便携式顶空进样仪的研制及其在水中VOCs现场应急检测中的应用

这是一篇关于便携式,顶空进样仪,气相色谱质谱仪,水中VOCs,现场应急检测,二次吸附热解吸的论文, 主要内容为顶空进样法是一种高效的样品前处理技术,已被广泛应用于水体及固态废弃物中的挥发性有机物(Volatile Organic Compounds,VOCs)检测。传统的台式顶空进样仪体积大、功耗高、环境适应性差,不具备现场应急检测能力。因此,开发具备现场检测能力的便携式顶空进样仪,成为当前环境检测领域的研究热点之一。便携式顶空进样仪作为一种样品前处理设备,通常无法单独工作,需要与便携式分析仪器联用,才能进行现场检测。国内外市场上现有的便携式顶空进样仪产品普遍存在以下局限:对低沸点的VOCs检测灵敏度差;对高浓度样品的残留较大,相邻的分析之间存在串扰;操作复杂,智能化程度低。针对现有便携式顶空进样仪的问题,本文自主研发了一种新型的便携式顶空进样仪,在理论研究的基础上,完成了仪器结构、电路控制系统、嵌入式软件、工作流程和控制方法的开发,搭建了便携式顶空进样仪的工程样机,并与实验室自制便携式气相色谱质谱仪联用,实现了国标《水质挥发性有机物的应急测定-便携式顶空/气相色谱-质谱法》(HJ 1227-2021)中规定的55种水中VOCs的快速准确测定。本文的主要创新点和研究内容如下:1)提出便携式二次吸附热解吸的技术路线,并完成相应关键模块的设计,提高了样品富集效率,从而提升仪器的整体灵敏度。首先,将第一级吸附热解吸模块置于便携式顶空进样仪中,采用高温无机胶薄层绝缘的新结构,极大地降低了热容,在低功耗的基础上实现了快速升降温;其次,将二级吸附热解吸模块置于色谱系统的进样流路中,两级吸附热解吸模块高效配合,第一级实现样品富集,第二级实现样品聚焦,最终提升了样品的检测灵敏度。2)设计了全新的顶空进样气路,实现气相样品的全自动进样,并完成便携式顶空进样仪的整体结构设计。气路设计过程中,摒弃了目前国内外小型顶空进样仪中大量使用不锈钢管路和转接头的路线,将气路集成在不锈钢基体中,减小由于管路和转接头带来的气密性问题和样品吸附性问题。同时,采用吹扫顶空气体进样的方式,大幅降低了样品残留引起的分析串扰,提高检测结果准确性。3)设计了便携式顶空进样仪的工作流程,制定了每个步骤的功能及仪器各部件工作状态。编写嵌入式软件代码,实现流程控制、逻辑控制和触摸式人机交互等功能,极大的提升仪器的智能化程度。4)完成了便携式顶空进样仪和便携式气相色谱质谱仪联用系统的搭建与调试。并利用该系统,开发了便携式顶空-二次吸附-气相色谱质谱分析方法,对国标规定的水中55种VOCs进行了快速测定。结果表明,使用本系统及方法可在16.8min内完成全部55种水中VOCs组分的定性定量分析,所有样品在0～200 μg/L的质量浓度范围内线性良好,相关系数R>0.991,方法检出限为0.32～1.18μg/L,回收率为88.9%～101.9%,相对标准偏差(RSD)为2.4%～9.0%。实验结果表明,搭载了自主开发的便携式顶空进样仪的联用系统,在低沸点物质的检测灵敏度、准确度和智能化程度等方面都有较大提升,关键性能优于同类商业产品。

便携式低氧帐篷自动监控系统设计与开发

这是一篇关于低氧训练,低氧帐篷,便携式,模糊控制,自动监控的论文, 主要内容为高原低氧训练在提高运动员成绩的同时也存在不少弊端。随着各种低氧技术的产生,人们成功地实现了高原低氧环境的模拟。但是国内的相关研究还不成熟,低氧环境自动控制功能还不完善,国内对低氧帐篷的研究也才刚刚起步。 传统的人工控制低氧环境很难达到要求,基于凌阳16位单片机开发了一套便携式的低氧帐篷氧浓度自动监控系统。该系统选择轻便耐用、性价比较高的设备,因此其便携性和实用性也更加突出。与以往流量控制系统中控制阀门开度大小的控制方式不同,系统采用控制阀门开通时间来调节氧气浓度的控制策略:当氧气浓度误差较大时采用直接打开或关闭阀门的控制方式,当误差较小时采用模糊控制方式。设计了一个双输入单输出的模糊控制器,通过模糊控制器量化因子和比例因子随系统偏差的自适应调整,改善了系统的稳态性能。 先从整体上介绍了监控系统的框架结构,接下来对系统进行分析与设计。硬件部分设计了系统信号转换电路、阀门驱动电路等;软件部分给出了主程序及各功能模块的流程图。系统实现了低氧帐篷氧气浓度的自动监控和二氧化碳浓度的实时监测以及历史数据查询、异常情况报警等功能。最后,对系统功能和性能进行了测试。实验结果表明,开发的低氧帐篷系统可将帐篷内的氧气浓度快速稳定在允许的误差范围内,实现了无人值守时氧气浓度自动调节功能。

基于多光谱的茄子果皮花青素含量检测设备研制

这是一篇关于茄子果皮花青素,多光谱,特征波长,便携式,多元线性回归的论文, 主要内容为茄子是我国大宗蔬菜体系种植面积最广的茄果类蔬菜之一。富含于茄子果皮的花青素具有稳定的抗氧化活性,可以帮助茄子更好地适应低温、干旱等环境压力,同时也是工业应用中天然花青素提取的重要原料。花青素的含量是茄子育种选择、纯度鉴定、营养价值及提取价值评估的重要指标。目前,茄子果皮花青素的检测主要以高效液相色谱法、p H示差法等湿化学方法为主,此类方法费时费力,对操作人员专业性要求较高,无法满足实时、快速、准确的检测需求。因此,本文基于多光谱检测技术研究茄子果皮花青素含量的检测方法,并研制一款便携式检测装置,实现茄子果皮花青素快速无损检测。具体研究内容和结果如下:(1)探明了茄子果皮花青素与光谱信息之间的定量关系,提取花青素的特征波长,并建立偏最小二乘回归(PLSR)预测模型。以82份汉中紫皮矮茄为实验样本,采集390～1050 nm波段的光谱数据,采用p H示差法测定果皮中的花青素含量。以蒙特卡洛交叉验证(MCCV)方法剔除4个异常样本后,分别采用连续投影算法(SPA)、竞争性自适应重加权算法(CARS)、无信息变量消除算法(UVE)和CARS-SPA、UVE-SPA二次组合算法提取花青素特征波长,构建PLSR预测模型并进行精度验证,结合回归模型变量系数分析各特征波长在其波长组合中的权重,筛选出贡献度最高的3个特征波长:450 nm、490 nm和530 nm。(2)基于多特征LED结合光电传感器完成了检测装置的硬件系统设计。以STM32F103RCT6单片机为微控制器,装置主要由光谱检测模块、处理器模块、电源管理模块、数据存储模块、数据传输模块和人机交互模块等6个功能模块组成。基于茄子果皮与光谱的作用机理,设计检测探头漫反射光路;根据探头检测需求,优化设计可调节感光距离的光谱检测探头试验结构。以STM32单片机为核心,结合模块化功能和外设接口位置,完成PCB控制板集成化设计和检测装置封装结构设计。(3)开发了茄子果皮花青素含量检测装置软件控制系统。基于STM32F103库函数提供的应用程序编程接口,设计了初始化系统、光谱数据采集系统、Fat Fs文件管理系统、数据传输系统和中断控制系统;基于USART HMI图形界面设计软件,实现了界面友好的人机交互功能。通过功能函数的封装,提高了程序的可移植性。(4)优化检测装置的参数,优选花青素含量预测模型并完成精度验证。通过光源稳定性测试,确定了LED光源的最佳驱动电流,并测试光源稳定性;基于齿轮齿条机构实现光电传感器的直线运动,通过反射率测试,确定了最佳感光距离;使用检测装置采集了83份汉中紫皮矮茄和71份山东紫皮圆茄的光谱数据,建立了花青素含量的多元线性回归(MLR)、PLSR和支持向量回归(SVR)校正模型。以汉中紫皮矮茄为研究对象的校正模型,其校正集和验证集的相关系数分别为0.922和0.872,预测均方根误差分别为0.096 g·kg-1和0.113 g·kg-1,预测相对分析误差为2.66,以山东紫皮圆茄为研究对象的校正模型,其校正集和验证集的相关系数分别为0.885和0.782,预测均方根误差分别为0.135 g·kg-1和0.146 g·kg-1,预测相对分析误差为2.23。研究结果表明,MLR校正模型为适用于便携式检测装置的最佳模型,具有较高的预测精度;模型准确率和可靠性较高,表明本文设计的检测装置已满足实际检测需求,且对于不同品种的茄子样本,此装置具有一定的普适性。

基于多光谱的茄子果皮花青素含量检测设备研制

这是一篇关于茄子果皮花青素,多光谱,特征波长,便携式,多元线性回归的论文, 主要内容为茄子是我国大宗蔬菜体系种植面积最广的茄果类蔬菜之一。富含于茄子果皮的花青素具有稳定的抗氧化活性,可以帮助茄子更好地适应低温、干旱等环境压力,同时也是工业应用中天然花青素提取的重要原料。花青素的含量是茄子育种选择、纯度鉴定、营养价值及提取价值评估的重要指标。目前,茄子果皮花青素的检测主要以高效液相色谱法、p H示差法等湿化学方法为主,此类方法费时费力,对操作人员专业性要求较高,无法满足实时、快速、准确的检测需求。因此,本文基于多光谱检测技术研究茄子果皮花青素含量的检测方法,并研制一款便携式检测装置,实现茄子果皮花青素快速无损检测。具体研究内容和结果如下:(1)探明了茄子果皮花青素与光谱信息之间的定量关系,提取花青素的特征波长,并建立偏最小二乘回归(PLSR)预测模型。以82份汉中紫皮矮茄为实验样本,采集390～1050 nm波段的光谱数据,采用p H示差法测定果皮中的花青素含量。以蒙特卡洛交叉验证(MCCV)方法剔除4个异常样本后,分别采用连续投影算法(SPA)、竞争性自适应重加权算法(CARS)、无信息变量消除算法(UVE)和CARS-SPA、UVE-SPA二次组合算法提取花青素特征波长,构建PLSR预测模型并进行精度验证,结合回归模型变量系数分析各特征波长在其波长组合中的权重,筛选出贡献度最高的3个特征波长:450 nm、490 nm和530 nm。(2)基于多特征LED结合光电传感器完成了检测装置的硬件系统设计。以STM32F103RCT6单片机为微控制器,装置主要由光谱检测模块、处理器模块、电源管理模块、数据存储模块、数据传输模块和人机交互模块等6个功能模块组成。基于茄子果皮与光谱的作用机理,设计检测探头漫反射光路;根据探头检测需求,优化设计可调节感光距离的光谱检测探头试验结构。以STM32单片机为核心,结合模块化功能和外设接口位置,完成PCB控制板集成化设计和检测装置封装结构设计。(3)开发了茄子果皮花青素含量检测装置软件控制系统。基于STM32F103库函数提供的应用程序编程接口,设计了初始化系统、光谱数据采集系统、Fat Fs文件管理系统、数据传输系统和中断控制系统;基于USART HMI图形界面设计软件,实现了界面友好的人机交互功能。通过功能函数的封装,提高了程序的可移植性。(4)优化检测装置的参数,优选花青素含量预测模型并完成精度验证。通过光源稳定性测试,确定了LED光源的最佳驱动电流,并测试光源稳定性;基于齿轮齿条机构实现光电传感器的直线运动,通过反射率测试,确定了最佳感光距离;使用检测装置采集了83份汉中紫皮矮茄和71份山东紫皮圆茄的光谱数据,建立了花青素含量的多元线性回归(MLR)、PLSR和支持向量回归(SVR)校正模型。以汉中紫皮矮茄为研究对象的校正模型,其校正集和验证集的相关系数分别为0.922和0.872,预测均方根误差分别为0.096 g·kg-1和0.113 g·kg-1,预测相对分析误差为2.66,以山东紫皮圆茄为研究对象的校正模型,其校正集和验证集的相关系数分别为0.885和0.782,预测均方根误差分别为0.135 g·kg-1和0.146 g·kg-1,预测相对分析误差为2.23。研究结果表明,MLR校正模型为适用于便携式检测装置的最佳模型,具有较高的预测精度;模型准确率和可靠性较高,表明本文设计的检测装置已满足实际检测需求,且对于不同品种的茄子样本,此装置具有一定的普适性。

基于多光谱的茄子果皮花青素含量检测设备研制

这是一篇关于茄子果皮花青素,多光谱,特征波长,便携式,多元线性回归的论文, 主要内容为茄子是我国大宗蔬菜体系种植面积最广的茄果类蔬菜之一。富含于茄子果皮的花青素具有稳定的抗氧化活性,可以帮助茄子更好地适应低温、干旱等环境压力,同时也是工业应用中天然花青素提取的重要原料。花青素的含量是茄子育种选择、纯度鉴定、营养价值及提取价值评估的重要指标。目前,茄子果皮花青素的检测主要以高效液相色谱法、p H示差法等湿化学方法为主,此类方法费时费力,对操作人员专业性要求较高,无法满足实时、快速、准确的检测需求。因此,本文基于多光谱检测技术研究茄子果皮花青素含量的检测方法,并研制一款便携式检测装置,实现茄子果皮花青素快速无损检测。具体研究内容和结果如下:(1)探明了茄子果皮花青素与光谱信息之间的定量关系,提取花青素的特征波长,并建立偏最小二乘回归(PLSR)预测模型。以82份汉中紫皮矮茄为实验样本,采集390～1050 nm波段的光谱数据,采用p H示差法测定果皮中的花青素含量。以蒙特卡洛交叉验证(MCCV)方法剔除4个异常样本后,分别采用连续投影算法(SPA)、竞争性自适应重加权算法(CARS)、无信息变量消除算法(UVE)和CARS-SPA、UVE-SPA二次组合算法提取花青素特征波长,构建PLSR预测模型并进行精度验证,结合回归模型变量系数分析各特征波长在其波长组合中的权重,筛选出贡献度最高的3个特征波长:450 nm、490 nm和530 nm。(2)基于多特征LED结合光电传感器完成了检测装置的硬件系统设计。以STM32F103RCT6单片机为微控制器,装置主要由光谱检测模块、处理器模块、电源管理模块、数据存储模块、数据传输模块和人机交互模块等6个功能模块组成。基于茄子果皮与光谱的作用机理,设计检测探头漫反射光路;根据探头检测需求,优化设计可调节感光距离的光谱检测探头试验结构。以STM32单片机为核心,结合模块化功能和外设接口位置,完成PCB控制板集成化设计和检测装置封装结构设计。(3)开发了茄子果皮花青素含量检测装置软件控制系统。基于STM32F103库函数提供的应用程序编程接口,设计了初始化系统、光谱数据采集系统、Fat Fs文件管理系统、数据传输系统和中断控制系统;基于USART HMI图形界面设计软件,实现了界面友好的人机交互功能。通过功能函数的封装,提高了程序的可移植性。(4)优化检测装置的参数,优选花青素含量预测模型并完成精度验证。通过光源稳定性测试,确定了LED光源的最佳驱动电流,并测试光源稳定性;基于齿轮齿条机构实现光电传感器的直线运动,通过反射率测试,确定了最佳感光距离;使用检测装置采集了83份汉中紫皮矮茄和71份山东紫皮圆茄的光谱数据,建立了花青素含量的多元线性回归(MLR)、PLSR和支持向量回归(SVR)校正模型。以汉中紫皮矮茄为研究对象的校正模型,其校正集和验证集的相关系数分别为0.922和0.872,预测均方根误差分别为0.096 g·kg-1和0.113 g·kg-1,预测相对分析误差为2.66,以山东紫皮圆茄为研究对象的校正模型,其校正集和验证集的相关系数分别为0.885和0.782,预测均方根误差分别为0.135 g·kg-1和0.146 g·kg-1,预测相对分析误差为2.23。研究结果表明,MLR校正模型为适用于便携式检测装置的最佳模型,具有较高的预测精度;模型准确率和可靠性较高,表明本文设计的检测装置已满足实际检测需求,且对于不同品种的茄子样本,此装置具有一定的普适性。

基于迁移学习的便携式脑-机接口系统研究

这是一篇关于脑-机接口,便携式,运动想象,迁移学习的论文, 主要内容为脑-机接口(Brain-Computer Interface,BCI)最早应用于医学康复领域,为神经功能损伤患者提供了一种有效的治疗手段。随着脑科学和信号处理技术的高速发展,BCI技术已经在医学、娱乐、交通和航天等多个领域取得了长足的进步,具有重要的应用价值和广阔的发展前景。能否简单方便地记录脑电信号(electroencephalography,EEG),得到的EEG信号是否准确可靠,以及算法性能是否满足需求,都将直接影响到BCI技术的应用。因此研发出一套高性能的便携式BCI系统就显得尤为重要。然而,当前对于BCI系统的研究主要还停留在实验室阶段,通常使用的EEG信号采集设备存在体积较大、设计复杂、价格昂贵等问题,而且BCI系统在使用前需要进行长时间的校准。针对以上问题本文提出了一种无需进行长时间校准的便携式BCI系统的设计方案,研究内容主要包括基于迁移学习的运动想象分类方法,便携式EEG信号采集系统的研究与设计,BCI系统性能测试和运动想象BCI系统的性能测试。工作的具体内容如下:1)提出了一种基于判别迁移特征学习(discriminative transfer feature learning,DTFL)的运动想象分类方法,解决BCI系统的重校准问题,提高运动想象的分类正确率。由于运动想象的EEG信号具有非平稳性,跨时段采集的运动想象EEG信号之间会存在一定的分布差异,导致BCI系统在跨时段使用前需要进行长时间的校准,即需要重新采集训练数据对算法模型进行参数更新。为解决该问题,本文利用DTFL迁移学习方法减小采集于不同时段的数据之间的分布差异,进而提高运动想象的分类正确率。DTFL方法通过联合匹配源域和目标域之间的边缘分布和类条件分布来减少域间差异,同时最大化类间距离和最小化类内距离来保留类判别信息,从而提升运动想象的分类正确率。基于DTFL的运动想象分类方法无需目标域样本的类别信息,可以有效避免长时间的重校准工作。在两个运动想象公开数据集上的实验结果表明,基于DTFL的运动想象分类方法显著优于传统的运动想象分类方法,平均正确率分别提高了8.2%和8.0%,有效解决了BCI系统的重校准问题。2)设计了一款便携式的EEG信号采集系统,该系统包括EEG信号采集前端、上位机软件、干电极脑电帽。EEG信号采集前端实现了对多通道EEG信号的准确采集和实时传输,并且该设备的电源电路采用浮地设计,满足了医疗设备的安全性要求;上位机软件采用Py Qt5进行编写,能够实现EEG信号预处理、波形实时显示、数据储存、阻抗检测、运动想象实验引导等功能。与现有的EEG信号采集前端相比,该设备具有低功耗、低噪声、便携性、低成本以及安全可靠等优点,符合当前智能设备的发展趋势。由于常用的湿电极脑电帽在实验时需要注入导电凝胶来降低电极-皮肤的接触阻抗,使实验过程繁琐。为了解决该问题,本文设计了一款具有35个电极位点的干电极脑电帽,该脑电帽采用弹簧伸缩式设计,能够适应不同头型,并且具有佩戴方便、电极更换便捷和成本低廉等优点。3)基于前述运动想象分类方法和EEG信号采集系统的研究,设计和实现了一套高性能的运动想象BCI系统,该系统实现了8导EEG信号采集、预处理、运动想象特征提取和分类。开展了实验研究对所设计BCI系统性能进行了测试和评估。首先,对EEG信号采集前端的系统参考噪声、阻抗检测功能、信号采集功能进行了测试。实验结果显示,系统参考噪声的峰峰值小于1μV,并且系统可以准确可靠的检测出电极-皮肤的接触阻抗,而且阻抗值可降到20kohm以下。系统可以采集到准确有效的EEG信号。其次,对BCI系统的运动想象分类性能进行了评估,实验结果表明,系统采用本文提出的基于DTFL的运动想象分类方法进行分类,平均分类正确率达到了84.7%,相较于不采用迁移学习的传统分类方法,平均正确率提高了8.3%,验证了本文设计的便携式BCI系统的有效性。

智能便携式呼吸机设计

这是一篇关于呼吸机,便携式,呼吸系统疾病,无创正压通气的论文, 主要内容为慢性支气管扩张症、阻塞性睡眠呼吸暂停综合征、哮喘等疾病是呼吸系统的常见疾病,其发生率逐年攀升,致死率逐年升高,严重影响国民的健康水平,因此对于呼吸系统疾病的防治不容忽视。对于上述病患,需要通过呼吸机实现辅助通气及强制供氧来改善呼吸功能和节约心脏储备能力,从而维持生命活动,为抢救治疗提供支持,争取时间。基于此,本课题提出研制一款智能便携式无创正压呼吸机系统,其具有小巧便携、人机交互、多呼吸参数和生理参数实时监测、通气模式多样、呼吸异常报警、数据存储等功能,并能通过生理监测提供及时反馈,可以满足家庭、医院、急救等多场景下的使用。本文围绕便携式呼吸机系统的研究背景及意义、发展历史和国内外的研究现状,参考相关标准与规范,明确本系统的技术指标与功能需求,提出智能便携式呼吸机系统的总体设计和详细实现方案。在硬件设计层面,完成了传感器、风机等关键器件选型、硬件电路设计以及系统气路设计,主要包括主控模块、风机驱动模块、数据采集模块、多生理参数监测模块、数据通信模块等,其中,数据采集分为压力、流量和温、湿度的采集,多生理参数监测分为二氧化碳浓度、氧气浓度和脉搏血氧饱和度的监测。在关键算法设计层面,基于流量变化率阈值触发的呼吸触发算法实现呼吸压力切换、呼吸参数计算,分析系统漏气情况完成漏气补偿,基于模糊PID控制算法实现风机控制,基于流量值离散程度判断实现对呼吸暂停事件的监测,基于吸气潮气量值的大小判断实现对低通气事件的监测。在软件设计层面,完成了下位机软件设计,实现系统初始化、信号采集与监测、数据发送与接收以及控制风机输出等功能,同时,完成具有串口通信、实时波形绘制、关键呼吸参数计算、多生理参数监测、通气模式设置、异常呼吸状态监测、数据存储功能的上位机软件设计,并基于无线蓝牙技术实现上、下位机的通信。为了验证智能便携式无创呼吸机系统设计的性能,在系统集成完成后,针对各项关键指标进行了测试。经过系统测试,压力和流量数据的检测准确度符合相关标准,风机控制精度和响应时间达到预期目标,关键呼吸参数和生理参数的计算符合相关标准,准确识别呼吸状态,在四种通气模式下均能稳定工作,异常呼吸状态出现时可及时报警。综上,本课题设计的智能便携式无创正压呼吸机的关键技术指标和功能需求均满足预期,为临床应用奠定了基础。