[发明专利]一种水质检测方法

说明书

技术领域

本发明属于化学分析技术领域，具体涉及一种水质检测方法。

背景技术

生活饮用水的水质极大地影响着人们的健康水平、生活质量及生产效率，世界各国政府和科学家们予以极大的关注，不断揭示生活饮用水水质污染对人类的危害，并在充分的科学依据基础上提出降低风险的措施。

现有的饮用水都经过消毒，但是残余氯的含量过高过人体的伤害很大，为了保证饮用水安全，准确的检测方法很重要。

发明内容

本发明的技术问题是提供一种水质检测方法，实现饮用水中游离余氯的检测，

    本发明的技术方案是： 一种水质检测方法，包括如下步骤：步骤一：利用二维相关近红外光谱分析技术对水质样本进行分析处理；步骤二：提取各样品二维相关谱矩阵的特征参数；步骤三：构建神经网络判断模型，并将样品特征参数输入神经网络模型，进行水质评价。所述步骤二中特征参数是：二维相关光谱的平均值、标准差、重心、偏度和峰值。所述平均值为                                                其中：Φ（v_ｉ，v_ｊ）是在波数（v_ｉ，v_ｊ）处的二维相关强度，ｍ和ｎ分别是二维相关光谱矩阵的行数和列数。所述标准差为：。所述重心为：。

 

本发明有如下积极效果： 本发明利用近红外光谱分析方法和BP神经网络对特征值进行识别，判断饮用水中是否含有多少的残余氯，本方法简单，快速、无损。

附图说明

图1为本发明具体实施方式流程图。

具体实施方式

下面对照附图，通过对实施例的描述，本发明的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理、制造工艺及操作使用方法等，作进一步详细的说明，以帮助本领域技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。

近红外光谱分析技术可以实现快速、无损、简便的类别鉴定、纯度鉴定等定性分析，BP神经网络是基于误差反向传播算法的前馈神经网络，可以实现输入与输出数据之间的高度非线性映射［10,11］。若将二维相关谱矩阵的数据都作为ＢP神经网络的输入，由于数据量庞大，建模所需时间长；数据中含有冗余的信息不利于模型的稳定。因此，本发明在研究纯净水和含有游离余氯的饮用水的二维相关近红外谱的基础上，运用参数化理论，提取了各样品二维相关谱矩阵的特征参数，将这些参数与BP神经网络结合起来建立纯净水和含有游离余氯的饮用水的判别模型。

二维相关同步谱代表的是两个波数变量v₁和v₂处光谱强度在微扰的作用下产生变化的相似性。在本发明中，主要提取了以下五个二维相关近红外谱的特征参数：

（１）平均值：代表在指定波数区域内二维相关光谱的平均相关强度。

（1）

式中Φ（v_ｉ，v_ｊ）是在波数（v_ｉ，v_ｊ）处的二维相关强度，ｍ和ｎ分别是二维相关光谱矩阵的行数和列数，本文中使用同一波数区间的二维相关同步谱，因此ｍ＝ｎ。

（２）标准差：代表二维相关光谱在相关强度值域的离散程度。

（2）

（3）重心：反映着样本的二维相关强度集中的波数位置。

（3）

　（４）偏度：是三阶中心矩除以标准差的立方，反映样本的二维相关谱峰在变量空间的对称性。

（4）

（５）峰度：是四阶中心矩除以标准差的四次方，用来反映二维相关谱峰的形状。若Φ_kurt＝３，表示曲线呈正态分布；若Φ_kurt＞３，表示曲线峰值高于正态分布；若Φ_kurt＜３，表示曲线峰值低于正态分布。Φ_kurt值越大，表示峰形越平缓；相反，峰形变化越急促。

（5）

对纯净水光谱与第ｎ个浓度掺杂游离氯（假如有ｓ个掺杂游离氯的样本，即ｎ＝１，２，…，ｓ）光谱进行二维相关运算，得到了与该浓度对应的掺杂游离氯的水的二维相关同步谱矩阵；纯净水光谱之间进行二维相关运算，得到了纯净水的二维相关同步谱矩阵。其次对所有的二维相关同步谱矩阵提取特征参数。最后，用这些特征参数作为ＢＰ神经网络的输入，根据ＢＰ神经网络的输出对该样品是否掺杂游离氯进行判别。

上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围之内。