煤礦瓦斯的激光光譜檢測技術研究

第1章  緒論
  1.1  煤礦安全生產的重要性
  1.2  煤礦瓦斯監(jiān)測技術的現(xiàn)狀
    1.2.1  國外瓦斯監(jiān)測的現(xiàn)狀
    1.2.2  國內瓦斯監(jiān)測的現(xiàn)狀
  1.3  光譜監(jiān)測煤礦瓦斯的重要意義
第2章  光譜學理論
  2.1  光的發(fā)射和吸收
    2.1.1  光傳播的電磁理論
    2.1.2  分子吸收與受激、自發(fā)發(fā)射
    2.1.3  氣體分子的吸收電磁理論
    2.1.4  分子吸收線性與非線性的區(qū)別
  2.2  原子光譜
    2.2.1  原子吸收光譜分析方法的發(fā)展
    2.2.2  原子的受迫振蕩現(xiàn)象
    2.2.3  原子對光譜的吸收與色散現(xiàn)象
  2.3  光譜線的線形和寬度
    2.3.1  自然線寬
    2.3.2  多普勒展寬
    2.3.3  壓力展寬
    2.3.4  譜線寬度擴展的均勻性
    2.3.5  飽和展寬與渡越時間展寬
    2.3.6  復合線形
第3章  瓦斯的吸收特性
  3.1  分子的一般性質
    3.1.1  分子結構的對稱性
    3.1.2  分子點群
  3.2  多原子型分子振動和轉動光譜
    3.2.1  多原子分子的核運動
    3.2.2  多原子分子振動
    3.2.3  多原子分子轉動的類別
    3.2.4  多原子分子的振轉譜
  3.3  甲烷氣體對吸收譜線的選擇
    3.3.1  氣體分子運動及其光譜
    3.3.2  基頻、泛頻及相應組合頻率的光譜
    3.3.3  氣體分子吸收線型數(shù)學分析
    3.3.4  氣體分子運動時吸收譜線強度
    3.3.5  甲烷的特征吸收譜線
第4章  光譜學檢測儀器
  4.1  近紅外光譜
  4.2  近紅外光譜分析儀器的基本概述
  4.3  近紅外光譜儀器性能指標
  4.4  近紅外光譜儀器的基本結構及其含義
  4.5  近紅外光譜儀器的類型
  4.6  近紅外光譜的分析技術
  4.7  常用的光譜類儀器
    4.7.1  分光計
    4.7.2  波長計
第5章  光譜吸收型氣體傳感技術
  5.1  氣體濃度檢測的光譜技術
  5.2  光譜遙感測量原理
  5.3  差分吸收檢測技術
  5.4  差分吸收激光雷達(DIAL)技術
  5.5  傅里葉變換紅外光譜(FTIR)技術
  5.6  激光誘導熒光(LIF)技術
第6章  煤礦瓦斯氣體光譜數(shù)據(jù)處理
  6.1  光譜數(shù)據(jù)預處理
    6.1.1  光譜數(shù)據(jù)的平滑
    6.1.2  基線校正
    6.1.3  求導
    6.1.4  歸一化處理
    6.1.5  傅立葉變換
  6.2  光譜的數(shù)據(jù)處理
    6.2.1  主成分分析法(PCR)
    6.2.2  偏最小二乘法
    6.2.3  人工神經網絡法(ANN)
  6.3  甲烷(CH4)氣體光譜的數(shù)據(jù)處理方法
第7章  可調諧二極管激光吸收光譜檢測系統(tǒng)在瓦斯研究中的應用
  7.1  可調諧二極管激光光譜吸收原理
    7.1.1  直接吸收光譜
    7.1.2  調制光譜技術
    7.1.3  吸收線選擇
    7.1.4  靈敏度與檢測限
    7.1.5  噪聲壓縮與檢測靈敏度的提高
  7.2  可調諧二極管激光吸收光譜實驗裝置
    7.2.1  實驗裝置
    7.2.2  實驗儀器的選擇和確定
  7.3  實驗系統(tǒng)組成和軟件控制流程
    7.3.1  實驗系統(tǒng)構建
    7.3.2  控制軟件使用及掃描過程
    7.3.3  掃描采樣
  7.4  實驗結果分析
第8章  神經網絡在瓦斯?jié)舛葯z測中的應用
  8.1  神經網絡的基本概念
    8.1.1  神經元生物剖析
    8.1.2  神經元及其信息傳遞的閥值特性
    8.1.3  用數(shù)學模型表示神經元
  8.2  神經網絡的基本原理
    8.2.1  神經網絡的概念
    8.2.2  人工神經網絡中的幾個特性
    8.2.3  神經網絡的學習方法
    8.2.4  神經網絡實際應用問題
  8.3  基于神經網絡的瓦斯?jié)舛阮A測方法
    8.3.1  BP算法
    8.3.2  時間序列基本理論
    8.3.3  瓦斯?jié)舛阮A警系統(tǒng)面臨的主要問題
    8.3.4  應用神經網絡對瓦斯?jié)舛冗M行預測的分析
    8.3.5  BP神經網絡模型參數(shù)的設計
    8.3.6  神經網絡預測的仿真實驗
  8.4  BP神經網絡的FPGA實現(xiàn)
    8.4.1  神經網絡的硬件實現(xiàn)與模塊的劃分
    8.4.2  瓦斯預警BP算法模塊的實現(xiàn)
    8.4.3  控制模塊設計
    8.4.4  實驗結果分析
第9章  雙波長光纖傳感網絡在煤礦瓦斯監(jiān)測系統(tǒng)中的構成
  9.1  雙波長測量及波長選取技術的原理
    9.1.1  雙波長測量技術
    9.1.2  波長的選取技術
  9.2  雙波長光纖氣體傳感系統(tǒng)設計
    9.2.1  光纖傳感系統(tǒng)框圖
    9.2.2  激光器
    9.2.3  單色器
    9.2.4  斬光器
    9.2.5  吸收池
    9.2.6  接收裝置
  9.3  系統(tǒng)軟件設計
    9.3.1  軟件使用方法
    9.3.2  參數(shù)設置
  9.4  實驗結果分析
    9.4.1  系統(tǒng)性能測試
    9.4.2  對比測試
    9.4.3  穩(wěn)定性測試
第10章  結論與展望
  10.1  結論
  10.2  展望
參考文獻