机动车尾气CO检测中神经网络多环境因子在线修正算法研究

分析了温度、湿度、压力对预处理后尾气CO浓度测量的影响, 提出一种机动车尾气CO检测神经网络多环境因子在线修正算法, 首先采用尾气样本数据离线训练得到BP神经网络模型, 然后将实时测得的样品气温度、湿度、压力及小数吸收值代入到模型进行在线修正, 得到修正后CO浓度, 解决了NDIR传感器因环境变化所带来的测量误差影响.通过标样实验、模拟实验, 并和SEMTECH-EcoStar对比检测结果, 在样品气温度30～50℃、相对湿度25～40%、压力95～115kPa、CO浓度0～0.2%范围内的最大相对偏差为4.8%.车载外场实验, 得到修正因子在0.8～1之间, 验证了方法的必要性和可靠性, 为机动车尾气的CO浓度的准确检测提供有效技术支持.     

高分辨NH3光谱检测的气压控制系统设计

基于伯努利原理设计了被测氨气气压闭环反馈控制系统,研究了低压条件下NH3高分辨光谱特性.系统以被测氨气吸收池压力为控制对象,采用CDG800压力传感器测量吸收池气压,1路VT317电磁阀控制高压标准浓度氨气源增大吸收池中的气压,1路VT317电磁阀控制真空泵抽取吸收池的气体降低气压,构成了NH3光谱检测的低压气路;并设...     

基于Fast ICA及神经网络的机动车尾气NO和NO2定量分析研究

机动车尾气对环境的危害日益加重,机动车尾气排放浓度的检测对大气污染治理具有重要意义。设计了基于非分散紫外的机动车尾气NO、NO2浓度检测系统,搭建了实验装置,获得NO、NO2混合气体的吸收光强后,利用快速不动点(Fast ICA)算法和人工神经网络模式识别算法对机动车尾气排放NO、NO2组分进行定量分析。实验结果表明,利用所设计的算法对600 ppm以内的NO气体和200 ppm以内的NO2气体浓度进行测量,其相对误差最大为1.54%,最小为0.25%。     

机动车尾气NDIR传感器性能仿真分析

机动车尾气检测在防治机动车尾气污染中起到十分重要的作用,非分散红外法(NDIR)气体传感器作为测量尾气CO、CO2的核心部件,其性能指标必须满足国家相关标准的要求.为了在设计的初始阶段实现对设计方案的优化和性能评估,本文提出了一种NDIR气体传感器的性能仿真分析方法,通过计算和分析NDIR气体传感器的响应函数来估算传感器可以达到的测量精度.将该方法应用于机动车尾气NDIR气体传感器的设计中,证明该方法具有一定应用价值.     

对我国质量保证法规及其导则的修订建议

介绍了对我国质量保证法规及其导则的修订理由和修订方案。