[发明专利]一种基于粒子群优化-支持向量机的NOx测量方法

说明书

本发明涉及一种基于粒子群优化‑支持向量机的NOx测量方法，属于气体检测技术领域。该方法包括以下步骤：S1：利用PSO‑SVM算法建立对温度及压强不敏感的NOx浓度预测模型；S2：将待测NOsubgt;x/subgt;通入光程为L的光谱检测室，以氙灯为光源对其进行紫外光谱检测，记录当前光程池中温度及压强；计算NOsubgt;x/subgt;气体在测量波段内的吸收光谱，通过高阶多项式拟合得到光谱低频部分，计算NOsubgt;x/subgt;气体在测量波段的差分吸光度；放入NOx浓度预测模型中，得到待测浓度值C。解决了NOsubgt;x/subgt;浓度测量过程中存在的测量精度低、测量误差高、容易受环境温度、气压影响的问题；本发明的方法宽量程，高精度，环境适应性强，对温度、压强不敏感。

技术领域

本发明属于气体检测技术领域，涉及一种基于粒子群优化-支持向量机PSO-SVM的NOx测量方法。

背景技术

机动车尾气的排放已经成为空气污染的主要来源之一，机动车排放的尾气中污染物主要有CO、CO₂、HC(C₄H₆)、NO_X四种气体，机动车排放的NO_x超90％。NO_x是造成酸雨、臭氧空洞、光化学烟雾等环境问题的主要原因之一，由于氮氧化物治理难度较大，国家需要从源头上控制相关气体的排放。近年来，各地区提高了对机动车尾气排放控制的要求，然而要保障这类政策的执行，需进一步提高汽车尾气中主要污染物的测量精度。

目前，对机动车尾气中NO_x的检测方法大多数是利用光学遥感分析法，在获测量光线在尾气中透过率后，利用燃烧方程来推算尾气中各种组分气体浓度，测量精度相对较低，测量误差大多为10％，且测量结果受温度、气压影响很大。

发明内容

有鉴于此，本发明的目的在于提供一种基于粒子群优化-支持向量机的NOx测量方法。为达到上述目的，本发明提供如下技术方案：

一种基于粒子群优化-支持向量机的NOx测量方法，该方法包括以下步骤：

S1：利用PSO-SVM算法建立对温度及压强不敏感的NOx浓度预测模型；

S2：将待测NO_x通入光程为L的光谱检测室，以氙灯为光源对其进行紫外光谱检测，根据浓度预测模型，光谱测量波段范围为202nm～228nm，记录测量波段内的入射光谱I₀(λ)，并获取待测气体吸收光谱I(λ)，记录当前光程池中温度T及压强P；

利用高阶多项式拟合算法计算NO_x气体吸收光谱的慢变部分I'(λ)；

计算NO_x气体在测量波段内的差分吸光度

将整个测量波段内的I(λ),OD(λ),T,P放入NOx浓度预测模型中，得到待测浓度值C。

可选的，所述S1具体为：

S11：构建光谱数据集：

光谱测量波段范围为202nm-228nm；

根据实际室外气温情况设定气体测量环境温度范围：

T＝[253.13k，258.13k，263.13k，268.13k，273.13k，278.13k，283.13k，288.13k，293.13k，298.13k，303.13k，308.13k，313.13k，318.13k，323.13k]；

环境压强范围：

P＝[0.9Pa,0.95pa,1pa,1.05pa,1.1pa]；