工业过程CO气体浓度检测技术

工业过程中在线对CO气体的分析测量,对钢铁冶金企业能源气回收、环保节能具有重要的作用。提出了近红外CO浓度检测系统,根据光谱吸收原理,采用双光束气体浓度检测技术。系统选用近红外光源和探测器,与传统的中红外波长工作器件相比,成本得以降低。     

基于间隔偏最小二乘法短程硝化反硝化中无机盐氮的近红外光谱

采用序批式活性污泥反应器(SBR)研究短程硝化反硝化系统中稳定条件下无机盐氮的变化规律,利用小波去噪法对无机盐氮的近红外光谱进行预处理,并用间隔偏最小二乘法(iPLS)建立无机盐氮含量的校正模型(iPLS模型).结果表明:小波去噪法对原始光谱中的部分噪声进行滤除,从而提高了模型的精度.采用最小二乘法对预处理后的光谱进行建模,优选出最佳波长区间并将光谱划分为20个子区间,优选出的氨氮特征波数为8243~8663cm-1,亚硝酸盐氮特征波数为4000~4420cm-1.所建模型对氨氮、亚硝酸盐氮校正时的相关系数(rc)分别达到0.9582、0.9544,校正均方根误差(RMSECV)分别为0.0321、0.0406;预测时的相关系数(rp)分别为0.9184、0.8816,预测均方根误差(RMSEP)分别为0.0790、0.0451.采用实际污水为原水时校正模型对氨氮、亚硝酸盐氮预测的相关系数(rp￠)分别为0.9190、0.8739,预测均方根误差(RMSEP′)分别为0.0578、0.0229.模型对氨氮和亚硝酸盐氮的预测总体效果较好.用小波去噪和最小二乘法建立模型不仅能有效减少建模所需变量数、缩短运算时间,而且模型预测精度较高,为无机盐氮的快速测定提供了一种可行的分析技术.     

基于TDLAS的火灾气体探测系统研制

将TDLAS(Tunable Diode Laser Absorption Spectroscopy)技术应用于极早期火灾气体产物的检测.对于火灾早期特征气体CO和CO2气体探测,选择中心波长为1582nm和1607nm的近红外吸收谱线,设计了一个基于TDLAS的火灾气体探测系统.对于CO和CO2气体,最低检测灵敏度分别达到2.3×10-6和22×10-6体积比浓度.该系统信号响应线性度高,长期运行稳定.     

基于QAA算法的巢湖悬浮物浓度反演研究

QAA(quasi-analytical algorithm)算法基于辐射传输原理,估算水体后向散射系数,是目前较为成熟的半分析模型方法.2009年6月对巢湖水体进行野外实测,在获得遥感反射率、吸收衰减系数、悬浮物浓度(cTSM)等数据的基础上,构建了巢湖水体cTSM的近红外双波段反演模型,并将QAA算法计算得到的后向散射概率作为输入,以期提高cTSM的反演精度.结果表明,①对巢湖水体而言,807 nm和834 nm是构建近红外双波段模型的最佳波段,807 nm处的单位散射系数为0.411 m2.g-1,834 nm处的单位散射系数为0.395 m2.g-1;②利用QAA算法计算得到的巢湖水体的后向散射概率为0.029,将该值输入反演模型后,cTSM的反演精度与输入其他经验值相比得到明显提高,反演值与实测值的均方根误差RMSE和平均相对误差绝对值MAPE分别达到12.143 mg.L-1和24.378%;③在cTSM较高的站点(近似高于30 mg.L-1),利用近红外双波段模型反演的悬浮物浓度结果更为稳定和可靠.     

计算机杂草识别技术的研究现状

针对不同的杂草种类分别采取光谱分析法，颜色分析法，纹理分析法以及外形分析法来识别的特点，介绍了国外在该领域的研究应用进展，提出了计算机杂草识别技术的意义及在我国的发展前景。     

原油降解微生物的16S rDNA序列研究

通过向原油中加入营养源的方法培养出降解菌体系,这些细菌能在21 d内将原油完全乳化降解,用红外光谱仪扫描降解后的原油,结果表明,图谱的4 000～4 500 cm-1和5 500～6 000 cm-1两处原油特征峰消失。采用细菌16S rDNA通用引物和PCR扩增等方法,构建原油降解菌体系16S rDNA克隆文库,从中随机挑选35个克隆子,进行序列测定(约800bp),测序结果进行BLAST比对。结果表明,变形杆菌纲(Proteobacteria)是原油降解体系中的优势微生物种群(65.7%),其中苍白杆菌属(Ochrobactrum sp.)、短波单胞菌属(Brevundimonas sp.)和无色杆菌属(Achromobacter sp.)是重要原油降解菌。因此对16S rDNA克隆文库的分析揭示了宁波港原油降解菌株的组成,为以后利用此类细菌处理原油污染提供了重要依据。     

核壳结构β-NaYF_4:Yb~(3+),Tm~(3+)/TiO_2的制备及光催化性能

核壳结构纳米复合材料β-Na YF4∶Yb3+,Tm3+/Ti O2的制备分为2个步骤:首先通过高温热分解法制备由上转换发光材料β-Na YF4∶Yb3+,Tm3+组成的核;再由钛酸四丁酯(TBOT)在表面活性剂聚乙烯吡咯烷酮K-30(PVP)作用下水解而成的壳。测试表明,β-Na YF4∶Yb3+,Tm3+/Ti O2是由β型六方相结构Na YF4纳米粒子和无定形结构的Ti O2组成。这种核壳结构纳米复合材料可以吸收近红外光(NIR),其中β-Na YF4∶Yb3+,Tm3+可以吸收近红外光,而后通过上行转换发出紫外光,通过激发Ti O2产生活性基团,达到催化降解有机污染物的目的。为了验证其光催化活性,在980 nm激光照射下将其用于罗丹明B(Rh B)的降解,结果证明该复合材料可以达到一定的降解效果。因此,核壳结构纳米复合材料β-Na YF4∶Yb3+,Tm3+/Ti O2是一种新型的近红外光催化剂,其能有效地扩展光催化剂对太阳能光谱的响应区域,提高太阳光的利用率,在未来Ti O2的光催化或者能源利用领域有着广阔的应用前景。     

基于改进偏最小二乘法的近红外快速分析强化生物除磷污泥胞内PHA

聚β羟基烷酸酯(PHA)是强化生物除磷系统中颗粒污泥胞内重要碳源和能源,其快速测定对强化生物除磷机理研究有重要意义. 采用Savitzky-Golay平滑法(SG)-多元散射校正法(MSC)对污泥的近红外光谱进行预处理,通过改进的偏最小二乘法(iPLS、siPLS、biPLS)建立污泥样品近红外光谱与PHA含量的定量分析模型.结果表明,SG-MSC预处理减弱噪声和背景等表面因素对光谱的影响,采用联合区间偏最小二乘法(siPLS)将全光谱等分为30个子区间, 联合子区间[13 21 24 29]建立的模型预测效果最优,其交互验证均方根误差(RMSECV)和预测均方根误差(RMSEP)分别为0.2018和0.3120,校正集和预测集相关系数分别达到0.9925和0.9391,该光谱区段与PHA分子结构中C-H的伸缩变形、弯曲振动和C=O的伸缩振动密切相关. 改进偏最小二乘有效地优化光谱建模区域,提高模型预测能力,实现污泥胞内PHA含量的快速定量分析.