[发明专利]多光谱融合的化学需氧量测试方法及装置在审

专利信息
申请号: 202010359483.X 申请日: 2020-04-29
公开(公告)号: CN111487213A 公开(公告)日: 2020-08-04
发明(设计)人: 徐锦锋;潘凌;武治国;黄昱;张春萍;刘方义;熊子谦;游政园 申请(专利权)人: 武汉新烽光电股份有限公司
主分类号: G01N21/33 分类号: G01N21/33;G01N21/3577;G01N21/64
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 晏波
地址: 430000 湖北省武汉市武汉东湖开发区光*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 光谱 融合 化学 需氧量 测试 方法 装置
【说明书】:

发明公开一种多光谱融合的化学需氧量测试方法及装置,所述方法包括以下步骤:获取标准水样的多个光谱的采集数据;根据所述采集数据,提取多个所述光谱的特征值,以构建对应的多个光谱模型;根据多个所述光谱模型,通过信息融合算法计算得到光谱融合模型;其中,所述光谱融合模型用于在待测水样的测试中输出所述待测水样化学需氧量。本发明将单一谱源对水质化学需氧量的检测融合在一起,可以有效地弥补不同光谱在检测时的缺点,进而对水质进行无污染、低成本、快速地原位检测。本发明通过对标准水样的测试建立光谱融合模型,使该模型对化学需氧量的测试达到与实际结果更匹配的效果,进一步提高了测试的精度。

技术领域

本发明涉及技术水质检测领域,特别涉及一种多光谱融合的化学需氧量测试方法及装置。

背景技术

单一谱源检测水质参数的方法已得到广泛的应用,主要包括紫外-可见吸收光谱法、近红外吸收法,而采用紫外-可见吸收光谱法检测水中有机物时,水中有机物浓度高时,检测灵敏度高,如果有机物浓度低,则检测误差会比较大;采用近红外吸收法检测时,水中有机物在近红外谱区的吸收强度相对较弱,光谱信噪比低,测量误差大。

因此,需要提出一种弥补上述两种方法缺陷的水质检测方法,实现水质化学需氧量的高精度测量。

发明内容

本发明的主要目的是提出一种,旨在解决的问题。

为实现上述目的,本发明提出一种多光谱融合的化学需氧量测试方法,包括以下步骤:

获取标准水样的多个光谱的采集数据;

根据所述采集数据,提取多个所述光谱的特征值,以构建对应的多个光谱模型;

根据多个所述光谱模型,通过信息融合算法计算得到光谱融合模型;

其中,所述光谱融合模型用于在待测水样的测试中输出所述待测水样化学需氧量。

可选地,所述多个光谱包括紫外吸收光谱、红外吸收光谱和荧光发射光谱中的两个或三个。

可选地,所述根据所述多个光谱模型,通过信息融合算法计算得到光谱融合模型的步骤之后,还包括:

分析并计算环境因素对所述光谱融合模型的干扰,以进行补偿校正。

可选地,所述分析并计算环境因素对所述光谱融合模型的干扰,并进行补偿校正的步骤,具体包括:

获取包含所述环境因素的样本水样以及其化学需氧量值,并计算其化学需氧量值与所述光谱融合模型的输出结果的差值,其中,包含所述环境因素的样本水样以及其化学需氧量值通过先期试验获得。

可选地,所述环境因素包括温度、浊度、pH值、亚硝酸盐氮和硝酸盐氮、盐度和重金属离子浓度中的一个或多个。

可选地,所述根据所述采集数据,提取多个所述光谱的特征值,以构建对应的多个光谱模型的步骤,具体包括:

根据所述采集数据,提取多个所述光谱的特征值;

将多个所述光谱的特征值输入到预设的神经网络,预设的所述神经网络用于输出每一所述光谱对应的所述水样化学需氧量;

其中,预设的所述神经网络是通过带有化学需氧量标记的若干样本水样的光谱采集数据进行训练后获得的。

可选地,所述获取标准水样的多个光谱的采集数据的步骤之后,还包括:

对多个所述光谱的采集数据进行去噪处理,以去除噪声信号的干扰。

可选地,所述对多个所述光谱的采集数据进行去噪处理,以去除噪声信号的干扰的步骤,具体包括:

对多个所述光谱的采集数据进行平滑处理和规范化处理;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉新烽光电股份有限公司,未经武汉新烽光电股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010359483.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top