使用9.06μm QCL基于光谱优化和NGO-LSTM模型的中红外 NH₃传感器的性能提升

科学领域:

• 气体传感器技术的技术.
• 频谱学是一种光谱学.
• 环境监测环境监测环境监测

背景情况:

• 检测氨 (NH3) 对化学和水产养殖行业至关重要.
• 现有的传感器在准确性和环境因素方面面临挑战.
• 中红外探测为氨提供了高灵敏度.

研究的目的:

• 开发一个高度精确和敏感的中红外氨传感器.
• 通过先进的信号处理和AI模型来提高传感器性能.
• 在工业环境中实现实时氨监测.

主要方法:

• 使用波长调制光谱 - 可调节二极管激光吸收光谱 (WMS-TDLAS) 使用9.06微米量子级联激光和41.5米多通气体电池.
• 实现了光谱优化,温度补偿和光谱漂移校正.
• 应用CEEMDAN-WPD用于信号消噪和一个北方鱼优化长期短期记忆 (NGO-LSTM) 模型用于氨度逆转.

主要成果:

• 在测量和设置值之间实现了极好的线性 (R2 = 0.9992).
• 经证明的长期稳定性,根平均平方误差 (RMSE) 为400ppb氨的4.754ppb.
• 在232秒的整合时间内报告了大约792 ppt的检测极限 (LoD).

结论:

• 开发的WMS-TDLAS传感器为实时氨监测提供了一种高效和准确的方法.
• 先进的信号处理和AI模型集成显著提高传感器性能.
• 传感器的功能适用于化学和水产养殖行业的关键应用.