气体检测与气体源定位技术

目 录
第1章 气体检测技术概述\t1
1．1 气体检测技术的发展\t1
1．2 气体检测技术的应用领域\t2
1．2．1 气体检测技术与空气污染\t2
1．2．2 基于气体检测技术的质检与医疗\t4
1．2．3 气体源定位技术\t4
1．3 本书主要研究内容\t5
第2章 气体检测实验中的基本操作知识\t7
2．1 气体检测实验中的重要定律与公式\t7
2．2 常用气体含量计量单位与换算\t8
2．3 实验室常见的危险气体\t9
2．3．1 实验室常见的可燃气体\t10
2．3．2 实验室常见的有毒气体及毒性量化标准\t11
2．4 气体标准物质的制备与保存\t12
2．4．1 气体标准物质的制备\t13
2．4．2 气体标准物质的保存\t14
2．5 气体样本的采集\t15
2．6 气体样本的干燥与过滤\t17
2．6．1 气体样本的干燥\t17
2．6．2 气体样本的过滤\t19
2．7 本章小结\t20
参考文献\t20
第3章 气体样本分析与检测技术\t22
3．1 气体样本分析与检测技术概述\t22
3．2 检气管法\t23
3．3 奥式气体分析仪\t24
3．3．1 奥式气体分析仪的常用配件\t25
3．3．2 奥式气体分析仪的结构与使用\t26
3．4 分光光度计法\t28
3．4．1 分光光度计的检测原理\t29
3．4．2 分光光度计基本结构\t30
3．4．3 红外分光光度计\t32
3．5 气相色谱法\t33
3．5．1 气―液色谱法的气体组分分离\t33
3．5．2 气―固色谱法的气体组分分离\t35
3．5．3 气相色谱仪检测器\t37
3．5．4 气相色谱图概述\t41
3．5．5 基于气相色谱法的定性定量分析\t44
3．6 本章小结\t46
参考文献\t46
第4章 气敏传感器技术\t48
4．1 气敏传感器\t48
4．2 传感器基本特性\t49
4．2．1 传感器静态特性\t49
4．2．2 传感器动态特性\t53
4．3 金属氧化物气敏传感器\t58
4．3．1 金属氧化物气敏传感器分类\t58
4．3．2 金属氧化物传感器反应机理\t59
4．3．3 TGS2620传感器特性\t62
4．4 电化学气敏传感器\t64
4．4．1 电化学气敏传感器分类\t64
4．4．2 恒电位电解式电化学传感器\t65
4．4．3 离子电极式电化学传感器\t66
4．4．4 固体电解质电化学传感器\t66
4．5 红外光学气敏传感器\t67
4．5．1 基于气体吸收光谱的红外光学气敏传感器\t68
4．5．2 红外光声传感器\t71
4．6 传感器标定实验\t72
4．7 本章小结\t76
参考文献\t77
第5章 基于传感器技术的检测系统\t78
5．1 基于传感器技术的检测系统设计\t78
5．2 基于气敏传感器的监测、报警电路\t78
5．3 基于DSP的通用传感器采样平台\t80
5．3．1 传感器检测设备的通用性特点\t80
5．3．2 系统核心硬件结构\t81
5．3．3 采样软件设计\t83
5．4 基于物联网构架的传感器网络\t84
5．4．1 物联网构架\t86
5．4．2 无线传感器网络\t87
5．4．3 基于虚拟仪器技术的人机交互程序\t89
5．5 本章小结\t89
参考文献\t90
第6章 电子鼻技术\t91
6．1 电子鼻技术概述\t91
6．2 电子鼻工作原理与结构\t92
6．2．1 多气敏传感器阵列\t92
6．2．2 电子鼻模式识别算法\t94
6．3 电子鼻在产品质检中的应用\t97
6．3．1 酒类品质检测\t97
6．3．2 食品质量检测\t99
6．3．3 水果成熟度评价\t100
6．4 NASA-JPL空气质量监测电子鼻\t102
6．4．1 NASA-JPL电子鼻的气路设计\t103
6．4．2 电子鼻传感器阵列\t104
6．5 基于可视嗅觉的电子鼻技术\t105
6．5．1 金属卟啉传感器阵列\t106
6．5．2 可视嗅觉电子鼻系统结构设计\t107
6．6 基于可视化嗅觉技术的胺类气体定量检测与分类\t108
6．6．1 三甲胺定量检测\t109
6．6．2 胺类气体识别\t111
6．7 本章小结\t113
参考文献\t113
第7章 静态气体源定位技术\t116
7．1 气体源定位技术\t116
7．2 静态气体源定位技术\t117
7．3 常用气体扩散模型\t119
7．3．1 BM扩散模型\t119
7．3．2 三维有限元模型\t120
7．3．3 Ooms模型\t121
7．3．4 高斯扩散模型\t123
7．3．5 高斯湍流扩散模型\t125
7．4 常用气体源定位算法\t128
7．4．1 加权组合三边定位算法\t129
7．4．2 椭圆交叉定位算法\t130
7．4．3 非线性最小二乘估计算法\t132
7．5 本章小结\t133
参考文献\t134
第8章 基于粒子群算法及最小二乘算法的静态气体源
定位与实验\t136
8．1 粒子群优化算法\t136
8．2 基本粒子群优化算法概述\t137
8．3 基于PSO的气体源定位算法\t141
8．3．1 基于最小二乘法则的适值函数设计\t141
8．3．2 定位算法设计\t142
8．3．3 观测误差与传感器数量对实验结果的影响\t147
8．3．4 种群规模对迭代次数的影响\t149
8．4 粒子群速度计算中的参数改进\t150
8．4．1 惯性因子的改进\t150
8．4．2 学习因子的改进\t151
8．5 中值粒子群定位算法\t152
8．5．1 基于MBPSO的改良定位算法设计\t153
8．5．2 算法仿真实验\t155
8．6 静态气体源定位实验\t157
8．6．1 实验系统设计\t157
8．6．2 气体浓度采集实验\t159
8．7 基于改良型MBPSO的定位计算\t162
8．8 基于最小二乘准则的适值比较定位法\t164
8．9 基于最小二乘准则的适值遍历计算\t167
8．10 本章小结\t170
参考文献\t170
第9章 主动嗅觉定位\t172
9．1 主动嗅觉定位技术\t172
9．2 主动嗅觉机器人发展历程概述\t172
9．3 主动嗅觉机器人设计与实验\t175
9．3．1 机器人硬件系统设计\t176
9．3．2 Z形搜索策略\t178
9．3．3 单机器人主动嗅觉定位实验\t182
9．4 多机器人协作定位\t183
9．4．1 多机器人协作定位\t183
9．4．2 基于粒子群优化算法的多机器人协作搜索策略\t185
9．5 本章小结\t191
参考文献\t191