算法融合的差分吸收光谱法烟气SO2浓度在线监测研究

摘要：

过去几十年中差分吸收光谱技术(differential optical absorption spectroscopy,DOAS)在大气污染物监测方面取得了成功应用.文章提出了根据差分吸光度最大值(OD'm)设定阈值的思想,将传统DOAS算法与基于卡尔曼滤波的DOAS算法相结合,利用两种算法在相同信噪比下具有不同反演精度的特点,在保证测量精度的前提下提高了DOAS系统的检测极限,较好地解决了短光程下低浓度气体的测量精度问题.在常温常压和流动状态下,对烟气中的SO2浓度测量进行了理论和实验研究.研究结果表明,改进的DOAS算法在OD'm＜0.048 1时,SO2浓度测量精度较高,测量下限可低于28.6 mg·m-3,零点漂移低于2.9 mg·m-3传统DOAS算法在0.048 1＜OD'm＜0.927 2时,SO2浓度测量精度较高;两种算法对OD'm＞0.927 2时的SO2浓度测量都存在较大的误差,必须进行线性度校正.

关键词：差分吸收光谱、卡尔曼滤波、算法融合、差分吸光度最大值、烟气浓度监测、检测下限

所属期刊栏目：29

分类号：X831(环境监测)

资助基金：国家自然科学基金项目50576010

在线出版日期：2009-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1036-1040