一种基于单一组分吸收光谱的多组分浓度的估计方法技术

本发明专利技术提供一种基于单一组分吸收光谱的多组分浓度的估计方法。包括以下步骤：该方法以燃烧的数值仿真结果为基础，结合神经网络算法，获得一个从激光路径上单一组分的吸收谱信息到该路径上其余组分平均浓度的网络模型，从而根据燃烧过程单一组分的激光吸收光谱信息估计路径上其余待测组分的平均浓度。本发明专利技术的效果是在吸收信息有限的情况下，利用单一组分的少量吸收谱信息实现对其余组分浓度的估计，减少了激光吸收光谱技术中多组分浓度同时测量时需要的吸收谱线数目，减少了测量时的数据量和计算量，从而可以根据易测组分的吸收信息估计燃烧场中其余组分的浓度，避免了有些组分由于吸收谱信息获取困难导致的信息缺失问题，具有广阔的应用前景。

An estimation method of multicomponent concentration based on single component absorption spectrum

【技术实现步骤摘要】
一种基于单一组分吸收光谱的多组分浓度的估计方法
本专利技术涉及激光光谱
，是一种基于数值仿真和神经网络的单一组分激光吸收光谱多种组分浓度估计方法。
技术介绍
激光吸收光谱技术是从上世纪七十年代发展起来的一种燃烧场参数测量技术，具有非侵入性，测量速度快、灵敏度高等优点。特别是随着激光器加工技术的发展，窄带宽、单色性、高功率激光器问世，可实现对吸收光谱谱线的精确扫描，激光吸收光谱的测量精度得到了有效的提高，已被广泛应用于航空航天发动机检测、汽车发动机诊断、燃煤锅炉的燃烧诊断、微重力燃烧诊断、痕量气体探测、环境保护与污染排放监测等方面。在利用激光吸收光谱技术对燃气组分浓度进行测量时，为满足测试不同燃气组分的需求，可以找到目标组分的某一强跃迁对应的谱线，并根据谱线定制不同波长的激光器，采用波分复用的方法，可以实现温度和多组分气体浓度的同时测量。R.M.Mihalcea等研究人员于1997年在《应用光学》(Appliedoptics)第36卷第33期8745-8752页发表的题为《用于测量燃烧流中CO、CO2和CH4的二极管激光传感器》(D本文档来自技高网...

【技术保护点】
1.利用激光吸收光谱技术测量气体浓度，控制可调谐二极管发射一束涵盖测量气体特征吸收频率的激光，根据Beer-Lambert吸收定律，激光通过待测空间，相应组分气体产生特定吸收，出射激光被光电探测器接收，得到测量的吸收组分的吸收谱，根据吸收组分的吸收谱信息可以计算出激光吸收路径上的平均温度进而求出吸收组分的平均浓度。本专利技术提出一种基于单一组分吸收光谱的多种组分浓度的估计方法，其特征在于，该方法以数值仿真得到的燃烧场参数分布结果为基础，利用HITRAN数据库求解吸收组分的光谱吸收信息，并结合神经网络算法，训练一个由燃烧场中测量的吸收组分的吸收光谱到路径上其余待测组分平均浓度的网络模型，从而实现...

【技术特征摘要】
1.利用激光吸收光谱技术测量气体浓度，控制可调谐二极管发射一束涵盖测量气体特征吸收频率的激光，根据Beer-Lambert吸收定律，激光通过待测空间，相应组分气体产生特定吸收，出射激光被光电探测器接收，得到测量的吸收组分的吸收谱，根据吸收组分的吸收谱信息可以计算出激光吸收路径上的平均温度进而求出吸收组分的平均浓度。本发明提出一种基于单一组分吸收光谱的多种组分浓度的估计方法，其特征在于，该方法以数值仿真得到的燃烧场参数分布结果为基础，利用HITRAN数据库求解吸收组分的光谱吸收信息，并结合神经网络算法，训练一个由燃烧场中测量的吸收组分的吸收光谱到路径上其余待测组分平均浓度的网络模型，从而实现根据燃烧过程中吸收组分的激光吸收光谱信息预测路径上其余待测组分的平均浓度。


2.按照权利要求1所述的一种基于单一组分吸收光谱的多种组分浓度的估计方法，其特征在于该方法包括以下步骤：
步骤一、燃烧的数值仿真：采用计算流体力学软件对平焰燃烧器的甲烷—空气预混燃烧火焰进行数值模拟：首先针对具有对称结构的火焰建立二维几何模型，并划分成M×V个网格，出口边界设置为压力出口，结合层流有限速率化学反应模型和详细的甲烷—空气反应机理进行离散数值计算，得到平焰燃烧器待测区燃烧参数，包括燃烧场的温度、压力、吸收组分以及待测组分浓度的分布，过改变甲烷—空气的当量比，获取E组工况下甲烷—空气预混燃烧待测区的温度、压力、吸收组分以及待测组分的浓度分布；
步骤二、神经网络的训练：根据步骤一中得到的燃烧场参数分布，记录一组火焰沿不同高度上的燃烧参数，包括每个网格中的温度、压力以及吸收组分，如水蒸气分子，待测组分，如CO2、NOX、OH自由基等组分的浓度，每个工况下记录H组，共N组数据(N＝EH)；
根据Beer-Lambert吸收定律，使用直接吸收光谱技术实现双线法测温，结合HITRAN数据库，中心频率为υ1、υ2的两个波段上，在网格总数为M的一条路径上，假设每个网格上压力、吸收组分浓度均匀分布，测量组分在第i个网格上的的光谱吸收率(i＝1，2，…，M)可以由式(1)表示，



其中，P(i)[atm]为第i个网格处的压力,T(i)[K]为第i个网格处的温度，Xabs(i)为第i个网格处测量的吸收组分气体摩尔百分比(气体浓度)，S(T(i))[cm-2atm-1]为跃迁时的吸收谱线的线强度，φ[cm]为线型函数且满足归一化条件，因此Li[cm]为每个网格的路径长度，每个网格上吸收率α(v)对波数的积分A[cm-1](积分吸收率)可以由式(2)表示：



将路径上所有网格上的积分吸收率相加，可以得到一条路径上吸收组分的积分吸收面积，即神经网络的输入样本：



该路径上待测组分的平均浓度Xtest可以由式(4)计算出来，其中Xtest，i(i＝1，2，…，M)是路径上每个网格点处待测组分的浓度，即神经网络的输出样本：



为了提高吸收谱的利用率，根据吸收组分的少量吸收谱信息预测其余待测组分的平均浓度Xtest，以步骤二中得到的N条路径上的吸收组分的吸收光...

【专利技术属性】
技术研发人员：徐立军，曹章，杨亚如，黄昂，陆方皞，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11