气体柜压力仪

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

在第一台激光器诞生60多年后的今天, 随着激光光源、探测技术、实验装置和数据处理等各方面技术的飞跃发展, 激光光谱技术作为微观感知领域的核心技术, 已经成为物理、化学、生物、环境以及天文学等领域中研究光与物质相互作用的重要手段, 从实验室基础研究到各领域应用第一线都扮演着无可替代的角色。拉曼光谱技术早有布局，突破工业过程气体分析技术瓶颈在工业过程气体监测领域，傅里叶红外（FITR)、质谱(MS)、气相色谱(GC)等原理的气体分析仪各有优点。傅里叶红外技术一个气室很难适合不同的量程，也无法分析H2、02、N2甚至不同的碳氢化合物；质谱分析技术对于同质量的气体分子识别度很低；气相色谱分析需要载气，对于不同类型气体需要切换不同的分离柱。而得益于激光技术的普及以及各种高精度光谱分析模块的出现，激光拉曼光谱气体分析技术发展迅速。该产品主要定位于石油天然气、页岩气、石化、大型煤化工等工业过程高端市场。四方光电副总经理、高级工程师石平静向记者介绍：随着我国对大型能源装备国产化要求的提高，针对高端气体分析仪器领域进口替代需求，为加快解决激光拉曼光谱气体分析仪在不同行业的应用问题，公司早在2012年就开始着手激光拉曼光谱气体分析仪的研究，并作为牵头单位实施国家重大科学仪器设备开发专项“激光拉曼光谱气体分析仪器的研发与应用”项目。通过开发专项的研发，四方光电形成了包括光路及光谱分析、拉曼信号增强、拉曼分析测控软件、智能算法等技术，解决了激光器功率、温度、压力等外部因素的波动对测量精度的影响问题，共获授10项发明专利。通过拉曼信号增强的技术突破及自主研制宽光谱范围的拉曼光谱分析模块，四方光电激光拉曼光谱气体分析仪可以满足天然气多组分快速同步分析。分析时间由原先行业的100秒至几十分钟缩短为10秒，提高了10倍以上；可快速测量CH4、C2H6、C2H4、C2H2、C3H8、C3H6、C4+、CO、CO2、H2、O2、N2、H2S、H2O、CH3OH、CH3-NO、NO等十余种气体，用一台激光拉曼光谱气体分析仪，配套采用不同应用场景的行业应用软件，就可以解决天然气页岩气成分、煤气化、高炉转炉焦炉、石油炼化等工业流程多组分气体在线监测的行业难点。图1：四方光电激光拉曼光谱气体分析仪（左：实验室台式分析仪 右：在线防爆型分析系统）深耕TDLAS技术，筑就气体分析产业高地近红外和中红外光谱区域新激光器的可用性又推动了气体测量传感器的发展，这些传感器现在广泛应用于工业过程。基于可调谐二极管激光吸收光谱 (TDLAS) 分子，如 O2、CH4、H2O、CO、CO2、NH3、HCI和HF，可以在连续、实时操作中以高选择性和灵敏度进行原位检测。使用波长调制光谱 (WMS) 等灵敏的检测技术，通常可以在1秒的积分时间内进行低 ppb和ppm浓度测量。检测限值可以通过使用抽取式采样和长的多通道池来提高。当前TDLAS 已成为工业过程中用于困难测量任务的公认技术，因为它与高温、高压、粉尘水平和腐蚀性介质兼容，可以确定气体浓度、温度、速度和压力。石平静表示，基于四方光电气体传感技术平台，打造高端气体分析科学仪器是公司重要的长期战略。公司深耕激光TDLAS技术研究多年，旨在提升基于激光光谱测量技术的专业能力，进一步聚焦实验室和过程分析领域，实现业务可持续性发展，为工业客户提供从产品研发和工艺流程设计，到生产制造和质量控制的全方位专业支持。基于对TDLAS技术及激光器的自主研发，公司推出了GasTDL-3100高性能原位激光过程气体分析仪，采用对射式设计，响应时间快速，在原位式测量中以秒计算，可在线及时反应被测气体O2、CO、CO2或者CH4浓度，避免了采样式测量带来的时间延迟；在高温、高粉尘、高水分、高腐蚀性、高流速等恶劣测量环境下具有良好的适应性；气体浓度不易失真，测量精度高。可以广泛用于冶金、石化、水泥、电力、环保等行业。图2：四方光电TDLAS原位激光过程气体分析仪依托激光核心技术积累，发力环境气体监测正当时在环境监测烟气排放领域，基于TDLAS可调谐半导体激光吸收光谱技术，公司开发了GasTDL-3000激光氨逃逸气体分析仪，适用于在线监测脱硝工艺出口NH3的浓度，采用高温伴热抽取技术，可以有效降低气体冷凝损耗，实时准确地反应逃逸氨的变化，为环保监测提供可靠数据支持。图3：四方光电TDLAS激光氨逃逸气体分析仪“近年来，TDLAS激光气体检测技术以其高效、方便和卓越的通用性也正成为目前解决煤矿瓦斯、燃气报警等环境问题的研究热点”，石平静还告诉记者，在工业领域和日常生活中甲烷一直被广泛应用 ,是典型的易燃易爆气体，及时精准检测，对工矿安全运行、人身安全及环境保护有着十分重要的作用。TDLAS全光学设计、灵敏度高、电绝缘性好、不受电磁干扰、易于微机连接、能实现远距离传输，在易燃易爆物集散地、高温等极端环境中具有不可比拟的独特优势，是目前最有前景的一种甲烷监测传感技术。目前国内外市场上的甲烷传感器种类繁多，TDLAS调谐激光式方法相比于催化燃烧和氧化物半导体三种方法，是一种比较高端的甲烷测量方法，具有精度高、范围大、响应速度快、抗干扰、稳定性好，环境适应性高。近日，四方光电研发推出的一款激光甲烷气体传感器，按管廊标准要求进行设计，可应用于地下管廊(网)、地下井室石油化工、燃气生产运输等有甲烷气体的环境。图4：四方光电TDLAS激光甲烷传感器十年厚积，以激光光谱技术夯实高端医疗呼吸机用氧气传感器领导力地位四方光电坚持“1+3”发展战略，医疗健康气体传感器领域成果转化能力进一步提高，目前有制氧机超声波氧气传感器（取代传统的氧化锆氧气传感器）、激光氧气传感器（取代电化学和顺磁氧气传感器）、超声波肺功能检查仪等。氧气传感器是呼吸机、麻醉机的重要关键部件，开发高性能的医用氧气传感器，打破国外主流呼吸机企业和国外传感器供应商的技术垄断非常必要，是实现高端医疗呼吸机、麻醉机真正国产化的必要条件。呼吸机用氧气传感器国内目前主要采取电化学与顺磁测量氧气浓度，前者使用寿命短，通常使用一年就需要更换，且用一段时间会有偏差，需要不定期校准；后者价格昂贵，对气体压力比较敏感，需要进行压力补偿。针对目前呼吸机用氧气传感器存在的缺陷和技术难点，四方光电基于TDLAS可调谐激光光谱技术原理，就激光器选型与封装技术、氧气传感器控温及驱动电路设计、快速响应微小型气室设计以及信号解调及算法处理等多个方面进行研究，研制出具有较高精度、高稳定性、快速响应的激光氧气传感器，该产品替代同类进口产品，加快补齐我国高端医疗装备的短板，实现自主可控。 图5：四方光电快速激光氧气传感器写在结尾四方光电长期专注于气体传感器以及高端气体分析仪器的研发和产业化，依托省级技术中心、湖北省气体仪器仪表工程中心两个技术平台，四方光电积极融入国家技术创新体系，先后获得国家科技部创新基金重点项目、国家重大科学仪器专项、工信部物联网发展专项、湖北省重大技术创新项目、武汉市重大科技成果转化项目等多个项目的支持，逐步建立了包括红外、紫外、热导、激光拉曼、TDLAS、超声波、电化学、MEMS金属氧化物半导体等原理的气体传感器技术平台，这个平台为四方光电的高端气体分析仪器国产化提供了强有力的动力。最新发展的激光拉曼光谱、可调谐半导体激光吸收光谱TDLAS 等气体分析技术，配合公司常年发展积累的红外、热导、顺磁等原理的气体分析仪器技术，四方光电已经形成我国自有自主知识产权的高、中端完整的气体分析仪器应用解决方案，将大力推动钢铁冶金、煤化工、石油炼化、天然气等国家战略产业以及医疗健康等领域高端装备的国产化。