专利名称: |
一种基于紫外—可见光吸收光谱的COD在线监测方法 |
摘要: |
本发明提供了一种基于紫外—可见光吸收光谱的COD在线监测方法,包括:进行零点校准;取多个不同类型水样,提取水样在紫外波段的特征吸收波长;建立紫外吸收光谱与COD之间的BP神经网络模型;对BP神经网络模型进行实际水样的训练;对BP神经网络模型改进,选择出适应的个体进行交叉和变异操作,经过多次、各种类型水样的神经网络建模及训练后,建立模型参数数据库。本发明可选择多个特定波长的吸光度数据作为建模信息,提高了COD值的拟合精度,更能全面的反映COD值。 |
专利类型: |
发明专利 |
国家地区组织代码: |
浙江;33 |
申请人: |
杭州绿洁水务科技股份有限公司 |
发明人: |
邹爽;汤杰;邹晓丽;崔海松;黄升 |
专利状态: |
有效 |
发布日期: |
2019-01-01T00:00:00+0800 |
申请号: |
CN201811099382.2 |
公开号: |
CN109001136A |
代理机构: |
中国商标专利事务所有限公司 11234 |
代理人: |
王瑞 |
分类号: |
G01N21/31(2006.01)I;G;G01;G01N;G01N21;G01N21/31 |
申请人地址: |
311121 浙江省杭州市余杭区仓前街道绿汀路1号1幢101室 |
主权项: |
1.一种基于紫外—可见光吸收光谱的COD在线监测方法,其特征在于,包括以下步骤:进行零点校准,采用纯水作为零点校准液进行紫外全波长扫描;取多个不同类型水样,提取水样在紫外波段的特征吸收波长;建立紫外吸收光谱与COD之间的BP神经网络模型;对BP神经网络模型进行实际水样的训练,以不同时刻、不同类型水质的实际水样作为网络训练样本,通过以BP神经网络模型进行光谱法的检测,同时采用国标法检测同一时间的水样,把光谱检测的实际COD值与正确的目标值相比较,根据误差的情况修改各节点的连接权重,使模型不断朝着误差减小的方向变化,最终光谱法检测的COD值与国标法COD值的偏差在检测要求的范围内,而且无限接近,使得神经网络运算法建立的模型更加精确;对BP神经网络模型改进,选择出适应的个体进行交叉和变异操作,产生新个体,返回继续进行训练,计算训练后的神经网络模型误差;建立模型参数数据库,每训练结束一次,神经网络模型可得到一次修正,储存修正后的模型数据,经过多次、各种类型水样的神经网络建模及训练后,建立模型参数数据库。 |
所属类别: |
发明专利 |