原文传递
一种基于紫外—可见光吸收光谱的COD在线监测方法
| 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 |
检索历史
应用推荐
