【儀表網(wǎng) 研發(fā)快訊】近日，中國(guó)科學(xué)院安徽光機(jī)所李相賢研究員團(tuán)隊(duì)，在惡劣工況下復(fù)雜煙氣紅外光譜智能定量反演領(lǐng)域取得重要突破。相關(guān)研究成果分別以《通過MIV-GWO-ELM集成框架克服飽和效應(yīng)的高濃度CO2的FTIR定量分析》“FTIR　quantitative　analysis　of　high　concentration　CO2　overcoming　saturation　effects　via　an　MIV-GWO-ELM　integration　framework”和《克服FTIR光譜中的非線性：一種用于鋼鐵燒結(jié)煙氣中穩(wěn)健一氧化碳監(jiān)測(cè)的混合PSO-ELM方法》“Overcoming　nonlinearity　in　FTIR　spectroscopy：　A　hybrid　PSO-ELM　approach　for　robust　carbon　monoxide　monitoring　in　steel　sintering　flue　gas”　為題，發(fā)表在領(lǐng)域知名期刊《分析化學(xué)》Analytical　Chemistry和《紅外物理與技術(shù)》Infrared　Physics　and　Technology上。
 

　　復(fù)雜高溫?zé)煔庠诰€監(jiān)測(cè)，是工業(yè)領(lǐng)域落實(shí)超低排放、推進(jìn)碳減排工作的關(guān)鍵技術(shù)支撐。其中，傅里葉變換紅外光譜技術(shù)(FTIR)憑借分辨率高、可同時(shí)監(jiān)測(cè)多組分等優(yōu)勢(shì)，已成為工業(yè)復(fù)雜高溫?zé)煔庠诰€監(jiān)測(cè)的重要手段。但在實(shí)際應(yīng)用中，受限于紅外儀器光譜分辨率的限制，加之工業(yè)現(xiàn)場(chǎng)復(fù)雜環(huán)境因素的干擾，煙氣吸光度與氣體濃度之間呈現(xiàn)明顯的非線性特征，這一問題，一直是惡劣工況下，復(fù)雜煙氣成分高精度檢測(cè)的前沿技術(shù)瓶頸，嚴(yán)重制約了監(jiān)測(cè)數(shù)據(jù)的準(zhǔn)確性。
 

　　針對(duì)上述難題，研究團(tuán)隊(duì)創(chuàng)新地將傅里葉變換紅外光譜(FTIR)技術(shù)與人工智能優(yōu)化算法相結(jié)合，通過精簡(jiǎn)、實(shí)用的算法架構(gòu)，成功實(shí)現(xiàn)了對(duì)煙氣中一氧化碳CO和二氧化碳CO2濃度的精準(zhǔn)反演，有效提升了復(fù)雜工況下的監(jiān)測(cè)精度。
 

　　在二氧化碳高濃度飽和定量分析中，研究團(tuán)隊(duì)則提出了由平均影響值和灰狼優(yōu)化算法(模擬狼群狩獵和等級(jí)來(lái)尋找最優(yōu)解的群智能算法)改進(jìn)的極限學(xué)習(xí)機(jī)模型(MIV-GWO-ELM)。該模型首先選擇在2250-2400cm?¹范圍的二氧化碳特征光譜區(qū)間，利用MIV算法篩選出核心光譜變量，從物理源頭上減輕飽和效應(yīng)的影響；再利用灰狼優(yōu)化算法(GWO)對(duì)網(wǎng)絡(luò)權(quán)重、偏置參數(shù)進(jìn)行深度尋優(yōu)，進(jìn)一步提升了模型在極端強(qiáng)非線性條件下，二氧化碳濃度的預(yù)測(cè)精度。
 

　　在一氧化碳監(jiān)測(cè)方面，團(tuán)隊(duì)采用粒子群優(yōu)化算法(PSO)的極限學(xué)習(xí)機(jī)(ELM)混合預(yù)測(cè)模型(PSO-ELM)。該方法首先通過airPLS基線校正算法減小背景漂移造成的監(jiān)測(cè)誤差，同時(shí)選取2050-2145cm?¹這一特征波段，規(guī)避水汽與二氧化碳的重疊干擾，保證監(jiān)測(cè)信號(hào)的純粹性；隨后利用粒子群算法(PSO)的全局搜索能力對(duì)網(wǎng)絡(luò)參數(shù)進(jìn)行尋優(yōu)，有效克服了傳統(tǒng)極限學(xué)習(xí)機(jī)(ELM)因隨機(jī)初始化而導(dǎo)致的預(yù)測(cè)數(shù)值不穩(wěn)定的問題。
 

　　該研究為工業(yè)復(fù)雜工況下的紅外光譜定量分析，提供了新的解決方案，有望推動(dòng)智能化紅外光譜智能化在線監(jiān)測(cè)技術(shù)的落地應(yīng)用與快速發(fā)展，為工業(yè)超低排放和碳減排工作提供更精準(zhǔn)的技術(shù)支撐。
 

　　中國(guó)科學(xué)院安徽光機(jī)所與聊城大學(xué)聯(lián)合培養(yǎng)碩士研究生趙天翔為論文第一作者，安徽光機(jī)所李相賢研究員和聊城大學(xué)朱存光副教授為論文通訊作者。該研究得到國(guó)家重點(diǎn)研發(fā)計(jì)劃青年科學(xué)家項(xiàng)目(2024YFC3714000)、國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2023YFC3705400)的資助支持。
 

　　引用：AI賦能FTIR監(jiān)測(cè) 安徽光機(jī)所團(tuán)隊(duì)破解復(fù)雜高溫?zé)煔夥蔷€性監(jiān)測(cè)難題 安徽光學(xué)精密機(jī)械研究所 【引用時(shí)間：2026年6月5日】