新型抗粒子干扰光学模型及解调方法在TDLAS甲烷传感器中的应用

《Sensors and Actuators B: Chemical》：New Anti-Particle-Interference Optical Model and Demodulation Method for TDLAS Methane Sensors

针对气溶胶干扰下直接吸收光谱法信号识别困难及光强衰减问题，提出抗气溶胶干扰光学模型（API）。通过分光器将激光分为测量束和参考束，利用差分吸收处理消除共模噪声，实验表明API在8-10 mg/m3颗粒物浓度下仍保持100%峰值定位精度，较传统DAS方法RMSE降低70.0%-86.9%，显著提升甲烷检测精度。

　　随着工业化进程的加速，气体泄漏事故频发，对人类生命和财产安全构成了重大威胁。因此，可燃气体检测技术在确保安全和优化工业流程方面变得至关重要。调制二极管激光吸收光谱（TDLAS）作为一种关键的技术手段，因其高灵敏度、快速响应和实时监测能力，被广泛应用于地下管道、工业和商业设施以及住宅环境中的甲烷泄漏检测。然而，在实际应用中，诸如矿井、粮食加工厂和建筑工地等场所往往存在大量的煤尘、粮食粉尘和道路尘埃，这些颗粒物的尺寸通常远大于近红外激光波长，从而引发显著的光衰减效应，导致激光强度大幅减弱，信号与噪声的比值降低，严重影响TDLAS系统的灵敏度和检测精度。为了应对这一挑战，当前研究多采用信号补偿算法和光学设计优化来缓解粉尘干扰。然而，这些方法在消除颗粒物引起的噪声叠加方面仍存在不足。

针对上述问题，本文提出了一种新型的抗颗粒干扰（API）光学模型，旨在提高甲烷检测的准确性。该模型通过使用分束器将激光束在通过气-粒混合物后分为两个通道：一个用于直接光检测的测量光束，另一个则通过已知浓度的参考气室。这种双通道设计使得可以通过差分吸收处理来消除共模颗粒物噪声。首先，本文将从理论上分析API模型的抗干扰机制，并开发相应的信号解调方法。其次，通过模拟具有不同噪声特性的光谱信号，系统地验证API模型的抗噪能力。随后，构建API检测系统，并在含有不同甲烷浓度（0–10000 ppm）和粉尘浓度（0–10 mg/m3）的环境中进行实验验证。关键指标，如吸收峰偏移和浓度误差，将被量化以评估该方法在抑制颗粒物干扰方面的有效性。这一研究将推动在颗粒物环境中甲烷测量精度的提升，为工业气体安全监测提供关键的技术支持。

本文的研究成果表明，API模型在抗颗粒干扰方面表现出色。在粉尘浓度为8–10 mg/m3且甲烷浓度为0 ppm的测试条件下，API模型在甲烷特征波段（6046.97±0.1 cm?1）内实现了100%的峰值定位精度，而传统DAS模型仅为21.5%。此外，API模型在粉尘浓度为2–4 mg/m3时，将RMSE降低了69.9%–86.9%，在粉尘浓度为8–10 mg/m3时，将RMSE降低了70.0%–73.9%。这些显著的性能提升表明，API模型在颗粒物环境中的检测能力优于传统方法，能够有效提高甲烷检测的准确性和可靠性。

本文的研究不仅关注于技术层面的创新，还致力于解决实际应用中的关键问题。在环境适应性增强和抗干扰策略方面，研究人员探索了多种方法。例如，一些研究通过信号补偿算法来修正由于颗粒物引起的激光强度衰减，从而减少气体浓度测量的误差。另一些研究则通过光学设计优化，如引入参考气室，以增强吸收峰的识别能力，提高信号与噪声的比值，减少噪声干扰。这些方法在一定程度上缓解了颗粒物对TDLAS系统的影响，但尚未彻底解决噪声叠加的问题。

本文提出的API光学模型通过双通道设计，利用差分吸收处理技术，能够有效消除共模颗粒物噪声。这种方法不仅在理论上具有创新性，而且在实验中也得到了验证。通过构建API检测系统，并在不同的环境条件下进行测试，研究人员能够量化吸收峰偏移和浓度误差，从而评估该方法在抑制颗粒物干扰方面的效果。实验结果表明，API模型在抗颗粒干扰方面具有显著优势，能够提高甲烷检测的准确性和可靠性。

此外，本文还探讨了不同研究在抗颗粒干扰方面的进展。例如，一些研究通过分析颗粒物引起的激光强度衰减模式，开发了相应的信号修正方法。另一些研究则通过模拟光谱信号的变化，系统地验证了不同方法的抗噪能力。这些研究为本文的API模型提供了理论基础和实验支持，同时也指出了当前研究在解决颗粒物干扰问题上的不足。

本文的研究成果不仅在技术层面具有重要意义，而且在实际应用中也具有广泛的推广价值。通过提高甲烷检测的准确性，API模型能够为工业气体安全监测提供关键的技术支持。这不仅有助于减少气体泄漏事故的发生，还能提高工业生产的效率和安全性。因此，本文的研究成果具有重要的科学价值和实际意义。

在总结本文的研究成果时，可以得出以下几点：首先，API光学模型通过消除共模噪声，显著提高了抗颗粒干扰的能力。其次，该模型在实验中表现出色，能够有效减少浓度误差和信号衰减。第三，通过构建API检测系统，研究人员能够系统地验证该模型的抗噪能力，并量化其在实际应用中的效果。这些结论表明，API模型在提高甲烷检测精度方面具有显著优势，能够为工业气体安全监测提供关键的技术支持。

本文的研究不仅限于理论分析和实验验证，还致力于解决实际应用中的关键问题。通过构建API检测系统，并在不同的环境条件下进行测试，研究人员能够系统地评估该模型在抑制颗粒物干扰方面的效果。这些实验结果表明，API模型在抗颗粒干扰方面具有显著优势，能够提高甲烷检测的准确性和可靠性。因此，本文的研究成果不仅在技术层面具有重要意义，而且在实际应用中也具有广泛的推广价值。

综上所述，本文提出的API光学模型在解决颗粒物干扰问题方面具有显著优势。通过消除共模噪声，提高信号与噪声的比值，减少浓度误差和信号衰减，该模型能够有效提高甲烷检测的准确性和可靠性。这些研究成果不仅为工业气体安全监测提供了关键的技术支持，还为未来的相关研究提供了新的思路和方向。因此，本文的研究成果具有重要的科学价值和实际意义。