学位论文 > 优秀研究生学位论文题录展示

基于紫外光谱及常规水质参数信息的水质有机物污染检测方法研究

作　者: 李家琛
导　师: 张光新
学　校: 浙江大学
专　业: 检测技术与自动化装置
关键词: 水质检测化学需氧量(COD) 连续紫外光谱水质参数法多源信息融合
分类号: X832
类　型: 硕士论文
年　份: 2014年
下　载: 4次
引　用: 0次
阅　读: 论文下载

内容摘要

水是人类赖以生存与发展的重要资源,一旦城市供水水源受到污染,会影响人民正常生活和工作。化学需氧量(COD)是评价水质的一项重要指标。光谱分析作为一种新型的分析检测技术,具有无损、快速、样品制备简单及可实现在线分析等特点,被广泛应用于水质检测以及COD检测领域。本文结合国家水体污染控制与治理科技重大专项课题和国家自然科学基金项目,围绕光谱法进行水质COD指标检测问题,研究提出了两种技术方法,即基于连续紫外光谱的COD检测方法以及融合水质参数和紫外光谱检测COD的方法。主要工作和创新点如下：(1)为了研究紫外光谱在水质污染检测分析中的作用,根据光谱对水样中不同有机物的不同吸收程度,选择了区间偏最小二乘和偏最小二乘支持向量机算法,对紫外光谱扫描获得的吸收度和分光光度法测得的COD建立回归模型,并通过预测误差均方根和相关系数评估各模型的预测性能,其中结合区间最小二乘和反向区间最小二乘的算法总体建模预测效果较好。(2)研究了水质参数对紫外光谱法检测COD的影响,从理论角度分析了常规水质参数pH、温度、浊度、电导率和溶解氧等水质参数对紫外光谱检测COD的影响,通过进一步对比实验,分析验证了pH、温度和浊度等水质参数对紫外光谱检测COD的影响程度。(3)为了研究水质参数和紫外光谱的信息融合COD检测,基于多源信息融合理论,通过水质参数和光谱数据进行数据处理和特征提取完成数据对准,然后基于特征级融合原理,利用LS-SVM算法将水质参数和光谱数据融合建模,最后将三项水质参数加权平均组成新的吸光度辅助变量,融合光谱吸光度信息进行建模,并和连续紫外光谱检测COD建模结果进行比较,结果表明,融合水质参数和光谱信息的建模方法提高了模型的置信度和评价参数。本文研究的连续紫外光谱COD分析方法和将水质参数同光谱融合建模的方法,为COD在线检测与分析提供了一种无二次污染的技术方案,对于自主研发水质COD分析仪以及进行水质有机污染综合指标的自动在线监测等均具有重要的应用价值。

全文目录

致谢  5-6
摘要  6-8
Abstract  8-10
插图与附表清单  10-12
目录  12-14
第一章绪论  14-22
  摘要  14
  1.1 研究背景及意义  14-15
    1.1.1 水质监测的重要意义  14-15
    1.1.2 化学需氧量及其测定的意义  15
  1.2 国内外研究现状  15-19
    1.2.1 COD主要检测方法  15-17
    1.2.2 紫外光谱法COD检测技术的研究现状  17-19
  1.3 本文主要研究内容和组织结构  19-22
第二章紫外光谱法COD检测技术基础  22-34
  摘要  22
  2.1 紫外光谱法检测COD的原理  22-25
    2.1.1 分子对光的选择性吸收  22
    2.1.2 单光谱COD检测方法原理  22-24
    2.1.3 有机物吸收峰值特性  24-25
  2.2 紫外光谱检测COD算法  25-30
    2.2.1 线性多元回归  26-28
    2.2.2 非线性多元校正  28-29
    2.2.3 多源信息融合  29-30
  2.3 紫外光谱法水质检测系统的总体架构  30-33
    2.3.1 光路系统  30-32
    2.3.2 水路系统  32
    2.3.3 控制系统  32-33
  2.4 目前紫外光谱法COD检测技术的研究需求  33
  2.5 本章小结  33-34
第三章基于连续紫外光谱的COD检测方法研究  34-54
  摘要  34
  3.1 引言  34-35
  3.2 紫外光谱COD检测建模算法和校验方法  35-41
    3.2.1 偏最小二乘算法  35-37
    3.2.2 最小二乘支持向量机算法  37-39
    3.2.3 校验方法  39-41
  3.3 实验方案设计  41-42
    3.3.1 实验仪器简介  41
    3.3.2 实验方案  41-42
  3.4 光谱数据预处理和特征提取  42-46
    3.4.1 数据预处理  42-44
    3.4.2 特征提取  44-46
  3.5 不同建模方法分析预测  46-53
    3.5.1 偏最小二乘建模  47-51
    3.5.2 最小二乘支持向量机建模  51-52
    3.5.3 PLS和LS-SVM建模比较  52-53
  3.6 本章小结  53-54
第四章常规水质参数对紫外光谱COD检测影响的分析研究  54-66
  摘要  54
  4.1 引言  54-55
  4.2 水质参数对紫外光谱COD检测影响的理论分析  55-57
    4.2.1 pH对紫外光谱COD检测的影响  55-56
    4.2.2 温度对紫外光谱COD检测的影响  56
    4.2.3 浊度对紫外光谱COD检测的影响  56-57
    4.2.4 电导率对紫外光谱COD检测的影响  57
    4.2.5 溶解氧对紫外光谱COD检测的影响  57
  4.3 水质参数对紫外光谱COD检测影响的实验分析  57-64
    4.3.1 pH对紫外光谱COD检测影响的实验研究  58-60
    4.3.2 温度对紫外光谱COD检测影响的实验研究  60-61
    4.3.3 浊度对紫外光谱COD检测影响的实验研究  61-64
  4.4 水质参数对紫外光谱COD检测影响的分析结果  64
  4.5 本章小结  64-66
第五章融合常规水质参数和紫外光谱的COD定量检测方法研究  66-74
  摘要  66
  5.1 引言  66
  5.2 信息融合算法  66-69
    5.2.1 信息融合简介  66-67
    5.2.2 信息融合分类和关键问题  67-68
    5.2.3 基于光谱的信息融合  68-69
  5.3 基于水质参数和光谱信息的信息融合COD检测  69-73
    5.3.1 实验设计和数据获取  69-70
    5.3.2 水质参数和光谱信息的数据处理  70-72
    5.3.3 水质参数和光谱信息的融合建模结果  72-73
  5.4 多源信息和单信息建模结果比较  73
  5.5 本章小结  73-74
第六章论文工作总结和展望  74-76
  6.1 工作总结  74-75
  6.2 展望  75-76
参考文献  76-80
作者在攻读硕士期间的研究成果  80-81
  攻读硕士期间发表论文  80
  攻读硕士期间参与的项目  80-81
作者简介  81

基于紫外光谱及常规水质参数信息的水质有机物污染检测方法研究

内容摘要

全文目录

相似论文