应用经验模态分解的近红外CO2浓度反演系统

作者：李国林^*; 焦月; 马坤; 鄢志丹; 张雪娜; 吴赟辉; 张泽成

来源：光学精密工程, 2021, 29(05): 940-950.

• 光谱分析
• 二氧化碳检测
• 浓度反演
• 经验模态分解
• 核极限学习机
• 粒子群优化

为了监测CO2的含量,选取CO2气体在1 580 nm附近的近红外光谱吸收谱线,使用中心波长为1 580 nm的分布反馈式激光器和光程为20 m的Herriott气室,基于可调谐二极管激光吸收光谱技术开展0.03%～0.08%,2%～20%浓度的CO2检测实验。用数据采集卡采集原始二次谐波信号(raw2f信号),并将经验模态分解作为预处理算法嵌入到LabVIEW数据采集分析平台中,得到预处理后的2f信号后通过粒子群寻优的核极限学习机(Particle Swarm Optimization-Kernal Extreme Learning Machine,PSO-KELM)算法反演浓度。实验表明,与raw2f信号相比,2f信号的信噪比从6.75dB提高到12.59 dB。反演结果与最小二乘法、偏最小二乘、BP神经网络和极限学习机做比较,PSO-KELM算法提高了CO2气体的检测准确度,均方根误差最小,线性相关系数最接近1。经1.5 h的稳定性测试,分析其Allan方差,当积分时间为16 s时,其理论检测极限可达到44.8×10-6。本LabVIEW数据采集分析平台满足CO2检测准确度高、稳定性好的要求。

• 单位
  中国石油大学（华东）