[發明專利]采用物聯網技術的COD在線自動監測儀

在審

• 申請號: 201810141377.7
• 申請日: 2018-02-11
• 公開（公告）號: CN108344692A
• 公開（公告）日: 2018-07-31
• 發明（設計）人: 王海員
• 申請（專利權）人: 四川銀沙科技有限公司
• 主分類號: G01N21/01
• 分類號: G01N21/01;G01N21/31
• 代理公司: 北京天奇智新知識產權代理有限公司 11340
• 代理人: 楊春

1.一種采用物聯網技術的COD在線自動監測儀，其特征在于，所述廢棄物包括土質和液態物質液態和土質物質的質量百分比大于89％且小于95％，該設備包括：

油田鉆井廢棄物采樣單元，用于對選定區域進行油田土質采樣和油田液態物質處理，對土質采樣物進行處理；

光譜掃描單元，用于對土質采樣物進行光譜掃描，對光譜信號進行處理；

比較單元，用于將所述光譜掃描單元處理后的信號通過物聯網傳輸到服務器，在服務器將之與設定閾值進行比較，并對超過閾值的信號值進行預警，所述閾值是通過統計方式得到的廢棄物的COD預設值。

2.如權利要求1的一種采用物聯網技術的COD在線自動監測儀，其特征在于，

所述油田鉆井廢棄物采樣單元包括：

采樣數量確定子單元，用于在采樣前確定采樣數量P，其由方差值和平均值與真值的差值計算采樣數量，且P為≥19的自然數；

采樣處理子單元，用于根據采樣區域的面積大小，采用蛇形采樣，采樣深度選擇為30CM，根據計算出的采樣數量進行采樣，采樣時，先采出一個采樣剖面，在平行于剖面進行采樣，采土方向垂直于地面，將采樣后的土質混合在一起，將土質含有的濕度通過蒸干的方式調整到35～38％，再將混合厚度土質采樣物破碎，去除石頭、植物根系，混合并展成四邊形，劃分對角線分成四份，取其中的對角的兩份，反復進行多次后，將土質采樣物的重量控制在需要的重量，接著對將采樣物經鹽酸、硝酸、高氯酸進行處理；

光譜掃描單元包括：

旋轉掃描子單元，用于將土質采樣物放置于樣品容器中，搖動使其上表面基本平坦地分布，然后將樣品放置于石英窗口上，測量過程中，土質采樣物會隨著樣品容器儀器旋轉以獲取多次旋轉掃描分析后得到的平均光譜，樣品容器的旋轉速度是4cm/s，土質采樣物在40s內會被掃描64次，算數平均后的光譜作為一個采樣光譜；每個樣品放置于不同樣品容器中，測量兩次，再次平均后的光譜數據用于信號處理；

信號處理子單元，其中所述信號處理基于所述信號處理子單元，該信號處理子單元用于采集參比信號，采集被測信號，獲取原始吸收光譜，確定校正參考基準波長，利用校正參考基準波長校正吸收光譜；所述校正參考基準波長通過如下計算得到：

光譜矩陣記為X(M*K)，其中第i個波長變量代表光譜矩陣X中第i個列向量，記N＝min(m-1,k),在進行第一次迭代運算前n＝1,任意選擇光譜矩陣的某一列，記為變量x_k(0)；把沒有被選入的列向量位置集合記為T，

分別計算x_k(n-1)對剩下列變量的投影，記為：

記k(n-1)＝arg(max(||P_j||),j∈T)；n＝n+1，如果n＝N,令x_k(n-1)作為被選入的列變量，回到上述列向量位置計算步驟再進行計算，采用多元線性回歸法對新選擇的變量集合{x_k(0),x_k(1),…,x_k(n-1)}進行評估，得到校正參考基準波長值；

獲得土質采樣物的光譜掃描輸出值后，為了去除背景干擾獲得更高信噪比的土質光譜數據，以提高后期所建立的土質成分預測模型的穩健性和預測能力，需要對P個樣本的數據進行如下處理：

計算采樣物的光譜均值：

對未知樣品光譜x(1×m),通過下列式子得到處理后的光譜x_centered：

接著計算光譜標準差值:

對光譜采樣值進行如下處理：

對整個光譜采樣信號值進行如下處理，得到處理后值X：

其中，n為采樣樣品數，為波長點數,Xn對應于作為第N個樣本的采樣物的光譜均值；

得到光譜信號后，所述光譜信號處理還包括，等間隔光譜采樣，進行二維小波變換，接著進行小波系數矩陣固定窗口橫向掃描，獲取非平穩噪聲方差估計向量和信號方差估計向量，對窗口寬度進行逐點調整，再進行二次掃描，獲取精確噪聲方差估計向量和精確信號方差估計向量，然后通過貝葉斯閾值收縮去噪，最后進行二維小波反變換取中心行向量作為信號輸出值；

所述對窗口寬度進行逐點調整包括：首先進行固定窗口的噪聲方差估計，定義固定窗口W_m×n，寬度m設定為經驗值，高度n為系數矩陣高度，將窗口寬度沿對角高頻系數矩陣中心行向量上逐點橫向滑動，其中使用窗口內小波系數估算中心行的噪聲方差向量，根據所述噪聲方差向量的變化率，動態調整窗口寬度，具體為根據噪聲在所有小波系數中近似均勻分布的性質，以及小波基的線性相位性質，高層小波系數的噪聲方差向量可由上一層的噪聲方差向量中將相鄰兩個方差求平均得到，對信號方差向量進行估算，其估算方法與上述噪聲方差向量估算方法類似，但由于信號方差集中在部分小波系數中，各小波分解層上有較大差異，需要進行分層估算，在所計算的層的各方向系數矩陣的中心行向量上分別橫向滑動，利用該層窗口內各分解方向上的所有小波系數，估算該層的信號方差向量，根據信號方差向量的變化率動態設置，重新設置串口寬度，設定信號窗口調整閾值，利用新窗口再次估算每層的信號方差向量，再求得每層小波系數矩陣的閾值向量，對于高頻橫向系數矩陣、縱向高頻系數矩陣、對角高頻系數矩陣的每一行，均使用閾值向量進行收縮降噪，將降噪后的小波系數反變換到光譜矩陣，取光譜矩陣的中心行向量作為降噪后的光譜信號；將處理后的光譜矩陣信號與設定閾值進行比較，并對超過閾值的信號值進行預警，所述閾值是通過統計方式得到的廢棄物的COD預設值。