论文部分内容阅读
我国是农产品大国,近年来,我国主要农产品产量均获得增长。但是,随着农产品产量的不断增加,再加上农产品采后会继续进行呼吸作用而产生C02等气体,不少农产品出现了污染、变质、腐烂、浪费等情况。造成这种现象的重要原因之一是农产品冷链流通不畅,而农产品冷链物流滞后成为影响农产品流通的关键因素,冷藏车作为冷链物流过程中贮藏、运输、配送的重要环节,其所具备的密封性、制冷性、便捷性、隔热性等特点,在果蔬、禽蛋、肉类、水产等易腐易烂农产品物流过程中发挥着不可代替的优势。TDLAS (Tunable Diode Laser Absorption Spectroscopy,中文名称为可调谐半导体激光吸收光谱技术)技术是近年来新发展起来的一种光谱检测技术,由于它的高灵敏度、高精度、响应快速以及适用于恶劣环境中等优点,被广泛应用于气体检测领域。本文在气体检测领域的基础上,提出基于TDLAS的冷藏车车厢内CO2气体检测技术,并对TDLAS气体检测原理进行了论述,讨论了二次谐波和气体浓度的关系,并对Co2气体的吸收谱线进行了选择。对TDLAS系统进行整体设计,介绍了TDLAS系统的各组成部分,并对各器件进行了选型,搭建了基于TDLAS的车厢内CO2气体检测系统。在搭建系统的基础上,调节各器件的参数,使其达到最优情况,并以100%浓度的Co2气体为例,讨论了TDLAS系统噪声及预处理过程。然后分别采集了1%-10%浓度的气体,对其进行数据预处理并反演其浓度。由于车厢中的气体浓度是不稳定的,CO2浓度过高或过低均会对车厢内的农产品造成伤害,因此,本文最后使用灰色径向基预测模型对冷藏车车厢内的CO2气体进行预测,并使用统计过程控制理论对预测模型进行报警,以控制车厢内的气体在一个稳定的浓度状态,延长农产品的保鲜时间。