气体压力检测

用途适用于医用外科口罩气体交换压力差的测定，也可用来测定其它纺织材料的气体交换压力差。 原理通过气体流量计设定气流的输出，使该气流经过一定面积的测试样品，通过压力传感器检测当前压力并计算压力差。 符合标准：YY0469-2011、YY0969-2013 产品规格项目技术参数气源压缩空气空气流量1 - 10L/min可设置（标准8L/min）试样透气口径Ф25mm；压差传感器量程0～500Pa；显示方式触摸屏；电源220V，50Hz。产品特点1、.配有专用试样夹，使用简单方便。2.内置高清触摸显示屏。3.内置微型打印机，方便打印实验结果。4.配有高精度压差传感器，数字显示试样两测压差；5.配有高精度气体流量控制，流量实时数字显示，稳定控制气流并可手动设置。6.测试时间可根据测试要求，任意调节。创新点：1.配有高精度压差传感器，数字显示试样两测压差；2.配有高精度气体流量控制，流量实时数字显示，稳定控制气流并可手动设置。3.测试时间可根据测试要求，任意调节。医用口罩气体交换压力差测试仪N701

近日，来自安徽大学的周胜副教授团队发表了《基于深度神经网络的无需压力校准和轮廓拟合的气体传感光谱技术》论文。Recently, the research team from Associate Professor Zhou Sheng's from Anhui University published an academic papers Pressure calibration- and profile fitting-free spectroscopy technology based on deep neural network for gas sensing.甲烷（CH4）是天然气的主要成分，在工业生产和日常生活中广泛用作燃料。此外，甲烷是一种重要的温室气体，其浓度对全球气候产生重要影响。因此，甲烷的测量对环境监测、生物医药和研究具有重要意义。气体浓度通常通过各种微量气体传感器进行测量，例如气相色谱仪、半导体气体传感器和电化学设备。半导体气体传感器在适当的操作环境下具有ppm级别的灵敏度。激光吸收光谱技术具有高选择性、高灵敏度、快速和多成分监测等优势，目前广泛用于各种气体的检测。激光吸收光谱技术可以准确测量气体分子的特征吸收线，并基于可调谐激光有效降低其他气体光谱线的干扰。此外，它提供了实时原位气体检测的可能性，这对于从工业过程到环境变化的各种现象的理解和监测至关重要。气体分子可以通过其指纹吸收光谱进行有效识别，包括典型的所谓“展宽”参数和“空气展宽”参数。光谱线参数是压力和温度的函数。浓度测量的准确性取决于压力稳定性和光谱拟合精度。对于定量光谱分析，传统上通过准确的模型对光谱进行拟合，同时压力和温度必须定期校准，尤其是在相对大的环境波动情况下。因此，为实现所需的准确性，系统的复杂性增加了。Methane (CH4), which is the main component of natural gas, is widely used as fuel in industrial production and daily life. In addition, CH4 is an important greenhouse gas whose concentration has a substantial influence on global climate. Therefore, the measurement of CH4 has significant importance for environmental monitoring, biomedicine, and energy research. The gas concentrations are commonly measured by various trace gas sensors, such as gas chromatographs, semiconductor gas sensors, and electrochemical devices. The semiconductor gas sensors have a sensitivity of ppm level under a suitable operating environment. The laser absorption spectroscopy, which has the advantages of high selectivity, high sensitivity, and fast and multi-component monitoring, is currently widely used in the detection of a variety of gases. Laser absorption spectroscopy technology can accurately measure the characteristic absorption lines of gas molecules and effectively reduce the interference of other gas spectral lines based on the tunable lasers. Moreover, it provides the possibility of real-time in-situ gas detection, which is crucial for understanding and monitoring a variety of phenomena from industrial processes to environmental change. A gas molecule can be effectively identified by its fingerprint absorption spectrum, including typical so-called “self-broadening” parameters and “air-broadening” parameters. The spectral line parameters are functions of pressure and temperature. The accuracy of concentration measurement depends on pressure stability and spectral fitting accuracy. For quantitative spectral analysis, the spectra are traditionally fitted by an accurate model, while the pressure and temperature must be calibrated on time, especially in the case of relatively large environmental fluctuations. Consequently, the complexity of system is increased to achieve the required accuracy. 目前，人工智能的快速发展为解决这个问题提供了一种新途径。人工神经网络已被用于气体识别，并在足够训练数据的条件下表现出良好性能。基于Hopfield自联想记忆算法的神经网络已用于识别五种类似的醇的红外光谱。反向传播神经网络用于从混合气体中识别目标气体，证明了卷积神经网络（CNN）模型可以有效提高识别准确性。此外，最近的研究表明深度神经网络也可以应用于振动光谱分析。卷积神经网络和自编码器网络被用于处理一维振动光谱数据。与传统气体检测技术相比，辅以深度学习的气体传感器可以实现准确的灵敏度测量，并降低异常检测的鲁棒性。深度神经网络（DNN）可以在经过足够样本训练后直接从吸收光谱中学习特征，实现不需要压力校准和轮廓拟合的气体浓度直接识别。这种网络为检索气体浓度提供了一种新途径，无需昂贵且复杂的压力控制器。为了展示提出的DNN辅助算法的性能，构建了一个基于DFB激光二极管的甲烷检测气体传感器系统。预测的浓度与校准值相当吻合。这项研究表明，基于DNN的激光吸收光谱在大气环境监测、呼气检测等方面具有显着潜力。Currently, the rapid development of artificial intelligence provides a new way to solve this problem. The artificial neural network has been used for gas identification and shows a good performance under the condition of sufficient data for training. The infrared spectra of five similar alcohols has been identified by a neural network based on the Hopfield self-associative memory algorithm . A back propagation neural network is used to recognize target gas from the mixtures of gases, which proved that the convolutional neural networks (CNN) model can improve identification accuracy effectively. In addition, recent studies indicate that deep neural networks can also be applied to vibrational spectral analysis. The convolutional neural and auto encoder networks are used to process onedimensional vibrational spectroscopic data. Compared with traditional gas detection technology, the gas sensors assisted with deep learning can achieve accurate sensitivity measurement and reduce the robustness of anomaly detection. A deep neural network (DNN), which can learn features directly from the absorption spectra after training with sufficient samples, achieves the direct identification of gas concentration free of pressure calibration and profile fitting. This network provides a new way to retrieve gas concentrations without expensive and complicated pressure controllers. To demonstrate the performance of proposed DNN assisted algorithm, a DFB diode laser-based gas sensor system for CH4 detection is constructed. The predicted concentrations are in good agreement with the calibrated values. This study indicates that DNN-based laser absorption spectroscopy has remarkable potential in atmospheric environmental monitoring, exhaled breath detection and etc..实验装置用于获取甲烷（CH4）气体吸收光谱的实验装置如图1所示。一台近红外DFB激光二极管，最大峰值输出功率为20毫瓦，被用作光源。通过控制激光温度和电流，激光可以在6045 cm-1到6047 cm-1范围内进行调谐，宁波海尔欣光电科技有限公司为此项目提供激光驱动器，型号为QC-1000。所选CH4在6046.95 cm-1附近的吸收线在图2中基于从HITRAN数据库获取的光谱线参数进行了模拟。DFB激光二极管经过纤维准直器进行准直，然后由一块CaF2分束器进行对准，分束后的可见红光（632.8纳米）光束用作跟踪激光。随后，光束被送入一个7米有效光程的多程传输池，并且池内的压力由压力控制器、流量控制器和隔膜泵协同控制。一个典型频率为100赫兹的三角波被用作扫描信号，以驱动激光二极管。最后，激光通过一个InGaAs光电探测器进行检测，并被数据采集单元卡获取。信号随后传输到计算机，并由自制的LabVIEW程序进行分析。Experimental setupThe experimental setup used to obtain CH4 gas absorption spectra is depicted in Fig. 1. A near-infrared DFB diode laser with a maximum peak output power of 20 mW is used as the optical source. The laser can be tuned from 6045 cm&minus 1 to 6047 cm&minus 1 by controlling the laser temperature and current via the controller (QC-1000, Healthy photon Co., Ltd.). The absorption line of selected CH4 near 6046.95 cm&minus 1 is simulated based on spectral line parameters obtained from the HITRAN database in Fig. 2. The DFB diode laser is collimated by a fiber collimator and aligned by a CaF2 beam splitter with a beam of visible red light (632.8 nm) as the tracking laser. Subsequently, the beam is sent to a multi-pass cell with a 7 m effective optical length, and the pressure inside the cell is collaborative controlled by a pressure controller, a flow controller, and a diaphragm pump. A triangular wave with a typical frequency of 100 Hz is used as a scanning signal to drive the diode laser. Finally, the laser is detected through an InGaAs photodetector and acquired by a data acquisition unit card. The signal is subsequently transmitted to the computer and analyzed by the homemade LabVIEW program. QC-1000, Healthy photon Co., Ltd.Fig. 1. Experimental device diagram.Fig. 2. The spectral line intensities of CH4 in the tuning range of 6046.93–6046.96 cm&minus 1 and the cross-section of the selected line obtained from the HITRAN database.结论总体而言，本项目开发了基于DNN算法和激光吸收光谱的概念验证气体传感器，并设计了基于DFB激光二极管的甲烷检测传感器系统。此外，通过计算RMSE和训练时间评估了DNN算法的性能，并优化了DNN层、神经元数量和epochs等参数，以获取最佳参数。提出了改进的系统来分析和预测气体吸收光谱数据，在甲烷浓度预测方面表现出良好的准确性和稳定性。不同浓度的甲烷预测值与相应的理论值线性拟合，证明其在实际领域应用中具有巨大潜力，尤其适用于恶劣环境。Conclusions Overall, a proof-of-concept gas sensor based on the DNN algorithm and laser absorption spectroscopy is developed, and a CH4 detection sensor system based on the DFB diode laser is designed in this paper. In addition, the performance of the DNN algorithm is evaluated by calculating RMSE and training times, and the parameters, which include DNN layers, neuron number, and epochs, are optimized to obtain optimal parameters. The modified system is proposed to analyze and predict the gas absorption spectrum data, demonstrating good accuracy and stability in the prediction of CH4 concentrations. The predicted values of methane with different concentrations are linearly fitted with the corresponding theoretical value, which proves it has great potential in practical field applications, especially for harsh environments.参考ReferencesPressure calibration- and profile fitting-free spectroscopy technology based on deep neural network for gas sensing, Measurement 204 (2022) 112077https://doi.org/10.1016/j.measurement.2022.112077

9月28日，中国人民银行宣布为贯彻落实国务院常务会议关于支持经济社会发展薄弱领域设备更新改造的决策部署，设立了2000亿元以上设备更新改造专项再贷款，政策面向教育、实训基地、节能降碳改造升级、新型基础设施等十大领域。四方光电股份有限公司（688665.SH）旗下全资子公司湖北锐意自控系统有限公司（以下简称“湖北锐意”）是一家专业提供气体成分及流量测量方案的高新技术企业，基于四方光电核心气体传感技术平台的优势，开发了系列非分光红外（NDIR）、非分光紫外（NDUV）、紫外差分吸收光谱（UV-DOAS）、激光拉曼（LRD）、超声波（Ultrasonic）、热导（TCD）、光散射探测（LSD）等技术原理的气体成分流量仪器仪表，产品广泛应用于环境监测、冶金、煤化工、生物质能源等各个行业。湖北锐意针对国家政策以及当前研究热点问题，选择碳通量气体检测、发动机排放检测及燃气热值分析三个重点方向，推荐以下行业解决方案。一、碳通量气体检测解决方案实现“碳达峰”“碳中和”是国家做出的重大战略决策。通过监测数据可以预测未来的气候变化趋势和评价生态系统碳循环对全球变化的响应与适应特征，为“双碳”目标的达成提供参考数据，为现代地球系统科学、生态与环境科学关注的重大科学问题提供研究依据。碳通量在线监测网络主要包含土壤温室气体通量测量和大气环境涡度协方差测量系统两种方法。湖北锐意依托气体分析传感器平台优势，分别开发了土壤碳通量分析仪与大气环境涡度协方差测量系统。（一）土壤碳通量分析仪土壤生态系统中的碳元素主要是通过土壤呼吸来实现碳循环，对土壤呼吸过程中CO2释放量的准确监测是评价生态系统中碳汇过程的关键。通量测定法是最为常用的测定方法，即直接测定土壤和大气间的CO2交换量，也是评价土壤生态系统碳循环过程的关键。国家正在积极推动“双碳”政策，碳监测为碳计量提供准确的基础数据。垃圾填埋场、污水处理厂和煤矿等区域的无组织碳排放是碳监测的难点之一。土壤碳通量分析仪利用非分光红外气体分析技术（NDIR）测量CO2浓度、可调谐半导体激光吸收光谱技术（TDLAS）测量CH4、N2O浓度。仪器外形小巧便携，方便获取多个不同点位的数据，完成不同空间与高度限值的测量要求，支持长期、连续、准确的测量。主要应用于土壤碳通量监测、森林碳通量监测、温室气体排放监测、空气质量监测、城市污染气体排放监测、固定污染源排放监测；高校关于环境科学、农业学与林业学相关研究等。（据测量场景不同可选配多款型号气体测量室）土壤碳通量分析仪技术参数（二）大气环境涡度协方差测量系统涡度协方差（又称涡动相关法）技术是测量和计算大气边界层内垂直湍流通量的重要大气测量技术。大气环境涡度协方差测量系统结合多款气体分析仪与超声风速仪，模块化设计，外形小巧，安装灵活。相互无干扰，专为高空监测而设计。通过对微气象中的三维风速与气体浓度进行精确测量，完成对生态系统与大气之前湍流交换的监测，即时收集流动畸变数据。适用于边界层气象研究、生态系统温室气体含量监测、野外大气监测、碳水循环研究、空气通量研究、遥感数据验证等。图左：开路式（CO2/H2O）气体分析仪图中：开路式（CH4）气体分析仪图右：三维超声风速仪大气环境涡度协方差测量系统技术参数二、发动机排放检测解决方案内燃机工业是我国重要基础产业，也是节能减排的重点领域。近年来，我国已经颁布和实施了GB 18352.6-2016（轻型车国六）、GB 17691-2018（重型车国六）和GB 20891-2014的2020年修改单（非道路移动机械国四）等移动源新生产车排放法规以及GB 18285-2018（汽油车）、GB 3847-2018（柴油车）和GB 36886-2018（非道路移动机械）等在用车排放法规。其中引领内燃机行业技术发展的是新生产车排放法规，该法规体系中要求的高精度发动机排放检测设备，主要包括全流稀释排放测试系统和便携式排放测试系统，目前都是主要依赖国外进口产品。由于设备构成十分复杂且涉及多项高精度测量技术，进口设备往往十分昂贵，全流稀释排放测试系统单套价格通常会达到数百万元甚至是千万元以上，便携式排放测试系统单套价格也通常会达到百万元以上。进口设备不仅价格贵，还存在供货周期长、使用成本高等问题，显然不能完全满足我国作为内燃机产销第一大国的实际需求。湖北锐意依托气体成分流量仪器仪表研发平台基础优势，结合近20年发动机排放分析仪研发经验，吸收国际先进应用经验，对关键技术进行攻关突破，战略性加大投入，成功研发了全流稀释排放测试系统、便携式排放测试系统以及非常规气体分析仪等全系列产品，具有技术先进、功能齐全、测量准确、性能稳定、兼容性强和高效服务等特点，可满足科研机构、制造企业和检测机构等国内外用户的各种应用需求。（一）全流稀释排放测试系统基于全流稀释排放测试系统的实验室标准工况排放测试是我国移动源排放法规体系中被广泛采用的标准方法，湖北锐意针对性开发了Gasboard-9802发动机排放全流稀释定容采样系统（CVS）及其配套的Gasboard-9801发动机排放测试系统。Gasboard-9801发动机排放测试系统结合高精度氢火焰离子化检测技术（HFID）、紫外差分吸收光谱技术（UV-DOAS）、非分光红外技术（NDIR）、长寿命电化学传感器技术（ECD）与凝结核粒子计数技术（CPC），同时测量发动机排气中THC、NOx、CO、CO2、O2等气体体积浓度及颗粒物数量浓度，其超低量程同时具备准确性高和响应速度快的特点，完全满足排放法规技术要求以及实际应用需求。Gasboard-9802发动机排放全流稀释定容采样系统（CVS）具有功能齐全、准确性高和自动化程度高等特点，适用于轻型车、重型车和非道路移动机械等各种移动源国家排放法规，可满足各种工况下不同排量和不同燃料类型内燃机的法规排放测试试验需求。目前，湖北锐意的全流稀释排放测试系统设备已经逐步成功应用于科研机构、发动机制造企业、轻型汽车制造企业、摩托车制造企业及相关检测机构等。Gasboard-9801发动机排放测试系统技术参数应用案例1、 武汉某知名高校醇氢发动机排放测试研究项目2、 常州某大型发动机制造企业实验室排放气体检测项目（二）便携式排放测试系统基于便携式排放测试系统的实际工况车载排放测试是一种更能反映移动源真实排放水平的排放测试方法，已经被我国轻型车、重型车和非道路移动机械排放法规引入作为标准方法的重要补充，正在法规检测和市场监督抽查等应用场景中发挥越来越重要的作用。湖北锐意针对性开发了符合法规要求的Gasboard-9805便携式排放测试系统（PEMS）。该系统采用全自主的核心传感器分析技术，可实现排放物CO、CO2、NO、NO2、THC和PN浓度测量，以及排气流量、GPS数据、环境温湿度、大气压力的测量，并具备测试过程引导、自动计算排放总量、导出测试报告等功能。依托自主搭建的排气质量流量标定系统和颗粒物PN分析仪标定系统等关键标定平台，为便携式排放测试系统的溯源标定和质量检验提供了保障。目前，湖北锐意便携式排放测试系统已经成功应用于科研机构、机动车和非道路移动机械制造企业及相关检测机构等。Gasboard-9805便携式排放测试系统技术参数应用案例1、浙江某大型农用机械制造企业车载排放测试项目（三）非常规气体分析仪发动机尾气中NH3和N2O等非常规气体污染物排放已经成为当前国际研究热点和排放法规检测项目。湖北锐意分别采用高温紫外差分吸收光谱技术（UV-DOAS）和可调谐半导体激光吸收光谱技术（TDLAS）成功开发了发动机原排直采NH3分析仪和N2O分析仪，已应用于新能源发动机研发工作。NH3和N2O分析仪技术参数（四）在用车排放检测系统湖北锐意基于双光束红外（NDIR）、微流红外（NDIR）、非分光紫外（UV-DOAS）等核心气体传感技术，自主研发了包括气体传感器平台、尾气分析仪、透射式烟度计、振动式发动机转速表的在用车排放检测整体解决方案。产品具有高精度、稳定性好，抗干扰能力强等特点，满足： GB 18285-2018，GB 3847-2018，GB 7258-2017，GB 7258-2017，GB 20891-2014等国标以及JJF 1375，JJG 688-2017，HJ 1014-2020等技术要求。产品广泛应用于机动车检测机构、汽车制造厂、汽车修理厂、科研机构、环保执法部门等。三、燃气热值分析解决方案天然气、沼气以及工业生产中可燃气体的高效利用对节能减排具有十分重要的意义。准确测量可燃气体成分及热值并自动优化控制燃烧过程是提高燃烧效率和控制排放污染的重要途经。天然气等碳氢燃料的气体成分分析主要依赖气相色谱法，但该方法的响应时间达90s以上，往往不能满足大多数场合的实时控制应用需求。湖北锐意在气体分析传感器平台优势基础上吸收国际先进的产品设计理念和应用经验，并结合国内应用需求，自主研发了以光谱吸收技术原理为主的一系列气体成分及热值在线测量设备，具有精度高、响应快、功能齐全等特点，可满足石油天然气、沼气、污水气体系统、垃圾填埋、玻璃陶瓷、化工、电厂和内燃机等领域应用。（一）激光拉曼光谱气体分析仪激光拉曼光谱法可以使用一个激光光源同时探测除惰性气体之外的所有气体分子，是一种非常有潜力的过程气体成分在线监测技术。但激光拉曼光谱法的特征信号较弱，一定程度上限制了该技术在气体检测领域的广泛应用。2012年四方光电牵头承担 “激光拉曼光谱气体分析仪的研发与应用”国家重大科学仪器设备开发专项，解决了检测信号弱等诸多难题，成功开发了LRGA-6000激光拉曼光谱气体分析仪。设备融合10项授权发明专利，通过对仪器的发生装置、收集装置、探测装置等核心硬件进行激光功率增加、气体压力提高、作用光程增长、散射光大范围收集等技术创新，以及采用基于Ar基底自动扣除、基于标定气体干扰自动修正等激光拉曼特有的软件算法，消除环境温度、压力、干扰气体等对被测气体的影响，实现了对低密度过程气体的高精度监测，已广泛应用于天然气、乙烯裂解气、生物质燃气、变压器油溶解气、煤化工等各大领域。在热值监测领域，激光拉曼光谱技术具有突出优势。以往旧式热值仪往往只能监测总碳氢化合物的热值总量且易受水分影响，而湖北锐意激光拉曼光谱气体分析仪可以分别监测显示各组分热值，采用的特征指纹谱技术具有极强的抗干扰能力。在气体监测领域可取代气相色谱（GC）与质谱（MS）：LRGA-6000激光拉曼光谱气体分析仪技术参数LRGA-3100激光拉曼光谱气体分析仪技术参数应用案例1、武汉某大型轧钢厂加热炉热值监测项目2、 非洲某大型天然气开采监测项目（二）煤气分析仪（便携型）湖北锐意煤气分析仪可同时监测8种气体浓度并自动计算显示煤气/天然气热值，且多组分同时测量无交叉干扰。据以往用户使用案例的监测结果统计来看，湖北锐意煤气分析仪在热值监测方面平均为用户节省约10%的燃烧热能，此数据反应到庞大的工业产量基数上，为用户企业节省了十分可观的燃料成本。湖北锐意红外气体分析技术包含公司授权专利12项。其中消除交叉气体干扰技术集成非分光红外气体传感器（针对CO、CO2、CH4和CnHm检测）、热导H2传感器以及电化学O2传感器，并通过软件进行修正得到准确的八组分浓度数据并计算热值。基于该技术开发的煤气分析仪能够与昂贵的在线气相色谱仪作用相当，省却了载气等长期耗材，并具备热值分析功能。主要应用于煤化工、钢铁冶金等领域的煤气成分及热值测量、高校科研院所的气体取样分析以及新能源行业的气体成分测量等。Gasboard-3100P煤气分析仪技术参数应用案例1、抚顺某石油化工研究院生物质原料热解实验室检测项目（三）便携红外天然气热值分析仪天然气作为一种新型清洁燃料也是一种混合气体，不同气源生产的天然气组分会有所不同，在天然气用作燃料时，因组分不同导致其热值出现差异。目前无论是工业还是民用，都对天然气具有依赖性。对燃烧过程中气体浓度及热值的连续监测，可精确了解天然气的燃烧效率，对于降低企业生产成本、改善大气环境、实现可持续经济发展等具有积极作用。湖北锐意便携式红外天然气热值分析仪可同时测量多种气体浓度，并自动计算天然气热值，可取代燃烧法热值仪。相较于适用于高校与职业院校教学科研/实验实训、燃气具生产企业、燃气计量检测部门、节能监测部门、环保和配气等行业、天然气公司、液化气厂、液化气站等。Gasboard-3110P便携式红外天然气热值分析仪技术参数