《Sensors and Actuators B: Chemical》:Pressure calibration free HCl detection in QEPAS based on multi-feature fusion of second-harmonic signals
编辑推荐:
•压力诱导的2f线型特征提取•无压力信息的HCl浓度反演•在未见的压力-浓度条件下的盲预测引言氯化氢(HCl)是一种高毒性的酸性污染气体,具有强烈的刺激性和腐蚀性[1], [2], [3]。它也是导致二噁英生成和酸雨的主要前体物质之一,对人类健康和环境构成严重威胁[4], [
- •
压力诱导的2f线型特征提取
- •
无压力信息的HCl浓度反演
- •
在未见的压力-浓度条件下的盲预测
引言
氯化氢(HCl)是一种高毒性的酸性污染气体,具有强烈的刺激性和腐蚀性[1], [2], [3]。它也是导致二噁英生成和酸雨的主要前体物质之一,对人类健康和环境构成严重威胁[4], [5]。燃煤燃烧和含氯废物焚烧是大气中HCl排放的主要来源[6]。此外,HCl在各种工业领域中广泛用作化学原料和工艺介质[7],在半导体制造、金属酸洗、化学合成及相关工艺中发挥着至关重要的作用[8]。HCl的健康危害主要源于其强酸性。长期职业暴露可损伤消化系统和呼吸系统,而短期暴露则可能引起皮肤、眼睛、鼻腔和喉部的刺激[9]。HCl的短期暴露限值为5 ppmv,暴露在超过50 ppmv的浓度下可能是致命的[10]。因此,对环境空气和工业过程中HCl的痕量检测具有重要意义[11]。
用于HCl气体检测的方法主要包括电化学方法、吸收光谱和化学分析。其中,吸收光谱技术凭借其高灵敏度、强选择性和在线监测能力,已被广泛应用于痕量气体检测[12], [13], [14], [15], [16], [17], [18]。在HCl检测方面,可调谐二极管激光吸收光谱法(TDLAS)在1 s平均时间内实现了2 ppmv的检测精度[19], [20],而可调谐红外激光直接吸收光谱法(TILDAS)在1 Hz采样率下报道了HCl的检测限为21–24 pptv(3σ)[21]。然而,这些技术通常依赖于长光程和高激光功率来提高灵敏度,导致系统成本相对较高且仪器体积较大,限制了其应用场景[22], [23]。近年来,基于石英调谐叉(QTF)作为传感元件的间接吸收光谱技术因其低成本、强抗声学噪声能力、高品质因数和紧凑结构而备受关注[24], [25], [26]。哈尔滨工业大学的马玉飞团队将石英增强光声光谱(QEPAS)[1]和光致热弹性光谱(LITES)[2]应用于HCl检测,分别在1 s积分时间和200 ms积分时间下实现了550 ppbv和148 ppbv的检测限。
然而,目前关于石英增强HCl传感器的研究主要集中在稳定实验室条件下的灵敏度优化上,对复杂工业环境中潜在干扰的系统性研究仍然有限。在实际排气场景中,气流速度往往不稳定,此类扰动通常表现为随操作条件变化的低频漂移和非平稳噪声[27], [28]。固定参数的滤波方法往往难以同时实现有效的噪声抑制和快速的动态响应。因此,当前端光学和电子硬件无法完全消除环境干扰时,后端自适应信号处理可以有效提高系统的检测稳定性和测量精度。除了影响信噪比之外,流速波动还会导致检测环境中的压力变化[29],而压力是影响QEPAS性能的关键因素。压力变化会改变气体吸收光谱的强度和线宽[24], [30], [31],从而改变检测信号的幅值、宽度等特征。在传统的QEPAS测量中,未知气体的浓度通常基于信号幅度与气体浓度之间的线性关系进行反演[32], [33]。然而,当信号幅度不再仅由浓度变化决定时,这种线性关系将不再成立,浓度反演也不再唯一。
为减轻压力引起的测量误差,现有方法通常可分为基于硬件的压力稳定策略和基于算法的补偿策略。基于硬件的策略采用泵、阀门、压力调节器及相关组件来维持传感腔处于预设压力。例如,Waclawek等人[34]使用真空泵、针阀和流量计来稳定基于QEPAS的SO2传感器中的气体压力,而Yin等人[35]利用阀门、压力计和泵的组合将QEPAS湿度传感器中的传感腔维持在200 torr。虽然这些方法能提供稳定的工作条件,但增加了系统复杂度并对压力控制硬件提出了额外要求。作为替代方案,基于算法的策略通过建立传感信号、影响变量与气体浓度之间的映射来补偿环境变化[36]。近期研究已采用神经网络或迁移学习辅助模型来改善变化环境或压力条件下的浓度反演[37], [38], [39]。然而,这些方法主要依赖于数据驱动的映射,对于压力变化如何影响光谱信号以及进而影响浓度反演往往缺乏物理洞察。在QEPAS中,压力变化不仅影响信号幅度,还影响2f波形的宽度和左右峰不对称性[40], [41]。这些与压力相关的波形特征可能提供额外的、具有物理可解释性的信息,用于区分压力引起的信号畸变和浓度依赖的响应。因此,利用这些互补信息可能为稳健的浓度反演提供一条替代路径,而无需将压力作为显式模型输入。
在本研究中,我们研究了QEPAS 2f信号的压力依赖性演化,并证明压力变化不仅引起信号幅度的系统性变化,还导致波形宽度和左右峰不对称性的变化。基于这些观察,我们提取了具有互补灵敏度的多维2f特征,能够同时反映气体浓度和压力引起的波形畸变,并将它们联合用于浓度反演。随后,我们建立了一个可解释的二次回归模型,将这些特征映射到HCl浓度,而无需将压力作为显式模型输入。所提出的策略在300–1200 torr的压力范围内进行了评估,并利用未包含在模型训练数据集中的附加压力-浓度条件进行了验证。本工作并非将压力引起的波形畸变仅视为测量误差的来源,而是将由此产生的线型信息作为额外的感知可观测量加以利用,为变压力条件下QEPAS的定量测量提供了一种压力鲁棒的方法。
章节摘要
HCl吸收线
根据美国西北太平洋国家实验室(PNNL)的红外光谱数据库,HCl在近红外和中红外区域均存在吸收带,如图1(a)所示。HCl最强的吸收带位于中红外区域,约在3.5 μm附近。然而,考虑到中红外激光器体积较大且成本较高,本工作选择了近红外区域中1742 nm附近的吸收线,如图1(a)中蓝色框所示。
数据集建立与频域滤波
为了在实际应用中遇到的变压力条件下实现浓度反演,需要建立一个描述压力依赖性2f波形特征与气体浓度之间关系的模型。因此,本研究所使用的训练样本来源于在不同压力条件下、不同浓度下传感器系统获得的2f信号。具体来说,HCl/N2气体混合物在五种
结论
在本工作中,我们开发了一种基于1742 nm连续波激光的QEPAS HCl气体检测系统,用于在不同压力条件下进行HCl检测,并研究了压力对QEPAS系统检测性能的影响。在600 torr的压力下,系统在1秒积分时间内的检测限可达580 ppbv。与仅依赖2f信号峰峰值幅度的传统浓度反演方法不同,本研究表明
CRediT作者贡献声明
苏艳南: 监督指导。 吴洪鹏: 撰写——审阅与编辑。 张怡欣: 撰写——初稿撰写,方法论,调查研究,概念化设计。 董雷: 监督指导,资源提供。 郭书蓉: 监督指导。 张恒燃: 形式化分析。 戴佳良: 形式化分析。 冯超帆: 监督指导。 崔如玉: 监督指导。
利益冲突声明
作者声明不存在已知的可能影响本文所报告工作的竞争性经济利益或个人关系。
致谢
本工作得到了生态环境部京津冀区域环境综合治理国家科技重大专项(编号:2025ZD1200704);国家自然科学基金委员会(NSFC)(编号:62475137,62235010,62502163,62501370);山西省科技合作与交流专项资金(编号:202404041101022,202304041101019);山西省基础研究计划(编号:
张怡欣|吴洪鹏|苏艳南|戴佳良|张恒燃|崔如玉|冯超帆|郭书蓉|董雷