论文部分内容阅读
有毒有害气体定量分析研究对火灾现场决策和实施有效救援、火灾早期阴燃产生气体的探测、气体泄漏诊断和材料特性的研究有重要作用。当前的气体检测技术在适用范围、灵敏度、可靠性、抗干扰性、使用寿命、便捷和经济性等方面各有特点和不足。傅里叶变换红外光谱技术(FTIR)以其精度高、适用范围广、响应迅速、寿命长、使用方便等特点成为气体定量分析领域较为理想的检测手段之一。设计可靠实验系统并合理控制实验过程,准确得到该类气体的光谱数据是研究的基础。同时,从气体定量分析模型角度入手,建立新的非线性定量分析模型来提高气体检测精度是研究的重点。
搭建基于FTIR技术的气体定量分析实验系统,通过对低浓度的8组分有毒有害气体CO、CO2、NO、NO2、SO2、HCl、HBr、HCN进行检测。在全波段光谱范围内合理选择光谱区间,去除水分和二氧化碳干扰。运用马氏距离法筛选校正集样本,合理选择模型参数进行建模。最后计算每个气体组分的测定系数R2、校正下均方根误差RMSEC以及预测均方根误差RMSEP。
为了关注红外光谱数据与气体浓度数据之间的非线性对应关系,提高模型预测精度,本文通过方法组合,建立了两种非线性模型:多项式偏最小二乘法PPLS和偏最小二乘结合BP神经网络法PLS-BP。为了比较非线性模型之间拟合性能和预测性能,又引入最小二乘支持向量机算法LS-SVR。分别将三种模型与经典线性模型:偏最小二乘PLS和经典最小二乘CLS作对比,分析了各种模型的拟合性能、对气体各组分浓度预测能力以及模型本身难易程度。从校正均方根误差RMSEC来看,非线性模型PPLS、PLS-BP、LS-SVR模型的拟合性能明显高于经典线性模型CLS和PLS。其中以PLS-BP模型的拟合性能最佳,其每个组分的RMSEC值达到了4ppm以下。从测定系数R2宋分析校正模型对验证集的预测性能。在对非线性程度高、内部组分干扰性强的气体建模时,非线性模型PPLS、PLS-BP、LS-SVR模型预测性能要高于经典线性模型CLS和PLS,对各组分的预测测定系数R2值都能达到0.9以上。