关键词： 紫外光谱   水质检测   实时在线   偏最小二乘回归   电压解算  

摘要： 基于紫外-可见光谱技术,设计了一种可用于水质参数溶解氧(COD)实时在线检测的系统,介绍了系统的测量原理和总体结构(光路和电路)的设计。通过对水体COD的检测,测得了COD溶液的光谱数据,利用光谱数据建立了PLS算法预测模型和电压解算模型,并对两种模型的预测精度进行了对比。同时考虑到水体中的环境干扰因素,重点分析了浊度、温度对COD测量结果的影响,并对所构建模型进行了补偿和校正,提高了系统的检测精度。实验结果表明,相比传统的水质COD检测方法,该系统实现了快速、高精度和实时在线检测的目的。

关键词： 水体质量   检测技术   注意事项   应用策略  

摘要： 为稳步提升水质检测成效,排除干扰因素对于水质检测工作的影响,构建起更为高效、更为科学的水资源管理体系,在健全管理制度的基础上,有必要发挥技术优势,通过水质检测技术资源的有效整合,突出检测成效,优化检测流程,实现对水质的全程化管控。本文着眼于实际生活中常规水质检测的相关要求,依托各类检测技术手段,搭建起体系化的水质检测技术应用平台,确保常规水质检测中各类检测技术的高效应用,有效消除技术应用盲区,实现常规水各项检测技术体系科学搭建,推动水质检测工作稳步开展。

关键词： 污水水质检测   神经网络   IDOC模型   智能检测  

摘要： 当前污水处理标准要求更高,污水排放中的水质检测需要进一步提高准确性和稳定性。其中技术手段的应用和升级,是强化污水水质检测能力的首要条件。对于检测能力的升级来说,准确性要求精准度更高、稳定性则要求能耗得到有效控制。因此需要依托技术手段以双向平衡为目标,不断推进技术升级。其中RBF神经网络的应用和IDOC模型管理方法的应用,使得传统水质检测处理方式可以从机械物理测量层面转变到智能数字化分析层面,极大地提高了准确性,同时控制了成本投入,具有引进借鉴价值。

关键词： 离子色谱   水质检测   实际应用  

摘要： 在新时代背景下,随着人们生活质量以及城市建设质量的不断提升,环境保护与社会发展之间的矛盾愈演愈烈,所以,现阶段社会发展的重要工作内容就是环境保护工作。本篇文章将对离子色谱检测技术在水质检测中的应用特征以及运行原理进行深入解析,并且还将详细阐述离子色谱技术在水质检测中的具体使用流程,希望通过本文可以把离子色谱检测技术的重要价值完全凸显出来,进而使水质检测质量以及效率得到显著提高。

关键词： 气相色谱   饮用水   水质测试   应用  

摘要： 色谱法是一种分离和分析技术。它分为两部分:气相色谱分析法和高效液相色谱分析法。前者可以基于特定应用过程中观察对象的流动性。对研究对象与值之间的关系进行分析与科学研究,不同化学物质的作用不同,因此在不同化学物质中的停留时间也将不同,产生不同相互作用力。最终,相互作用力最小的那个将首先被释放。基于此,以下有关气相色谱法在饮用水水质检测中应用的讨论仅供参考。

关键词： STM32   水质检测   智能鱼缸   智能控制系统   大数据  

摘要： 研究提出一种结合计算机、物联网、大数据、云计算、音视频、通信等技术的智慧渔业智能养殖系统,含数据采集系统、控制系统,通信系统、平台和终端交互系统,拥有两种操作模式。自动模式下系统根据人为输入的系统控制参数自行运作,手动模式下通过人工触发各项功能以达到对鱼类生活环境的控制,并且不影响自动模式的系统参数设置,进而实现自动无人监控与人为调控相结合的可自由切换的养殖系统。

关键词： 水质检测   无线传感器网络   水质数据异常检测算法   水质数据融合算法  

摘要： 水是自然界的基础物质之一,是人类生产生活中稀缺的资源。随着工业的快速发展,可用淡水资源逐渐减少,快速高效地检测污染水质,可以防止污染源进一步扩散,保障人类的生活生产需求,因此水质检测意义重大。传统水质检测一般是通过人为采样,实验室分析等步骤实现的,该方法效率低下,且费时费力。无线传感器网络技术的兴起,为水质检测提供了新的途径,同时,基于无线传感器网络的异常数据检测方法为水质异常检测提供了技术保障。目前,已有大量学者提出了多种无线传感器水质异常数据检测算法,但这些算法往往需要数据的先验分布条件,无法对待测水域采集的未知数据进行直接检测,另外,在大面积水域检测中会部署许多传感器节点,这些节点会感知采集许多对应参数的水质数据,这对异常数据检测算法的时效性要求更高。因此,针对上述问题,如何基于水质无线传感网络应用的特点提出有效的水质异常数据检测算法是本文研究的重点。本文的主要研究内容如下:1.针对现有检测方法对没有先验知识的水质异常数据检测精度低的问题,本文提出了基于K-means聚类的BPNN水质异常数据检测算法,将K-means聚类算法能对数据精准分类的特性与BP神经网络相结合,首先通过K-means聚类将初始水质数据进行分类,并对不同类别的数据打上特征标签,实现异常数据和正常数据的分类标记,再利用带标签的数据集对BP神经网络进行训练,得到最终的水质异常数据检测模型,该检测模型不需要对水质数据进行重复聚类处理,可直接实现后续水质数据的快速检测。2.针对现有算法对WSN采集的海量水质数据检测时间长,无法实现水质异常数据实时检测的问题,本文提出了基于小波分解的压缩感知与SVM相结合的分级式水质异常检测算法,算法首先利用多层小波分解将初始水质信号分离为低频信号和高频信号,此时低频信号包含绝大部分水质正常数据信息,高频信号保留水质异常数据信息,再利用压缩感知对小波分解中的正常数据进一步压缩,最后将压缩后的低频信号和小波分解中的高频信号组成新的水质数据样本,利用SVM进行分类处理,从而实现水质异常数据的有效检测。3.基于MATLAB软件,采用真实水质数据,对本文提出的两种水质异常数据检测算法进行实验仿真。实验表明,基于K-means聚类的BPNN水质异常数据检测算法在两组不同数据集上的平均检测率为94.4%,相较于基于萤火虫优化的随机森林异常检测算法和BP神经网络异常检测算法而言,平均检测率分别提高了9.87%和15.5%,平均误报率分别降低了3.2%和5.7%,因此,该算法在未知水质数据特征分布的无线传感网络异常检测应用中具有更高的检测精度;基于小波分解的压缩感知与支持向量机相结合的分级式水质异常数据检测算法在两组不同的数据集上的平均检测时间为4.7s,平均检测率为92.35%。相较于基于主成分分析优化的支持向量机算法和基础的SVM算法而言,平均检测时间分别降低了4.27s和7.53s,平均检测率分别提高了6.1%和7.7%,因此,在节点数量庞大的水质无线传感器异常数据检测场景中,采用该算法既能实现水质异常数据的高精度检测,又能保障检测的实时性。

关键词： 荧光检测   Hg2+   MSO   SGI  

摘要： 为了更为准确地检测出水质中的Hg2+,减少环境污染,本文提出将荧光检测技术运用于其中。利用功能核酸检测思想,本文设计基于SYBR Green I染料的MSO探针,通过设计多种MSO探针,检测其与Hg2+的结合响应程度,讨论最佳荧光检测方法。实验测试结果显示,T20探针在Hg2+检测应用中更为高效、精准,不容易受环境因素影响,可以作为水质检测工具。

关键词： 化学需氧量   温度补偿   水质检测仪   BP神经网络   粒子群算法  

摘要： 人类的生活和发展一刻也离不开水,水污染不仅危害人类的健康,还会危害农业和渔业的发展,更会影响食品工业用水的质量。化学需氧量作为评价水污染程度的综合性指标由于测定方法简便迅速被广泛关注。随着市场的需要,水质检测仪向着微型化发展,光源和探测器都采用了半导体器件。LED光源和探测器受环境温度影响,导致化学需氧量测量值与实际值存在偏差。因此,针对温度的影响,本文基于神经网络提出了一种温度补偿方法,并在温度补偿的基础上,进一步补偿了雷电产生的大气噪声对探测信号的影响,保证了在雷暴天气下,水质检测仪也能正常工作。本文主要工作内容如下:建立温度补偿模型。以环境温度,LED光源的光功率和探测器的暗电流为研究变量,针对温度对化学需氧量测量的影响,使用BP神经网络算法和粒子群算法建立化学需氧量检测的温度补偿模型。模型建立的过程中需要解决BP神经网络容易陷入局部最优解和粒子群算法中惯性权重设置的问题。从算法的精度、鲁棒性和收敛速度三个评价角度对比了遗传算法、蚁群算法和粒子群算法的性能。最终选择性能最佳的粒子群算法对BP神经网络算法容易陷入局部最优解的缺点进行优化。由于惯性权重的选择会影响整个模型的补偿效果。因此,在构建完成的温度补偿模型上设计了两种惯性权重选择方案。第一种方案是惯性权重采用线性递减策略。第二种方案是惯性权重采用非线性递减策略。两种方案测试集的决定系数R分别为0.9544和0.9838,故整个模型的惯性权重选择方案二。温度及随机误差的补偿。分别使用三维线性插值法和粒子群优化的BP神经网络对化学需氧量进行了温度补偿。对于多变量因素,粒子群优化的BP神经网络温度补偿效果更好。仿真结果表明,粒子群优化的BP神经网络对个别样本出现跳变的情况有一定抑制作用。对于同一待测样本,三维线性插值法的补偿值最大相对误差为9.8%,而粒子群优化的BP神经网络的补偿值最大相对误差为0.81%。除此之外,使用粒子群优化的BP神经网络可以抑制雷电产生的大气噪声对探测信号的影响,它可以恢复目标信号,保证水质检测仪在雷暴天气下也能正常工作,这是三维线性插值法不具备的能力。

关键词： 雌酮   密度泛函理论   计算模拟   分子印迹聚合物   分子印迹压电传感器  

摘要： 雌酮（Estrone，E1）作为一种典型的环境雌激素，在极低浓度下即可对人类及水生生物造成危害，引发乳腺癌和前列腺癌等疾病，导致生殖系统、免疫系统的机能受到破坏。目前检测E1方法很多，但由于水体中的E1多以痕量的形式存在且基质复杂，要求检测方法不仅具有很高的灵敏性，而且要选择性好。因此，建立可以简单、快速、灵敏、高效检测E1的方法具有十分重要的社会意义。　　分子印迹技术是指以特定的目标物质作为模板分子，选择合适的功能单体、交联剂和引发剂发生聚合反应，制备与模板分子空间结构相匹配的分子印迹聚合物(MolecularImprintedPolymer，MIPs)的过程。MIPs由于具有选择性高、热稳定性好、机械强度高等特性，而被广泛用环境检测、药物分离、食品安全等领域。基于计算机模拟广泛应用于MIPs合成条件的选择，可以迅速缩短试验周期，节省人力与材料。本研究利用密度泛函理论（DensityFunctionalTheory，DFT）中的M062X方法，以E1为模板分子，选用甲基丙烯酸（MethacrylicAcid,MAA）、丙烯酰胺（Acrylamide,AM）和2-乙烯吡啶（2-Vinylpyridine,2-vpy）为功能单体，以二乙烯苯（Divinylbenzene，DVB）、乙二醇二甲基丙烯酸酯（EthyleneDimethacrylate,EDMA）、季戊四醇三丙烯酸酯（PentaerythritolTriacrylate,PETA）以及三羟甲基丙烷三甲基丙酸酯（TrimethylolpropaneTrimethacrylate,TRIM）为交联剂，以水、乙腈、甲醇、四氢呋喃、四氢呋喃、甲苯为溶剂，设计了E1模板分子与不同功能单体分子印迹自组装体系，筛选得到与E1模板分子形成稳定复合物构型的最佳功能单体及印迹比例，并分别通过结合能和溶剂化能优化了交联剂和溶剂，并借助分子中原子理论(AtomsInMolecules,AIM）揭示E1与MAA印迹作用本质。模拟研究结果表明：E1与MAA印迹比例为1:4时，以TRIM为交联剂、乙腈为溶剂时，E1-MAA复合物的构型最稳定。此外，利用AIM分析研究E1-MAA复合物的成键情况，发现二者通过氢键相互作用。　　以理论计算为指导，采用沉淀聚合法制备E1-MIPs，并对其进行性能表征。结果表明：制备的E1-MIPs为球状，最大表观吸附量为16.6mg/g，其吸附过程更符合Langmuir等温吸附模型。此外，在动力学吸附实验中，利用准二级动力学模型对吸附量的拟合效果更好，在200min左右达到吸附平衡。在选择性实验中，E1-MIPs对与E1化学结构类似且分子量接近的干扰物雌三醇（Estriol，E3）、己烯雌酚（Diethylstilbestrol,DES）有相对更好的吸附效果，而对于化学结构差异较大或者分子量相差较大的物质苯酚（Phenol，BP），E1-MIPs对其的吸附效果较低。　　最后，构建E1-MIPs压电传感器，并将其应用于水体中痕量E1的检测。结果表明，在E1-MIPs添加量为30mg、涂膜量为20uL时，传感器的响应频率最强，传感器对E1的最低检测限LOD=12.48ng/mL。在实际检测中，传感器在4次水样检测中的循环利用率为94.66%~98.73%。