基于EMD的中红外TDLAS检测低浓度NO优化方法研究

田川,邹丽昌,阮斌,黄俊,邓瑶,阮真,卢志民,3,4,姚顺春,3,4*

(1 广州珠江电力有限公司,广东 广州 511457;2 华南理工大学电力学院,广东 广州 510640;3 广东省能源高效清洁利用重点实验室,广东 广州 510640;4 广东省能源高效低污染转化与工程技术研究中心,广东 广州 510640)

0 引言

近年来,我国对大气污染物排放标准规定日趋严格。2019 年以来,广东、山西、河北、天津、四川等地陆续修订了锅炉大气污染物排放标准。氮氧化物(NOx)是主要的大气污染物之一,要求其在新建锅炉和经超低排放改造后的机组中排放浓度必须低于50 mg/m3。选择性催化还原(SCR)技术是目前广泛使用的烟气脱硝技术,控制和评价其脱硝效果的重要指标是NO 浓度。随着排放标准的提升和精准控制的发展,NO 排放控制的波动范围要求越来越小,所以高灵敏检测SCR 出口低浓度NO 的需求日益迫切。

传统的电化学、气相色谱等检测方法受水汽等的交叉干扰,且低浓度检测时灵敏度不足,难以满足超低排放下SCR 出口NO 的高灵敏度检测需要。近年来,基于可调谐二极管激光吸收光谱(TDLAS)的波长调制光谱(WMS)技术在燃烧诊断[1]、环境监测[2]和医学诊断[3]等领域中用于NO 低浓度检测得到了广泛关注。将WMS 与TDLAS 技术结合,可以实现高灵敏度、高选择性地检测低浓度气体。中红外区域(MIR)的吸收谱线线强一般都比近红外的吸收谱线线强大几个量级,在痕量气体浓度检测领域具有无可比拟的优势。量子级联激光器(QCL)由于具有线宽窄、室温工作和功率高等优点,已然成为MIR激光光谱气体传感的理想光源。然而,在低浓度条件下,系统噪声对测量结果的影响比较显著。因此,在实际测量中为改善检测系统的性能,对信号数据的降噪处理尤为重要。TDLAS 系统的检测信号中含有多种频率的噪声,主要来自于电子器件和光学元件产生的噪声,具有非线性、非平稳的特性[4],会降低检测系统的信噪比。当气体浓度较低时,解调的谐波信号可能会淹没在噪声中。因此,非常有必要对解调出来的信号进行降噪。近年来,相继提出许多信号降噪方法:信号平均法[5]、小波变换法[6-9]、Kalman 滤波法[9]、S-G 滤波法[10],但它们都属于线性非平稳信号或非线性平稳信号的处理方法,这增大了对非线性非平稳信号的降噪难度。而对于如TDLAS 检测的二次谐波(2f)信号这类非平稳非线性信号的处理,经验模态分解(EMD)算法展现了较强的应用潜力。Colominas 等[11]首次提出了EMD 方法,目前已成功应用在生物学、航空等领域;Meng 等[4]采用EMD 方法去除TDLAS 检测信号中的随机噪声,使信噪比从7.32 dB 增至14.31 dB。EMD 是一种基于被处理数据的时间尺度特征的时域分解方法,理论上可以将任何复杂信号分解为有限的一组本征模态分量(IMF),无需预先设置基函数,信号分解只取决于信号本身的特点,与小波变换法具有本质区别,对2f信号处理具有较好的适用性。

本文以TDLAS-WMS 技术为基础,设计并搭建了中红外低浓度NO 检测系统。研究了基于EMD 算法的中红外2f信号滤波降噪处理方法,最后将其应用于NO 连续监测,并采用Allan 方差评估本检测系统的NO 检测性能。

1 系统概况

1.1 原理部分

1.1.1 检测原理

一束强度为I0的单色激光穿过气体介质后,激光强度的衰减遵循Beer-Lambert 定律,透射光强为

式中:α(λ)为目标气体分子在波长λ 处的吸收截面,与气体温度、压力有关;C为目标气体的浓度;L为有效吸收光程。由于实验在常压下进行,吸收线型可用洛伦兹线型描述,一般情况下,特别是低浓度,很容易满足α(λ)CL≪1,因此可将(1)式展开为傅里叶级数,经过化简后得到2f信号峰值满足[12]

式中α0为吸收线中心处的吸收系数。

可见,在气体压力、温度和光程一定的情况下,2f信号峰值直接与目标气体浓度成正比,因此在实际检测中采用2f信号峰值max(S2f)来计算浓度信号。

1.1.2 EMD 降噪原理

EMD 是一种自适应信号处理方法,使分解信号的瞬时频率具有物理意义,其本质上是对原始信号进行了平滑处理,该算法的关键在于将原始信号分解为一组本征模态分量IMFs 和残余信号RES,且这些本征模态分量包含原始信号的特性,可利用这些分量进一步处理。每个IMF 必须满足两个条件[5]:

1)信号中交替出现的极值点和过零点的个数必须相等或最多相差1;

2)在任意给定的时间,由局部极值点拟合出的上、下包络平均值必须是0。

综上所述,EMD 分解法整体就是一个将信号从分解到合成的过程,分解流程图如图1 所示。

图1 EMD 滤波算法分解流程图Fig.1 Flow chart of decomposition of EMD filtering algorithm

所有IMF 分量和残余分量R之和为原始信号

分解出频率由高到低的一组经验模态分量,前几个IMF 分量通常对应高频噪声信号和光学条纹,表现为高频、低幅值;其余几个低频、高幅值的IMF 分量和残差RES 含有气体吸收信号,对这些信号的分量进行合成,然后通过叠加的方式重构去除高频噪声和光学条纹的2f信号。根据幅值-浓度标定式,可以将上述重构的2f信号的幅值转化为浓度值。

1.2 NO 光谱吸收线选择

为了保证超低排放对低浓度NO 的高灵敏检测要求,选择合适的NO 吸收线非常关键。根据HITRAN 数据库,NO 的三个基本红外吸收波段位于1.8、2.65、5.2 μm,其中中红外吸收谱线强度比近红外的谱线强度强3～5 个量级。基于HITRAN 数据库的在1899～1931 cm-1中红外波长范围内的NO 及其他主要干扰气体成分H2O 和CO2吸收光谱,如图2 所示。可见,位于5.263 μm 的吸收谱线线强比位于5.184 μm 的强,因此常用于NO 浓度检测[2,13-16]。然而,5.263 μm 与相邻吸收峰的部分光谱存在重叠,对谐波信号的解调和线型都会造成一定的影响,而在1929.021 cm-1(5.184 μm)处的NO 吸收线没有其他吸收峰的干扰,并具备较强吸收特性。因此,选取5.184 μm 这条线作为NO 检测的目标吸收线。

图2 基于HITRAN 数据库的1899～1931 cm-1 波长范围的NO、H2O 和CO2 吸收光谱图Fig.2 NO,H2O and CO2 absorption spectra in the wavelength range from 1899 cm-1 to 1931 cm-1 based on HITRAN database

1.3 检测系统

基于中红外TDLAS-WMS 的低浓度NO 高灵敏检测系统的实验装置如图3 所示,包括分布反馈式连续波量子级联激光器(CW DFBQCL,5.18 μm)、单光程气体池、内置有信号发生模块的数字锁相放大器(DLIA)、激光控制器、碲镉汞(MCT)光电探测器、数据采集卡和计算机等。其中,CW DFBQCL 具有输出功率高、线宽窄和室温下工作等优点;单光程气体池具有25 cm 长的光程,光路调节简易,受振动等因素导致的微小偏移的影响不大,结构紧凑;DLIA 具有独立双输入输出通道,可实现双路锁相通道的应用;MCT 光电探测器与前置放大电路、半导体热电冷却(TEC)控制器高度集成,峰值响应波长为5 μm,通过反馈电路将探测器元件的温度控制在-40°C,将热噪声对输出信号的影响最小化。

图3 TDLAS-WMS 实验装置图Fig.3 The experimental setup of TDLAS-WMS

本系统利用DLIA 中内置的信号发生模块产生叠加正弦调制信号的锯齿扫描信号来控制QCL,使其发射可调谐激光束。激光射入气体池被目标气体吸收衰减后射出,被光电探测器探测并进行光电转化后输入DLIA,DLIA 对信号进行相敏检测,解调出的2f信号由数据采集卡采集,进行模数转化后上传至上位机进行处理。

2 实验与分析

2.1 NO 浓度检测系统标定

在常温常压下,利用配气系统配置体积浓度为10×10-6～100×10-6的NO 样气进行实验,并设置扫描频率为2 Hz 的锯齿波信号和调制频率为8 kHz 的正弦波信号来控制激光器。从3 个连续激光扫描(～1.5 s)中平均光谱以提高SNR,并存储在采集卡上传输至计算机进行后续处理。

将采集到的原始2f信号进行EMD 降噪,如图4 所示。利用EMD 将检测到的如图4(a)所示的2f信号分解为IMFs 和RES,如图4(b)所示。可以看出,IMF1～IMF5 为高频和低幅值的分量,应为噪声信号。因此,直接叠加主要的本征模态分量IMF6～IMF9 和残差RES,重构2f吸收信号,如图4(c)所示。因为消除了IMF1～IMF5 所示的高频噪声或光学条纹,所以重构后的2f信号变得非常光滑。由于EMD 的完备性,重构后的吸收线的形状几乎没有改变。

图4 (a)检测到的2f 信号;(b)采用EMD 从检测到的2 f 信号中分解出的IMFs 和RES;(c)重构的2 f 信号Fig.4 (a)The detected 2 f signal;(b)The IMFs and RES decomposed by EMD from the detected 2 f signal;(c)The reconstructed 2 f signal

为了比较几种滤波方法对2f信号的降噪效果,分别采用S-G 滤波、Kalman 滤波和小波变换对上述采集的原始2f信号进行降噪,原始光谱及滤波后的光谱如图5 所示。从图5 中滤波后的光谱可见这几种滤波方法均降低了原始2f信号的噪声,但不同滤波方法对原始2f信号的改善效果有所不同。不同滤波方法处理后2f信号的信噪比如表1 所示。

图5 用不同滤波方法降噪后的2 f 信号和原始2 f 信号Fig.5 2 f signal after noise reduction with different filtering methods and original 2 f signal

表1 几种不同滤波方法处理后的2 f 信号的信噪比SNRTable 1 SNR of 2 f signal processed by various filtering methods

由表1 可知,经过滤波后,2f信号的信噪比都有了比较明显的提高,其中EMD 方法对2f信号的降噪效果较好,信噪比很高,这对提高系统检测灵敏度,降低检测下限有很大帮助。

因此,利用EMD 算法对每组NO 浓度下的原始2f信号进行滤波降噪,得到采用EMD 降噪后不同NO 浓度水平下的2f信号,对降噪后的2f信号幅值与设置浓度进行线性拟合,如图6 所示。由图6(a)可知,WMS-2f幅值随NO 设置浓度的增加而增大;图6(b)所示的拟合结果表明,2f信号的幅值与NO 浓度成正比,max(S2f)与气体浓度之间存在很好的线性关系,拟合度R2为0.999,其表达式为

图6 EMD 降噪后的2 f 信号及其幅值和设置浓度值的线性拟合。(a)10×10-6～100×10-6 的NO 不同浓度下重构的2 f信号;(b)重构的2f 信号幅值与设置浓度值之间的线性拟合Fig.6 The 2 f signal after EMD noise reduction and the linear fitting between its amplitude and the set concentration value.(a)The reconstructed 2 f signal at different concentrations of NO from 10×10-6 to 100×10-6 ;(b)The linear fitting between the reconstructed 2 f signal amplitude and the set concentration value

2.2 低浓度NO 的检测性能评估

通过EMD 算法降噪重构信号后降低了所搭建系统的检测误差,为了更全面地评估该系统的检测性能,采用Allan 方差分析对TDLAS-WMS 检测系统连续测量的稳定性和检测限等性能进行评估。选择含有30×10-6NO 的样气用于低浓度气体检测实验,连续采集50 min 的2f信号,以评估检测系统的检测限和稳定性。采样周期为1.5 s,即50 min 内一共得到2000 组2f谐波信号,采用EMD 降噪前后2f谐波信号得到的NO 浓度水平及其Allan 方差分析如图7 所示。由图7(a)所示,EMD 降噪前的NO 浓度波动范围为29.424×10-6～33.184×10-6,浓度测量的相对误差范围为0.17%～10.61%;EMD 降噪后的NO浓度波动范围为29.585×10-6～31.273×10-6,浓度测量的相对误差范围为0～4.24%。EMD 降噪前后浓度数据的Allan 方差分析如图7(b)所示,可见系统的检测下限(LoD)由降噪前的653×10-9下降到了442×10-9,系统灵敏度得到了显著提升。在最佳平均时间下,系统的LoD 由降噪前的272.7×10-9下降到了185.5×10-9。在平均时间大于最佳平均时间后,系统漂移噪声占主导地位,导致系统稳定性下降。综上所述,EMD 降噪可以显著提高NO 浓度检测的准确度和灵敏度,显著降低系统检测限。

图7 (a)降噪前后的连续浓度检测结果及其相对误差;(b)根据(a)所示的数据进行的Allan 方差分析Fig.7 (a)The continuous concentration test results before and after noise reduction and their relative errors;(b)Allan deviation analysis based on the data shown in Fig.7(a)

3 总结

针对SCR 脱硝出口烟气NO 低浓度检测需求,选用中心波长为5.18 μm 的QCL 激光器搭建了中红外低浓度NO 高灵敏检测系统。研究了基于EMD 算法的2f信号降噪处理方法,比较分析了包括EMD 在内的几种常用的滤波方法对中红外2f信号的降噪效果,再采用Allan 方差分析来评估EMD降噪前后检测系统的稳定性能和检测下限。EMD 降噪后,连续测量的30×10-6的NO 浓度的范围由29.424×10-6～33.184×10-6减小至29.585×10-6～31.273×10-6,相对误差范围由0.17%～10.61%缩小至0～4.24%;在1.5 s 平均时间下,LoD 由降噪前的653×10-9降至442×10-9;在最佳平均时间下,LoD由降噪前的272.7×10-9降至185.5×10-9。实验证明了EMD 算法对中红外2f信号的降噪处理效果较好,适用于中红外TDLAS-WMS 检测低浓度NO,降噪处理可以显著提升检测系统的准确性、灵敏度和稳定性,该系统可以满足SCR 出口烟气中的低浓度NO 的高灵敏检测。