[发明专利]水质指标监测仪、云数据中心及系统、预测方法和水样识别方法有效

专利信息
申请号: 201710183620.7 申请日: 2017-03-24
公开(公告)号: CN106990060B 公开(公告)日: 2018-08-03
发明(设计)人: 姜赞成;刘易鑫;褚海林;汤斌;吴德操;胡军;谢红利;郭超杰;毛建峰;其他发明人请求不公开姓名 申请(专利权)人: 四川碧朗科技有限公司
主分类号: G01N21/33 分类号: G01N21/33;H04L29/08;G08C17/02
代理公司: 成都虹桥专利事务所(普通合伙) 51124 代理人: 李凌峰
地址: 621000 四川省绵阳市绵*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 水质 指标 监测 数据中心 系统 预测 方法 水样 识别
【说明书】:

发明涉及环境监测领域。本发明解决了现有光谱法监测时均基于单机工作模式导致应用受限的问题,提供了一种水质指标监测仪、云数据中心及系统、预测方法和水样识别方法,其技术方案可概括为:水质指标监测系统包括水质指标监测云数据中心及至少一个水质指标监测仪,水质指标监测云数据中心包括控制中心及与其连接的水质指标数据库、水样识别数据库和无线通讯模块二,水质指标监测仪包括水质指标监测仪本体及与其连接的无线通讯模块一,每个水质指标监测仪的无线通讯模块一都与水质指标监测云数据中心的无线通讯模块二连接。本发明的有益效果是:实现数据共享,预测准确,适用于水质指标监测。

技术领域

本发明涉及环境监测领域,特别涉及实时监测水质指标的方法。

背景技术

目前,我国对污水水质COD(化学需氧量)指标进行在线自动监测的仪器设备几乎都采用传统的重铬酸钾氧化法等实验室化学分析方法,测量周期达半小时以上,不能满足对水质实时监测的需求,而且产生毒重金属铬、汞,重金属银和锰,以及含酸和强氧化性废液等二次污染,据统计,全国每年水质COD自动监测仪产生的含毒重金属和强氧化性试剂的废液近十万吨,环境风险不容忽视。

为克服传统化学分析方法的缺点,上世纪六十年代发明的对水质COD指标实施监测的紫外光谱法日益受到重视,特别是采用多波长乃至整个紫外可见光谱的COD测量技术近年来得到快速发展,该方法具有分析速度快的优点,一般只需要十数秒;且无需任何有毒化学试剂,如重铬酸钾、硫酸汞、硫酸银等,避免了二次污染的环境风险。这给广泛使用的COD化学分析方法提供了一种富有前景的替代方法,其经济和环境效益十分诱人。

紫外可见光谱法COD监测技术是将光束透过待测水样获取水样的紫外可见吸收光谱,利用多个水样的已知COD指标和紫外可见吸收光谱数据,通过回归算法获得水样COD指标同光谱数据之间的数学关系,即COD测量数学模型;然后通过测量未知水样的紫外可见光谱数据,由COD测量数学模型计算获得待测水样的COD指标。但是,由于目前的监测方法技术和仪器都基于单机的工作模式,且仪器中的COD计算(即预测)模型采用的水样样本类型和数量有限,当水样成分发生较大变化时,往往不能准确给出COD测量值,这导致目前紫外可见光谱法COD测量仪器的应用受到了极大的限制。

为了弥补现有技术的缺陷,人们在紫外可见光谱技术、COD测量数学模型的优化算法以及对样本水样分类等方面进行着不懈的努力。但是,目前单机工作模式和有限的样本水样类型和数量的实际情况,使得紫外可见光谱法监测COD存在的缺陷始终未能得到很好的解决,紫外可见光谱法COD监测仪不能给出可靠的水质COD监测数据的问题时常发生。

同理,现有水质其他指标,如高锰酸盐指标、硝酸盐指数及浊度等,也可基于光谱法监测技术,而光谱法监测技术还有利用水样的拉曼光谱、荧光光谱、原子发射光谱及红外光谱等光谱数据的其他光谱监测技术,并非仅为紫外可见光谱法,但其均具有上述的问题。

发明内容

本发明的目的就是克服目前光谱法监测时均基于单机工作模式导致应用受限的缺点,提供一种水质指标监测仪、云数据中心及系统、预测方法和水样识别方法。

本发明解决其技术问题,采用的技术方案是,水质指标监测仪,包括水质指标监测仪本体,其特征在于,还包括无线通讯模块一,所述无线通讯模块一与水质指标监测仪本体连接,

所述水质指标监测仪本体用于同时获取光源的光谱及待测水样的对应光谱,采用水样识别模型判定待测水样的水样类型,若为已存储的具有水质指标预测模型的水样类型,则根据所存储的对应水样类型的水质指标预测模型获取待测水样的水质指标值并显示,否则将获取的待测水样的对应光谱通过无线通讯模块一发送出去,并接收且显示从无线通讯模块一发送来的水质指标值;

所述无线通讯模块一用于与水质指标监测云数据中心连接,进行信息交互。

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四川碧朗科技有限公司,未经四川碧朗科技有限公司许可,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/201710183620.7/2.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