,对检测算法进行了修正。论文提出利用小波变换降噪技术来代替传统的光谱处理方法中的多项式平滑滤波技术,对四种小波函数的选择和小波阈值函数进行逐个分析进而得到适合于本系统的小波函数和阈值函数从而将检测的误差控制在1.5％以下。
　　论文最终实现了对SO2、NO和NO2气体浓度的测量,利用改进的检测算法,提高了在实际应用时的测量精度。