首页> 中文学位 >大气细颗粒物在线监测仪器及预测模型的关键技术研究
【6h】

大气细颗粒物在线监测仪器及预测模型的关键技术研究

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1课题背景

1.2大气细颗粒物的性质、危害及来源

1.3大气细颗粒物浓度监测及预测技术发展与现状

1.4论文的主要工作

第二章 大气细颗粒物浓度监测仪器的设计

2.1β射线物理性质

2.2β射线吸收技术原理

2.3大气细颗粒物浓度监测仪器的基本结构

2.4本章小结

第三章 大气细颗粒物浓度监测仪器的准确性研究

3.1仪器测量的准确性研究

3.2仪器的标定和校准

3.3本章小结

第四章 大气细颗粒物浓度预测技术研究

4.1神经网络预测概述

4.2预测模型的数据处理

4.3 MATLAB实现及分析比较

4.4本章小结

第五章 总结与展望

5.1研究工作总结

5.2工作展望

参考文献

发表论文和参加科研情况说明

附录

致谢

展开▼

摘要

随着经济水平的不断发展,大气污染愈发严重,尤其是近几年连续出现的霾污染,人们开始空前地关注我们赖以生存的自然环境。其中,无论是媒体报道还是科学研究,对大气细颗粒物的关注都很高,因为大气细颗粒物浓度的高低直接影响着人身体的健康。
  我国大气细颗粒物浓度监测及预测工作起步较晚,国内大部分监测点的仪器依靠进口。此外,由于我国南北纬度跨度大,温湿度差异也较大,进口仪器也很难满足测量精度要求,而且维护成本高。本文针对国内大气细颗粒物浓度监测、预测的切实需求以及关键技术问题,开展了相关的研究工作。论文的主要工作包括:
  1)大气细颗粒物监测仪器设计:基于β射线技术设计出自动在线监测大气细颗粒物浓度的仪器。为适应我国自身的环境地理特点,仪器结构设计部分主要集成了四大系统:恒流采样系统、β射线检测系统、滤纸适配器系统和动态加热系统,为大气细颗粒物采样的可靠性提供了基础。
  2)β射线颗粒物监测仪器的准确性研究:针对β射线技术测量大气细颗粒物浓度仪器的准确性作了研究。β射线技术仪器准确测量的关键是质量吸收系数的确定。本文重点分析了质量吸收系数的四大因素:β射线穿过物质的物理分布结构、射线源能量的大小、射线源到探测器之间的距离以及滤膜的质量密度。
  3)大气细颗粒物浓度预测模型建立:为了实现对大气细颗粒物浓度的精确预测,构建了大气细颗粒物浓度的预测模型,同时分析了影响大气细颗粒物浓度的十三种相关因子。预测模型包括BP(Back Propagation)和RBF(Radial Basis Function)两种人工神经网络模型,论文分别给出了两种神经网络模型的预测能力、预测误差和预测百分误差,并对BP和RBF两种神经网络模型进行了对比。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号