[发明专利]堆肥中对苯二酚的在线检测方法及检测系统

说明书

技术领域

本发明涉及一种对苯二酚的在线检测方法及系统，尤其涉及一种利用生物化学电极 和神经网络模型进行对苯二酚检测的方法及系统。

背景技术

酚类物质是大规模有机化工工业非常重要的基本原料和副产物，在环境中存在很广， 难以被生物或非生物降解，具有高毒性。作为公认的有害物质，酚对人体健康和环境有 很大的影响。在城市生活垃圾堆肥系统中，存在有多种酚类污染物，堆肥菌种通过分泌 出的木质素过氧化物酶、锰过氧化物酶、漆酶和酚氧化酶等多种酶，均可以催化酚类物 质的解毒和氧化。因此，有必要对堆肥过程中的酚类物质进行监测控制。

目前，对于酚含量的测定采用较多的有分光光度法、高效液相色谱法(HPLC)、气 相色谱法等方法进行检测。但这些方法由于底物浊度的要求和光干扰物质的影响，限制 了其精确性和使用范围，还往往需要进行繁琐耗时的预处理，此外检测仪器比较昂贵， 且不便携带，不能进行实时检测。生物传感器是近年来发展起来的可以对环境中有害物 质进行快速、准确、实时检测的新方法，其灵敏度高、选择性好、操作简单，正逐步走 向微型化、阵列化，从单一测定发展成同时测定多种物质，传感技术也在不断更新，越 来越广泛地应用在环境监测领域中。此前，我们开发了基于磁性纳米粒子固定技术的漆 酶传感器用于垃圾堆肥中对苯二酚的检测，实现了堆肥系统中酚类物质的快速检测。然 而，受线性检测范围的影响，将传感器用于实际样品检测，有一定局限性。

生物传感器与神经网络相结合的检测方法是近年来污染物快速检测的一种趋势，不 仅继承了生物传感器快速、简便，灵敏的优势，还能有效避免检测范围限制、信号重叠 和干扰等影响，实现污染物快速准确检测。神经网络由于其固有的自学习、自适应、自 组织和大规模并行处理等能力，已经在模式识别、信号处理、系统辨识、控制以及优化 等领域得到了广泛的应用，尤其在复杂系统的预测和软测量领域显示了巨大的优越性。 因此，如何结合生物传感器技术与人工神经网络技术建立一种在线检测系统，实现对堆 肥系统中对苯二酚的实时在线测定，就成为本领域技术人员所要解决的一个问题。

发明内容

本发明要解决的技术问题是克服现有技术的不足，提供一种简便、高效、抗干扰能 力强的堆肥中对苯二酚的在线检测方法，还提供一种成本低、灵敏度高、检测速度快、 检测结果更准、检测范围更宽的堆肥中对苯二酚的在线检测系统。

生物传感器与人工神经网络相结合的检测方法是近年来污染物快速检测的一种趋 势，能有效避免检测范围限制、信号重叠和干扰等影响，实现污染物快速准确检测。漆 酶生物传感器利用漆酶(laccase，EC 1.10.3.2)催化空气中的氧气直接氧化对苯二酚，使 对苯二酚的一个羟基失去H⁺，变成醌类物质，再由电极表面补偿一个电子将其还原成对 苯二酚，这一过程可产生响应电流信号进行识别。神经网络由于其固有的自学习、自适 应、自组织和大规模并行处理等能力，能进行非线性和信号重叠分析，尤其在复杂系统 的预测和软测量领域显示了巨大的优越性。本发明正是利用上述原理将生物传感技术和 神经网络模型分析相结合，提出了一种堆肥中对苯二酚的在线检测方法，其特征在于首 先，将生物传感器置于待测溶液中，利用电化学分析仪对生物传感器采集的电流变化数 据进行分析，得到响应电流变化特征曲线、响应电流稳定时间和稳态电流值，由响应电 流变化特征曲线确定出响应电流变化特征值，将响应电流变化特征值、响应电流稳定时 间和稳态电流值作为输入向量输入到神经网络分析设备中，经人工神经网络模型分析运 算后得到输出向量，该输出向量即为待测溶液中对苯二酚的浓度值。

上述在线检测方法中用到的生物传感器为修饰了漆酶-Fe₃O₄磁性纳米颗粒交联体的 碳糊电极。该生物传感器的工作条件为：

还原电位         -0.232V

磷酸盐缓冲溶液   pH值5.5。

上述在线检测方法中用到的电化学分析仪是采用计时电流法对电流变化数据进行分 析。

上述神经网络分析设备中的人工神经网络模型是采用包括输入层、隐含层和输出层 的三层反馈型神经网络模型，其中隐含层设有十个隐含层神经元，隐含层的传递函数为 对数S型传递函数(Logsig)，输出层的传递函数为对数S型传递函数，所述人工神经网 络模型采用的算法为麦夸特法(Levenberg-Marquardt算法)。