作者单位
摘要
1 西安科技大学, 陕西 西安 710054
2 西安交通大学电力设备电气绝缘国家重点实验室, 陕西 西安 710049
3 中国计量科学研究院, 北京 100013
对傅里叶变换中红外光谱数据的平滑预处理中, 通常采用Savitzky-Golay滤波器的方法进行光谱数据的平滑预处理, 然而Savitzky-Golay滤波器的多项式拟合阶次和窗宽等参数的合理选则始终是一个难题, 并无统一的选择依据, 通常在一定数值范围内, 采用多组数据进行遍历尝试, 最终选择一组相对较优的数据作为Savitzky-Golay滤波器的多项式拟合阶次和窗宽参数。 文中探索了Savitzky-Golay滤波器的多项式拟合阶次和窗宽等参数的优化选取这一问题, 并对其主要频率指标参数与多项式拟合阶次和窗宽等参数进行了定性定量分析, 得出了截至频率、 阻带起始点频率、 第一旁瓣峰值频率及第一旁瓣峰值幅度与窗宽和阶次之间具体的计算方程表达式。 随后, 根据采集的中红外气体组分的光谱数据特征, 依据上述计算方程式, 优化计算选取多项式拟合阶次和窗宽分别为8和11时, 其Savitzky-Golay滤波器的中红外气体组分的光谱数据平滑效果最优。 最后通过实际采集的0.1%, 0.2%, 0.5%, 1%, 2%, 5%浓度的CH4光谱数据进行平滑预处理, 在次吸收峰区域, 原始光谱的折算吸光率相对最大误差和最小误差分别为17.230 5%和0.243 0%, 平滑处理后的光谱的折算吸光率相对最大误差和最小误差分别为0.088 0%和0.020 6%。 可见经过Savitzky-Golay滤波器进行所探索的光谱数据预处理之后其相对误差基本稳定, 并且相对较低, 为后期光谱数据的准确定性和定量分析奠定了基础。
Savitzky-Golay滤波器 光谱数据预处理 折算吸光率 傅里叶变换红外光谱 Savitzky-Golay filter Spectra pretreatment Converted absorbance Fourier transform infrared spectroscopy 
光谱学与光谱分析
2016, 36(5): 1340
作者单位
摘要
1 西安科技大学 网络中心,陕西 西安 710054
2 西安交通大学 电力设备电气绝缘国家重点实验室,陕西 西安 710049
3 中国计量科学研究院,北京 100013
针对混合气体红外光谱在应用现场基线漂移和畸变、基线校正方法Rubberband方法中分段数量的选择不确定等问题进行探讨,通过遍历的形式筛选出针对烃类气体在中红外波段、波数分辨率为4 cm-1的情况下,优选出分段数量在50~120之间、基线点的曲线拟合方法选择分段三次Hermite插值方法时,其基线估计和校正的效果较为理想。同时针对Rubberband方法易将吸收点误判为基线点的问题,使用中位数和偏离度首先剔除分段内的明显吸收点,然后将剩余谱线点采用偏最小二乘方法设定一定的阈值范围进行基线点的筛选,筛选出的基线点在整个波段采用分段三次Hermite插值方法进行基线的估计。从实测的光谱基线校正效果来看,提出的算法使用简单,并适合于在线连续分析的应用场合。
傅里叶变换红外光谱 基线校正 样条插值 在线监测 Fourier transform infrared spectroscopy baseline correction spline interpolation in-situ monitoring 
红外与激光工程
2015, 44(4): 1172
作者单位
摘要
1 西安交通大学电力设备电气绝缘国家重点实验室, 陕西 西安 710049
2 西安科技大学, 陕西 西安 710054
3 中国计量科学研究院, 北京 100013
在利用傅里叶变换红外光谱进行混合气体定量分析中, 针对烃类尤其是同分异构体等构成的混合气体其谱图特征相似、 吸收峰严重交叠, 不易进行特征吸收成分的判别和特征变量选择的问题, 为增强谱峰分辨力, 采用广义二维相关光谱和傅里叶变化红外光谱对烃类混合气体分析中同分异构体进行辨别, 以异丁烷和正丁烷的红外光谱及受浓度扰动组成的光谱组为例进行二维相关红外光谱分析。 通过观察全波段和主吸收峰波段单组分气体的傅里叶变换红外光谱, 可知其谱图相似, 吸收峰严重交叠, 如果混合在一起, 将基本无法辨别何种分子结构及成分。 通过广义二维相关光谱的变换, 其二维相关光谱的同步谱和异步谱可以清晰地辨别出异丁烷和正丁烷的特征吸收峰及其各自强度, 实验结果可知, 异丁烷在2 893, 2 954和2 977 cm-1, 正丁烷在2 895和2 965 cm-1具有强的吸收特征谱线。 分析结果初步验证了二维红外相关光谱在多组分混合气体傅里叶变换红外光谱定量分析中谱分辨率增强方面的应用。
二维相关光谱 傅里叶变换红外光谱 谱分辨率增强 同分子异构体 多组分混合气体定量分析 Two-dimensional correlation spectroscopy Fourier transform infrared spectroscopy Spectral resolution enhancement Alkane isomers Multi-component gas quantitative analysis 
光谱学与光谱分析
2014, 34(10): 2623
作者单位
摘要
1 西安科技大学, 陕西 西安 710054
2 西安交通大学电力设备电气绝缘国家重点实验室, 陕西 西安 710049
3 中国计量科学研究院, 北京 100013
在烷烃类多组分混合气体, 尤其轻烷烃类气体傅里叶变换红外光谱定量分析中, 其中在红外光谱区域吸收峰严重交叉重叠, 不易建立定量分析模型。 为此, 采用Tikhonov正则化算法对甲烷、 乙烷、 丙烷、 异丁烷、 正丁烷、 异戊烷和正戊烷等七种轻烷烃类混合气体傅里叶变换红外光谱进行特征波长的选择, 以便建立定量分析模型。 选择六种各气体浓度组成混合烷烃气体, 采用Tikhonov正则化算法, 通过对比分析混合气体在中红外全波段、 主吸收峰和次吸收峰波段特征波长的选择和TR参数的优化, 选择出七种气体成分的傅里叶变换红外光谱的特征波长。 利用选择的特征波长和Tikhonov正则化参数对实测甲烷光谱数据进行检验分析, 与其他气体成分的交叉灵敏度最大为11.153 7%, 最小为1.239 7%, 预测均方根误差为0.004 8, 有效增强了Tikhonov正则化算法在轻烷烃类混合气体定量分析中的实用性, 初步验证了利用Tikhonov正则化进行烷烃类混合气体傅里叶变换红外光谱特征波长选择的可行性。
特征波长选择 Tikhonov正则化 傅里叶变换红外光谱 气体定量分析 Characteristic wavelength selection Tikhonov regularization Fourier transform infrared spectroscopy Quantitative gas analysis 
光谱学与光谱分析
2014, 34(7): 1836
作者单位
摘要
1 西安交通大学电力设备电气绝缘国家重点实验室, 陕西 西安710049
2 西安科技大学, 陕西 西安710054
3 中国计量科学研究院, 北京100013
针对色谱进行变压器溶解气体在线监测需要载气、 定期标定、 安全性低等缺陷, 试图建立一种傅里叶变换红外光谱法的油溶解气体在线分析系统。 考虑特征气体量小、 成分多、 检测限及安全要求高, 根据特征气体的吸收光谱特征与分析要求, 利用分段比基线校正、 改进TR正则化特征变量提取算法, 建立稀疏偏最小二乘的定量分析模型。 以CH4, C2H6, C3H6和CO2等特征气体为例, 给出了分析的测试结果。 结果表明, 在光谱波数分辨率为1 cm-1, 光程为10 cm情况下, 可以满足变压器绝缘油溶解气体分析要求。
傅里叶变换红外光谱 油溶解气体 定量分析 稀疏偏最小二乘 在线监测 Fourier transform infrared spectroscopy Dissolved gas analysis Quantitative analysis Sparse partial least squares On-line monitoring 
光谱学与光谱分析
2013, 33(9): 2407
作者单位
摘要
西安交通大学电力设备电气绝缘国家重点实验室, 陕西 西安710049
针对气体光谱分析应用中傅里叶变换红外光谱仪长时间连续工作时易出现光谱基线漂移、 畸变问题, 对红外光源温度波动及漂移、 动镜倾斜、 分束器性能变化以及检测器横向偏移对光谱基线的影响进行了仿真研究, 结果表明光谱基线的漂移近似线性。 基于此, 本文提出分段比光谱基线漂移修正法SBCPD校正光谱基线。 通过比较基线校正前后仿真光谱峰高变化、 偏最小二乘(PLS)定量分析模型预测不确定度、 油气探井气测录井在线基线校正性能, 发现SBCPD性能优越, 要优于传统的多项式拟合法及airPLS法。 经检验, 该方法性能稳定, 计算量小, 便于工程应用。
傅里叶变换红外光谱 基线漂移 基线校正 分段比 Fourier transform infrared spectra Baseline drift Baseline correction Piecewise dividing 
光谱学与光谱分析
2013, 33(2): 334
作者单位
摘要
西安交通大学电力设备电气绝缘国家重点实验室, 陕西 西安710049
针对FTIR光谱分析数据计算量大, 具有相同基团的多组分混合气体交叉灵敏度过高, 以及在线分析过程中基线漂移等问题, 提出了一种改进的TR2-1(Tikhonov 2norm-1norm)正则化特征变量提取法。 该方法借鉴TR1和TR2模型的基本思想, 引入谱线距离和谱线系数绝对值最小化两个约束项来保证所提取特征量的准确度, 消除基线漂移所带来的影响, 并结合上述两种模型建立了不适定问题的最优化求解通式。 该通式有效地克服了经验法和实验法确定正则矩阵和参数所带来的误差。 实验以浓度为0.01%~20%的甲烷、 乙烷、 丙烷、 正丁烷、 异丁烷、 正戊烷和异戊烷气体为例进行了特征光谱选取。 结果表明, 对于浓度为0.2%的甲烷气体, 其预测误差平方和仅为2.6×10-4, 可决系数达到0.959 2, 分析准确度高, 有效增强了TR正则法的实用性。
多组分气体定量分析 特征变量提取 Tikhonov正则化 L曲线 Multicomponent gas quantitative analysis Characteristic variable extraction Tikhonov regularization L curve 
光谱学与光谱分析
2012, 32(10): 2730
作者单位
摘要
1 西安理工大学自动化与信息工程学院, 陕西 西安710048
2 西安交通大学电气工程学院, 陕西 西安710049
针对烷烃类多组分混合气体中红外光谱存在的基线漂移问题, 提出一种直接正交信号校正算法用于光谱数据预处理。 实验中采用傅里叶变换红外光谱仪采集了936组混合气体样本的光谱数据, 混合气体主要由不同浓度范围的七种组分气体组成。 将直接正交信号校正算法与导数算法进行了对比分析, 采用偏最小二乘回归方法建立了各组分气体定量分析模型, 并对模型参数(主元个数、 导数步长及正交分量的个数)进行了遍历优化选取最优分析模型。 结果表明直接正交信号校正算法对于中红外光谱基线校正效果最好, 直接正交信号校正算法用于烷烃类混合气体中红外光谱基线校正可行, 效果良好, 具有一定的实用和研究价值。
基线漂移 直接正交信号校正 导数算法 偏最小二乘回归 定量分析 混合气体 Baseline departure Direct orthogonal signal correction Derivative algorithm Partial least square regression Quantitative analysis Gas mixture 
光谱学与光谱分析
2012, 32(4): 1038
作者单位
摘要
西安交通大学电力设备电气绝缘国家重点实验室, 陕西 西安710049
特征变量选取与模型的建立是光谱定量分析的两个主要研究内容。 首先讨论了Tikhonov正则化特征光谱选取算法在多组分烷烃气体分析应用中的参数确定方法, 然后针对甲烷、 乙烷、 丙烷、 异丁烷、 正丁烷、 异戊烷和正戊烷七种烃烷的小浓度分析, 从中红外吸收光谱中提取了七组特征光谱, 并用这些特征光谱作为输出, 用神经网络建立了七种烃烷气体的分析模型。 为克服神经网络的过训练问题, 提出根据误差处理的方式从多个训练好的网络中选择最优网络的网络最优参数选择法。 最后给出了分析模型的标气检验结果表明, 在各种烃烷气体1%范围内, 提出的分析方法有效消除了各种烷烃之间的交叉敏感, 交叉干扰小于0.5%; 分辨率高, 达20×10-6。
多组分气体定量分析 特征光谱选择 Tikhonov正则化 交叉敏感 神经网络 Multi-component gas quantitative analysis Feature spectra selection Tikhonov regularization Cross-sensitivity Neural network 
光谱学与光谱分析
2011, 31(6): 1673
作者单位
摘要
西安交通大学电气电力设备电气绝缘国家重点实验室, 陕西 西安710049
针对目前傅里叶变换红外光谱分析还不能独立应用于气体成分多、 部分成分具有同种分子基团、 气体浓度变化范围大的复杂多组分混合气体的在线分析问题, 文章以甲烷、 乙烷、 丙烷、 异丁烷和正丁烷五种轻烷烃气体的混合气体的光谱分析为例, 提出采用充分考虑气体温度、 压力及干扰气的影响, 采用特征提取、 光谱畸变识别与修正、 神经网络的鲁棒建模与分层建模的方法来实现具有相同分子基团的混合气体光谱分析。 最后给出了五种轻烷烃气体的光谱与气相色谱的在线分析结果。 分析结果对比曲线表明, 两种仪器分析结果曲线几乎完全重合, 这说明该文提出的光谱分析方法可以独立应用于具有相同分子基团的多组分气体混合气体现场在线分析, 解决了科学研究和工程应用中气体组分复杂、 气体浓度变化范围大的复杂多组分混合气现场分析难题。
多组分混合气 光谱在线分析 特征提取 光谱畸变识别与修正 神经网络 Multicomponent gas mixture Spectral analysis on-line Feature variable extraction Recognition and correct of spectral aberrance Neural network 
光谱学与光谱分析
2011, 31(11): 3031

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!