论文部分内容阅读
碳酸根(CO32-)、碳酸氢根(HCO3-)是水溶液中碳元素的主要存在形式,其含量的准确测定在环境、医疗、工业、农业等领域具有十分重要的意义。环境上,天然水中CO32-和HCO3-含量是表征地球化学碳行为和碳循环的重要依据;医疗上,CO32-调节人体酸碱平衡、维持人体内环境稳态;工业上,CO32-和HCO3-是原油分离水中的主要阴离子;农业上,CO32-是土壤可溶盐分含量的组分之一时,其含量将直接影响农作物的发芽和生长。然而,目前针对水质CO32-、HCO3-的测量,通常需要在现场进行采样,然后送往实验室,使用滴定法、色谱法、光谱法等测定。这些方法不仅设备较大、操作复杂,而且溶液中CO32-、HCO3-浓度会随水体pH值、温度、大气压等因素变化而变化,采集的样品一旦脱离母体后,其碳酸盐浓度会发生变化,导致检测结果不能代表母体本身的CO32-和HCO3-浓度,并且放置时问愈长,这种偏差愈大。因此,建立一种现场快速检测水质CO32-、HCO3-浓度测量方法十分必要。本论文针对双电极法间接测量水质CO32-、HCO3-浓度存在的二氧化碳(CO2)测量误差较大和碳酸离解平衡常数难以确定的缺陷,分别进行了CO2测量方法研究和双电极法测量方法研究。其中对于CO2测量方法研究,首先根据电极输出信号特点设计了信号调制电路和印刷电路板(Pcb)布线策略,之后按照现场快速测量应用环境要求,建立了等电势点温度补偿模型和电极温度全补偿模型,最后通过实验对两种模型进行了完善和对比分析,得出电极温度全补偿模型适用于现场快速测量,稳定性良好,测量精度优于2%;对于双电极法测量方法研究,分别建立碳酸离解平衡常数拟合模型和遗传算法优化BP神经网络,通过对比分析发现,在现有双电极法仅需要pH和CO2总浓度的基础上添加温度变量建立的遗传算法优化后3输入2输出BP神经网络,很好的忽略了碳酸离解平衡常数的影响,提高了双电极法测量精度,实验结果表明此方法CO32-测量精度优于0.5 mg/L,HCO3-测量精度优于6.2%,对相关设计具有一定借鉴意义。