本发明专利技术提供了一种大气颗粒物PM2.5数密度的检测方法及装置，其采用激光光源输出的红外光，照射含有PM2.5的气体，因散射效应，形成散射光，用光学部件，将各散射光汇聚，形成干涉光，采用光电探测器等测量干涉光强，为消除噪声污染，用自适应FIR滤波器进行信号处理，并计算干涉光强平均值、方差，依据该平均值、方差与散射光的总光强、形成散射光的PM2.5总数目的相关性原理，按系统参数估计算法，完成对散射光强、PM2.5总数目的估计，根据已知测试室容积和PM2.5总数目的估计值，计算被测气体的PM2.5数密度，实现大气PM2.5的检测，其检测原理新颖、独特，其算法基于递推最小二乘RLS原理，无需矩阵求逆运算，运算量低，性能稳定，其系统结构简洁，成本低，可靠性高。
【技术实现步骤摘要】
一种大气颗粒物PM2.5数密度检测的方法
本专利技术涉及大气颗粒物检测技术，特别涉及一种大气颗粒物PM2.5数密度检测的方法及其装置。
技术介绍
PM是颗粒物(ParticulateMatter)的英文缩写，用于指代大气中包括固体和液体在内的颗粒物。通常根据空气动力学粒径的不同，PM又分为PM10和PM2.5，分别对应空气动力学粒径10μm及2.5μm以下的大气颗粒物。PM2.5相对于PM10，粒径更小、毒性更大、传输距离更远、停留时间更长；PM2.5也称为可入肺颗粒物，携带各种有害物质，通过呼吸道进入肺泡，经过血液循环到达其他器官，对人体呼吸系统和其他功能系统的损害极大。目前，广泛采用的PM2.5测定方法是：滤膜称重法、β射线吸收法、微量振荡天平法。滤膜称重法：该方法在一定的流量采样,将空气中的颗粒物捕集于高性能滤膜上,称量滤膜采样前后的质量,由其质量差求得捕集的颗粒物质量,再根据采样前后滤膜的重量差与采样空气体积,计算出颗粒物的质量数密度。它的缺点是需要手工进行操作,影响测量精度的因素较多且操作程序繁杂、占用房间和设备较多、采样时间较长、仪器维修量大、花费成本较高等。因该方法自动化程度低,只能定期进行监测,很难用于在线监测。β射线吸收法：用玻璃纤维滤纸收集大气中的微颗粒子，在颗粒物采样前，首先采用β射线穿过清洁的玻璃纤维滤纸，记下射线衰减值；再让样本气体通过玻璃纤维滤纸，完成颗粒物采集；在颗粒物采集后，再次用β射线穿过同一滤纸；由于β射线穿过有尘滤纸时，射线强度将衰减，其强度的衰减仅与尘的质量有关，根据两次β射线被吸收的变化量，来求得收集在滤纸上的颗粒物的质量。微量振荡天平法：基于锥形元件振荡微量天平原理，天平的振荡频率会随着滤膜上收集的颗粒物的质量变化发生改变，通过准确测量频率的变化得到采集到的颗粒物的质量，然后根据收集这些颗粒物时采集的样品体积计算得出样品的数密度。以上三种主流方法，监测精度较好，为各国环保部门更多的采用。采用过滤膜收集PM2.5，过滤膜污浊，需要定期对其清洗、烘干、更换等处理。采样分析过程繁琐，不能实现长期监控。另外，光散射法基于光散射原理，空气中的微粒在光的照射下会发生散射现象，光散射与微粒大小、光波波长、微粒折射率、颗粒粒径分布和数密度等因素有关。光散射法是通过测量颗粒物受光照射后所发出的散射光信号，来计算颗粒物的粒径分布和质量数密度。近年来，光散射法因具有测量速度快、精度高、重复性好，且适用于在线测量等优点，而受到了广泛关注。中国专利技术专利“基于广角傅立叶变换的PM2.5检测装置”(专利申请号：201310519249.9),采用激光器、准直器、负压产生单元、复变透镜、衍射屏和摄像机等部件组成。利用准直器将激光器输出光，准直为所需要的直径光束，颗粒物在激光光束照射下，在复变透镜的后焦面形成衍射，通过衍射屏形成明暗相间的同心圆，该同心圆的太小随颗粒粒径变化而变化。由摄像机获得同心圆图像，通过对该同心圆图像进行处理，可以得到颗粒物的大小值。因此，该专利技术仅涉及颗粒物直径的检测方法，且系统比较复杂。
技术实现思路
为了解决现有技术中问题，本专利技术提供了一种大气颗粒物PM2.5数密度检测方法，其包括以下步骤：步骤1：含有多种粒径颗粒物的被测空气，经过不同孔径的过滤器分离后，形成一股含有PM2.5及更小颗粒物的气流，并进入气体测试室；步骤2：在气体测试室中，用激光光源输出的红外光照射被测气流，一部分红外光与气流中颗粒物发生散射，形成散射光，另一部分红外光不与颗粒物发生散射，直接穿透被测气流，形成穿透光，采用光学部件，将散射光和穿透光汇聚在一起；步骤3：汇聚在一起的散射光和穿透光，发生干涉效应，并输出干涉光；步骤4：采用光电探测器测量以上干涉光的强度信号，其包含各散射光的自相关强度、穿透光的自相关强度、散射光与穿透光之间的互相关强度、各散射光之间的互相关强度四项内容，该干涉光的强度信号是随机信号，其概率分布密度函数与形成散射光的颗粒子总数目N相关；步骤5：用A/D转换器对以上的干涉光总强度信号，以采样周期为T，进行离散化抽样，得到抽样信号序列y(n)，用y(n)表示在nT时刻的抽样信号，n为正整数；步骤6：从被噪声污染的抽样信号中，恢复出原始的干涉光强信号，采用递推最小二乘RLS算法，设计一个M阶的自适应FIR滤波器，对抽样信号y(n)，按下式进行滤波：其中，wi(n)为nT时刻的M阶FIR滤波器滤波系数，i＝0,1,...,M-1，W(n)为nT时刻滤波系数向量：W(n)＝[w0(n),...,wM-1(n)]T，而x(n)为滤波后的信号序列，x(n)可视为在nT时刻的原始的干涉光强信号估计值，Y(n)为nT时刻所对应的信号向量，该向量由M个抽样信号组成，其如下：Y(n)＝[y(n),y(n-1)...,y(n-M+1)]TWT(n)、YT(n)分别为W(n)和Y(n)的转置：WT(n)＝[w0(n),...,wM-1(n)]，YT(n)＝[y(n),y(n-1),...,y(n-M+1)]；步骤7：设滤波后的信号序列x(n)的序号指针为n0，从n0＝0开始，连续取最前面的二段长度为L的信号，L为正整数，用信号向量X1、X2表示：X1＝[x(1),...,x(L)]TX2＝[x(L+1),...,x(2L)]TX1、X2分别对应在[0-LT]、[LT-2LT]时间内的干涉光强度信号，分别是信号X1、X2的转置形式：X1T＝[x(1),...,x(L)]X2T＝[x(L+1),...,x(2L)]按下式，计算X1、X2的平均值：L,M均为正整数，且L＞M；步骤8：按下式，计算X1、X2的方差：σ12和σ22分别对应在[0-LT]和[LT-2LT]时间内的干涉光强度的涨落:步骤9：根据干涉光强度在[0-LT]、[LT-2LT]时间内的平均值和方差：σ12、σ22，建立以下的参数C1、C2的矩阵方程：其中，C1＝a2,且a2为粒子散射光的总光强，N为形成散射光的粒子总数目，将C1、C2称为系统参数，这里假设，a2和N在[0-LT]和[LT-2LT]时间内保持不变，因此，在此时间内，系统参数C1、C2近似是一组常量；步骤10：通过以上方程的最小二乘解，得到[0-LT]和[LT-2LT]时间内的系统参数C1和C2的估计值：其中，P0＝(A0TA0)-1，A0T为矩阵A0的转置，(A0TA0)-1为A0TA0的逆矩阵，令将在[0-LT]和[LT-2LT]时间内的参数C1、C2，分别用表示；步骤11：调整信号序列x(n)的序号指针n0，令n0＝n0+2L，使序号指针，指向下一段长度为L的滤波后的信号；步骤12：从当前的序号指针n0开始，取一段长度为L滤波后的信号：X3＝[x(n0+1),...,x(n0+L)]T，X3对应于在[n0T-(n0+L)T]时间内的干涉光强度信号，按下式，计算X3的平均值及方差σ32：用新生成的平均值及方差σ32，构成信号更新向量dT及b(1)：b(1)＝1，建立在[n0T-(n0+L)T]时间内的参数C1、C2的矩阵方程：b(1)＝1；步骤13：根据所构成的信号更新向量dT及b(1)，采用递推最小二乘RLS算法，按下式，对在[n0T-(n0+L)T]时间内的对系统本文档来自技高网...
【技术保护点】
一种大气颗粒物PM2.5数密度检测方法，其特征在于，其包括以下步骤：步骤1：含有多种粒径颗粒物的被测空气，经过不同孔径的过滤器分离后，形成一股含有PM2.5及更小颗粒物的气流，并进入气体测试室；步骤2：在气体测试室中，用激光光源输出的红外光照射被测气流，一部分红外光与气流中颗粒物发生散射，形成散射光，另一部分红外光不与颗粒物发生散射，直接穿透被测气流，形成穿透光，采用光学部件，将散射光和穿透光汇聚在一起；步骤3：汇聚在一起的散射光和穿透光，发生干涉效应，并输出干涉光；步骤4：采用光电探测器测量以上干涉光的强度信号，其包含各散射光的自相关强度、穿透光的自相关强度、散射光与穿透光之间的互相关强度、各散射光之间的互相关强度四项内容，该干涉光的强度信号是随机信号，其概率分布密度函数与形成散射光的颗粒子总数目N相关；步骤5：用A/D转换器对以上的干涉光总强度信号，以采样周期为T，进行离散化抽样，得到抽样信号序列y(n)，用y(n)表示在nT时刻的抽样信号，n为正整数；步骤6：为了从被噪声污染的抽样信号中，恢复出原始的干涉光强信号，采用递推最小二乘RLS算法，设计一个M阶的自适应FIR滤波器，对抽样信号y(n)，按下式进行滤波：x(n)=Σi=0M-1wi(n)y(n-i)=WT(n)Y(n)=YT(n)W(n)]]>其中，wi(n)为nT时刻的M阶FIR滤波器滤波系数，i＝0,1,...,M‑1，W(n)为nT时刻滤波系数向量：W(n)＝[w0(n),...,wM‑1(n)]T，而x(n)为滤波后的信号序列，x(n)可视为在nT时刻的原始的干涉光强信号估计值，Y(n)为nT时刻所对应的信号向量，该向量由M个抽样信号组成，其如下：Y(n)＝[y(n),y(n‑1)...,y(n‑M+1)]TWT(n)、YT(n)分别为W(n)和Y(n)的转置：WT(n)＝[w0(n),...,wM‑1(n)]，YT(n)＝[y(n),y(n‑1),...,y(n‑M+1)]；步骤7：设滤波后的信号序列x(n)的序号指针为n0，从n0＝0开始，连续取最前面的二段长度为L的信号，L为正整数，用信号向量X1、X2表示：X1＝[x(1),...,x(L)]TX2＝[x(L+1),...,x(2L)]TX1、X2分别对应在[0‑LT]、[LT‑2LT]时间内的干涉光强度信号，分别是信号X1、X2的转置形式：X1T＝[x(1),...,x(L)]X2T＝[x(L+1),...,x(2L)]按下式，计算X1、X2的平均值：X1‾=(Σk=1Lx(k))/L]]>X2‾=(Σk=1Lx(L+k))/L]]>L,M均为正整数，且L>M；步骤8：按下式，计算X1、X2的方差：σ12=Σk=1L[x(k)-X1‾]2]]>σ22=Σk=1L[x(L+k)-X2‾]2]]>σ12和σ22分别对应在[0‑LT]和[LT‑2LT]时间内的干涉光强度的涨落:步骤9：根据干涉光强度在[0‑LT]、[LT‑2LT]时间内的平均值和方差：σ12、σ22，建立以下的参数C1、C2的矩阵方程：A0C1C2=b(0),]]>其中，A0=2X1‾σ12-2σ122X2‾σ22-2σ22,]]>b(0)=11,]]>C1＝a2,C2=a4N]]>a2为粒子散射光的总光强，N为形成散射光的粒子总数目，将C1、C2称为系统参数，这里假设，a2和N在[0‑LT]和[LT‑2LT]时间内保持不变，因此，在此时间内，系统参数C1、C2近似是一组常量；步骤10：通过以上方程的最小二乘解，得到[0‑LT]和[LT‑2LT]时间内的系统参数C1和C2的估计值：C1C2=P0A0Tb(0),]]>其中，P0＝(A0TA0)‑1，A0T为矩阵A0的转置，(A0TA0)‑1为A0TA0的逆矩阵，令C1(0)C2(0)=C1C2,]]>将在[0‑LT]和[LT‑2LT]时间内的系统参数C1、C2，分别用表示；步骤11：调整信号序列x(n)的序号指针n0，令n0＝n0+2L，使序号指针，指向下一段长度为L的滤波后的信号；步骤12：从当前的序号指针n0开始，取一段长度为L滤波后的信号：X3＝[x(n0+1),...,x(n0+L)]T，X3对应于在[n0T‑(n0+L)T]时间内的干涉光强度信号，按下式，计算X3的平均值及方差σ32：X3‾=(Σk=1Lx(n0+k))/L]]>σ32=Σk=1L[x(n0+k)-X3‾]2,]]...
【技术特征摘要】
1.一种大气颗粒物PM2.5数密度检测方法，其特征在于，其包括以下步骤：步骤1：含有多种粒径颗粒物的被测空气，经过不同孔径的过滤器分离后，形成一股含有PM2.5及更小颗粒物的气流，并进入气体测试室；步骤2：在气体测试室中，用激光光源输出的红外光照射被测气流，一部分红外光与气流中颗粒物发生散射，形成散射光，另一部分红外光不与颗粒物发生散射，直接穿透被测气流，形成穿透光，采用光学部件，将散射光和穿透光汇聚在一起；步骤3：汇聚在一起的散射光和穿透光，发生干涉效应，并输出干涉光；步骤4：采用光电探测器测量以上干涉光的强度信号，其包含各散射光的自相关强度、穿透光的自相关强度、散射光与穿透光之间的互相关强度、各散射光之间的互相关强度四项内容，该干涉光的强度信号是随机信号，其概率分布密度函数与形成散射光的颗粒子总数目N相关；步骤5：用A/D转换器对以上的干涉光总强度信号，以采样周期为T，进行离散化抽样，得到抽样信号序列y(n)，用y(n)表示在nT时刻的抽样信号，n为正整数；步骤6：为了从被噪声污染的抽样信号中，恢复出原始的干涉光强信号，采用递推最小二乘RLS算法，设计一个M阶的自适应FIR滤波器，对抽样信号y(n)，按下式进行滤波：其中，wi(n)为nT时刻的M阶FIR滤波器滤波系数，i＝0,1,...,M-1，W(n)为nT时刻滤波系数向量：W(n)＝[w0(n),...,wM-1(n)]T，而x(n)为滤波后的信号序列，x(n)可视为在nT时刻的原始的干涉光强信号估计值，Y(n)为nT时刻所对应的信号向量，该向量由M个抽样信号组成，其如下：Y(n)＝[y(n),y(n-1)...,y(n-M+1)]TWT(n)、YT(n)分别为W(n)和Y(n)的转置：WT(n)＝[w0(n),...,wM-1(n)]，YT(n)＝[y(n),y(n-1),...,y(n-M+1)]；步骤7：设滤波后的信号序列x(n)的序号指针为n0，从n0＝0开始，连续取最前面的二段长度为L的信号，L为正整数，用信号向量X1、X2表示：X1＝[x(1),...,x(L)]TX2＝[x(L+1),...,x(2L)]TX1、X2分别对应在[0-LT]、[LT-2LT]时间内的干涉光强度信号，分别是信号X1、X2的转置形式：X1T＝[x(1),...,x(L)]X2T＝[x(L+1),...,x(2L)]按下式，计算X1、X2的平均值：L,M均为正整数，且L＞M；步骤8：按下式，计算X1、X2的方差：σ12和σ22分别对应在[0-LT]和[LT-2LT]时间内的干涉光强度的涨落:步骤9：根据干涉光强度在[0-LT]、[LT-2LT]时间内的平均值和方差：σ12、σ22，建立以下的参数C1、C2的矩阵方程：其中，a2为粒子散射光的总光强，N为形成散射光的粒子总数目，将C1、C2称为系统参数，这里假设，a2和N在[0-LT]和[LT-2LT]时间内保持不变，因此，在此时间内，系统参数C1、C2近似是一组常量；步骤10：通过以上方程的最小二乘解，得到[0-LT]和[LT-2LT]时间内的系统参数C1和C2的估计值：其中，P0＝(A0TA0)-1，A0T为矩阵A0的转置，(A0TA0)-1为A0TA0的逆矩阵，令将在[0-LT]和[LT-2LT]时间内的系统参数C1、C2，分别用表示；步骤11：调整信号序列x(n)的序号指针n0，令n0＝n0+2L，使序号指针，指向下一段长度为L的滤波后的信号；步骤12：从当前的序号指针n0开始，取一段长度为L滤波后的信号：X3＝[x(n0+1),...,x(n0+L)]T，X3对应于在[n0T-(n0+L)T]时间内的干涉光强度信号，按下式，计算X3的平均值及方差σ32：用新生成的平均值及方差构成信号更新向量dT及b(1)：
【专利技术属性】
技术研发人员：邹波，
申请(专利权)人：深圳职业技术学院，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。