[发明专利]一种光散射烟气颗粒物在线检测自适应校准方法有效
| 申请号: | 201811093712.7 | 申请日: | 2018-09-19 |
| 公开(公告)号: | CN108872039B | 公开(公告)日: | 2020-10-27 |
| 发明(设计)人: | 刘国庆;吴付祥;焦敏;赵政;惠立锋;张强;晏丹;邓勤;陈建阁;李征真;颜鸽来 | 申请(专利权)人: | 中煤科工集团重庆研究院有限公司 |
| 主分类号: | G01N15/06 | 分类号: | G01N15/06 |
| 代理公司: | 重庆双马智翔专利代理事务所(普通合伙) 50241 | 代理人: | 方洪 |
| 地址: | 400039*** | 国省代码: | 重庆;50 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 散射 烟气 颗粒 在线 检测 自适应 校准 方法 | ||
1.一种光散射烟气颗粒物在线检测自适应校准方法,其特征在于,包括:
S1,以特定时间T为间隔时间,基于重量法或微量振荡天平法或β射线法检测烟气中的颗粒物并获得第一颗粒物浓度值;同步地基于光散射法实时检测烟气中的颗粒物并将检测得到的多个颗粒物浓度值的平均值作为第二颗粒物浓度值;
S2,连续n个特定时间重复执行S1,获得第一颗粒物浓度值集合和第二颗粒物浓度值集合;所述n为大于等于1的正整数;
S3,对第一颗粒物浓度值集合和第二颗粒物浓度值集合进行融合处理,基于融合处理结果获得光散射检测值的校准系数;
所述S3中对第一颗粒物浓度值集合和第二颗粒物浓度值集合进行融合处理的步骤包括:
S31,所述第一颗粒物浓度值集合记为B=[B1,....,Bi,...,Bn],第二颗粒物浓度值集合记为A=[A1,...,Ai,...,An];其中,i为正整数,且1≤i≤n;
S32,计算DAj=Ai-Ai-1,DBj=Bi-Bi-1;其中,j=i-1,且1≤j≤n-1;其中,所述DAj表示第i个第二颗粒物浓度值Ai与第i-1个第二颗粒物浓度值Ai-1的差值;所述DBj表示第i个第一颗粒物浓度值Bi与第i-1个第一颗粒物浓度值Bi-1的差值;
S33,计算DBj与DAj的比值,获得对比系数Dj,所述
S4,基于校准系数对基于光散射法检测得到的烟气的实时颗粒物浓度值进行校准,获得校准后的光散射检测值。
2.如权利要求1所述的光散射烟气颗粒物在线检测自适应校准方法,其特征在于,在所述S3中,基于融合处理结果利用最小均方算法或迫零算法或最陡下降算法之一获得校准系数。
3.如权利要求2所述的光散射烟气颗粒物在线检测自适应校准方法,其特征在于,校准系数包括修正系数和修正偏移值,校准后的光散射检测值A修为:
A修=D*A'-K;
其中,D为修正系数;K为修正偏移值;A'为基于光散射法检测得到的烟气的实时颗粒物浓度值。
4.如权利要求3所述的光散射烟气颗粒物在线检测自适应校准方法,其特征在于,获取修正系数的步骤为:
基于最小均方算法求取对比系数集合[D1,...,Dj,...,Dn-1]的最小均方值D,并将最小均方值D作为修正系数,所述最小均方值D为:
其中,KD为趋势系数,且Fj为斜率方向系数,若Dj≥0,则Fj=1,若Dj<0,则Fj=-1;Fd为趋势方向系数;若KD≥0,则Fd=1,若KD<0,则Fd=-1。
5.如权利要求4所述的光散射烟气颗粒物在线检测自适应校准方法,其特征在于,获取修正偏移值的步骤为:
S34,基于最小均方算法计算其中,K1为修正后趋势系数;Fi为修正后斜率方向系数,若DAj≥Bi,则Fi=1,若DAj<Bi,则Fi=-1;
S35,从步骤S34中的公式中,推导出修正偏移值K为:
其中,Fk为修正后趋势方向系数,若K1≥0,则Fk=1,若K1<0,则Fk=-1。
6.如权利要求1所述的光散射烟气颗粒物在线检测自适应校准方法,其特征在于,所述n为6或12。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中煤科工集团重庆研究院有限公司,未经中煤科工集团重庆研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811093712.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:基于物联网的室内环境监测系统
- 下一篇:一种城市雾霾监测系统





