CN1967215A - 紫外扫描式多光谱水质cod快速检测方法及其装置 - Google Patents
紫外扫描式多光谱水质cod快速检测方法及其装置 Download PDFInfo
- Publication number
- CN1967215A CN1967215A CN 200610154580 CN200610154580A CN1967215A CN 1967215 A CN1967215 A CN 1967215A CN 200610154580 CN200610154580 CN 200610154580 CN 200610154580 A CN200610154580 A CN 200610154580A CN 1967215 A CN1967215 A CN 1967215A
- Authority
- CN
- China
- Prior art keywords
- ultraviolet
- circuit
- water
- scanning
- cleaning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 69
- 238000004140 cleaning Methods 0.000 claims abstract description 42
- 238000005259 measurement Methods 0.000 claims abstract description 25
- 238000001228 spectrum Methods 0.000 claims abstract description 23
- 238000006243 chemical reaction Methods 0.000 claims abstract description 9
- YZCKVEUIGOORGS-OUBTZVSYSA-N Deuterium Chemical compound [2H] YZCKVEUIGOORGS-OUBTZVSYSA-N 0.000 claims abstract description 6
- 229910052805 deuterium Inorganic materials 0.000 claims abstract description 6
- 238000002835 absorbance Methods 0.000 claims description 23
- 238000000034 method Methods 0.000 claims description 13
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 230000003595 spectral effect Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 6
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 4
- 238000000862 absorption spectrum Methods 0.000 claims description 4
- 229910052710 silicon Inorganic materials 0.000 claims description 4
- 239000010703 silicon Substances 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 2
- 239000002351 wastewater Substances 0.000 abstract description 5
- 238000010521 absorption reaction Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 238000000605 extraction Methods 0.000 abstract description 2
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 239000002352 surface water Substances 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 239000002957 persistent organic pollutant Substances 0.000 description 2
- KMUONIBRACKNSN-UHFFFAOYSA-N potassium dichromate Chemical compound [K+].[K+].[O-][Cr](=O)(=O)O[Cr]([O-])(=O)=O KMUONIBRACKNSN-UHFFFAOYSA-N 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000012286 potassium permanganate Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000002211 ultraviolet spectrum Methods 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种紫外扫描式多光谱水质COD快速检测方法及其装置。嵌入式微机系统连接到单片机系统，单片机系统依次连接到光谱扫描步进电机、测量阀、清洗阀，流通测量槽分别与自动清洗装置、水样出口、清洗阀、测量阀相接，清洗阀与清洗水进口相接，测量阀与被测水样进口相接，氘灯光源发出的紫外光会聚后通过测量槽，被水样吸收后的紫外光经过会聚入射到平面光栅分光系统，分光后入射到光电转换电路，光电转换电路与单片机系统相接。本发明提高了基于紫外吸收的COD测量仪的适用性和测量准确性；实现了水样提取、测量槽清洗以及测量的全自动化，提高了在线测量的速度，能够适合于环境水和各类废水COD的在线、快速、准确的分析测试。
Description
技术领域
本发明涉及一种紫外扫描式多光谱水质COD快速检测方法及其装置。
背景技术
化学需氧量(Chemical Oxygen Demand，简称COD)是水质有机物污染的代表性指标，在水环境保护和治理中，国内外都以该参数作为表征水质污染程度的必测项目。目前国内外对COD参数的测量方法主要有：对于废水采用重铬酸钾法(CODcr法)，对于地表水采用高锰酸钾法(CODMn)，紫外吸光度法(UV法)同时可以测量废水和地表水。由于UV法有着无二次污染和测量速度快的优点，当前在现场测量中已呈现出有取代CODcr法的趋势。UV法在国外已有较成熟的产品，在欧洲和日本已得到了普遍的应用，国内也有引进，但尚无自己研制开发的紫外全波段UV法COD测量仪器。
国外的UV法COD测量仪大都采用紫外光254(253.7)nm单波长的吸光度值，通过建立254nm吸光度值A254与不同水样COD之间的线性相关关系，来换算得到COD的数值。之所以选择254nm，这是因为它刚好是低压汞灯主要的辐射波长。用单紫外光波长的吸光度值来换算得到COD值，从理论上是可行的，针对某些组分单一且稳定的水样在实用中也能得到一定的效果。但实际上不同工厂的废水与不同的地表水其最大的吸收波长并非都在254nm，通常由于水样组分的多样性和复杂性，在紫外波段具有多个吸收峰，并且随水样所含的有机污染物的不同而变化。用单个吸光度值与COD建立的线性相关关系不符合也不能全面反映水体的污染程度，使用紫外单波段COD测量法在对不同水体的适用性及其准确性，数据通信的网络化等方面均受到了很大的限制。
发明内容
本发明的目的是提供一种紫外扫描式多光谱水质COD快速检测方法及其装置。
紫外扫描式多光谱水质COD快速检测方法包括如下步骤：
1)首先对水样进行紫外全波段200nm～400nm扫描；
2)根据空白标定结果和扫描结果，计算得到紫外全波段的吸收光谱数据；
3)从全部吸光度数据中求出反映水体有机污染特性的多个特征光谱；
4)利用这些特征光谱和对应的COD数值，运用BP神经网络建立两者之间的相关性模型；
5)在实际水样测量中，运用测量的特征光谱和已经建立的相关性模型，快速反演得到水样的COD值。
紫外扫描式多光谱水质COD快速检测装置：嵌入式微机系统连接到单片机系统，单片机系统依次连接到光谱扫描步进电机、测量阀、清洗阀，流通测量槽分别与自动清洗装置、水样出口、清洗阀、测量阀相接，清洗阀与清洗水进口相接，测量阀与被测水样进口相接，氘灯光源发出的紫外光会聚后通过测量槽，被水样吸收后的紫外光经过会聚入射到平面光栅分光系统，分光后入射到光电转换电路，光电转换电路与单片机系统相接。
所述的嵌入式微机系统的电路为：中央处理电路分别与RS232串行接口电路、RS485串行接口电路、触摸屏接口电路、存储电路、Ethernet通信接口电路、LCD显示接口电路相接，其中LCD显示接口与5.7”TFT显示屏相接，触摸屏接口与触摸屏相接。
单片机系统的电路为：单片机电路与模数转换电路、泵阀控制电路、步进电机控制驱动电路1、步进电机控制驱动电路2、串行接口电路相接，步进电机控制驱动电路1与光谱扫描步进电机相接，步进电机控制驱动电路2与自动清洗装置相接。
紫外多光谱扫描系统由氘灯光源1、第一会聚透镜2、第二会聚透镜4、平面光栅分光系统、硅光电二极管11构成，其中平面光栅分光系统依次与入射狭缝5、准直物镜6、平面光栅8、聚光物镜7、平面光栅8、步进电机9、出射狭缝10相接。自动清洗装置由步进电机13、曲轴连杆机构14、清洗杆15、清洗软擦16构成。
本发明由于采用紫外多光谱自动扫描系统、嵌入式微机系统和神经网络组成的紫外吸收法快速COD测量技术，提高了该COD测量仪的适用性和测量准确性；基于单片机系统和嵌入式微机系统实现了水样提取、测量槽清洗以及整个测量过程的全自动化；接触式自动清洗装置能够有效去除流通槽中光学视窗上的沾污，减少由于光路污染带来的测量误差；紫外扫描式多光谱水质COD测量仪的测量周期只要3分钟，大大提高了COD测量速度；通过BP神经网络建立的紫外特征光谱与水样COD之间的相关性模型更符合水样具有多种污染物且吸光度与COD值之间具有非线性关系的实际情况。因此扩大了仪器的适用范围，能够适合于环境水和各类废水COD的在线、快速、准确的分析测试。
附图说明
图1是本发明的紫外多光谱在线水质COD快速测量装置电路方框图；
图2是本发明的嵌入式系统电路方框图；
图3是本发明的单片机系统电路方框图；
图4是本发明的紫外分光光谱扫描系统结构示意图；
图5是本发明的自动清洗装置结构示意图；
图6是紫外多光谱水质COD检测装置软件流程图；
图7是建立紫外特征光谱与水质COD之间相关性模型的BP神经网络示意图。
具体实施方式
本发明的一种紫外扫描式多光谱水质COD快速检测方法：首先对水样进行紫外全波段200nm～400nm扫描，第二是根据空白标定结果和扫描结果，计算得到紫外全波段的吸收光谱数据，第三是从全部吸光度数据中求出反映水体有机污染特性的多个特征光谱，第四是利用这些特征光谱和对应的COD数值，运用BP神经网络建立两者之间的相关性模型，第五，在实际水样测量中，运用测量的特征光谱和已经建立的相关性模型，快速反演得到水样的COD值。
如图1所示：本发明的一种紫外扫描式多光谱水质COD快速检测装置是由流通测量槽、电磁阀与管路、自动清洗装置、紫外分光光谱扫描系统、单片机系统、Intel Strong ARM嵌入式微机系统等几部分联接组成。单片机和嵌入式微机构成的双机系统完成水样紫外全波段的扫描和各个波长吸光度信号的采集，并根据空白标定的光谱数值，经数据处理得到被测水样的8个较大的吸光度和400nm的吸光度以及各吸光度之和，再输入已经过同类水质样本训练完成的BP神经网络模型，来演算得到本次测量的COD数据。
如图2所示，嵌入式微机系统由中央处理电路、存储电路、RS232串行接口、RS485串行接口、Ethernet通信接口、LCD显示接口、触摸屏接口构成，其中LCD显示接口与5.7”TFT显示屏相接，触摸屏接口与触摸屏相接。测量数据可在存储电路中保存，在LCD上以数值和曲线形式显示，通过RS232串行接口、RS485串行接口进行近程通信，通过Ethernet通信接口进行远程通信，运用触摸屏进行检测装置菜单的操作。
如图3所示，单片机系统由模数转换电路、泵阀控制电路、步进电机控制驱动电路1、步进电机控制驱动电路2、串行接口电路构成，其中步进电机控制驱动电路1与光谱扫描步进电机相接，步进电机控制驱动电路2与自动清洗装置相接。单片机系统能够定时控制平面光栅分光系统步进电机进行紫外光谱扫描，同时通过模数转换电路采集各波长的扫描输出信号；根据设定的清洗时间，控制自动清洗装置进行光学视窗的清洗；实现对被测水样进水泵阀，清洗泵阀的控制，完成测量和清洗等功能；通过串行接口将扫描光谱数据传送到嵌入式微机系统。
如图4所示：紫外多光谱扫描系统，是由氘灯光源1、第一会聚透镜2、第二会聚透镜4、平面光栅分光系统、硅光电二极管11构成，其中平面光栅分光系统依次与入射狭缝5、准直物镜6、平面光栅8、聚光物镜7、平面光栅8、步进电机9、出射狭缝10相接。氘灯1所发出的光通过会聚透镜2后成为平行光，经石英玻璃窗口进入流通测量槽3中，被水样吸收后的光经会聚透镜4进入入射狭缝5，经准直物镜6反射后成为平行光投入到平面光栅8表面，光栅作为色散元件将接收到的复合光衍射分解成光谱，经聚焦物镜7会聚后到出射狭缝10，形成一系列按波长排列的单色狭缝像。通过单片机系统12控制步进电机9运动，可以扫描得到200nm到400nm整个波段内分辨率为1nm的每个波长的吸收光强，进入硅光电二极管11。光电二极管将所接收到的光强信号转换成相应的电信号，因此可得到全波段紫外光经被测水样吸收后的光强信号，再根据空白标定时得到的纯净水的光谱数值，计算出每个波长的吸光度值。
平面光栅分光系统的光路采用Czerney-Turne模式，进出口狭缝缝宽选择0.5mm，分光器件采用1200g/mm的平面闪耀光栅。准直物镜与聚焦物镜的焦距为200nm，相对孔径D/F＝1/4.5，波长分辨能力小于0.5nm。控制步进马达进行正转、反转实现紫外波段的扫描，扫描波长的分辨率为1nm。
如图5所示，自动清洗装置由步进电机13、曲轴连杆机构14、清洗杆15、清洗软擦16构成。单片机根据设定的自动清洗时间控制清洗步进电机工作，曲轴连杆机构将步进电机的轴向转动变为清洗杆的上下运动，带动清洗杆头部的双面清洗软擦与流通槽中的光学视窗接触，达到清洁透光视窗的作用。
图6为紫外扫描式多光谱水质COD快速检测装置的工作流程图。上电后先进行初始化，然后打开泵和进水阀，使被测水样进入流通式测量槽；待水流稳定后，控制光学系统进行紫外波段扫描得到水样的紫外吸收光谱，根据空白标定的光谱数值，计算出各波长的吸光度；从中求出8个较大的吸光度值、400nm的吸光度和吸光度之和；再运用神经网络模型的BP-LM快速算法推算出水样的COD值；最后对测量数据进行显示、报警判断和保存等处理。除该主流程外，程序能响应按键的操作实现空白标定、数据查询、工作参数的设定等功能；并能定时进行自动清洗。
如图7所示：根据紫外扫描得到的多个吸光度数据，采用BP人工神经网络建立光谱数据与有机污染物浓度(COD)的相关性模型，并由该模型的外推能力，由被测水样的多个紫外吸光度数据推算出该水样的COD数据。本系统所建立的BP人工神经网络层结构为10-20-1。输入层为10个节点，分别输入紫外光波段中所得到的8个较大吸光度数据，第9个是可见光400nm波长的吸光度数据(作为光源、颗粒物等影响因素的参比信号)，第10个是吸光度之和。隐含层采用20个节点，输出层为1个节点，即是经该人工神经网络演算得到的COD数据。
Claims (6)
1、一种紫外扫描式多光谱水质COD快速检测方法，其特征在于，它包括如下步骤：
1)首先对水样进行紫外全波段200nm～400nm扫描；
2)根据空白标定结果和扫描结果，计算得到紫外全波段的吸收光谱数据；
3)从全部吸光度数据中求出反映水体有机污染特性的多个特征光谱；
4)利用这些特征光谱和对应的COD数值，运用BP神经网络建立两者之间的相关性模型；
5)在实际水样测量中，运用测量的特征光谱和已经建立的相关性模型，快速反演得到水样的COD值。
2、一种利用如权利要求1所述方法的紫外扫描式多光谱水质COD快速检测装置，其特征在于，嵌入式微机系统连接到单片机系统，单片机系统依次连接到光谱扫描步进电机、测量阀、清洗阀，流通测量槽分别与自动清洗装置、水样出口、清洗阀、测量阀相接，清洗阀与清洗水进口相接，测量阀与被测水样进口相接，氘灯光源发出的紫外光会聚后通过测量槽，被水样吸收后的紫外光经过会聚入射到平面光栅分光系统，分光后入射到光电转换电路，光电转换电路与单片机系统相接。
3、根据权利要求2所述的一种紫外扫描式多光谱水质COD快速检测装置，其特征在于，所述的嵌入式微机系统的电路为：中央处理电路分别与RS232串行接口电路、RS485串行接口电路、触摸屏接口电路、存储电路、Ethernet通信接口电路、LCD显示接口电路相接，其中LCD显示接口与5.7”TFT显示屏相接，触摸屏接口与触摸屏相接。
4、根据权利要求2所述的一种紫外扫描式多光谱水质COD快速检测装置，其特征在于，所述的单片机系统的电路为：单片机电路与模数转换电路、泵阀控制电路、步进电机控制驱动电路1、步进电机控制驱动电路2、串行接口电路相接，步进电机控制驱动电路1与光谱扫描步进电机相接，步进电机控制驱动电路2与自动清洗装置相接。
5、根据权利要求2所述的一种紫外扫描式多光谱水质COD快速检测装置，其特征在于，所述的紫外多光谱扫描系统由氘灯光源1、第一会聚透镜2、第二会聚透镜4、平面光栅分光系统、硅光电二极管11构成，其中平面光栅分光系统依次与入射狭缝5、准直物镜6、平面光栅8、聚光物镜7、平面光栅8、步进电机9、出射狭缝10相接。
6、根据权利要求4所述的一种紫外扫描式多光谱水质COD快速检测装置，其特征在于，所述的自动清洗装置由步进电机13、曲轴连杆机构14、清洗杆15、清洗软擦16构成。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200610154580 CN1967215A (zh) | 2006-11-08 | 2006-11-08 | 紫外扫描式多光谱水质cod快速检测方法及其装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN 200610154580 CN1967215A (zh) | 2006-11-08 | 2006-11-08 | 紫外扫描式多光谱水质cod快速检测方法及其装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN1967215A true CN1967215A (zh) | 2007-05-23 |
Family
ID=38076092
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN 200610154580 Pending CN1967215A (zh) | 2006-11-08 | 2006-11-08 | 紫外扫描式多光谱水质cod快速检测方法及其装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN1967215A (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100543455C (zh) * | 2007-08-01 | 2009-09-23 | 山东省科学院海洋仪器仪表研究所 | 臭氧氧化紫外扫描光谱积分方式测量总有机碳的方法 |
| CN101329254B (zh) * | 2007-06-18 | 2010-09-08 | 北京安控科技股份有限公司 | 化学需氧量检测装置 |
| CN101329252B (zh) * | 2007-06-18 | 2010-09-08 | 北京安控科技股份有限公司 | 化学需氧量检测方法 |
| CN102841060A (zh) * | 2012-09-29 | 2012-12-26 | 安徽工业大学 | 一种在线水质快速检测系统及其检测方法 |
| CN101971005B (zh) * | 2008-06-24 | 2013-11-20 | 株式会社岛津制作所 | 紫外线吸光度测定装置 |
| CN104020130A (zh) * | 2014-06-03 | 2014-09-03 | 北京乾达源科技有限公司 | 一种水中微油含量的在线检测装置及检测方法 |
| CN104483164A (zh) * | 2014-12-30 | 2015-04-01 | 华东交通大学 | 水样现场多点采样装置及cod含量检测方法 |
| CN105092493A (zh) * | 2015-06-19 | 2015-11-25 | 浙江大学 | 一种基于水样类型识别的水体cod光学测量方法 |
| CN106990060A (zh) * | 2017-03-24 | 2017-07-28 | 四川碧朗科技有限公司 | 水质指标监测仪、云数据中心及系统、预测方法和水样识别方法 |
| CN107478617A (zh) * | 2017-09-04 | 2017-12-15 | 中国计量大学 | 远程地下水多参数在线检测方法及测量装置 |
| CN107941732A (zh) * | 2017-12-20 | 2018-04-20 | 无锡点创科技有限公司 | 一种学习型cod在线分析仪 |
| CN109001136A (zh) * | 2018-09-20 | 2018-12-14 | 杭州绿洁水务科技股份有限公司 | 一种基于紫外—可见光吸收光谱的cod在线监测方法 |
| CN109923414A (zh) * | 2016-08-25 | 2019-06-21 | Rs海卓有限公司 | 水质感测 |
| CN113155767A (zh) * | 2020-12-31 | 2021-07-23 | 长春理工大学 | 基于紫外光谱法的分布式水质检测系统及水质评价方法 |
-
2006
- 2006-11-08 CN CN 200610154580 patent/CN1967215A/zh active Pending
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101329254B (zh) * | 2007-06-18 | 2010-09-08 | 北京安控科技股份有限公司 | 化学需氧量检测装置 |
| CN101329252B (zh) * | 2007-06-18 | 2010-09-08 | 北京安控科技股份有限公司 | 化学需氧量检测方法 |
| CN100543455C (zh) * | 2007-08-01 | 2009-09-23 | 山东省科学院海洋仪器仪表研究所 | 臭氧氧化紫外扫描光谱积分方式测量总有机碳的方法 |
| CN101971005B (zh) * | 2008-06-24 | 2013-11-20 | 株式会社岛津制作所 | 紫外线吸光度测定装置 |
| CN102841060A (zh) * | 2012-09-29 | 2012-12-26 | 安徽工业大学 | 一种在线水质快速检测系统及其检测方法 |
| CN102841060B (zh) * | 2012-09-29 | 2015-01-07 | 安徽工业大学 | 一种在线水质快速检测系统 |
| CN104020130A (zh) * | 2014-06-03 | 2014-09-03 | 北京乾达源科技有限公司 | 一种水中微油含量的在线检测装置及检测方法 |
| CN104483164A (zh) * | 2014-12-30 | 2015-04-01 | 华东交通大学 | 水样现场多点采样装置及cod含量检测方法 |
| CN105092493A (zh) * | 2015-06-19 | 2015-11-25 | 浙江大学 | 一种基于水样类型识别的水体cod光学测量方法 |
| CN105092493B (zh) * | 2015-06-19 | 2018-01-23 | 浙江大学 | 一种基于水样类型识别的水体cod光学测量方法 |
| CN109923414A (zh) * | 2016-08-25 | 2019-06-21 | Rs海卓有限公司 | 水质感测 |
| CN106990060A (zh) * | 2017-03-24 | 2017-07-28 | 四川碧朗科技有限公司 | 水质指标监测仪、云数据中心及系统、预测方法和水样识别方法 |
| CN106990060B (zh) * | 2017-03-24 | 2018-08-03 | 四川碧朗科技有限公司 | 水质指标监测仪、云数据中心及系统、预测方法和水样识别方法 |
| CN107478617A (zh) * | 2017-09-04 | 2017-12-15 | 中国计量大学 | 远程地下水多参数在线检测方法及测量装置 |
| CN107478617B (zh) * | 2017-09-04 | 2023-10-31 | 中国计量大学 | 远程地下水多参数在线检测方法及测量装置 |
| CN107941732A (zh) * | 2017-12-20 | 2018-04-20 | 无锡点创科技有限公司 | 一种学习型cod在线分析仪 |
| CN109001136A (zh) * | 2018-09-20 | 2018-12-14 | 杭州绿洁水务科技股份有限公司 | 一种基于紫外—可见光吸收光谱的cod在线监测方法 |
| CN109001136B (zh) * | 2018-09-20 | 2021-12-07 | 杭州绿洁水务科技股份有限公司 | 一种基于紫外—可见光吸收光谱的cod在线监测方法 |
| CN113155767A (zh) * | 2020-12-31 | 2021-07-23 | 长春理工大学 | 基于紫外光谱法的分布式水质检测系统及水质评价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1967215A (zh) | 紫外扫描式多光谱水质cod快速检测方法及其装置 | |
| CN106198424B (zh) | 一种基于全光谱水质在线监测设备及其监测方法 | |
| CN205786295U (zh) | 一种双光路水体环境在线测量装置 | |
| AU2012258332B2 (en) | Method and apparatus for the optical determination of total organic carbon in aqueous streams | |
| CN102519897B (zh) | 一种基于led多特征波长的水质cod检测装置 | |
| D'Sa et al. | Determining optical absorption of colored dissolved organic matter in seawater with a liquid capillary waveguide | |
| CN103983595B (zh) | 一种基于紫外-可见光谱处理的水质浊度解算方法 | |
| CN106596436B (zh) | 一种基于光谱法的多参数水质实时在线监测装置 | |
| CN102156100A (zh) | 基于多光谱的多点采样多参数水质在线分析系统 | |
| CN102042963A (zh) | 紫外光谱法污水总有机碳（toc）在线检测仪 | |
| CN1904593A (zh) | 基于aotf近红外光谱仪实现的多组分气体浓度定量分析方法 | |
| CN109374559B (zh) | 一种基于紫外吸收光谱的水体cod值测定方法 | |
| CN2859515Y (zh) | 紫外多光谱在线水质cod快速测量仪 | |
| TW201326792A (zh) | 一種量測水中成分及其濃度之變動光徑量測裝置及其量測方法 | |
| Cennamo et al. | Water monitoring in smart cities exploiting plastic optical fibers and molecularly imprinted polymers. The case of PFBS detection | |
| CN202002881U (zh) | 一种基于多光谱的多点采样多参数水质在线分析系统 | |
| CN114835241B (zh) | 污水中难降解有机物实时监测及臭氧智能投加控制方法 | |
| CN2575678Y (zh) | 化工流程化学成分实时在线小型光谱检测仪 | |
| CN206583795U (zh) | 一种基于光谱法的多参数水质实时在线监测装置 | |
| CN116148200B (zh) | 水质分析仪 | |
| CN1789981A (zh) | 基于近红外光谱的智能化黄酒酒龄快速鉴别装置 | |
| CN115290587B (zh) | 一种基于空芯光纤的多通道溶液浓度检测方法及检测装置 | |
| CN1758051A (zh) | 基于气体相关滤波的非分散红外法多组份气体分析仪 | |
| CN113310893B (zh) | 一种基于光谱法的可变光程多参数水质监测装置及方法 | |
| Wang | Measuring optical absorption coefficient of pure water in UV using the integrating cavity absorption meter |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |