基于深度信念網絡和極限學習機的SO2濃度檢測

作者：黃鴻,蘭洪勇,黃云彪

摘要：使用差分吸收光譜技術(Differential optical absorption spectroscopy,DOAS)進行工業在線氣體檢測,在氣體濃度較低時,其光譜吸收不明顯,信噪比較低,通過傳統方法來對工業氣體濃度進行反演,預測結果難以滿足工業應用具體要求。針對SO2氣體的差分吸收光譜特點,采用氚燈作為光源,采集189.73~644 nm波段內的標準濃度SO2的吸收光譜高維數據,選取吸收光譜數據并進行預處理,然后利用訓練集數據建立深度信念網絡模型進行低維特征提取。在此基礎上,利用訓練數據的低維嵌入特征構建極限學習機反演模型,實現SO2氣體濃度計算,并對該模型進行了有效性測試,從而得到一種更加精確的SO2氣體濃度在線檢測方法。

發文機構：重慶大學光電技術及系統教育部重點實驗室 重慶川儀自動化股份有限公司技術中心

關鍵詞：氣體濃度檢測SO2差分吸收光譜技術深度信念網絡極限學習機gas concentration detectionSO2differential optical absorption spectroscopydeep belief networkextreme learning machine

分類號： X831[環境科學與工程—環境工程]