[发明专利]一种基于LED多特征波长的水质COD检测方法及装置

权利要求书

1.一种基于LED多特征波长的水质COD检测方法，通过对自配水样水质样本学习得到BP神经网络模型，其特征是再采用如下步骤：单片机控制系统（18）根据N个紫外特征波长处的吸光度数据，

1）第一特征波长LED灯（1）位于聚光管（11）的入口处，第一步进电机（9）保持不动，单片机控制系统（18）中的单片机控制第二步进电机（16）反转180度，将比色皿（13）脱离光路主轴，测得第一特征波长LED灯（1）的初始光强；单片机控制第二步进电机（16）正转180度，比色皿（13）回到原位，光源依次经聚光管（11）、第一聚焦镜（12）、比色皿（13）中的待测水样、第二聚焦镜（14）和光电二极管（15），光电二极管（15）将接收的光信号转化为电信号放大后输入单片机，单片机测得第一特征波长处经待测水样吸收的光强，计算出待测水样在第一特征波长处的吸光度；

2）单片机控制第一步进电机（9）转动，转盘（10）随第一步进电机（9）至第二特征波长LED灯（2）正好转至聚光管（11）的光源入口处，重复步骤1），计算出待测水样在第二特征波长处的吸光度；

3）单片机控制第一步进电机（9）带动转盘（10）继续同向转动，将第三特征波长LED灯（3）转至聚光管（11）的光源入口处，重复步骤1），计算出待测水样在第三特征波长处的吸光度；

4）重复步骤3），计算待测水样在第四特征波长处吸光度，直至计算待测水样在第N特征波长处的吸光度，共得到N个特征波长处的吸光度值；

5）根据得到的N个特征波长处的吸光度值，输入BP神经网络模型，计算得到被测水样的COD值。

2.根据权利要求1所述水质COD检测方法，其特征是：所述BP神经网络结构为N-2N-1，输入层为N个节点，分别为N个波长的吸光度值，隐含层为2N个节点，输出层为1个节点，即COD值。

3.一种实现权利要求1所述水质COD检测方法的装置，具有作为光源的N个不同特征波长的LED灯，其特征是：N个不同特征波长的LED灯沿圆周方向等间距固接转盘（10）的前表面，转盘（10）的侧面上沿圆周方向设置有与N个LED灯位置相对应的定位齿（25）；转盘（10）轴向连接第一步进电机（9），转盘（10）的前方有一个聚光管（11），聚光管（11）后端是光源入口处；聚光管（11）的正前方依次是间隔放置的第一聚焦镜（12）、盛有待测水样的比色皿（13）、第二聚焦镜（14）和光电二极管（15）；比色皿（13）放置在比色皿架（24）开的矩形槽（22）内，矩形槽（22）底端与第二步进电机（16）转轴连接；第一、第二步进电机（9、16）分别连接单片机控制系统（18），光电二极管（15）经运放电路（17）连接单片机控制系统（18）；定位齿（25）包括下部分的固定板（27）和上部分的触发板（26），固定板（27）和触发板（26）之间连接绝缘弹簧（28），固定板（27）与单片机的相连，触发板（26）与地线相连；聚光管（11）的后端有一延伸板（29），延伸板（29）延伸于转盘（10）的上方且高度比每个定位齿（25）低，当定位齿（25）转至延伸板（29）位置处相接触，固定板（27）和触发板（26）接触，定位齿（25）和延伸板（29）的接触部分均采用45度斜面相配。