详情

原文传递一种全光谱结合快速易测指标的水质在线监测系统与方法

专利名称：	一种全光谱结合快速易测指标的水质在线监测系统与方法
摘要：	本发明公开了一种全光谱结合快速易测指标的水质在线监测系统与方法，涉及水质检测技术领域，包括在线监测流通槽、控制器、运算模块、进水泵、出水口和自动取样器，在线监测流通槽一侧安装有所述进水泵，另一侧为所述出水口，内部安装有在线pH电极、在线氧化还原电位电极、在线溶解氧传感器、在线浊度传感器、在线电导率传感器和全光谱传感器。本发明提供了全光谱结合快速易测指标的水质在线监测方法。本领域的技术人员致力于开发一种对自然环境和污水处理设施的出水的COD、NH3‑N、NO3‑‑N、pH值、氧化还原电位、水温、溶解氧、浊度、电导率等多项指标的同时在线监测，满足设备和运行成本低，维护简便，无二次污染的在线监测技术。
专利类型：	发明专利
国家地区组织代码：	江苏;32
申请人：	江苏中车环保设备有限公司
发明人：	唐晶;何义亮;张浩;李彭;葛会超;曲江北
专利状态：	有效
申请日期：	2019-03-01T00:00:00+0800
发布日期：	2019-07-26T00:00:00+0800
申请号：	CN201910156313.9
公开号：	CN110057761A
代理机构：	上海旭诚知识产权代理有限公司
代理人：	郑立
分类号：	G01N21/31(2006.01);G;G01;G01N;G01N21
申请人地址：	215501 江苏省苏州市常熟市虞山高新技术产业园正文路
主权项：	1.一种全光谱结合快速易测指标的水质在线监测方法，其特征在于，建立COD浓度监测模型、NO3--N浓度检测模型、NH3-N浓度检测模型，包括以下步骤：步骤1：每间隔2小时自动采集一个水样，采用HJ标准的方法检测COD浓度、NO3--N浓度、NH3-N浓度的实测值；步骤2：获取取样时刻对应波段的吸收光谱的吸光度光谱数据；步骤3：获取取样时刻得到的光谱数据，pH值、氧化还原电位、水温、溶解氧、浊度、电导率分别进行矢量归一化预处理，使其映射到[-1，1]区间之内；步骤4：构建BP-神经网络模型，选择80％样本数据，采用BP-神经网络算法，选择Sigmoid函数为激活函数，并选择神经网络隐含层、每层的单元数和学习率等参数，使得所测项目实测值与预测值之间的方差最小；步骤5：选取剩余20％样本数据，计算所测项目实测值与预测值之间R平方(R2)、均方根误差RMSE等评价指标对模型的预测性能进行评价，以确保模型的实用性。 2.如权利要求1所述的全光谱结合快速易测指标的水质在线监测方法，其特征在于，在建立所述COD浓度监测模型时，所述步骤2中，获取取样时刻190-720nm波段的吸收光谱的全部吸光度光谱数据。 3.如权利要求1所述的全光谱结合快速易测指标的水质在线监测方法，其特征在于，在建立所述COD浓度监测模型时，在构建所述BP-神经网络模型前，先采用偏最小二乘法，选择合适的主成分数3，利用采集的样本COD实测值及对应的光谱数据构建COD预测模型。 4.如权利要求1所述的全光谱结合快速易测指标的水质在线监测方法，其特征在于，在建立所述COD浓度监测模型时，所述步骤4中所述BP-神经网络模型，所述神经网络隐含层为2层，每层的所述单元数分别为5和3。 5.如权利要求1所述的全光谱结合快速易测指标的水质在线监测方法，其特征在于，在建立所述NO3--N浓度监测模型时，所述步骤2中，获取获取取样时刻220nm波段和275nm波段吸收光谱的吸光度光谱数据。 6.如权利要求1所述的全光谱结合快速易测指标的水质在线监测方法，其特征在于，在建立所述NO3--N浓度监测模型时，所述步骤4中所述BP-神经网络模型，所述神经网络隐含层为1层，所述单元数为2。 7.如权利要求1所述的全光谱结合快速易测指标的水质在线监测方法，其特征在于，在建立所述NH3-N浓度监测模型时，所述步骤4中所述BP-神经网络模型，所述神经网络隐含层为1层，所述单元数为3。 8.一种适用权利要求1所述的全光谱结合快速易测指标的水质在线监测方法的监测系统，其特征在于，包括在线监测流通槽、控制器、运算模块、进水泵、出水口和自动取样器，所述在线监测流通槽一侧安装有所述进水泵，另一侧为所述出水口，内部安装有在线pH电极、在线氧化还原电位电极、在线溶解氧传感器、在线浊度传感器、在线电导率传感器和全光谱传感器。 9.如权利要求8所述的全光谱结合快速易测指标的水质在线监测方法的监测系统，其特征在于，所述在线监测流通槽装有清洗模块。 10.如权利要求8所述的全光谱结合快速易测指标的水质在线监测方法的系统，其特征在于，所述控制器装有液晶显示屏。
所属类别：	发明专利