论文部分内容阅读
随着水资源污染日益加剧,政府对水质监测的力度不断增强,一套具备快速、精确、可在线化监测功能的水质监测设备是提高监测水平和执法效率的关键所在.化学需氧量(COD)是反映水体中有机还原性污染物含量的重要指标,它是各国评价水体受污染程度的综合指标之一,所以水质COD监测传感器是一类非常重要的水质监测设备.目前,国内外的水质COD监测传感器种类繁多且性能各异,但检测水体COD的主要方法可大致分为两类:第一类是根据化学分析方法来检测COD;第二类是通过物理方法进行检测.化学方法主要以重铬酸钾法与高锰酸盐指数法为代表,其特点是测量精度高、耗时较长、对水样的预处理过程复杂、所用化学试剂易产生二次污染.物理方法主要以紫外吸收法(简称UV法)为代表,其特点是分析灵敏度高、不需要对水样进行预处理、无二次污染、操作简便、分析速度快.现如今各水体经常有突发性水污染事件发生,而且对水质的监测不能间断,所以用化学分析方法设计出的水质COD监测传感器已经不能满足上述要求了.同时,以紫外吸收法为原理所设计的水质COD监测传感器也还存在很多缺陷,所以本文的研究目的是改进以紫外吸收法为原理的光谱水质COD监测传感器的算法,进而使COD光谱监测传感器的测量精度提高、适用范围拓广,以便生产出准确、方便、可在线化连续监测的水质传感器.本文首先系统地介绍了紫外吸收法的基本原理,以及紫外吸收法中几种常用方法的发展历程和优缺点,并详细介绍了偏最小二乘回归的基本原理和相关性质.本文分析了前人的研究成果,在以前的研究中很多研究者是用待测液体在某一特定波长处的紫外吸光度来预测水样中的COD值:也有一部分研究者在此基础上考虑了浊度对特定波长处吸光度的影响,并对该特定波长的吸光度做了浊度补偿:还有一部分研究者是考虑用待测液体在多个指定波长处的吸光度来预测水样的COD值,但还没有研究者考虑过用待测液体在多个指定波长处的吸光度建模的同时又考虑浊度的影响.为了进一步提高COD监测的准确性和适用范围,本文提出了一种基于偏最小二乘回归和浊度补偿的COD检测算法.该算法是通过将全光谱吸光度检测法与偏最小二乘回归相结合来预测水体中的化学需氧量,同时考虑了浊度对建模所使用的吸光度(自变量)的影响,并对浊度的影响进行了补偿.通过实验分析表明:该方法对不同类型的污水均适用,检测的平均相对误差在5%以内,而且通过对比发现模型的预测精度明显优于未经浊度补偿的偏最小二乘回归模型,这为开发出一款适应性强且可在线化监测的水质COD传感器提供了算法依据.