为了研究机场排放对环境大气的影响,在2014年12月10日到16日,采用掩日通量遥测傅里叶红外技术(SOF-FTIR)对北京首都国际机场的乙烯(C2H4)、 己烷(C6H14)和一氧化碳(CO)排放进行了研究。分析了三种组份的特征浓度值及其变化趋势,结果表明三者的特征浓度值变化趋势上具有高度相关性；机场乙烯的平均柱浓度为13.18 ppm, 己烷的平均柱浓度为97.82 ppm, 一氧化碳的平均柱浓度为3065.56 ppm。通过结合国际民航组织发布的测量数据,得到该机场乙烯和己烷的排放量分别达到碳氢化合物排放总量的3.32%和66.96%。 文章结果表明,掩日通量遥测FTIR技术与ICAO的数据具有较好的一致性,为评估飞机排放提供数据支撑。

傅立叶变换红外(FTIR)光谱系统用He-Ne激光干涉信号作为参考信号,存在过零点采样误差。 基于光的干涉原理,通过傅里叶变换建立了FTIR光谱仪采样误差与光谱鬼线位置和强度之间的理论仿 真模型。为降低采样误差,采用三次样条插值法修正过零点误差,线性插值法重建红外光干涉信号 强度。结果表明该模型可以作为由采样误差引起光谱误差修正算法的理论依据,三次样条插值法 用于He-Ne信号过零点重建能减小采样误差,误差范围降低了93%,线性插值法用于红外光信号强 度重建能提高光谱信噪比,平均提高5.7%。

通过分析圆形通光孔径下动镜倾斜角度对干涉调制度和相位误差的影响,设计了定镜动态校正方案。传统的比例-积分-微分(PID)控制器 严格依赖于动态校正系统的数学模型,在实际的闭环系统中无法精确获取模型所有参数。系统采用了模糊PID控制策略,选择模糊输入输 出论域的隶属度函数,制定模糊规则库,再经过模糊推理、清晰化处理,给出了闭环控制系统实现方法。通过实验,验证了此种校 正方法的可行性,有效地摆脱了对校正系统准确的数学模型的依赖,能够将激光干涉调制度从0.6提升到0.99,相位差降低 到0.1°左右,且相对于传统PID控制,稳定性能较好、调整时间较短。

采用红外光谱技术对未知气体组分进行监测, 需要对气体组分进行定性识别分析。 基于多元线性回归模型的LASSO变量选择技术广泛应用于数据分析领域。 将LASSO方法引入到红外光谱分析领域, 提出一种LASSO变量选择技术结合循环线性最小二乘(LCLS)分析的定性识别方法, 并开展了相关的实验对其进行验证。 实验采集CO, C2H4, NH3, C3H8, C4H10和C6H14六种单组分傅里叶变换红外(FTIR)光谱吸光度谱以及一组C2H4和NH3混合组分的吸光度谱, 结合实验室自建光谱数据库, 先采用LASSO方法对采集的光谱进行初步定性分析, 然后使用LCLS方法剔除干扰组分。 实验结果表明, LASSO结合LCLS的方法能有效识别出光谱中的目标组分, 即使是在干扰严重的光谱波段也可以剔除掉大部分的干扰组分。

随着餐饮业的发展, 餐饮烟气已经成为某些城市三大空气污染源之一。 由于餐饮烟气对人体健康威胁很大, 近年来对餐饮烟气的研究愈来愈热。 餐饮烟气中包含有大量食用油加热过程中裂解而产生的不饱和烃类, 危害着人类健康。 不同食用油裂解出来的成分以及含量有所不同, 通过构建一定的分类识别数学模型, 从而实现对食用油分类识别。 采用自主研发的傅里叶变换红外光谱仪, 采集了不同食用油油烟烟气红外光谱数据。 同时构建了主成分分析(PCA)分别结合概率神经网络(PNN)以及误差反向传播人工神经网络(BPANN)的分类识别算法。 将两种分类识别算法对不同食用油油烟烟气的傅里叶变换红外光谱数据进行分析。 通过样本数据对数学模型进行训练, 将训练好的数学模型对未知光谱数据进行分析, 来确定产生油烟烟气的食用油种类。 实验结果表明, 两种算法都能对不同的油烟种类进行较好地分类识别。 在全波段识别时, 识别率分别达到90.25%和97.0%。 通过对烟气光谱数据的吸收波段进行分析, 提取大气窗口并且具有较强可挥发性有机物(VOCs)吸收特征的波段（1 300～700 cm-1以及3 000～2 600 cm-1）; 将吸光度数据分成两个分离的吸收波段, 两种算法在3 000～2 600 cm-1波段都有较好的识别效果, PCA-PNN算法识别率为90.25%, PCA-BPANN算法识别率为92.25%。 可见, 两种人工神经网络算法都能有效对食用油烟种类进行识别。

为实现药品的无损快检,设计了基于傅里叶变换红外光谱检测的光学系统, 系统工作波段为4000～12000 cm－1。设计合适的光学结构并确定光学元件的特征参数, 用Zemax对设计的光学系统进行光线追迹和优化分析。搭建实验平台,采集了5种相似药品的 近红外光谱数据,用主成分分析法(PCA)结合误差反向传播人工神经网络算法(BPANN)对数 据进行处理,有效区分了5种药品的光谱,识别准确率达到93.333%。实验结果表明:该近红外 光谱检测系统适用于药品的无损分析,能有效鉴别相似药品。

傅里叶变换红外光谱仪可实现对高温烟气的多组分同时测量,在该方面具有广泛的应用前景.而决定其能否成功应用的重要因素之一,在于测量系统中对红外干涉图采样的相位误差控制.论述了系统相位误差产生的主要原因,通过分析氦氖激光干涉信号过零均匀性,说明了产生相位误差的主要原因是激光信号与参考信号的相位差.与此同时,定量分析了相位误差对仪器信噪比的影响,通过Mertz相位校正方法得到了仪器信噪比较之原来提高了数千倍.并进行了相关实验.实验结果表明,基于此干涉图采样方法的系统满足高温烟气测量的需要.

目前，傅里叶变换红外(FTIR)光谱仪主要的数据采样方法有He-Ne 激光触发方法和Brault方法。Brault方法使用硬件计数器而且采集到的数据有延时，会增加数据处理的时间，因此讨论了一种基于Brault方法改进的数据采样与处理方法，该方法采用同步数据采集卡，同时采样两路数据，用近似的相似三角形法得到精确的He-Ne激光过零点信息，然后根据三次样条插值方法重采样干涉信号，实现了软件数据采样与处理。将该方法与He-Ne 激光触发方法得到的光谱图进行对比。结果表明，两种方法得到的背景光谱图中H2O 和CO2 的吸收峰与标准吸收谱带一致，基于Brault方法改进的数据采样与处理方法提高了光谱的信噪比，其激光过零点信息可得到动镜扫描速度的稳定性，而He-Ne激光触发方法的采样与处理时间小于改进的Brault方法。