本课题设计了一款小型浸入式COD测量仪,其测量原理采用紫外—可见分光光度法,以该方法为原理设计的仪器具有方便快速、对环境无二次污染和可在线测量等优点。选用闪烁氙灯作为测量光源、微型光纤光谱仪作为水样透射光谱的探测器件,在此基础上进行了光学系统光机结构、防水密封机械结构和测量控制电路的设计。最后,对作为COD检测仪器核心的建模预测算法进行了研究,将化学计量学中常用的偏最小二乘算法(PLS)、BP神经网络和径向基函数神经网络三种算法应用于COD建模预测,对这三种方法的预测结果进行比较以选择最佳方法。论文第一章介绍了课题的研究背景、研究现状和本课题的研究内容和目的；第二章介绍了紫外分光光度法测量COD的原理,并概述了常用的几种基于光谱分析的建模预测方法；第三章介绍了仪器光学系统的光机结构设计、整机机械结构和测量控制电路的设计。第四章运用具体的三种建模方法对实际水样进行了建模预测,并比较了三种方法各自的优缺点。最后,总结了本文的主要研究内容并对课题未来的发展进行了展望。