CN104458630A - 一种紫外差分气体分析仪的数据处理方法及*** - Google Patents
一种紫外差分气体分析仪的数据处理方法及*** Download PDFInfo
- Publication number
- CN104458630A CN104458630A CN201410799145.2A CN201410799145A CN104458630A CN 104458630 A CN104458630 A CN 104458630A CN 201410799145 A CN201410799145 A CN 201410799145A CN 104458630 A CN104458630 A CN 104458630A
- Authority
- CN
- China
- Prior art keywords
- concentration value
- pseudo
- data
- gas
- difference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种紫外差分气体分析仪的数据处理方法,包括:获取暗光谱数据;获取被测气体的源光谱数据;以所述暗光谱数据和所述源光谱数据作为参数对所述源光谱数据进行非线性补偿修正,并得到目标光谱数据;利用差分吸收光谱方法计算所述目标光谱数据对应的被测气体的伪浓度值;根据阶梯式判断方法计算所述伪浓度值对应的被测气体的浓度值。该方法一方面可以降低由于光谱仪受温度和湿度等带来的噪声影响,保证了数据本身的可靠性。另一方面,降低了由于高浓度气体与低浓度气体因检测环境带来的影响,提高了检测精度。此外,本发明还公开一种紫外差分气体分析仪的数据处理***。
Description
技术领域
本发明涉及差分吸收光谱技术领域,特别是涉及一种紫外差分气体分析仪的数据处理方法及***。
背景技术
紫外差分气体分析仪主要用于测量气体的浓度值,广泛应用于工业现场和检测机构中。紫外差分气体分析仪的原理是利用差分吸收光谱技术。
差分吸收光谱技术是一种光谱监测技术,其基本原理就是利用空气中的气体分子的窄带吸收特性来鉴别气体成分,并根据窄带吸收强度来推演出微量气体的浓度。
目前的紫外差分气体分析仪的数据处理方法直接采用差分吸收光谱方法的计算结果。但是由于高浓度气体和低浓度气体之间差别很大,因此,直接采用差分吸收光谱方法得到的测量结果的可靠性较低,准确性也较低。
因此,提高紫外差分气体分析仪的检测精度是本领域技术人员亟待解决的问题。
发明内容
本发明的目的是提供一种紫外差分气体分析仪的数据处理方法,用于提高紫外差分气体分析仪的检测精度。此外,还提供一种基于该方法的紫外差分气体分析仪的数据处理***。
为解决上述技术问题,本发明提供一种紫外差分气体分析仪的数据处理方法,包括:
获取暗光谱数据;
获取被测气体的源光谱数据;
以所述暗光谱数据和所述源光谱数据作为参数对所述源光谱数据进行非线性补偿修正,并得到目标光谱数据;
利用差分吸收光谱方法计算所述目标光谱数据对应的被测气体的伪浓度值;
根据阶梯式判断方法计算所述伪浓度值对应的被测气体的浓度值。
优选的,所述对所述源光谱数据进行非线性补偿修正,并得到目标光谱数据具体包括:
利用公式x=SP-DP得到所述源光谱数据和所述暗光谱数据的差值,
其中,x为差值;SP为所述源光谱数据;DP为所述暗光谱数据;
利用所述差值和非线性补偿校正系数计算所述源光谱数据对应的修正量;
利用公式R1=RP+DP计算所述源光谱数据对应的修正结果,
其中,RP为修正量;R1为修正结果;
利用公式R=αR1+βR2计算所述目标光谱数据。
其中,R为目标光谱数据;R2的计算方法与R1的计算方法相同,R1和R2是相邻两次非线性补偿修正得到的修正结果;α+β=1,α>0β>0。
优选的,所述阶梯式判断方法为2阶阶梯式判断方法。
优选的,所述2阶阶梯式判断方法具体包括:
利用所述差分吸收光谱方法计算第一标准气体的第一伪浓度值;
将所述第一伪浓度值作为第一比较点的横坐标;
将所述第一标准气体的第一标准浓度值作为所述第一比较点的纵坐标;
计算所述第一比较点与原点确定的直线的第一斜率;
利用所述差分吸收光谱方法计算第二标准气体的第二伪浓度值;
将所述第二伪浓度值作为第二比较点的横坐标;
将所述第二标准气体的第二标准浓度值作为所述第二比较点的纵坐标;
计算所述第二比较点与所述原点确定的直线的第二斜率;
判断所述伪浓度值是否大于所述第一伪浓度值;
若所述伪浓度值小于所述第一伪浓度值,则利用公式y=k1×D计算所述被测气体的浓度值;
若所述伪浓度值大于所述第一伪浓度值,则利用公式y=k2×D计算所述被测气体的浓度值;
其中,y为所述被测气体的浓度值;k1为所述第一斜率;k2为所述第二斜率;D为所述伪浓度值。
优选的,所述第一标准浓度值为198ppm,所述第二标准浓度值为400ppm。
一种紫外差分气体分析仪的数据处理***,包括:
暗光谱数据获取单元,用于获取暗光谱数据;
源光谱数据获取单元,用于获取被测气体的源光谱数据;
修正单元,用于以所述暗光谱数据和所述源光谱数据作为参数对所述源光谱数据进行非线性补偿修正,并得到目标光谱数据;
伪浓度值计算单元,用于利用差分吸收光谱方法计算所述目标光谱数据对应的被测气体的伪浓度值;
浓度值计算单元,用于根据阶梯式判断方法计算所述伪浓度值对应的被测气体的浓度值。
优选的,所述修正单元包括:
差值计算子单元,用于利用公式x=SP-DP得到所述源光谱数据和所述暗光谱数据的差值,
其中,x为差值;SP为所述源光谱数据;DP为所述暗光谱数据;
修正量计算子单元,用于利用所述差值和非线性补偿校正系数计算所述源光谱数据对应的修正量;
修正结果计算子单元,用于利用公式R1=RP+DP计算所述源光谱数据对应的修正结果,
其中,RP为修正量;R1为修正结果;
比例修正计算子单元,利用公式R=αR1+βR2计算所述目标光谱数据,
其中,R为目标光谱数据;R2的计算方法与R1的计算方法相同,R1和R2是相邻两次非线性补偿修正得到的修正结果;α+β=1,α>0β>0。
优选的,所述浓度值计算单元利用2阶阶梯式判断方法计算所述伪浓度值对应的被测气体的浓度值。
优选的,所述浓度值计算单元包括:
第一斜率计算单元,用于利用所述差分吸收光谱方法计算第一标准气体的第一伪浓度值、将所述第一伪浓度值作为第一比较点的横坐标、将所述第一标准气体的第一标准浓度值作为所述第一比较点的纵坐标和计算所述第一比较点与原点确定的直线的第一斜率;
第二斜率计算单元,用于利用所述差分吸收光谱方法计算第二标准气体的第二伪浓度值、将所述第二伪浓度值作为第二比较点的横坐标、将所述第二标准气体的第二标准浓度值作为所述第二比较点的纵坐标和计算所述第二比较点与所述原点确定的直线的第二斜率;
判断单元,用于判断所述伪浓度值是否大于所述第一伪浓度值;
浓度值确定单元,若所述伪浓度值小于所述第一伪浓度值,则利用公式y=k1×D计算所述被测气体的浓度值;若所述伪浓度值大于所述第一伪浓度值,则利用公式y=k2×D计算所述被测气体的浓度值;
其中,y为所述被测气体的浓度值;k1为所述第一斜率;k2为所述第二斜率;D为所述伪浓度值。
优选的,所述第一标准浓度值为198ppm,所述第二标准浓度值为400ppm。
本发明所提供的紫外差分气体分析仪的数据处理方法,首先对被测气体的源光谱数据进行非线性补偿修正,得到目标光谱数据,将目标光谱数据作为差分吸收光谱方法的输入数据。这样可以降低由于光谱仪受温度和湿度等带来的噪声影响,保证了数据本身的可靠性。此外,再对差分吸收光谱方法计算的浓度值进行阶梯式判断方法计算,将阶梯式判断方法计算的结果作为最终的被测气体的浓度值,从而降低了由于高浓度气体与低浓度气体因检测环境带来的影响,提高了检测精度。
附图说明
为了更清楚地说明本发明实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种紫外差分气体分析仪的数据处理方法的流程图;
图2为本发明提供的一种对源光谱数据进行非线性补偿修正方法的流程图;
图3为本发明提供的一种2阶阶梯式判断方法的流程图;
图4为本发明提供的一种紫外差分气体分析仪的数据处理***的结构图;
图5为本发明提供的一种修正单元的结构图;
图6为本发明提供的一种浓度值计算单元的结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下,所获得的所有其他实施例,都属于本发明保护范围。
本发明的核心是提供一种紫外差分气体分析仪的数据处理方法及***。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。
实施例一
图1为本发明提供的一种紫外差分气体分析仪的数据处理方法的流程图。紫外差分气体分析仪的数据处理方法包括:
S10:获取暗光谱数据;
暗光谱是指在检测过程中关闭光源,且没有检测气体或者气体为氮气时,光谱仪采集到的数据。在具体实施中,暗光谱数据DP是在初始化时得到的,是一个一维数组,数组大小2048。
S11:获取被测气体的源光谱数据;
源光谱数据SP的获取是在检测环境中光源开启,其通入检测气体时,光谱仪采集到的数据。当通入检测气体时,能够获取一组吸收光谱,即源光谱数据SP。其中,源光谱数据SP也是一个一维数组,数组大小也是2048。
S12:以所述暗光谱数据和所述源光谱数据作为参数对所述源光谱数据进行非线性补偿修正,并得到目标光谱数据;
在具体实施中,通过光谱仪提供的非线性补偿校正系数,对源光谱数据进行非线性校正。由于不同的光谱仪提供的非线性校正***不同,因此这里暂不举例说明。
S13:利用差分吸收光谱方法计算所述目标光谱数据对应的被测气体的伪浓度值;
将步骤S12得到的目标光谱数据作为差分吸收光谱方法的输入数据源,则计算出被测气体的伪浓度值。这里之所以不是被测气体的浓度值,而是伪浓度值,是因为由于被测气体浓度高低的不同,可能存在差异,如果不对测量后的值进行处理的话,计算的结果精度不高。
S14:根据阶梯式判断方法计算所述伪浓度值对应的被测气体的浓度值。
理论上,经差分吸收光谱方法计算的结果与被测气体浓度值是成线性关系的,即y=k×d。如果采取单一的k值,则不能更精确的计算被测气体的浓度值,因此需要采用阶梯式的判断方式对为浓度值进行计算。
本发明提供的紫外差分气体分析仪的数据处理方法,能够首先对源光谱数据进行非线性补偿修正,将修正后的目标数据作为差分吸收光谱方法的输入数据。此外,再采用阶梯式判断方法对差分吸收光谱方法计算的结果进行计算,从而提高了检测精度。
图2为本发明提供的一种对源光谱数据进行非线性补偿修正方法的流程图。作为一种优选的实施方式,所述对所述源光谱数据进行非线性补偿修正,并得到目标光谱数据具体包括:
S20:利用公式x=SP-DP得到所述源光谱数据和所述暗光谱数据的差值,
其中,x为差值;SP为所述源光谱数据;DP为所述暗光谱数据;
S21:利用所述差值和非线性补偿校正系数计算所述源光谱数据对应的修正量;
S22:利用公式R1=RP+DP计算所述源光谱数据对应的修正结果,
其中,RP为修正量;R1为修正结果;
S23:利用公式R=αR1+βR2计算所述目标光谱数据。
其中,R为目标光谱数据;R2的计算方法与R1的计算方法相同,R1和R2是相邻两次非线性补偿修正得到的修正结果;α+β=1,α>0β>0。
在具体实施中,在得到源光谱数据SP和所述暗光谱数据DP的差值x后,可以选用7阶系数进行修正量RP的计算。利用公式:
FP=c0+c1x+c2x2+c3x3+c4x4+c5x5+c6x6+c7x7;
RP=x/FP;
其中,ci(i=1、2、3……、7)为非线性补偿校正系数、FP为中间变量。
在得到修正量RP后,将修正量RP和暗光谱数据DP相加得到修正结果R1。为保证光谱数据的连续性,将修正结果进行比例变换,即利用公式R=αR1+βR2计算所述目标光谱数据R。其中R2的计算方法与R1的计算方法相同,R1和R2是相邻两次非线性补偿修正得到的修正结果。
本发明提供的对源光谱数据进行非线性补偿修正方法能够在利用差分吸收光谱方法之前对数据进行修正,提高了源光谱数据的可靠性。
需要说明的是,本优选方式中采用的7阶系数算法只是举例说明,在其它实施例中可以根据实际情况计算。
作为一种优选的实施方式,所述阶梯式判断方法为2阶阶梯式判断方法。
根据实际需求,选取阶梯判断方法,可以将差分吸收光谱方法的计算的伪浓度值分成若干个区间。由于区间越多计算量越大,因此本发明的优选方式为采用2阶阶梯式判断方法。
图3为本发明提供的一种2阶阶梯式判断方法的流程图。所述2阶阶梯式判断方法具体包括:
S30:利用所述差分吸收光谱方法计算第一标准气体的第一伪浓度值;
S31:将所述第一伪浓度值作为第一比较点的横坐标;
S32:将所述第一标准气体的第一标准浓度值作为所述第一比较点的纵坐标;
S33:计算所述第一比较点与原点确定的直线的第一斜率;
S34:利用所述差分吸收光谱方法计算第二标准气体的第二伪浓度值;
S35:将所述第二伪浓度值作为第二比较点的横坐标;
S36:将所述第二标准气体的第二标准浓度值作为所述第二比较点的纵坐标;
S37:计算所述第二比较点与所述原点确定的直线的第二斜率;
S38:判断所述伪浓度值是否大于所述第一伪浓度值;
S39:若所述伪浓度值小于所述第一伪浓度值,则利用公式y=k1×D计算所述被测气体的浓度值;
S40:若所述伪浓度值大于所述第一伪浓度值,则利用公式y=k2×D计算所述被测气体的浓度值;
其中,y为所述被测气体的浓度值;k1为所述第一斜率;k2为所述第二斜率;D为所述伪浓度值。
作为一种优选的实施方式,所述第一标准浓度值为198ppm,所述第二标准浓度值为400ppm。
利用差分吸收光谱方法计算第一标准气体的浓度,即第一伪浓度值,记为d1,则第一比较点的坐标为(d1,198)。利用原点坐标(0,0)和第一比较点(d1,198)确定一条直线,计算该直线的斜率,即第一斜率k1。
同样的方法,利用差分吸收光谱方法计算第二标准气体的浓度,即第一伪浓度值,记为d2,则第二比较点的坐标为(d2,400)。利用原点坐标(0,0)和第二比较点(d2,400)确定一条直线,计算该直线的斜率,即第二斜率k2。
判断伪浓度值D和d2的大小,如果D>d1,则利用公式y=k2×D计算所述被测气体的浓度值;如果D<d1,则利用公式y=k1×D计算所述被测气体的浓度值。
本发明提供的2阶阶梯式判断方法针对高浓度和低浓度两种情况设定两个转换量,通过判断伪浓度值的大小确定选取哪个转换量作为最终的计算结果,提高了检测结果的准确性。
需要说的是,选取第一标准气体和第二标准气体的浓度值没有严格的规定,本发明为了减小浓度高低带来的影响,选取第一标准气体的浓度值为198ppm,第二标准气体的浓度值为400ppm。在其它实施例中还可以是其它数据。
实施例二
图4为本发明提供的一种紫外差分气体分析仪的数据处理***的结构图。紫外差分气体分析仪的数据处理***,包括:
暗光谱数据获取单元40,用于获取暗光谱数据;
源光谱数据获取单元41,用于获取被测气体的源光谱数据;
修正单元42,用于以所述暗光谱数据和所述源光谱数据作为参数对所述源光谱数据进行非线性补偿修正,并得到目标光谱数据;
伪浓度值计算单元43,用于利用差分吸收光谱方法计算所述目标光谱数据对应的被测气体的伪浓度值;
浓度值计算单元44,用于根据阶梯式判断方法计算所述伪浓度值对应的被测气体的浓度值。
图5为本发明提供的一种修正单元的结构图。修正单元42包括:
差值计算子单元420,用于利用公式x=SP-DP得到所述源光谱数据和所述暗光谱数据的差值,
其中,x为差值;SP为所述源光谱数据;DP为所述暗光谱数据;
修正量计算子单元421,用于利用所述差值和非线性补偿校正系数计算所述源光谱数据对应的修正量;
修正结果计算子单元422,用于利用公式R1=RP+DP计算所述源光谱数据对应的修正结果,
其中,RP为修正量;R1为修正结果;
比例修正计算子单元423,利用公式R=αR1+βR2计算所述目标光谱数据;
其中,R为目标光谱数据;R2的计算方法与R1的计算方法相同,R1和R2是相邻两次非线性补偿修正得到的修正结果;α+β=1,α>0β>0。
作为一种优选的实施方式,所述浓度值计算单元44利用2阶阶梯式判断方法计算所述伪浓度值对应的被测气体的浓度值。
图6为本发明提供的一种浓度值计算单元的结构图。浓度值计算单元44包括:
第一斜率计算单元440,用于利用所述差分吸收光谱方法计算第一标准气体的第一伪浓度值、将所述第一伪浓度值作为第一比较点的横坐标、将所述第一标准气体的第一标准浓度值作为所述第一比较点的纵坐标和计算所述第一比较点与圆点确定的直线的第一斜率;
第二斜率计算单元441,用于利用所述差分吸收光谱方法计算第二标准气体的第二伪浓度值、将所述第二伪浓度值作为第二比较点的横坐标、将所述第二标准气体的第二标准浓度值作为所述第二比较点的纵坐标和计算所述第二比较点与所述圆点确定的直线的第二斜率;
判断单元442,用于判断所述伪浓度值是否大于所述第一伪浓度值;
浓度值确定单元443,若所述伪浓度值小于所述第一伪浓度值,则利用公式y=k1×D计算所述被测气体的浓度值;若所述伪浓度值大于所述第一伪浓度值,则利用公式y=k2×D计算所述被测气体的浓度值;
其中,y为所述被测气体的浓度值;k1为所述第一斜率;k2为所述第二斜率;D为所述伪浓度值。
作为一种优选的实施方式,所述第一标准浓度值为198ppm,所述第二标准浓度值为400ppm。
由于实施例二是实施例一的方法对应的***,具体的实施方式请参见实施例一,这里暂不赘述。
以上对本发明所提供的紫外差分气体分析仪的数据处理方法及***进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (10)
1.一种紫外差分气体分析仪的数据处理方法,其特征在于,包括:
获取暗光谱数据;
获取被测气体的源光谱数据;
以所述暗光谱数据和所述源光谱数据作为参数对所述源光谱数据进行非线性补偿修正,并得到目标光谱数据;
利用差分吸收光谱方法计算所述目标光谱数据对应的被测气体的伪浓度值;
根据阶梯式判断方法计算所述伪浓度值对应的被测气体的浓度值。
2.根据权利要求1所述的紫外差分气体分析仪的数据处理方法,其特征在于,所述对所述源光谱数据进行非线性补偿修正,并得到目标光谱数据具体包括:
利用公式x=SP-DP得到所述源光谱数据和所述暗光谱数据的差值,
其中,x为差值;SP为所述源光谱数据;DP为所述暗光谱数据;
利用所述差值和非线性补偿校正系数计算所述源光谱数据对应的修正量;
利用公式R1=RP+DP计算所述源光谱数据对应的修正结果,
其中,RP为修正量;R1为修正结果;
利用公式R=αR1+βR2计算所述目标光谱数据。
其中,R为目标光谱数据;R2的计算方法与R1的计算方法相同,R1和R2是相邻两次非线性补偿修正得到的修正结果;α+β=1,α>0β>0。
3.根据权利要求1所述的紫外差分气体分析仪的数据处理方法,其特征在于,所述阶梯式判断方法为2阶阶梯式判断方法。
4.根据权利要求3所述的紫外差分气体分析仪的数据处理方法,其特征在于,所述2阶阶梯式判断方法具体包括:
利用所述差分吸收光谱方法计算第一标准气体的第一伪浓度值;
将所述第一伪浓度值作为第一比较点的横坐标;
将所述第一标准气体的第一标准浓度值作为所述第一比较点的纵坐标;
计算所述第一比较点与原点确定的直线的第一斜率;
利用所述差分吸收光谱方法计算第二标准气体的第二伪浓度值;
将所述第二伪浓度值作为第二比较点的横坐标;
将所述第二标准气体的第二标准浓度值作为所述第二比较点的纵坐标;
计算所述第二比较点与所述原点确定的直线的第二斜率;
判断所述伪浓度值是否大于所述第一伪浓度值;
若所述伪浓度值小于所述第一伪浓度值,则利用公式y=k1×D计算所述被测气体的浓度值;
若所述伪浓度值大于所述第一伪浓度值,则利用公式y=k2×D计算所述被测气体的浓度值;
其中,y为所述被测气体的浓度值;k1为所述第一斜率;k2为所述第二斜率;D为所述伪浓度值。
5.根据权利要求4所述的紫外差分气体分析仪的数据处理方法,其特征在于,所述第一标准浓度值为198ppm,所述第二标准浓度值为400ppm。
6.一种紫外差分气体分析仪的数据处理***,其特征在于,包括:
暗光谱数据获取单元,用于获取暗光谱数据;
源光谱数据获取单元,用于获取被测气体的源光谱数据;
修正单元,用于以所述暗光谱数据和所述源光谱数据作为参数对所述源光谱数据进行非线性补偿修正,并得到目标光谱数据;
伪浓度值计算单元,用于利用差分吸收光谱方法计算所述目标光谱数据对应的被测气体的伪浓度值;
浓度值计算单元,用于根据阶梯式判断方法计算所述伪浓度值对应的被测气体的浓度值。
7.根据权利要求6所述的紫外差分气体分析仪的数据处理***,其特征在于,所述修正单元包括:
差值计算子单元,用于利用公式x=SP-DP得到所述源光谱数据和所述暗光谱数据的差值,
其中,x为差值;SP为所述源光谱数据;DP为所述暗光谱数据;
修正量计算子单元,用于利用所述差值和非线性补偿校正系数计算所述源光谱数据对应的修正量;
修正结果计算子单元,用于利用公式R1=RP+DP计算所述源光谱数据对应的修正结果,
其中,RP为修正量;R1为修正结果;
比例修正计算子单元,利用公式R=αR1+βR2计算所述目标光谱数据,
其中,R为目标光谱数据;R2的计算方法与R1的计算方法相同,R1和R2是相邻两次非线性补偿修正得到的修正结果;α+β=1,α>0β>0。
8.根据权利要求6所述的紫外差分气体分析仪的数据处理***,其特征在于,所述浓度值计算单元利用2阶阶梯式判断方法计算所述伪浓度值对应的被测气体的浓度值。
9.根据权利要求8所述的紫外差分气体分析仪的数据处理***,其特征在于,所述浓度值计算单元包括:
第一斜率计算单元,用于利用所述差分吸收光谱方法计算第一标准气体的第一伪浓度值、将所述第一伪浓度值作为第一比较点的横坐标、将所述第一标准气体的第一标准浓度值作为所述第一比较点的纵坐标和计算所述第一比较点与原点确定的直线的第一斜率;
第二斜率计算单元,用于利用所述差分吸收光谱方法计算第二标准气体的第二伪浓度值、将所述第二伪浓度值作为第二比较点的横坐标、将所述第二标准气体的第二标准浓度值作为所述第二比较点的纵坐标和计算所述第二比较点与所述原点确定的直线的第二斜率;
判断单元,用于判断所述伪浓度值是否大于所述第一伪浓度值;
浓度值确定单元,若所述伪浓度值小于所述第一伪浓度值,则利用公式y=k1×D计算所述被测气体的浓度值;若所述伪浓度值大于所述第一伪浓度值,则利用公式y=k2×D计算所述被测气体的浓度值;
其中,y为所述被测气体的浓度值;k1为所述第一斜率;k2为所述第二斜率;D为所述伪浓度值。
10.根据权利要求9所述的紫外差分气体分析仪的数据处理***,其特征在于,所述第一标准浓度值为198ppm,所述第二标准浓度值为400ppm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410799145.2A CN104458630B (zh) | 2014-12-19 | 2014-12-19 | 一种紫外差分气体分析仪的数据处理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410799145.2A CN104458630B (zh) | 2014-12-19 | 2014-12-19 | 一种紫外差分气体分析仪的数据处理方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104458630A true CN104458630A (zh) | 2015-03-25 |
CN104458630B CN104458630B (zh) | 2017-07-11 |
Family
ID=52905040
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410799145.2A Active CN104458630B (zh) | 2014-12-19 | 2014-12-19 | 一种紫外差分气体分析仪的数据处理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104458630B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105352866A (zh) * | 2015-12-14 | 2016-02-24 | 重庆川仪自动化股份有限公司 | 基于氙灯灯源的光谱数据处理方法 |
CN107328727A (zh) * | 2017-07-27 | 2017-11-07 | 天津国阳科技发展有限公司 | 基于紫外差分技术的烟气分析装置及方法 |
CN107796777A (zh) * | 2017-10-20 | 2018-03-13 | 西安思坦科技有限公司 | 一种低浓度紫外差分气体分析仪的数据处理方法 |
CN115128027A (zh) * | 2022-07-29 | 2022-09-30 | 中煤科工集团沈阳研究院有限公司 | 一种紫外差分光谱气体传感器环境压力补偿结构及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1439880A (zh) * | 2003-01-21 | 2003-09-03 | 中国科学院安徽光学精密机械研究所 | 机动车尾气多污染组份实时遥测方法和装置 |
JP2004177122A (ja) * | 2002-11-22 | 2004-06-24 | Kurita Water Ind Ltd | 水質検出方法及び水質浄化装置の運転方法 |
CN101290289A (zh) * | 2008-05-30 | 2008-10-22 | 天津市蓝宇科工贸有限公司 | 紫外差分烟气浓度测量***校准方法及实施装置 |
CN102230891A (zh) * | 2011-03-15 | 2011-11-02 | 西安泰戈分析仪器有限责任公司 | 一种紫外光学多组分气体分析仪的数据处理*** |
KR20140125058A (ko) * | 2013-04-18 | 2014-10-28 | 한국표준과학연구원 | 대기중 오존 측정을 위한 표준 교정 방법 및 표준 교정 장치 |
-
2014
- 2014-12-19 CN CN201410799145.2A patent/CN104458630B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004177122A (ja) * | 2002-11-22 | 2004-06-24 | Kurita Water Ind Ltd | 水質検出方法及び水質浄化装置の運転方法 |
CN1439880A (zh) * | 2003-01-21 | 2003-09-03 | 中国科学院安徽光学精密机械研究所 | 机动车尾气多污染组份实时遥测方法和装置 |
CN101290289A (zh) * | 2008-05-30 | 2008-10-22 | 天津市蓝宇科工贸有限公司 | 紫外差分烟气浓度测量***校准方法及实施装置 |
CN102230891A (zh) * | 2011-03-15 | 2011-11-02 | 西安泰戈分析仪器有限责任公司 | 一种紫外光学多组分气体分析仪的数据处理*** |
KR20140125058A (ko) * | 2013-04-18 | 2014-10-28 | 한국표준과학연구원 | 대기중 오존 측정을 위한 표준 교정 방법 및 표준 교정 장치 |
Non-Patent Citations (1)
Title |
---|
汤海涛: "应用紫外差分吸收光谱技术的烟道污染气体在线监测***", 《中国优秀博硕士学位论文全文数据库 (硕士) 工程科技Ⅰ辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105352866A (zh) * | 2015-12-14 | 2016-02-24 | 重庆川仪自动化股份有限公司 | 基于氙灯灯源的光谱数据处理方法 |
CN107328727A (zh) * | 2017-07-27 | 2017-11-07 | 天津国阳科技发展有限公司 | 基于紫外差分技术的烟气分析装置及方法 |
CN107328727B (zh) * | 2017-07-27 | 2019-10-22 | 天津国阳科技发展有限公司 | 基于紫外差分技术的烟气分析装置及方法 |
CN107796777A (zh) * | 2017-10-20 | 2018-03-13 | 西安思坦科技有限公司 | 一种低浓度紫外差分气体分析仪的数据处理方法 |
CN115128027A (zh) * | 2022-07-29 | 2022-09-30 | 中煤科工集团沈阳研究院有限公司 | 一种紫外差分光谱气体传感器环境压力补偿结构及方法 |
CN115128027B (zh) * | 2022-07-29 | 2023-09-19 | 中煤科工集团沈阳研究院有限公司 | 一种紫外差分光谱气体传感器环境压力补偿结构及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104458630B (zh) | 2017-07-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106769937B (zh) | 一种光谱数据处理方法 | |
CN108181266B (zh) | Tdlas气体浓度检测方法 | |
CN107643252B (zh) | Wms检测瓶内氧气浓度的实时扣背景非线性校正方法 | |
CN102980870B (zh) | 一种高精度微流红外气体传感器及其测量方法 | |
CN104458630A (zh) | 一种紫外差分气体分析仪的数据处理方法及*** | |
JP6981817B2 (ja) | 分光分析装置及び分光分析方法 | |
CN102788643B (zh) | 一种空间遥感光谱仪器在轨高精度光谱定标的方法 | |
CN103983595A (zh) | 一种基于紫外-可见光谱处理的水质浊度解算方法 | |
CN102183468A (zh) | 多组分气体分析的干扰修正与浓度反演方法 | |
JP6796016B2 (ja) | 分光分析装置及び分光分析方法 | |
CN110286093B (zh) | 一种阈值动态调节的玻璃瓶内气体浓度检测方法 | |
EA200900029A1 (ru) | Способ создания многомерных градуировочных моделей, устойчивых к изменениям свойств, влияющих на результаты измерений прибора | |
CN110887800B (zh) | 一种用于光谱法水质在线监测***的数据校准方法 | |
CN116337783A (zh) | 一种气体分析仪的多点标定方法和*** | |
NZ713752A (en) | Method of and apparatus for correcting for intensity deviations in a spectrometer | |
Gamboa et al. | System for performance evaluation and calibration of low-cost gas sensors applied to air quality monitoring | |
CN107576641B (zh) | 一种三维荧光光谱数据的分解方法及装置 | |
CN108169215B (zh) | 一种发射光谱仪积分时间上限的设定方法 | |
CN105572067A (zh) | 基于光谱分析的烟气浓度测量方法 | |
CN111896497A (zh) | 一种基于预测值的光谱数据修正方法 | |
CN109521002B (zh) | 一种固体燃料颗粒流的燃料特性测量方法 | |
CN109709060B (zh) | 一种沥青软化点、针入度和质量损失的测定方法 | |
CN110455902B (zh) | 一种环境检测多标样快速校准的方法 | |
JP4523958B2 (ja) | 蛍光x線分析装置およびそれに用いるプログラム | |
CN111044152B (zh) | 图谱关联***光谱偏置外场的自适应校正方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |