非胜霄 1,2冯庆 1,2,*陈杨 1,2白雪 1,2朱洪强 1,2
作者单位
摘要
1 重庆师范大学物理与电子工程学院, 重庆市光电功能材料重点实验室, 重庆 401331
2 重庆师范大学光学工程重点实验室, 重庆 400047
采用基于密度泛函理论的第一性原理平面波超软赝势方法计算了金红石TiO2(110)纯净表面以及掺杂N、掺杂Rh和N/Rh共掺表面吸附CO分子后的光学气敏传感特性。研究发现:纯净和掺杂表面吸附CO分子后均表现出光学气敏传感特性,其原因是表面氧空位的氧化作用;而N/Rh共掺杂对表面氧化性改善得最多,吸附CO分子后吸附距离最小,吸附能最大,稳定性最好,且易于实现。因此,相比于纯净及单掺杂体系,N/Rh共掺杂表面对气体有更好的光学气敏传感效应,是一种改进TiO2光学气敏传感材料的良好方式。
材料 第一性原理 金红石相 CO气体 光学气敏传感 
中国激光
2019, 46(11): 1103003
作者单位
摘要
1 中国石油大学(华东) 信息与控制工程学院, 山东 青岛 266580
2 吉林大学 集成光电子学国家重点实验室吉林大学实验区 电子科学与工程学院, 吉林 长春 130012
CO分子在4.6 μm 具有最强吸收峰, 以此作为气体吸收的中心波长, 结合光源EMS200光源的发光特性, 设计开放式的球面反射镜气室, 采用单探测器双通的结构, 研制了一种中红外差分式CO检测仪。利用模拟混合气站配备标准的CO气体浓度, 对该仪器的相关性能开展研究。研究表明: 仪器分辨率为20 ppm(1 ppm=10-6), 最低检测下限为18 ppm。CO浓度在30~1 500 ppm范围内, 其测量误差不超过8.5%。与激光光谱技术的CO检测仪相比, 该系统采用脉冲红外热光源, 其性价比高; 采用开放球面反射镜气室, 光路简单易于实现。所以该CO检测仪在煤矿开采、环境监测、石油化工等领域具有较高的实际应用价值。
红外光谱吸收 CO气体检测 光电检测 infrared spectrum absorption CO gas detection photoelectric detection 
红外与激光工程
2018, 47(4): 0404005
作者单位
摘要
1 天津中德应用技术大学 电气与能源学院, 天津 300350
2 天津大学 精密测试技术及仪器国家重点实验室, 天津 300072
3 中环天仪股份有限公司, 天津 300384
准连续信号是一种重要的调制信号形式, 在多个领域有广泛应用。准连续调制激光吸收谱是准连续信号典型应用之一, 具有响应迅速、检测精度高、检测限低的特点。在地震、塌方、火灾等灾害环境下, 由于堆积形成复杂封闭环境或燃烧不充分有可能产生极易燃爆的CO有毒有害气体。因此, 灾害现场破拆机器人进行救援时, 需要对现场的气体环境进行监测和分析, 避免造成二次爆炸伤害。本系统对CO气体展开研究, 采用准连续调制激光吸收谱技术, 搭建测量实验系统, 实施了改变浓度、压力和温度条件的CO测量实验, 得出了准连续调制激光吸收谱2f信号幅值与CO浓度、实际测量时的压力、温度的关系模型。这些关系模型可使破拆机器人在灾害现场根据测量系统实际测得的压力和温度值对CO气体的浓度进行相应的压力以及温度补偿。
准连续信号 吸收谱测量 CO气体 2f信号 关系模型 quasi-continuous signal absorption spectroscopy measurement CO gas second harmonic signal relational mode 
红外与激光工程
2017, 46(5): 0506006
陈媛媛 1,2,3,*王志斌 1,2,3王召巴 1,2,3
作者单位
摘要
1 电子测试技术国家重点实验室, 中北大学, 山西 太原 030051
2 仪器科学与动态测试教育部重点实验室, 中北大学, 山西 太原 030051
3 山西省光电信息与仪器工程技术研究中心, 中北大学, 山西 太原 030051
变量选择是光谱分析领域一个重要的组成部分。 为了克服传统区间选择法的缺点与不足, 基于无信息变量消除法和岭极限学习机提出一种新型的变量选择与评价方法。 首先, 利用无信息变量消除法剔除整个光谱区间中无信息的波长点; 其次, 为了解决传统建模方法(偏最小二乘法、 BP神经网络等)存在的共线性问题, 采用岭极限学习机方法建立回归模型; 最后, 最佳的特征光谱波长点组合利用特征选择路径图和稀疏度-误差折中曲线进行确定。 CO气体的浓度反演实验结果表明: (1)利用无信息变量消除法可以有效筛选出最能表征CO气体透过光谱的特征波长点; (2)岭极限学习机方法具有快速建模、 避免共线性和高精度等优点(CO气体浓度反演模型的决定系数可达0.995); (3)特征选择路径图和稀疏度-误差折中曲线可以直观地帮助用户寻找出最佳的特征波长点组合。
变量选择 无信息变量消除 岭极限学习机 特征选择路径 CO气体浓度反演 Variable selection Uninformative variable elimination Ridge extreme learning machine Feature selection path CO gas concentration retrieval 
光谱学与光谱分析
2017, 37(1): 299

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!