[发明专利]基于神经网络的COD紫外光谱在线检测优化方法有效
| 申请号： | 201611226394.8 | 申请日： | 2016-12-27 |
| 公开（公告）号： | CN106841075B | 公开（公告）日： | 2019-10-11 |
| 发明（设计）人： | 李惠宇;滕济林;李若征;杨万强;汪笑龙;刘国斌;李郑坤;张培林;李星伟 | 申请（专利权）人： | 北京国电富通科技发展有限责任公司 |
| 主分类号： | G01N21/33 | 分类号： | G01N21/33 |
| 代理公司： | 北京头头知识产权代理有限公司 11729 | 代理人： | 刘锋 |
| 地址： | 100070 北京市丰台区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经网络的COD紫外光谱在线检测优化方法，属于水体有机物检测领域，所述方法包括：测量待测水样的浊度、悬浮物、电导率和pH值；用紫外光谱法测量待测水样的COD值，作为待测水样的COD初始值；将待测水样的浊度、悬浮物、电导率、pH值和COD初始值作为已训练的BP神经网络的输入向量，得到待测水样的COD优化值。本发明可依据水体多种影响因素的指标进行高精度的神经网络建模，以提高紫外光谱法COD在线测量的精度。本发明中考虑的影响因素有水样的浊度、悬浮物(SS)、电导率和pH值。这些因素会影响紫外光谱法测量COD值的准确性。通过神经网络的建模，可以精确的评估这些因素对COD测量值的影响，进而获得更精确的COD优化值。 | ||
| 搜索关键词： | 基于 神经网络 cod 紫外 光谱 在线 检测 优化 方法 | ||
【主权项】：
1.一种基于神经网络的COD紫外光谱在线检测优化方法，其特征在于，包括：测量待测水样的浊度、悬浮物、电导率和pH值；用紫外光谱法测量待测水样的COD值，作为待测水样的COD初始值；将待测水样的浊度、悬浮物、电导率、pH值和COD初始值作为已训练的BP神经网络的输入向量，得到待测水样的COD优化值；所述BP神经网络通过如下方法训练得到：构造若干训练水样，两两训练水样的浊度、悬浮物、电导率和pH值至少有一项不同；测量每个训练水样的浊度、悬浮物、电导率和pH值；用紫外光谱法测量训练水样的COD值，作为训练水样的COD初始值；用重铬酸钾法测量训练水样的COD值，作为训练水样的COD标准值；建立BP神经网络，以训练水样的浊度、悬浮物、电导率、PH值和COD初始值作为BP神经网络的输入向量，得到训练水样的COD优化值；重复训练BP神经网络若干次，选取训练水样的COD优化值与COD标准值偏差最小的BP神经网络。
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北京国电富通科技发展有限责任公司，未经北京国电富通科技发展有限责任公司许可，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/patent/201611226394.8/，转载请声明来源钻瓜专利网。
