煤礦氣體紅外光譜分析理論與應用

目錄
前言
第1章緒論1
1.1煤礦氣體概述1
1.1.1煤礦氣體來源2
1.1.2煤礦氣體性質5
1.2煤礦氣體檢測方法9
1.2.1傳感器檢測法9
1.2.2氣相色譜法11
1.2.3光譜法12
1.3煤礦氣體檢測方法的發(fā)展與應用14
1.3.1傳感器檢測法15
1.3.2氣相色譜法17
1.3.3不分光紅外光譜法19
1.3.4可調諧半導體激光吸收光譜法21
1.3.5傅里葉變換紅外光譜法22
1.4技術適用性對比分析24
1.5本書主要內容及特色27參考文獻28
第2章傅里葉變換紅外光譜氣體分析原理32
2.1光譜波段劃分32
2.2分子振動與光譜吸收33
2.2.1分子的轉動光譜35
2.2.2分子的純振動光譜35
2.2.3分子的振-轉光譜37
2.3朗伯-比爾定律38
2.4傅里葉變換紅外光譜獲取39
2.4.1邁克耳孫干涉儀39
2.4.2干涉圖的獲取40
2.4.3有限分辨率的影響42
2.4.4光譜的形成48
2.4.5FTIR的結構56
2.5本章小結63參考文獻63
第3章煤礦氣體紅外光譜預處理方法65
3.1光譜基線處理65
3.1.1光譜基線發(fā)生漂移的原因66
3.1.2光譜基線處理方法70
3.2平滑處理84
3.2.1紅外光譜噪聲來源與特點84
3.2.2平滑處理方法87
3.3插值97
3.3.1插值目的97
3.3.2插值方法98
3.4譜帶擬合101
3.5光譜差分102
3.6光譜解卷積105
3.7本章小結110參考文獻111
第4章煤礦氣體紅外光譜分析模型112
4.1*小二乘法112
4.1.1前向*小二乘法112
4.1.2逆向*小二乘法116
4.1.3應用示例118
4.2主元回歸法120
4.2.1主元回歸原理120
4.2.2主元回歸算法122
4.2.3應用示例123
4.3偏*小二乘法127
4.3.1偏*小二乘回歸原理127
4.3.2偏*小二乘回歸算法128
4.3.3應用示例132
4.4神經網絡法135
4.4.1神經網絡理論基礎135
4.4.2神經網絡建模方法150
4.4.3應用示例157
4.5支持向量機法166
4.5.1支持向量機理論基礎166
4.5.2支持向量機回歸學習方法173
4.6本章小結180參考文獻181
第5章紅外光譜特征變量提取與選擇182
5.1光譜定量分析中的常用特征182
5.2特征變量選擇算法184
5.2.1前向選擇法186
5.2.2后向剔除法188
5.2.3正則化模型188
5.2.4遺傳-偏*小二乘法191
5.2.5非線性回歸模型的特征變量提取193
5.3特征變量選擇應用195
5.3.1常用參量的定量分析195
5.3.2前向選擇法196
5.3.3后向剔除法200
5.3.4遺傳-偏*小二乘法204
5.3.5套索算法208
5.4本章小結213參考文獻213
第6章煤礦氣體紅外光譜分析系統(tǒng)215
6.1煤礦氣體紅外光譜分析系統(tǒng)主要部件215
6.1.1紅外光譜儀216
6.1.2微型工控機220
6.1.3傳感器221
6.1.4除塵除濕裝置227
6.1.5雙錐形新型氣室228
6.1.6多氣室切換裝置230
6.1.7電源模塊設計232
6.2煤礦氣體紅外光譜分析系統(tǒng)軟件設計233
6.2.1光譜掃描模塊的結構236
6.2.2分析計算模塊的算法及結構237
6.2.3人機交互模塊的內容與結構240
6.3煤礦氣體紅外光譜儀的工作方式241
6.3.1井下工作方式241
6.3.2離線工作方式244
6.3.3束管監(jiān)測方式246
6.4煤礦氣體紅外光譜儀的操作規(guī)范248
6.4.1軟件的安裝249
6.4.2軟件的使用250
6.5煤礦氣體紅外光譜儀的性能檢測251
6.6本章小結255
參考文獻256
索引257