基于TDLAS的农产品运输冷藏车内CO2检测技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 前言 | 第8-17页 |
| ·研究背景 | 第8-9页 |
| ·CO_2气体检测相关技术 | 第9-13页 |
| ·TDLAS技术 | 第13-16页 |
| ·TDLAS技术的主要特点及原理 | 第13页 |
| ·TDLAS技术的国内外研究现状 | 第13-16页 |
| ·研究内容及意义 | 第16-17页 |
| 2 TDLAS气体浓度检测基本理论 | 第17-26页 |
| ·吸收光谱学理论 | 第17-20页 |
| ·吸收光谱的来源 | 第17页 |
| ·谱线强度 | 第17-18页 |
| ·吸收线型 | 第18-20页 |
| ·朗伯-比尔定律 | 第20页 |
| ·直接吸收光谱技术 | 第20-21页 |
| ·波长调制技术 | 第21-23页 |
| ·波长调制方法 | 第21-22页 |
| ·谐波检测技术 | 第22-23页 |
| ·CO_2气体分子吸收谱线的选择 | 第23-26页 |
| 3 TDLAS试验系统搭建 | 第26-38页 |
| ·系统整体设计 | 第26页 |
| ·TDLAS系统组成 | 第26-35页 |
| ·光路部分 | 第26-30页 |
| ·气路部分 | 第30-31页 |
| ·电路部分 | 第31-35页 |
| ·LabVIEW软件 | 第35-38页 |
| 4 基于TDLAS的CO_2数据采集与处理 | 第38-50页 |
| ·数据采集 | 第38-40页 |
| ·数据处理 | 第40-47页 |
| ·系统噪声 | 第40-42页 |
| ·数据预处理 | 第42-46页 |
| ·浓度反演 | 第46-47页 |
| ·实验结果与讨论 | 第47-50页 |
| 5 冷藏车厢内CO_2气体浓度的预警 | 第50-66页 |
| ·冷藏车厢内CO_2气体浓度预测模型 | 第50-55页 |
| ·灰色预测模型 | 第52-54页 |
| ·径向基神经网络 | 第54页 |
| ·灰色径向基神经网络预测模型 | 第54-55页 |
| ·冷藏车厢内CO_2气体浓度报警模型 | 第55-59页 |
| ·实验及结果 | 第59-66页 |
| 6 结论 | 第66-67页 |
| 7 展望 | 第67-68页 |
| 8 参考文献 | 第68-74页 |
| 9 论文发表情况 | 第74-75页 |
| 10 致谢 | 第75页 |
