基于TDLAS的储粮二氧化碳激光检测系统研制

刘玉娟，刘颜达，赵 阳，吴文福，姚 路，刘 哲

·农产品加工工程·

基于TDLAS的储粮二氧化碳激光检测系统研制

刘玉娟1,2，刘颜达1,2，赵 阳3，吴文福3※，姚 路4，刘 哲3

（1. 吉林大学地球信息探测仪器教育部重点实验室，长春 130061；
2. 吉林大学仪器科学与电气工程学院，长春 130061；
3. 吉林大学生物与农业工程学院，长春 130061；
4. 中国科学院合肥物质科学研究院，合肥 230031）

储粮过程由微生物及害虫等组成的生物场与温度和湿度等构成的非生物场所造成的影响会降低粮食品质，影响粮食安全。储粮中二氧化碳浓度反应粮库生物场状况，是储粮生物场监测的重要指标。为实现储粮二氧化碳浓度高精度检测，该研究基于可调谐半导体激光吸收光谱（Tunable Diode Laser Absorption Spectroscopy，TDLAS）技术高灵敏度和快速响应的特点研制了一套储粮二氧化碳浓度现场检测系统，并建立了二氧化碳激光光谱分析与数据处理方法。基于便携式要求，系统采用紧凑型设计，集二氧化碳浓度、温度及湿度检测功能于一体，同时实现弱信号调理、二氧化碳浓度计算及生成多参数云图、水势图显示等功能。整机尺寸338 mm×251 mm×88 mm，室温条件下功耗小于1.3 W。试验结果显示：该检测系统能够长时间稳定工作，人机交互功能鲁棒性较好，对储粮二氧化碳浓度检测的响应时间小于20 s，线性误差小于1.2%，检测重复性为0.4%，检测精度为10 mg/m3，检测范围为0～20 000 mg/m3，温度的检测范围为-40～120 ℃，湿度检测范围为0%～100%。在实仓检测中，不同工况环境下针对不同储藏条件下的玉米，储粮二氧化碳浓度检测的响应时间为15～18 s，温度的检测范围为25.6～26.8 ℃，湿度检测范围为43%～47%。结合多参数云图以及水势图显示分析等人机交互功能，能够全面反映粮仓生物场安全状况，对减少粮食仓储过程中因虫害霉变等造成的经济损失具有重要意义。

温度：湿度：TDLAS：储粮：CO2浓度：

研究表明，国内粮食产后损失，远超联合国粮农组织所规定的标准，其中因储藏不善而导致虫害霉变等所造成的损失占产后总损失的5%[1-3]。粮食的呼吸作用和霉菌活动是粮食安全储藏的重要影响因素，通过检测粮堆内呼吸作用可以有效判断粮食所处生物安全状况。王小萌等[4]通过检测模拟仓中的CO2气体浓度和霉菌变化情况，揭示了温湿度场与粮堆霉变的时空耦合关系。刘焱等[5]通过研究玉米储藏期间典型真菌生长时产生的CO2气体特性预警黄曲霉毒素的污染，根据CO2浓度结合储粮温度、湿度及绝对水势[6-9]等，指导粮堆通风条件具有重要价值与实际意义。

红外吸收光谱法因具有测量速度快、重复性好等特点，是目前应用较为广泛的气体检测方法，但常规的红外吸收检测方法由于采用开放气室存在测量精度不够高、稳定性差的不足，如美国通用公司生产的Telaire6615CO2气体传感器存在检测精度低（误差为读数的10%），且在低温环境（0 ℃以下）下无法正常工作。起源于1997年的可调谐半导体激光吸收光谱（Tunable Diode Laser Absorption Spectroscopy，TDLAS）CO2气体检测技术采用特定气室实现高灵敏度与稳定性，2001年Roller等[10]利用TDLAS技术实现了对人体呼吸所产生的CO2气体进行检测；
2014年，信丰鑫[11]首次将TDLAS技术应用在大气环境监测中，测量开放式大气中CO2的浓度；
2019年，贾良权等[12]利用TDLAS设计了一套测量种子呼吸CO2浓度系统。近年来，随着激光光谱技术的发展，基于TDLAS的气体检测技术成为研究热点。鉴于TDLAS技术的先进性与储粮安全检测需求，本文通过设计用于储粮安全监测的储粮CO2浓度激光光谱检测系统，以实现储粮CO2浓度检测。

TDLAS技术的工作原理如图1所示，当激光穿过待测气体时被分子特征谱线吸收，通过分析被气体分子吸收前后激光光强的变化可对待测气体定性定量分析，待测气体的浓度与吸收光强的关系可由Lambert-Beer定律计算[13]，当强度为0(-0)，频率为的光束通过一段气体介质时，气体分子吸收光子产生能级跃迁，使光强发生衰减，若透射光强为(-0)，定义吸光度(-0)为

式中(cm)为经过待测气体的有效光程长度，(cm-1)为待测气体吸收系数，表示所有气体在频率处的吸收叠加，由下式计算

式中(mol/cm3)为待测气体组分的分子密度，(cm2)为第个待测气体组分相应的跃迁对应的吸收截面，线强S"()的单位是cm/(mol/cm2)-1，是光谱数据库HITRAN采用的单位，(cm)为吸收线型函数，一般情况下为高斯线型和洛伦兹线型函数的卷积，即Voigt线型，为假设通过的路径里总的气体种类数，N为第种气体的跃迁形式，由式（1）和（2）可知，对于一种均匀分布的待测气体而言，在某一吸收线频率上，其吸收系数与有效光程长度并无依赖关系[14]，则

由于φ()对气体测量环境的温度等有一定依赖关系，需要借助复杂的运算才能获得。因此在实际应用中，可利用对φ()的归一化定义，对待测气体吸光度进行简化处理，即对式（3）进行积分后有

通过式（4）能够得出，在有效光程(cm)、待测气体吸光度()以及吸收线强S"()已知的情况下，即可得到分子数密度(mol/cm3)，即式（2）中的待测气体分子密度。

由于激光器的电流调谐系数小于温度调谐系数，通常采用控制激光器温度稳定的方法，通过调节电流来改变激光器出射光的波长[15]。通过将所检测到的衰变光强的锯齿信号进行基线拟合，将拟合结果作为原始光强，得到特定浓度下气体分子吸光度曲线，同时通过积分求取吸光度积分面积，计算出分子数密度，并结合温度等参数，反演CO2气体浓度[16-17]。

如图2a所示，基于TDLAS技术的储粮CO2浓度检测系统主要包括光学系统、电子控制系统、数据处理与应用系统3个部分。光学系统主要包括激光器、多次反射吸收池、光电探测器、真空气泵；
电子控制系统主要包括控制电路、数据处理与应用系统以实现CO2吸收光谱的计算与反演分析，实物如图2b所示。整机尺寸338 mm×251 mm×88 mm，室温条件下功耗小于1.3 W。

图2 基于TDLAS的储粮CO2 浓度检测系统

2.1 关键光学元器件的确定

激光吸收光谱模块是储粮CO2检测系统的核心部分，直接决定仪器的性能。根据CO2的吸收光谱特性，选用Nanoplus公司生产的波长为1 550±2 nm，输出光功率≥ 10 mW的蝶形封装DFB激光器作为检测CO2浓度的激光光源。由于赫里奥特（Herriott）型多次反射吸收池的结构相比White型更加简单，且体积小，选择Herriott型多次反射吸收池作为待测气体与激光相互作用场所，吸收池中气体分子吸收激光示意图如图3所示。根据光谱探测需求，选用型号GAP2000/2.6的InGaAs光电探测器，该探测器的感光面积为2 mm，覆盖600～1700 nm波长，感光面积较大，有利于吸收光信号探测[18]。选用型号为SHT11的温湿度传感器芯片对粮堆待测点的温度和湿度进行同步检测，其分辨率为14 bit（温度）、12 bit（湿度）。选用海霖科技公司所生产的C25L微型真空泵作为气体采样驱动，该真空泵平均流量≥2.4 L/min、相对真空度≥27 kPa，质量约120 g。

2.2 电子控制系统

基于TDLAS技术的CO2浓度检测电子系统主要包括主控电路模块、激光器控制电路模块、前置放大电路模块、模数转换电路、气泵驱动电路、电源转换电路以及串行通信电路等。电路采用12V锂电池供电，激光器控制电路基于Howland电流源原理和MTD415T温度控制器分别实现电流调谐和温度调控。前置放大电路选用AD8067的反馈型运算放大器，其具有宽带宽（运放参数= +10时为54 MHz）和高压摆率（640 V/s）特性。模数转换电路选用AD4003芯片将电信号转成数字信号，该芯片的工作电压为1.8 V，最大吞吐速率2 MSPS。选用型号为RSM485M的485通讯芯片完成上下机位之间的通讯，其数据速率500 kB/s、节点数64、静态电流27 mA。真空气泵驱动电路采用机械开关模式的小信号继电器对真空气泵工作电流进行通断操作，主控电路下机位控制器选用型号为STM32H743VIT6的ARM芯片，该芯片的最高工作频率可达480 MHz。其中，激光器控制电路是电子学系统的关键模块，CO2浓度检测过程中，激光器所输出的特定波长需要通过电流调谐和温度调控来实现[19]。电流调谐主要是通过改变电流大小来影响激光半导体材料中载流子密度变化，而载流子密度的变化会改变激光的有效折射率，从而实现波长调谐。激光器温控选用Thorlabs公司生产的MTD415T温度控制器，该控制器采用表面组装技术封装，其供电电压范围为4.5 V～5.5 V，同时该控制器内部集成数字负反馈系统回路，用于半导体制冷器控制，其输出电流噪声小于10 mA，可通过主控制器控制整个装置。

图3 吸收池中气体分子吸收激光示意图

激光温控电路如图4所示。控制器供电电压为5 V，其引脚6、7接激光器的温度输出端；
引脚10为控制器使能端口，接地后控制器一直处于工作状态；
引脚11为控制器状态指示端口，LED点亮时表明控制器正常运行；
引脚12、13为串口连接口，主控制器可通过此端口设置激光温度；
引脚15、16与激光器的半导体制冷器端口相连，用于控制激光温度。

2.3 数据处理

数据处理与应用系统是检测系统的重要部分，本系统软件由2部分组成，第一部分为上位机人机交互，采用图形化编程软件LabVIEW设计人机交互功能。第二部分为下位机，采用C语言进行编程[20]。

上位机主要负责向下位机发送工作指令和接受下位机返回数据，并将接收到的数据进行处理，通过模型计算和数据处理完成对其他参数的检测。本文所设计的上位机分为单点检测和群点检测2种工作模式，2种模式分为设置模块、单点检测模块、单点云图模块、水势通风模块、群点检测模块以及群点云图模块，各模块共同构成人机交互系统。

图4 激光温控模块实图及电路图

下位机主要负责接收上位机发送过来的指令，并按照指令进行相应的操作，同时将检测数据返回至上位机。下位机采用STM32系列芯片自带标准库函数，下位机软件包括系统主程序、串口通讯子程序、时钟子程序、浓度反演子程序、气泵驱动子程序、温湿度采集子程序以及激光驱动子程序。

3.1 系统标定试验

标准化是CO2浓度检测系统现场应用的前提，在常温常压实验室环境下采用标准气罐法对所设计的储粮CO2浓度检测系统进行标定，如图5所示。结合粮食存储常见状态即安全储存、安全存储临界值以及季节交替时粮仓内虫害微生物频繁活动时粮库内的CO2浓度值，选取的标准CO2浓度为0、1 000、2 000、3 000 和4 000 mg/m3[21]。在标定过程中，为避免吸收池内残留气体对下一次测量的影响，试验按照CO2浓度从低到高的顺序依次进行检测，每种浓度连续检测10次，结果取平均值，得到标准CO2浓度与吸光度积分面积之间的关系，结果如表1所示。在试验过程中对该仪器其他指标进行测试，结果显示：储粮二氧化碳浓度检测的响应时间小于20 s，线性误差小于1.2%，检测重复性为0.4%，检测精度为10 mg/m³，检测范围为0～20 000 mg/m³，温度的检测范围为-40～120 ℃，湿度检测范围为0%～100%。

根据表1中数据对标准CO2气体浓度与吸光度积分面积之间的关系进行线性拟合，如图6所示。从图6可以看出，标准CO2气体浓度与吸光度积分面积之间呈良好的线性关系，决定系数2为0.99，拟合式如下：

图5 标定试验

Fig.5 Calibration test

表1 标定试验数据

3.2 检测系统稳定性试验

稳定性是储粮CO2浓度检测系统实现粮库现场应用的重要保障，选取1 000 mg/m3的CO2标准气体进行系统稳定性检测试验，将搭建好的检测系统置于常温常压实验室环境下，开机稳定5 min后开始检测，每次检测间隔5 min，连续检测4 h，测得的CO2浓度、温度以及湿度所对应的数据折线图如图7所示。从图中可以看出，CO2浓度在检测系统工作的4 h内，幅度变化在±10 mg/m3以内，稳定性良好，在3 h内，温度保持在26.5 ℃左右，波动范围较小，从15:40开始，温度出现明显的下降趋势，其原因是本试验自13:00开始，而随着检测时间的增加，室外环境温度逐渐降低，因此室内环境温度也开始出现明显的下降。湿度检测在45%左右波动，波动范围在±3%以内，稳定性良好。进行重复性试验，结果显示检测系统在检测CO2气体浓度时的重复性较好，误差试验的结果表明检测系统在CO2气体浓度检测上具有较好的测量精度，满足粮仓CO2气体浓度的检测需求。

图6 标准CO2气体浓度与吸光度积分面积拟合关系图

图7 系统稳定性测试结果

利用所设计的基于TDLAS技术的储粮CO2浓度检测系统对中储粮龙嘉直属库进行现场检测试验，试验粮仓为32号玉米平方仓，该粮仓长为23 m，宽为29 m，在粮仓内选取均匀分布的16个检测点，纵向间隔为6 m横向间隔为7 m，检测点分布如图8所示，对每个检测点重复检测3次后求取平均值。同时对16个检测点的二氧化碳浓度采用基于传统红外光吸收法的二氧化碳检测仪进行检测，对每个检测点重复检测3次后求取平均值，结果如表2所示，检测应用现场如图9所示，两次试验日期分别为2021-12-02和2022-01-14。试验过程中，储粮二氧化碳浓度检测的响应时间为15～18 s，温度的检测范围为25.6～26.8 ℃，湿度检测范围为43%～47%。

图8 检测点分布

图9 检测现场

32号仓储藏的玉米为2021-02-04新入仓玉米粮，其储藏时间较短，害虫及微生物等呼吸作用较强，而经历过夏季高温环境后，粮库在9月份对该仓采取了通风措施。由图10a可见，该仓中间区域CO2浓度值偏高，四周较低，右侧区域出现CO2浓度值较高现象，分析产生此现象的原因，一方面可能由于当前外界为低温环境，仓壁受到外界环境影响，温度逐渐下降，而靠近仓壁的粮食温度下降较早，从而有效抑制生物活性，导致CO2浓度下降，而粮仓右侧仓壁向阳，较左侧仓壁而言，其温度降低较少，相应的CO2浓度会偏高[22-24]。另一方面是由于在通风过程中，外界冷气流未均匀通入仓内，通入气流走捷径，存在仓壁处冷气流通入较多而中间气流少，进而导致沿壁温度较低的现象[25]。图10b所示CO2浓度有所下降，查询相关资料并询问仓库管理员得知，在2021-12-04，该仓进行过一次机械通风，CO2浓度下降的主要原因是由于在机械通风过程中，粮堆内部温度下降，而低温环境能够有效抑制生物呼吸，减小CO2的排放量且机械通风使得粮仓内外气流交换，减小温差的同时，也能够降低CO2浓度。

通过对比2种设备的检测结果能够看出，本文所设计的检测系统在实仓检测过程中对二氧化碳浓度的敏感度更高，能够长时间稳定运行。将检测结果与粮库保管员的管理经验对比印证，依据本文系统的检测结果能够对粮仓内生物安全状况做出良好判断与合理指导。

表2 32号仓16个检测点的平均CO2浓度

图10 32号仓CO2浓度分布图

本文研制了一套基于TDLAS的储粮二氧化碳检测系统，该检测系统在利用TDLAS技术对粮仓待测点的CO2浓度进行精准且快速检测的同时，还可对粮仓温度及湿度检测。通过对CO2等检测参数进行综合分析处理，将生物安全判断、多参数云图以及水势通风等人机交互功能集于一体，智能判断储粮生物安全等级，并结合水势分析给予通风指导建议，从而实现对储粮生物安全状况的多角度检测、分析与指导。通过相关应用试验，该检测系统对储粮二氧化碳浓度检测的响应时间小于20 s，线性误差小于1.2%，检测重复性为0.4%，检测精度为10 mg/m3，在实仓应用环境下，该检测系统的准确性、稳定性、实用性及人机交互功能的鲁棒性均得到有效验证，系统能够准确且快速的对储粮生物CO2状况进行检测与指导。更换不同激光器，即可通用于不同气体组分的直接吸收测量，为其他储粮气体检测提供了参考。下一步计划在系统内集成、压力、高度传感器，可实时计算出CO2体积比浓度，同时改进激光器温控模块，使其在对流层顶部和平流层下的低温区域仍能稳定工作。

[1] 佟丹丹. 粮食安全视角下我国粮食进出口策略[J]. 改革与战略，2017，33(7)：179-181,185.

[2] 谢智勇，孙瑞. 学习国家粮食安全新战略的思考[J]. 中国粮食经济，2015(11)：32-34.

[3] 牛立坤. 差分式粮仓温湿水一体在线检测仪的研究[D]. 长春：吉林大学，2019.

Niu Likun. Research on the Temperature, Moisture and water Integrated on-Line Detector of Differential Granary[D]. Changchun: Jilin University, 2019. (in Chinese with English abstract)

[4] 王小萌，吴文福，尹君，等. 基于温湿度场云图的小麦粮堆霉变与温湿度耦合分析[J]. 农业工程学报，2018，34(10)：260-266.

Wang Xiaomeng, Wu Wenfu, Yin Jun, et al. Coupling analysis of wheat pile mildew and temperature and humidity based on temperature and humidity field cloud image[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(10): 260-266. (in Chinese with English abstract)

[5] 刘焱，翟焕趁，蔡静平. 利用监测CO2方法预警储藏玉米中黄曲霉菌产毒[J]. 现代食品科技，2015，31(5)：309-315.

Liu Yan, Zhai Huanchen, Cai Jingping. Early warning of toxin production by aspergillus flavus in stored maize using CO2monitoring method[J]. Modern Food Science and Technology, 2015, 31(5): 309-315. (in Chinese with English abstract)

[6] 尹君. 小麦粮堆多场耦合模型及结露预测研究[D]. 长春：吉林大学，2015.

Yin Jun. Study on Multi-Field Coupling Model and Dew Formation Prediction of Wheat Stack[D]. Changchun: Jilin University, 2015. (in Chinese with English abstract)

[7] 陈思羽，吴文福，李兴军，等. 谷物湿热平衡新模型及热力学特性的研究[J]. 中国粮油学报，2016，31(3)：110-114.

Chen Siyu, Wu Wenfu, Li Xingjun, et al. A new model of moisture heat balance and thermodynamic characteristics of cereals[J]. Journal of the China Cereals and Oils Society, 2016, 31(3): 110-114. (in Chinese with English abstract)

[8] 吴文福，陈思羽，韩峰，等. 基于绝对水势图的储粮通风作业管理初探[J]. 中国粮油学报，2017，32(11)：100-107.

Wu Wenfu, Chen Siyu, Han Feng, et al. Preliminary study on ventilation operation management of grain storage based on absolute water potential map[J]. Journal of the China Cereals and Oils Society, 2017, 32(11): 100-107. (in Chinese with English abstract)

[9] 吴文福，陈俊轶，成荣敏，等. 玉米籽粒变温变湿干燥后不饱和脂肪酸与干燥系统的耦合关系[J]. 农业工程学报，2019，35(16)：328-333.

Wu Wenfu, Chen Junyi, Cheng Rongmin, et al. Coupling relationship between unsaturated fatty Acids and drying system of maize grain after temperature and humidity drying[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(16): 328-333. (in Chinese with English abstract)

[10] Roller C, Namjou K, Jeffers J, et al. Simultaneous NO and CO2measurement in human breath with a single IV–VI mid-infrared laser[J]. Optics Letters, 2002, 27(2): 107-109.

[11] 信丰鑫. 基于TDLAS的大气CO2监测技术研究[D]. 青岛：中国海洋大学，2014.

Xin Fengxin. Study on Atmospheric CO2Monitoring Technology Based on TDLAS[D]. Qingdao: Ocean University of China, 2014. (in Chinese with English abstract)

[12] 贾良权，祁亨年，胡文军，等. 采用TDLAS技术的玉米种子活力快速无损分级检测[J]. 中国激光，2019，46(9)：297-305.

Jia Liangquan, Qi Hengnian, Hu Wenjun, et al. Rapid nondestructive grading detection of maize seed viability using TDLAS technology[J]. Chinese Journal of Lasers, 2019, 46(9): 297-305. (in Chinese with English abstract)

[13] 苗澍茁. 基于波长调制光谱技术的气体遥测系统的研究[D]. 长春：吉林大学，2019.

Miao Shuzhuo. Research on Gas Telemetry System Based on Wavelength Modulation Spectroscopy[D]. Changchun: Jili University, 2019. (in Chinese with English abstract)

[14] Alorifi F, Ghaly S M A, Shalaby M Y, et al. Analysis and detection of a target gas system based on TDLAS & LabVIEW[J]. Engineering, Technology & Applied Science Research, 2019, 9(3): 4196-4199.

[15] Zhang G, Wang G, Huang Y, et al. Reconstruction and simulation of temperature and CO2concentration in an axisymmetric flame based on TDLAS[J]. Optik, 2018, 170: 166-177.

[16] 许振宇，刘文清，阚瑞峰，等. 可调谐半导体激光吸收光谱中的吸光度反演算法研究[J]. 光谱学与光谱分析，2010，30(8)：2201-2204.

Xu Zhenyu, Liu Wenqing, Kan Ruifeng, et al. Research on absorbance inversion algorithm of tunable semiconductor laser absorption spectrum[J]. Spectroscopy and Spectral Analysis, 2010, 30(8): 2201-2204. (in Chinese with English abstract)

[17] 沈文豪. 便携式储粮生物危害检测仪的研究[D]. 长春：吉林大学，2020.

Shen Wenhao. Study on Portable Biohazard Detector for Stored Grain[D]. Changchun: Jilin University, 2020. (in Chinese with English abstract)

[18] Chighine A, Fisher E, Wilson D, et al. An FPGA-based lock-in detection system to enable chemical species tomography using TDLAS[C] Macau: 2015 IEEE International Conference on Imaging Systems and Techniques (IST). IEEE, 2015: 1-5.

[19] Alorifi F, Ghaly S M A, Shalaby M Y, et al. Analysis and detection of a target gas system based on TDLAS & LabVIEW[J]. Engineering, Technology & Applied Science Research, 2019, 9(3): 4196-4199.

[20] Ng K M, Suhaimi M A H M, Ahmad A, et al. Remote air quality monitoring system by using MyRIO-LabVIEW[C]Shah Alam: 2018 9th IEEE Control and System Graduate Research Colloquium (ICSGRC). IEEE, 2018: 105-109.

[21] Xin F, Li J, Guo J, et al. Measurement of atmospheric CO2column concentrations based on open-path TDLAS[J]. Sensors, 2021, 21(5): 1722.

[22] Zhao L, Wang J, Li Z, et al. Quasi-distributed fiber optic temperature and humidity sensor system for monitoring of grain storage in granaries[J]. IEEE Sensors Journal, 2020, 20(16): 9226-9233.

[23] 尹君，吴子丹，张忠杰，等. 不同仓型的粮堆温度场重现及对比分析[J]. 农业工程学报，2015，31(1)：281-287.

Yin Jun, Wu Zidan. Zhang Zhongjie, et al. Reappearance and comparative analysis of temperature field of grain stack with different silo types[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(1): 281-287. (in Chinese with English abstract)

[24] 褚春燕，孙桂玉，孙洪伟，等. 气象站、粮仓和粮堆的温湿度相关性分析[J]. 粮油食品科技，2022，30(2)：207-213.

Chu Chunyan, Sun Guiyu, Sun Hongwei, et al. Correlation analysis of temperature and humidity between weather station, granary and grain pile[J]. 2022, 30(2): 207-213. (in Chinese with English abstract)

[25] 郭生茂，王子彬. 不同仓型不同装粮高度粮仓储粮内环流控温试验[J]. 粮油仓储科技通讯，2018，34(4)：20-22.

Development of the carbon dioxide laser detection system for grain storage based on TDLAS

Liu Yujuan1,2, LiuYanda1,2, Zhao Yang3, Wu Wenfu3※, Yao Lu4, Liu Zhe3

(1.-,,,130061,;2.,130061,;3.,,130061,;4.,,230031,)

During the grain storage process,microbes and all kinds of pests make up the biological field,The temperature and humidity of the grain stored in the granary constitute the abiotic field of the granary environment,the combined effects of biological and abiotic fields in granary will affect the stored grain and reduce its quality,and then affect the safety of grain storage in the grain depot. The concentration of carbon dioxide in grain storage reflects the condition of grain storage biological field and is an important index for monitoring grain storage biological field.In order to realize the high precision detection of carbon dioxide concentration of grain stored in grain depot,the study is based on Tunable Diode Laser Absorption Spectroscopy (TDLAS),the tunable semiconductor laser absorption spectroscopy is characterized by high sensitivity and fast response,a system for real-time detection of carbon dioxide concentration in grain storage was developed.In addition,the method of carbon dioxide laser spectrum analysis and data processing is also established.In order to achieve the portable requirements of the stored grain carbon dioxide detector,the carbon dioxide detection system is designed with a compact mechanism,the system can not only detect the carbon dioxide concentration of grain stored in the grain depot, but also detect the change of temperature and humidity, so that the detection of the three integrated.At the same time, the detection system designed in this study can also complete the conditioning of weak signals.Calculating carbon dioxide concentration,Finally generate multi-parameter cloud map, water potential map, etc.The volume of the carbon dioxide detector based on tunable semiconductor laser absorption spectroscopy is 338 mm×251 mm×88 mm,the power loss of the instrument is less than 1.3 W at room temperature.The test results show that:The carbon dioxide detection system can keep working steadily for long periods of time,the robustness of human-computer interaction function of the system is good, the response time of this instrument to the detection of carbon dioxide concentration in grain storage is less than 20 s. Its linear error is less than 1.2%,the detection repeatability was 0.4%,the detection accuracy of the carbon dioxide concentration of the instrument is 10 mg/m3, the detection range of the carbon dioxide concentration is 0-20 000 mg/m3.At the same time,the carbon dioxide detection system designed in this study has a temperature detection range of -40-120 ℃,the humidity detection range of the instrument is 0%-100%.In the solid warehouse inspection,The experimental results show that, The carbon dioxide detection system is designed for corn under different storage conditions under different working conditions, the response time of carbon dioxide concentration detection was 15-18 s, the temperature detection range was 25.6-26.8 ℃, and the humidity detection range was 43%-47%.Combined with the man-machine interaction function of multi-parameter cloud image and water potential diagram display analysis presented by the detection system,It can better reflect the biosafety situation of granary,Intelligent judgment of the safety of the stored grain and give reasonable suggestions based on the actual situation of grain storage. The carbon dioxide detection system is of great significance to reduce the economic losses caused by pests and mildew in the process of grain storage.

temperature; humidity; TDLAS technology; grain storage yard; CO2concentration

10.11975/j.issn.1002-6819.2022.20.028

TH79

A

1002-6819(2022)-20-0250-07

刘玉娟，刘颜达，赵阳，等. 基于TDLAS的储粮二氧化碳激光检测系统研制[J]. 农业工程学报，2022，38(20)：250-256.doi：10.11975/j.issn.1002-6819.2022.20.028 http://www.tcsae.org

Liu Yujuan, Liu Yanda, Zhao Yang, et al. Development of the carbon dioxide laser detection system for grain storage based on TDLAS[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(20): 250-256. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2022.20.028 http://www.tcsae.org

2022-06-04

2022-07-06

国家自然科学基金面上项目（41974210，62175236），吉林省自然科学基金项目（20200201205JC）

刘玉娟，博士，副教授，研究方向为遥感成像光谱关键技术开发与仪器研制。Email：liuyujuan@jlu.edu.cn

吴文福，博士，教授，博士生导师，研究方向为粮食干燥与储藏。Email：wwfzlb@126.com

猜你喜欢 储粮气体激光 二维定常Chaplygin气体绕直楔流动数学物理学报(2021年5期)2021-11-19Er：YAG激光联合Nd：YAG激光在口腔临床医学中的应用昆明医科大学学报(2021年6期)2021-07-31激光诞生60周年科学(2020年5期)2020-11-26请给激光点个赞小哥白尼(趣味科学)(2019年2期)2019-04-17渭南农户储粮的调查与分析中国粮食经济(2018年4期)2018-12-27吃气体，长大个小哥白尼(趣味科学)(2018年11期)2018-12-18中储粮企业全面预算管理之我见中国粮食经济(2018年7期)2018-01-01国内首座球形粮仓储粮效果及特性中国粮食经济(2018年7期)2018-01-01激光3D长绳儿童故事画报·发现号趣味百科(2016年3期)2016-06-24沼气在防治储粮害虫中的应用中国资源综合利用(2016年1期)2016-02-03

推荐访问:检测系统 激光 研制