一种火电厂排放气态污染物超低浓度智能监测装置的制造方法
【专利摘要】本发明公开了一种火电厂排放气态污染物超低浓度智能监测装置，包括烟尘分离器、烟气冷却模块、烟气测试腔、石墨烯基气敏传感器阵列、多通道数据采集模块、智能检测系统、LABVIEW终端显示系统及无线传输监测系统。该装置将火电厂排放烟气经烟尘分离器除尘后，由烟气冷却模块降温处理并进入置有石墨烯基气敏传感器阵列的烟气测试腔，多通道数据采集模块获取阵列信号，采用遗传粒子群?径向基神经网络为核心的智能检测系统输出烟气组分浓度，并由无线传输监测系统将检测浓度远程传输至环保监管部门或工作人员手机监控终端。本发明提供的火电厂烟气排放组分浓度监测装置，具有低检测限、高灵敏度、稳定性高、实时在线等技术特点。
【专利说明】
一种火电厂排放气态污染物超低浓度智能监测装置
技术领域
[0001]本发明涉及一种火电厂排放气态污染物超低浓度智能监测装置，具体涉及一种基于石墨烯气敏传感器阵列的火电厂排放气态污染物超低浓度智能监测装置。
【背景技术】
[0002]当前，全国范围内雾霾天气的频发，火电厂排放气态污染物与频发的雾霾天气及环境污染具有直接关系。作为电力生产中占主导地位的火电厂，是国家重点关注的大型工业污染源。随着我国电力工业发展，高参数、大容量火电机组相继投入运行，火电厂排放烟气所带来的环境污染问题日趋成为紧要解决的问题。火电厂排放气态污染物主要包括二氧化硫SO2、二氧化氮NO2、一氧化碳CO等有害气体组分，严重污染空气质量并危害人类身体健康。因此，加强对火电厂烟气排放物的监测是现阶段我国火电厂和环保部门关注的焦点。火电厂烟气排放的实时在线监测，不仅有助于准确实时地掌握火电厂烟气排放数据和指标监控，减少火电厂对环境的污染，而且可通过监测烟气的排放对火电厂脱硫设备运行状态和脱硫性能进行评价和优化，为电厂安全、稳定、经济、高效运行提供有利指导。然而，常用的检测方法集中在人工采样法、光学检测法、电化学传感器等，存在连续在线性差、干扰因素多及稳定性差等诸多问题。当前火电厂烟气排放监测效果很不理想，大部分火电厂的监测装置不能连续正常运行，不能及时、准确、全面反映火电厂烟气排放状况的动态变化。随着我国对重点污染源烟气排放控制的日益严格，国家环保局和各级电力公司把火电厂烟气排放在线监测作为发展重点。自2015年I月I日起，依据国家新修订的《锅炉大气污染物排放标准(GB/13271-2014)》，环保部门对烟气污染物排放浓度限值做了更为严格的调整。对烟气排放浓度检测提出低检测极限、高灵敏度、实时在线、稳定可靠等更高的要求，亟待发展一种与之相适应的火电厂烟气排放在线监测新技术。
[0003]金属氧化物半导体气敏传感器因其制备和使用简单、成本低而得到广泛应用，然而大多数金属氧化物半导体气敏传感器需工作在350°C左右高温下，为此这些半导体传感器需要额外的加热装置，不利于检测转置的低功耗、智能化，微型化和集成化。随着纳米制造的发展和石墨烯的发现，2007年纳米石墨烯首次应用于气体检测，而且表现超常的敏感性能，这掀起了基于石墨烯气敏传感器研究的热潮。随着纳米石墨烯研究的深入，采用有效的掺杂修饰方法实现石墨烯能带结构和表/界面特性调控以获得更为优异的气敏性能，成为石墨稀气敏传感器的研究热点。如金属纳米粒子、金属氧化物纳米粒子以及有机高分子聚合物掺杂在石墨烯薄膜中，可有效改善本征石墨烯及金属氧化物气体传感器的缺陷，进而提高气体传感器的检测性能，为研发新型气敏传感器阵列及检测系统提供了一种新途径。
【发明内容】
[0004]为了克服现有技术存在的不足，本发明提供一种火电厂排放气态污染物超低浓度智能监测装置，包括烟尘分离器、烟气冷却模块、烟气测试腔、石墨烯基气敏传感器阵列、多通道数据采集模块、智能检测系统、LABVIEW终端显示系统及无线传输监测系统，石墨烯基气敏传感器阵列为氧化锡/石墨烯、氧化钛/石墨烯、氧化铜/石墨烯、氧化锌/石墨烯复合薄膜构筑的线面型四单元微纳气敏传感器，智能检测系统以遗传粒子群-径向基神经网络模型为数据处理算法，具有低检测限、高灵敏度、稳定性高、实时在线等技术特点。
[0005]为实现上述目的，本发明采取的技术方案为:火电厂排放烟气经烟尘分离器除尘后，由烟气冷却模块进行降温处理并进入置有石墨烯基气敏传感器阵列的烟气测试腔，石墨烯基气敏传感器阵列信号由多通道数据采集模块获取，由智能检测系统进行数据融合处理后在LABVIEW终端显示系统上显示烟气组分浓度，并由无线传输监测系统将烟气组分检测浓度远程传输至环保监管部门或工作人员手机监控终端。
[0006]本发明所述石墨烯基气敏传感器阵列是由氧化锡/石墨烯、氧化钛/石墨烯、氧化铜/石墨烯、氧化锌/石墨烯复合薄膜构筑的阵列化烟气组分敏感器件，其中氧化锡/石墨烯、氧化钛/石墨烯、氧化铜/石墨烯、氧化锌/石墨烯复合薄膜分别采用氧化锡、氧化钛、氧化铜、氧化锌纳米粒子与氧化石墨烯在静电力作用下形成的三明治层状复合纳米材料经230 °C高温还原4小时得到，其薄膜厚度为260—380纳米。
[0007]本发明所述石墨烯基气敏传感器阵列为线面型四单元叉指结构，器件电极间距和厚度为50微米，其上覆有石墨烯基复合薄膜，在常温下对火电厂排放气态污染物组分二氧化硫、二氧化氮和一氧化碳进行组分识别和浓度检测。
[0008]本发明所述的智能检测系统采用遗传粒子群算法优化径向基(RBF)神经网络模型为数据处理算法，结构为4个输入节点、15个隐层节点和3个输出节点，以石墨烯基气敏传感器阵列输出信号为输入，火电厂排放气态污染物组分二氧化硫、二氧化氮和一氧化碳的气体浓度为输出，径向基(RBF)神经网络的初始权值由遗传粒子群算法赋予。
[0009]本发明所述石墨烯基气敏传感器阵列信号经多通道数据采集模块获取后通过RS232串口通讯传输给PC机，并由智能检测系统进行数据融合处理，实现火电厂排放气态污染物组分二氧化硫、二氧化氮和一氧化碳气体的高精度超低预测、组分浓度显示和无线传输功能，检测下限低于lppm，检测相对误差小于0.17%。
[0010]本发明所述氧化锡、氧化钛、氧化铜、氧化锌纳米粒子是分别采用五水四氯化锡、硫酸钛、二水氯化铜、硝酸锌材料作为前驱物在180°C条件下高温水热合成10小时制备，而后用去离子水和乙醇溶液多次洗涤，并在2500转/分钟条件下离心分散10分钟形成悬浮溶液。
[0011]本发明所述氧化锡、氧化钛、氧化铜、氧化锌纳米粒子和石墨烯构筑复合薄膜的具体方法如下:首先，把传感器件交替静置在I3DDA和PSS溶液中20分钟，将已经自组装有TODA/PSS层的传感器件分别置于上述氧化锡、氧化钛、氧化铜、氧化锌溶液(lmg/mL)中20分钟，取出，去离子水清洗，氮气吹干;其次，在氧化石墨烯溶液(0.4mg/mL)中浸泡上述传感器件20分钟后，去离子水清洗，氮气吹干;重复上述操作4次，最后将制备的器件放入真空干燥箱230°C高温还原4小时，氧化石墨烯纳米片上的含氧官能团被去除，分别得到覆盖有氧化锡/石墨烯、氧化钛/石墨烯、氧化铜/石墨烯、氧化锌/石墨烯三明治层状复合薄膜的气敏传感器件。
[0012]本发明的技术优势表现在该智能监测装置采用石墨烯气敏传感器阵列协同智能检测算法，石墨烯基气敏传感器阵列制备工艺易于实现，可用于常温检测二氧化硫、二氧化氮和一氧化碳烟气组分，气敏性能优异，检测精度高，稳定性好，成本较低，可实时在线监测。
【附图说明】
[0013]图1为本发明的实施方式的一个示例，I为烟尘分离器，2为烟气冷却模块，3为阀门，4为烟气测试腔，5为石墨烯基气敏传感器阵列，6、7、8、9分别为氧化锡/石墨烯、氧化钛/石墨烯、氧化铜/石墨烯、氧化锌/石墨烯复合薄膜传感器件，10为多通道数据采集模块，11为智能检测系统，12为LABVIEW终端显示模块，13为远程监控终端。
[0014]图2为本发明中的石墨烯基气敏传感器阵列截面图，I为衬底，2为电极，3、4、5、6分别为氧化锡/石墨烯复合薄膜、氧化钛/石墨烯复合薄膜、氧化铜/石墨烯复合薄膜、氧化锌/石墨烯复合薄膜。
[0015]图3为本发明中的氧化钛/石墨烯复合薄膜和氧化铜/石墨烯复合薄膜的扫描电子显微镜图像。
[0016]图4为本发明中的石墨烯基传感器阵列复合薄膜的拉曼光谱线图，I为氧化锡/石墨烯复合薄膜的拉曼光谱，2为石墨烯的拉曼光谱，3为氧化石墨烯的拉曼光谱，4为氧化锌/石墨烯复合薄膜的拉曼光谱，5为氧化铜/石墨烯复合薄膜的拉曼光谱。
[0017]图5为本发明实施例操作流程图。
[0018]图6为本发明中的火电厂排放气态污染物超低浓度智能检测结果图。
【具体实施方式】
[0019]下面结合附图对本发明作进一步说明。
[0020]参见图1，本发明实施包括:烟尘分离器1、烟气冷却模块2、阀门3、烟气测试腔4、石墨烯基气敏传感器阵列5，氧化锡/石墨烯复合薄膜传感器件6、氧化钛/石墨烯复合薄膜传感器件7、氧化铜/石墨烯复合薄膜传感器件8、氧化锌/石墨烯复合薄膜传感器件9、多通道数据采集模块10、智能检测系统11、LABVIEW终端显示模块12及远程监控终端13;火电厂排放烟气经烟尘分离器I除尘后，由烟气冷却模块2进行降温处理并进入烟气测试腔4，石墨烯基气敏传感器阵列5的电信号由多通道数据采集模块10获取，由智能检测系统11进行数据融合处理后在LABVIEW终端显示系统12上显示烟气组分浓度，并由无线传输监测系统将烟气组分检测浓度远程传输至环保监管部门或工作人员手机监控终端13。
[0021]参见图2，本发明实施例石墨烯基气敏传感器阵列采用印制电路板作为器件衬底I，其上制作有叉指电极2，其上分别覆有氧化锡/石墨烯复合薄膜3、氧化钛/石墨烯复合薄膜4、氧化铜/石墨烯复合薄膜5、氧化锌/石墨烯复合薄膜6，薄膜器件集成采用线面型四单元结构。
[0022]图3为本发明中的传感器阵列复合薄膜的扫描电子显微镜图像，I为氧化钛/石墨烯复合薄膜，2为氧化铜/石墨烯复合薄膜，纳米球状氧化钛及纳米杆状氧化铜与石墨烯均形成稳健的薄膜结构。
[0023]本发明中的氧化锡/石墨烯复合薄膜、氧化钛/石墨烯复合薄膜、氧化铜/石墨烯复合薄膜、氧化锌/石墨烯复合薄膜的具体方法如下:首先，把传感器件交替静置在I3DDA和PSS溶液中20分钟，将已经自组装有TODA/PSS层的传感器件分别置于上述氧化锡、氧化钛、氧化铜、氧化锌溶液(lmg/mL)中20分钟，取出，去离子水清洗，氮气吹干;其次，在氧化石墨烯溶液(0.4mg/mL)中浸泡上述传感器件20分钟后，去离子水清洗，氮气吹干;重复上述操作4次，最后将制备的器件放入真空干燥箱230 °C高温还原4小时，氧化石墨烯纳米片上的含氧官能团被去除，分别得到覆盖有氧化锡/石墨烯、氧化钛/石墨烯、氧化铜/石墨烯、氧化锌/石墨烯复合薄膜的气敏传感器件。
[0024]图4为本发明中的传感器阵列复合薄膜的拉曼光谱线图，石墨烯基传感器阵列复合薄膜的拉曼光谱线图，I为氧化锡/石墨烯复合薄膜的拉曼光谱，2为石墨烯的拉曼光谱，3为氧化石墨烯的拉曼光谱，4为氧化锌/石墨烯复合薄膜的拉曼光谱，5为氧化铜/石墨烯复合薄膜的拉曼光谱。氧化石墨稀和石墨稀的拉曼光谱均在135001^(0峰)和1603^1^(6峰)附近出现非常明显的吸收峰，D峰是由石墨烯的结构缺陷所致，G峰是由其Sp2碳原子的面内振动产生。从氧化石墨烯和石墨烯的拉曼光谱可以估算出D峰与G峰的强度比分别为0.9和1.14，证实了石墨稀的导电性要优于氧化石墨稀，同时证实了氧化石墨稀可通过高温还原为石墨烯。
[0025]图5本发明实施例操作流程图，火电厂排出烟气首先经过烟尘分离和烟气冷却至室温，然后将烟气导入测试腔，此时打开采集开机按钮，石墨烯基传感器阵列的输出信号经多通道数据采集模块进行获取，由基于遗传粒子群算法优化径向基神经网络模型的智能检测系统进行数据处理，最后将智能检测的预测结果输送到LABVIEW终端显示与报警，并且将检测结果通过无线通讯进行实时远距离传输和监测。
[0026]智能检测系统所采用遗传粒子群算法优化径向基(RBF)神经网络模型，结构为4个输入节点、15个隐层节点和3个输出节点，以石墨烯基气敏传感器阵列输出信号为输入，火电厂排放气态污染物组分二氧化硫、二氧化氮和一氧化碳的气体浓度为输出，径向基(RBF)神经网络的初始权值由遗传粒子群算法赋予，首先根据采用的径向基神经网络结构产生初始种群，计算个体适应度值，根据迭代公式更新粒子位置和速度，而后执行选择、交叉、变异操作，得到满足收敛条件的最大适应度个体作为RBF神经网络的初始权值，执行RBF神经网络模型的训练与预测，避免了算法的早熟收敛。
[0027]图6为本发明对火电厂排放气态污染物超低浓度智能检测的结果图，采用不同工况下的烟气组分浓度对智能检测系统进行训练标定，具有训练速度快、收敛效果好、测试误差较小、泛化能力强的技术优势，实现火电厂排放气态污染物组分二氧化硫、二氧化氮和一氧化碳气体的高精度超低预测，检测下限低于lppm，检测相对误差小于0.17%，具有较高的检测精度。
【主权项】
1.一种火电厂排放气态污染物超低浓度智能监测装置，包括烟尘分离器、烟气冷却模块、烟气测试腔、石墨烯基气敏传感器阵列、多通道数据采集模块、智能检测系统、LABVIEW终端显示系统及无线传输监测系统;其特征在于石墨烯基气敏传感器阵列为氧化锡/石墨烯、氧化钛/石墨烯、氧化铜/石墨烯、氧化锌/石墨烯复合薄膜构筑的四单元微纳气敏传感器阵列，智能检测系统以遗传粒子群-径向基(RBF)神经网络模型为数据处理算法;火电厂排放烟气经烟尘分离器除尘后，由烟气冷却模块进行降温处理并进入置有石墨烯基气敏传感器阵列的烟气测试腔，石墨烯基气敏传感器阵列信号由多通道数据采集模块获取，由智能检测系统进行数据融合处理后在LABVIEW终端显示系统上显示烟气组分浓度，并由无线传输监测系统将烟气组分检测浓度远程传输至环保监管部门或工作人员手机监控终端。2.根据权利要求1所述的火电厂排放气态污染物超低浓度智能监测装置，其特征在于:所述石墨烯基气敏传感器阵列是由氧化锡/石墨烯、氧化钛/石墨烯、氧化铜/石墨烯、氧化锌/石墨烯复合薄膜构筑的阵列化烟气组分敏感器件，其中氧化锡/石墨烯、氧化钛/石墨烯、氧化铜/石墨烯、氧化锌/石墨烯复合薄膜分别采用由水热法制备的氧化锡、氧化钛、氧化铜、氧化锌纳米粒子与氧化石墨稀在静电力作用下形成的复合纳米材料经230 °C高温还原4小时得到，其薄膜厚度为260—380纳米。3.根据权利要求1所述的火电厂排放气态污染物超低浓度智能监测装置，其特征在于:所述石墨烯基气敏传感器阵列为线面型四单元叉指结构，器件电极间距和厚度为50微米，其上覆有石墨烯基复合薄膜，在常温下对火电厂排放气态污染物组分二氧化硫、二氧化氮和一氧化碳进行组分识别和浓度检测。4.根据权利要求1所述的火电厂排放气态污染物超低浓度智能监测装置，其特征在于:所述智能检测系统采用遗传粒子群算法优化径向基(RBF)神经网络模型为数据处理算法，结构为4个输入节点、15个隐层节点和3个输出节点，以石墨烯基气敏传感器阵列输出信号为输入，火电厂排放气态污染物组分二氧化硫、二氧化氮和一氧化碳的气体浓度为输出，径向基(RBF)神经网络的初始权值由遗传粒子群算法赋予。5.根据权利要求1所述的火电厂排放气态污染物超低浓度智能监测装置，其特征在于:所述石墨烯基气敏传感器阵列信号经多通道数据采集模块获取后通过RS232串口通讯传输给PC机，并由智能检测系统进行数据融合处理，实现火电厂排放气态污染物组分二氧化硫、二氧化氮和一氧化碳气体的ppm级高精度超低预测、组分浓度显示和无线传输功能。
【文档编号】G01N27/00GK105954323SQ201610388186
【公开日】2016年9月21日
【申请日】2016年6月2日
【发明人】张冬至, 刘静静, 夏伯锴
【申请人】中国石油大学(华东)