[发明专利]水质指标预测模型构建方法及水质指标监测方法有效
| 申请号: | 201811635500.7 | 申请日: | 2018-12-29 |
| 公开(公告)号: | CN109709057B | 公开(公告)日: | 2021-12-07 |
| 发明(设计)人: | 姜赞成;钱易坤;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;G01N21/3577;G01N21/359;G01N1/44 |
| 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*** | 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 预测 模型 构建 方法 监测 | ||
1.水质指标预测模型构建方法,其特征在于,包括以下步骤:
步骤1、采集多种水样类型的多种水质指标浓度的若干水样作为样本水样,分别获得每一个样本水样的所需水质指标,所述所需水质指标至少为一个;所述所需水质指标包括COD和/或AN和/或TP和/或TN;
步骤2、针对每一个样本水样,测量其对应的光谱,得到原始光谱,并获取其物理参数;
步骤3、对该样本水样进行至少两次消解,所述至少两次消解中,每一次消解针对目标污染物的消解率都小于100%,每消解一次就测量一次其对应的光谱,得到各消解光谱,同时获取每次消解的消解参数及每次消解后的样本水样的物理参数;所述对应的光谱为紫外可见吸收光谱与近红外吸收光谱;
步骤4、根据各样本水样的原始光谱、各消解参数、对应的各物理参数、对应的各消解光谱及对应样本水样的所需水质指标分别构建针对各所需水质指标的各水质指标预测模型,所述各水质指标预测模型为水质COD预测模型和/或水质AN预测模型和/或水质TP预测模型和/或水质TN预测模型。
2.如权利要求1所述的水质指标预测模型构建方法,其特征在于,步骤3中,所述消解为湿式消解或电化学消解或紫外消解或微波消解。
3.如权利要求2所述的水质指标预测模型构建方法,其特征在于,步骤3中,当消解为湿式消解时,所述消解参数包括所选试剂、消解时间及压力;
当消解为电化学消解时,所述消解参数包括pH值、电极面积、电压值、电流值及消解时间。
4.如权利要求1所述的水质指标预测模型构建方法,其特征在于,步骤2及步骤3中,在测量时,都将样本水样置于光学测量池中进行测量;
步骤3中,在消解时,都将样本水样置于消解池中进行消解。
5.水质指标监测方法,其特征在于,包括以下步骤:
A、获取待测水样对应的光谱,得到待测水样的原始光谱;
B、对该待测水样进行至少一次消解,每一次消解针对目标污染物的消解率都小于100%,每消解一次就测量一次其对应的光谱,得到待测水样的各消解光谱,同时获取每次消解的消解参数及每次消解后的待测水样的物理参数;
C、将待测水样的原始光谱、各次消解的消解参数、对应的各物理参数及对应的各消解光谱代入到如权利要求1-4任一项所述的各水质指标预测模型中分别得到各水质指标预测结果,即为各水质指标监测结果;
其中,对应的光谱为紫外可见吸收光谱与近红外吸收光谱。
6.如权利要求5所述的水质指标监测方法,其特征在于,对应的光谱、消解时所采用的方式、消解参数种类的选择、物理参数种类的选择及测量和消解时的环境与构建各水质指标预测模型时相对应。
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/201811635500.7/1.html,转载请声明来源钻瓜专利网。





