[發(fā)明專利]一種基于紫外—可見光吸收光譜的COD在線監(jiān)測方法有效
| 申請?zhí)枺?/td> | 201811099382.2 | 申請日: | 2018-09-20 |
| 公開(公告)號: | CN109001136B | 公開(公告)日: | 2021-12-07 |
| 發(fā)明(設(shè)計)人: | 鄒爽;湯杰;鄒曉麗;崔海松;黃升 | 申請(專利權(quán))人: | 杭州綠潔水務(wù)科技股份有限公司 |
| 主分類號: | G01N21/31 | 分類號: | G01N21/31 |
| 代理公司: | 中國商標(biāo)專利事務(wù)所有限公司 11234 | 代理人: | 王瑞 |
| 地址: | 311121 浙江省杭州*** | 國省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 紫外 可見光 吸收光譜 cod 在線 監(jiān)測 方法 | ||
本發(fā)明提供了一種基于紫外—可見光吸收光譜的COD在線監(jiān)測方法,包括:進行零點校準;取多個不同類型水樣,提取水樣在紫外波段的特征吸收波長;建立紫外吸收光譜與COD之間的BP神經(jīng)網(wǎng)絡(luò)模型;對BP神經(jīng)網(wǎng)絡(luò)模型進行實際水樣的訓(xùn)練;對BP神經(jīng)網(wǎng)絡(luò)模型改進,選擇出適應(yīng)的個體進行交叉和變異操作,經(jīng)過多次、各種類型水樣的神經(jīng)網(wǎng)絡(luò)建模及訓(xùn)練后,建立模型參數(shù)數(shù)據(jù)庫。本發(fā)明可選擇多個特定波長的吸光度數(shù)據(jù)作為建模信息,提高了COD值的擬合精度,更能全面的反映COD值。
技術(shù)領(lǐng)域
本發(fā)明涉及環(huán)境監(jiān)測領(lǐng)域,尤其涉及一種基于紫外—可見光吸收光譜的COD在線監(jiān)測方法。
背景技術(shù)
化學(xué)需氧量COD(Chemical Oxygen Demand)是以化學(xué)方法測量水樣中需要被氧化的還原性物質(zhì)的量,COD指示了水體受還原性物質(zhì)污染的程度。
隨著光譜檢測法的研究與發(fā)展,光譜檢測法廣泛用于檢測水樣中COD,該方法具有靈敏度高、準確度好、選擇性優(yōu)、操作簡便、分析速度快等特點。光譜法主要基于Lambert-Beer定律的原理,是一種免化學(xué)試劑的方法,克服了柜式分析儀的缺點,操作簡單便捷、數(shù)據(jù)準確度高、運營成本低、可實時在線監(jiān)測。UV法直接測定COD可分為單光譜法、多光譜法和全光譜。單光譜法是利用在波長254nm處大部分有機物存在吸收特性來測定水樣的吸光度。多光譜法是在紫外光譜區(qū)內(nèi)以多個紫外波長進行光譜檢測。基于紫外—可見光吸收光譜法則對水樣進行紫外可見區(qū)域內(nèi)的光譜檢測,可得水樣在紫外可見光區(qū)域內(nèi)的光譜曲線。
單光譜和多光譜適用于對成分相對單一化的水樣進行COD的檢測,實際水樣中成分復(fù)雜,有機物組成不同,干擾因素較多,不同的水樣其特征的吸收峰也不同。相對而言,基于紫外—可見光吸收光譜法通過檢測得到的全紫外光譜吸收曲線,更能全面的反映水質(zhì)的情況。全光譜檢測得到的吸收光譜有部分波長吸光度與COD相關(guān),可選擇多個特定波長的吸光度數(shù)據(jù)作為建模信息。
現(xiàn)有的對光譜法數(shù)據(jù)建模存在一定的不足之處,如:1)大多只是集中于對特定的廢水,局限性明顯。2)建模過程中多采用單波長或雙波長進行COD光譜檢測,對較小COD值的擬合精度低,且易受隨機因素干擾。3)建立的模型結(jié)構(gòu)在訓(xùn)練過程中結(jié)構(gòu)變化不大,精確度較低,模型的外推能力不高。
同時,BP神經(jīng)網(wǎng)絡(luò)算法的權(quán)值調(diào)整采用梯度下降法優(yōu)化,自身也存在一定的不足之處,會出現(xiàn)收斂速度慢,泛化能力差,網(wǎng)絡(luò)結(jié)構(gòu)不夠統(tǒng)一等問題,影響網(wǎng)絡(luò)訓(xùn)練速度及網(wǎng)絡(luò)的廣泛應(yīng)用。
發(fā)明內(nèi)容
針對以上問題,本發(fā)明的旨在建立一個紫外光譜數(shù)據(jù)與COD值之間的神經(jīng)網(wǎng)絡(luò)模型,通過模型訓(xùn)練和誤差計算,得到誤差在允許范圍內(nèi)的數(shù)學(xué)模型,提高模型的外推能力。同時結(jié)合加動量項以及遺傳算法加速模型訓(xùn)練速度,提高收斂性,增強模型的泛化能力等。由不同水質(zhì)的水樣訓(xùn)練后建立模型數(shù)據(jù)庫,儀器在水質(zhì)監(jiān)測時可自動判別當(dāng)前檢測水樣類型并選取匹配度高的數(shù)據(jù)模型來進行光譜吸收COD計算。
本發(fā)明提供了一種基于紫外—可見光吸收光譜的COD在線監(jiān)測方法,包括以下步驟:進行零點校準,采用純水作為零點校準液進行紫外全波長掃描;
取多個不同類型水樣,提取水樣在紫外波段的特征吸收波長;
建立紫外吸收光譜與COD之間的BP神經(jīng)網(wǎng)絡(luò)模型;
對BP神經(jīng)網(wǎng)絡(luò)模型進行實際水樣的訓(xùn)練,以不同時刻、不同類型水質(zhì)的實際水樣作為網(wǎng)絡(luò)訓(xùn)練樣本,通過以BP神經(jīng)網(wǎng)絡(luò)模型進行光譜法的檢測,同時采用國標(biāo)法檢測同一時間的水樣,把光譜檢測的實際COD值與正確的目標(biāo)值相比較,根據(jù)誤差的情況修改各節(jié)點的連接權(quán)重,使模型不斷朝著誤差減小的方向變化,最終光譜法檢測的COD值與國標(biāo)法COD值的偏差在檢測要求的范圍內(nèi),而且無限接近,使得神經(jīng)網(wǎng)絡(luò)運算法建立的模型更加精確;
對BP神經(jīng)網(wǎng)絡(luò)模型改進,選擇出適應(yīng)的個體進行交叉和變異操作,產(chǎn)生新個體,返回繼續(xù)進行訓(xùn)練,計算訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型誤差;
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于杭州綠潔水務(wù)科技股份有限公司,未經(jīng)杭州綠潔水務(wù)科技股份有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811099382.2/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G01N 借助于測定材料的化學(xué)或物理性質(zhì)來測試或分析材料
G01N21-00 利用光學(xué)手段,即利用紅外光、可見光或紫外光來測試或分析材料
G01N21-01 .便于進行光學(xué)測試的裝置或儀器
G01N21-17 .入射光根據(jù)所測試的材料性質(zhì)而改變的系統(tǒng)
G01N21-62 .所測試的材料在其中被激發(fā),因之引起材料發(fā)光或入射光的波長發(fā)生變化的系統(tǒng)
G01N21-75 .材料在其中經(jīng)受化學(xué)反應(yīng)的系統(tǒng),測試反應(yīng)的進行或結(jié)果
G01N21-84 .專用于特殊應(yīng)用的系統(tǒng)





