[发明专利]一种处理低浓度难降解有机工业废水装置

权利要求书

1.一种处理低浓度难降解有机工业废水装置，其特征在于，所述处理低浓度难降解有 机工业废水装置设置有带卡盘接头的第一阀门、第一卡盘和带卡盘接头的第三阀门，所述 带卡盘接头的第一阀门和第一卡盘之间设置有过滤装置，

所述过滤装置包括：进水口、蓄水池外壁、滚轮、横梁、过滤网、减速机、支撑立柱、出水 口；

所述蓄水池外壁左端靠上位置设置有进水口，横梁的两端连接有滚轮，蓄水池外壁的 上端设置有导轨，滚轮在导轨上滚动，减速机设置在横梁的中间的减速机安装座上，减速机 的正下端为支撑立柱，减速机与支撑立柱连接在一起，横梁的下端设置有可拆卸的过滤网， 蓄水池外壁的右端靠下位置设置有出水口；所述进水口和出水口的外段焊接有连接法兰 盘，所述横梁整体为十字行，中间设置有减速机安装座，横梁的两侧设置有栏杆，所述支撑 立柱设置在蓄水池的正中间，支撑立柱的上端设置有与减速机输出轴配合的轴孔，所述过 滤网材料为不锈钢丝焊接而成的网面，网面的上端包裹着有机废水吸附降解剂；

在所述的带卡盘接头的第三阀门处安装有物联网水质检测模块，安装在不同地点的处 理低浓度难降解有机工业废水装置上的水质检测模块通过物联网路由器连接；

所述水质检测模块包括：

使用时上下分布的测量管，该测量管下端口上设有照明装置并在使用时该下端口进入 水面，测量管的上端口处设摄像装置，该摄像装置适于拍摄所述测量管内的水面影像；

视频采集模块，与所述摄像装置相连，适于将采集得的图像变换为数字图像；

与所述视频采集模块相连的图像处理模块，该图像处理模块存储有第一样本数据，所 述第一样本数据适于记录各种水质的灰度值；

与所述图像处理模块相连的用于接收远程控制信号并输出水质情况的无线通讯模块； 无线通讯模块设置有信任值计算模块；

所述图像处理模块适于对所述数字图像进行灰度处理，以获得所述水面影像的灰度 值，该灰度值与第一样本数据进行比对得出水质情况，图像处理模块包括高光谱图像色彩 可视化模块。

2.如权利要求1所述的处理低浓度难降解有机工业废水装置，其特征在于，所述信任值 计算模块的实现方法包括：

步骤一，采集节点间不同时间片的交互次数，根据得到的数据建立时间序列，通过三次 指数平滑法来预测节点间下一个时间片的交互次数，将交互次数预测值与实际值的相对误 差作为节点的直接信任值；直接信任值的具体计算步骤为：

采集网络观测节点i与节点j之间的n个时间片的交互次数：

选取一定时间间隔t作为一个观测时间片，以观测节点i和被测节点j在1个时间片内的 交互次数作为观测指标，真实交互次数，记作y_t，依次记录n个时间片的y_n，并将其保存在节 点i的通信记录表中；

预测第n+1个时间片的交互次数：

根据采集到的n个时间片的交互次数建立时间序列，采用三次指数平滑法预测下一个 时间片n+1内节点i和j之间的交互次数，预测交互次数，记作计算公式如下：

y^n+1=an+bn+cn]]>

预测系数a_n、b_n、c_n的取值可由如下公式计算得到：

an=3y^n+1(1)-3y^n+1(2)+y^n+1(3)]]>

bn=α2(1-α)2[(6-5α)y^n+1(1)-2(5-4α)y^n+1(2)+(4-3α)y^n+1(3)]]]>

cn=α22(1-α)2[y^n+1(1)-2y^n+1(2)+y^n+1(3)]]]>

其中：分别是一次、二次、三次指数平滑数，由如下公式计算得到：

y^n+1(1)=α×yn+(1-α)×y^n(1)]]>

y^n+1(2)=α×y^n+1(1)+(1-α)×y^n(2)]]>

y^n+1(3)=α×y^n+1(2)+(1-α)×y^n(3)]]>

是三次指数平滑法的初始值，其取值为

y^0(1)=y^0(2)=y^0(3)=y1+y2+y33]]>

α是平滑系数0＜α＜1，体现信任的时间衰减特性，即离预测值越近的时间片的yt权重 越大，离预测值越远的时间片的yt权重越小；一般地，如果数据波动较大，且长期趋势变化 幅度较大，呈现明显迅速的上升或下降趋势时α应取较大值0.6～0.8，可以增加近期数据对 预测结果的影响；当数据有波动，但长期趋势变化不大时，α可在0.1～0.4之间取值；如果数 据波动平稳，α应取较小值0.05～0.20；

计算直接信任值：

节点j的直接信任值TD_ij为预测交互次数和真实交互次数y_n+1的相对误差， TDij=|y^n+1-yn+1|y^n+1;]]>

步骤二，采用多路径信任推荐方式而得到的计算式计算间接信任值；采用多路径信任 推荐方式而得到的计算式计算间接信任值的具体计算步骤为：

收集可信节点对节点j的直接信任值：

节点i向所有满足TD_ik≤φ的可信关联节点询问其对节点j的直接信任值，其中φ为推 荐节点的可信度阈值，根据可信度的要求精度，φ的取值范围为0～0.4；

计算间接信任值：

综合计算所收集到的信任值，得到节点j的间接信任值TR_ij，其 中，Set(i)为观测节点i的关联节点中与j节点有过交互且其直接信任值满足TD_ik≤φ的节 点集合；

步骤三，由直接信任值和间接信任值整合计算得出综合信任值，由直接信任值和间接 信任值整合计算得出综合信任值的具体计算步骤为：

综合信任值T_ij的计算公式如下：T_ij＝βTD_ij+(1-β)TR_ij，其中β表示直接信任值的权重，0 ≤β≤1；当β＝0时，节点i和节点j没有直接交互关系，综合信任值的计算直接来自于间接信 任值，判断较客观；当β＝1时，节点i对节点j的综合信任值全部来自于直接信任值，在这种 情况下，判断较为主观，实际计算可以根据需要确定β的取值。

3.如权利要求1所述的处理低浓度难降解有机工业废水装置，其特征在于，所述高光谱 图像色彩可视化模块的实现方法包括以下步骤：

步骤一，对于高光谱图像数据的每个像素，由各谱段的灰度值计算出辐亮度值，并进行 归一化构成一条光谱曲线；采用各像素在各谱段的灰度值计算出辐亮度值以构成光谱曲 线，具体包括以下步骤：

第一步，对于光谱成像仪器进行定标，选取5个～10个定标灰度值D测量对应的定标辐 亮度值F，采用最小二乘法拟合出下式映射表达式的参数α、β、ε，从而对被测区域的每个像 素，将各谱段的灰度值代入下式计算辐亮度值；

D＝αF^β+ε；

第二步，以最大灰度值D_max对应的辐亮度值F_max为基准，将每个像素在各谱段的辐亮度 值进行归一化，构成一条光谱曲线；

步骤二，针对每个像素在步骤一所获的光谱曲线，采用Savitzky-Golay滤波器进行平 滑处理，在保留较多曲线特征的基础上消除光谱噪声，得到各像素平滑后的光谱曲线

步骤三，将步骤二所获各像素平滑后的光谱曲线结合CIE1931标准色度系统的色 匹配函数采用下式计算得CIE1931标准色度系统下的CIEXYZ三刺激值 (X，Y，Z)，其中Δλ是成像光谱仪器的光谱采样间隔；

步骤四，根据标准照明体D65的三刺激值(X_D65，Y_D65，Z_D65)，通过下式将步骤三所获每个 像素的CIEXYZ三刺激值转换至均匀色彩感知空间CIEL^*C^*h^*，获得三个色彩感知参量，即明 度彩度及色调h₁；

L1*=116f(Y/YD65)-16a*=500[f(X/XD65)-f(Y/YD65)]b*=200[f(Y/YD65)-f(Z/ZD65)];]]>

f(X/XD65)=(X/XD65)1/3X/XD65>0.0088567.787(X/XD65)+16/116X/XD65≤0.008856f(Y/YD65)=(Y/YD65)1/3Y/YD65>0.0088567.787(Y/YD65)+16/116Y/YD65≤0.008856f(Z/ZD65)=(Z/ZD65)1/3Z/ZD65>0.0088567.787(Z/ZD65)+16/116Z/ZD65≤0.008856;]]>

C1*=[(a*)2+(b*)2]1/2h1=arctan(b*/a*);]]>

其中，

X_D65＝95.047，Y_D65＝100，Z_D65＝108.883；

步骤五，设置明度系数k_L、彩度系数k_C和色调系数k_h的取值，通过下式调制步骤四所获 各像素的明度彩度及色调h₁，得到调制后的色彩感知参量，即明度彩度及色调 h₂，使可视化效果满足保真复现需求，则k_L＝k_C＝1，k_h＝0，改变k_L实现调节图像明暗的需求， 改变k_C实现调节图像鲜艳程度的需求，改变k_h实现调节图像白平衡的需求；

L2*=kLC1*C2*=kCC1*h2=h1+kh;]]>

步骤六，根据显示设备的白点三刺激值(X_W，Y_W，Z_W)，通过下式，将步骤五所获各像素的 明度彩度及色调h₂转换至在显示设备上待显示的CIEXYZ值(X′，Y′，Z′)；

L*=L2*a*=C2*·cos(πh2/180)b*=C2*·sin(πh2/180);]]>

Y′=YW·[(L*+16)/116]1/3[(L*+16)/116]1/3>0.008856YW·L*/903.3[(L*+16)/116]1/3≤0.008856fY=(Y′/YW)1/3Y′/YW>0.0088567.787(Y′/YW)+16/116Y′/XW≤0.008856X′=XW·(a*/500+fY)3(a*/500+fY)3>0.008856XW·(a*/500+fY-16/116)/7.787(a*/500+fY)3≤0.008856Z′=ZW·(fY-b*/200)3(fY-b*/200)3>0.008856ZW·(fY-b*/200-16/116)/7.787(fY-b*/200)3≤0.008856;]]>

步骤七，根据显示设备红、绿、蓝三通道的原色三刺激值(X_Rmax，Y_Rmax，Z_Rmax)、(X_Gmax，Y_Gmax， Z_Gmax、(X_Bmax，Y_Bmax，Z_Bmax)结合三通道的伽马系数γ_R、γ_G、γ_B，建立起如下式的特征化模型， 通过特征化模型，步骤六所获各像素的CIEXYZ值(X′，Y′，Z′)计算至对应的数字驱动值(d_R， d_G，d_B)，即完成了高光谱图像的色彩可视化，其中N是显示设备单通道的存储位数；

TRTGTB=1XGmax/YGmaxXBmax/ZBmaxYRmax/XRmax1YBmax/ZBmaxZRmax/XRmaxZGmax/YGmax1-1X′Y′Z′;]]>

dRdGdB=(2N-1)·(TR)1/γR(2N-1)·(TG)1/γG(2N-1)·(TB)1/γB.]]>