紫外-可見光譜法水質(zhì)COD檢測技術(shù)研究.pdf

1、近年來，頻發(fā)的水污染事件嚴重影響了居民生活和社會經(jīng)濟健康發(fā)展，水質(zhì)檢（監(jiān)）測已刻不容緩?；瘜W(xué)需氧量(COD)既是衡量水質(zhì)狀況的最重要參數(shù)之一，也是水質(zhì)監(jiān)測中的必測項。傳統(tǒng)的化學(xué)法水質(zhì)COD檢測需要使用大量試劑因而存在二次污染，且檢測周期長等不足，難于滿足水質(zhì)監(jiān)測的在線、實時性要求。為此，可實現(xiàn)在線、原位測量水質(zhì) COD的紫外-可見光譜法受到世人的矚目，發(fā)展前景良好。
　　基于此，本論文研究工作以四川省科技支撐計劃項目“多功能水質(zhì)實

2、時自動監(jiān)測技術(shù)開發(fā)與產(chǎn)品研制”(2012SZ0111)和四川碧朗科技有限公司橫向合作科研項目“光譜多參數(shù)水質(zhì)在線自動檢測儀研制”(合同編號：1042012920140453)聯(lián)合資助項目為依托，以紫外—可見光譜法水質(zhì)COD檢測技術(shù)研究為背景，系統(tǒng)、深入開展紫外-可見光譜法水質(zhì)COD檢測的方法技術(shù)研究。論文的主要研究工作是：
　?、倩谛〔ǚ治龅乃|(zhì)檢測原始紫外-可見光譜數(shù)據(jù)去噪算法研究。針對光譜數(shù)據(jù)常受到高頻噪聲的干擾問題，利用小

3、波去噪算法的時域和頻域局域性、檢測信號奇異性和突變結(jié)構(gòu)的優(yōu)點，同時，結(jié)合其在處理非平穩(wěn)過程信號、含寬帶噪聲信號更具有優(yōu)勢的特性，對含噪光譜數(shù)據(jù)進行小波分解，選取改進的閾值函數(shù)對低頻系數(shù)濾除，爾后再經(jīng)過小波逆變換恢復(fù)信號。研究結(jié)果表明，基于小波分析的去噪算法能夠有效抑制光譜數(shù)據(jù)噪聲。
　?、诨谥鞒煞址治?PCA）算法的水質(zhì)檢測光譜數(shù)據(jù)降維預(yù)處理研究。水質(zhì)光譜數(shù)據(jù)存在嚴重非線性重疊，樣本數(shù)量多、維數(shù)高，且高維數(shù)據(jù)包含大量冗余、隱藏重

4、要關(guān)系的相關(guān)性。本文利用PCA算法簡單、理論完善等特性，將光譜信號數(shù)據(jù)進行建模前處理，提取其有效的特征信息，降低輸入變量的維數(shù)，以提高機器學(xué)習(xí)的效率。
　?、刍谧钚《酥С窒蛄繖C(LS-SVM)算法的水質(zhì)COD檢測預(yù)測模型研究。紫外-可見光譜水質(zhì)COD在線檢測儀，它能否準確測定水質(zhì)COD值的關(guān)鍵是如何建立水質(zhì)光譜數(shù)據(jù)與水質(zhì)COD值之間的數(shù)學(xué)模型。通過對現(xiàn)有軟測量方法的比較，結(jié)合系統(tǒng)光譜信息特征，利用 LS-SVM所需樣本少、初始

5、參設(shè)置少、外推性能好等特性，建立水質(zhì)COD檢測的預(yù)測模型。實驗結(jié)果表明，其可用于原理型樣機光譜信息的處理。為了提高 LS-SVM預(yù)測模型的精度，利用了粒子群（PSO）算法來優(yōu)化LS-SVM模型參數(shù)，得到了PSO-LS-SVM預(yù)測模型。以平均相對誤差(MRE)和均方根誤差(RMSE)為評價標準，將PCA-PSO-LS-SVM預(yù)測模型與LS-SVM預(yù)測模型、PSO-LS-SVM預(yù)測模型對水質(zhì)COD的預(yù)測結(jié)果進行比較，結(jié)果顯示其較于后兩種模型