Para monitorar o conteúdo de CO₂, foi selecionada a linha de absorção do espectro no infravermelho próximo do gás CO₂ próximo a 1580 nm, utilizando um laser de realimentação distribuída com comprimento de onda central de 1580 nm e uma câmara de gás Herriott com caminho óptico de 20 m. Foram realizados experimentos de detecção de concentrações de CO₂ entre 0,03%~0,08% e 2%~20% com base em tecnologia de espectroscopia de absorção de laser de diodo sintonizável. O sinal original de segunda harmônica (raw2f) foi coletado por uma placa de aquisição de dados, e a decomposição modal empírica foi incorporada como algoritmo de pré-processamento na plataforma LabVIEW de aquisição e análise de dados. Após obter o sinal 2f pré-processado, a concentração foi invertida através do algoritmo de Máquina de Aprendizado Extremo com Kernel otimizado por Otimização por Enxame de Partículas (Particle Swarm Optimization-Kernel Extreme Learning Machine, PSO-KELM). Os experimentos mostraram que, em comparação com o sinal raw2f, a relação sinal-ruído do sinal 2f aumentou de 6,75 dB para 12,59 dB. Os resultados da inversão comparados com mínimos quadrados, mínimos quadrados parciais, rede neural BP e máquina de aprendizado extremo mostraram que o algoritmo PSO-KELM melhorou a precisão da detecção do gás CO₂, com o menor erro quadrático médio e o coeficiente de correlação linear mais próximo de 1. Após um teste de estabilidade de 1,5 horas, foi analisada a variância de Allan; quando o tempo de integração foi de 16 s, o limite teórico de detecção pôde alcançar <inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"><mn mathvariant="normal">44.8</mn><mo>×</mo><msup><mrow><mn mathvariant="normal">10</mn></mrow><mrow><mo>-</mo><mn mathvariant="normal">6</mn></mrow></msup></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/BC108EAE-0470-4936-96B4-D92A8A090971-M001.jpg"/><?fx-imagestate width="15.83266735" height="2.62466669"?><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/BC108EAE-0470-4936-96B4-D92A8A090971-M001c.jpg"/><?fx-imagestate width="15.83266735" height="2.62466669"?></alternatives></inline-formula>. Esta plataforma de aquisição e análise de dados LabVIEW atende aos requisitos de alta precisão e boa estabilidade para a detecção de CO₂.

análise espectral;detecção de dióxido de carbono;inversão de concentração;decomposição modal empírica;máquina de aprendizado extremo com kernel;otimização por enxame de partículas