CN105467139A - 一种化学需氧量在线监测方法 - Google Patents

Abstract

本发明公开了一种化学需氧量在线监测方法，包括以下步骤：步骤一，水样采集：首先对供水管道进行反冲洗，然后将废液池中的废液水样抽取到供水管道中；步骤二，采用与所述供水管道相连的预处理装置对所述废液水样进行过滤处理；步骤三，采用光谱分析法对所述废液水样的COD值进行测量；步骤四，根据传感器检测到的废液水样的相关参数，运用神经网络算法对COD进行仿真计算；步骤五，取平均值运算；步骤六，数据无线传输；步骤七，数据显示及打印；步骤八，废液自动留样。本发明突破了传统监测模式，集成光谱分析法和仿真分析法于一体，将仪器测量值和神经网络模型仿真值的均值作为检测结果，提高了检测精度，减少了监控中心误判断情况。

Description

一种化学需氧量在线监测方法

技术领域

本发明涉及一种监测方法，尤其是涉及一种化学需氧量在线监测方法。

背景技术

随着现代工业的日益发展，水体的有机物污染已经成为不可忽视的问题。由于饮用水中含有有机物会对人机产生极大危害，因此水中有机物含量必须严格控制。化学需氧量(COD)是指在一定条件下，用强氧化剂处理水样时所消耗的氧化剂的量，被公认用作水质判别的重要有机污染指标，它反映了水体受还原性物质污染的程度。水体化学需氧量的在线监测对于实时准确监测水体中有机污染物的变化情况，及时掌握主要流域重点断面水体的水质状况，预警预报重大水质污染事故，监督污染源排放总量及排放达标情况，从而保护生态环境有着极其重要的意义。

传统的COD监测方法，往往存在智能化程度不高、无法实现真正在线连续监测等问题，而且由于取样复杂、监测环境存在二次污染，使得测量数据失真，从而极易导致监控中心发生误判。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种能实时在线检测污水中化学需氧量，且测量精度高、使用效果好的监测方法。

为解决上述技术问题，本发明采用的技术方案是：一种化学需氧量在线监测方法，其特征在于，包括以下步骤：

步骤一，水样采集：在触摸屏上输入系统启动命令，布设在监控室内的监控中心PC机按照预设程序向控制器发出水样采集控制命令，所述控制器首先控制反冲洗水泵对与废液池相连的供水管道进行采样前的反冲洗，然后控制采样水泵将所述废液池中的废液水样抽取到所述供水管道中；所述反冲洗水泵与自来水管道相接，所述采样水泵安装在所述供水管道上，所述反冲洗水泵和采样水泵均与所述控制器相接，所述触摸屏和控制器均与所述监控中心PC机相接；

步骤二，水样预处理：采用与所述供水管道相连的预处理装置对所述废液水样进行过滤处理，以去除所述废液水样中的大颗粒物质，经处理后的废液水样分别通过水管流入样品反应检测室内的反应池和采样水槽；

步骤三，COD值实际测量：采用光谱分析法对所述废液水样的COD值进行测量，具体步骤包括：

301，在所述反应检测室内按光线投射方向依次布设光源、第一透镜、反应池、第二透镜、微型光谱仪和微处理器，所述微型光谱仪和微处理器通过通信线缆相接；

302，将所述反应池通过机械机构安装在恒温超声水槽正中，并在所述恒温超声水槽下方安装用于加速所述反应池中化学反应的超声波发生器，所述控制器控制安装在所述恒温超声水槽侧壁上的温控模块对所述恒温超声水槽进行加热，且当加热到给定温度值后保持该温度值恒定；

303，预先放置在所述反应池中的显色试剂与所述废液水样在所述给定温度下发生化学反应，产生反应物，所述反应物将对所述光源透过所述第一透镜照射来的光线进行吸收，所述微型光谱仪通过所述第二透镜对被吸收后的光线的光谱进行分析，然后将分析后的数据传送给所述微处理器进行处理，最后得到所述废液水样的COD测量值；

步骤四，COD值仿真计算：在所述采样水槽中分别安装电导率传感器、溶解氧传感器、酸碱度传感器和浊度传感器，所述电导率传感器、溶解氧传感器、酸碱度传感器和浊度传感器分别对所述废液水样的电导率、溶解氧值、PH值和浊度值进行检测，并将检测到的数据传输给神经网络处理器，所述神经网络处理器首先对所述电导率、溶解氧值、PH值和浊度值进行放大、滤波和模数转换处理，然后将处理后得到的数字信号传送给预先存储在所述神经网络处理器中的神经网络模型，所述神经网络模型运用神经网络算法对所述电导率、溶解氧值、PH值和浊度值进行运算，最后得到COD仿真值；所述电导率传感器、溶解氧传感器、酸碱度传感器和浊度传感器均与所述神经网络处理器相接；

步骤五，取平均值运算：所述微处理器和神经网络处理器分别将所述COD测量值和COD仿真值传输给信号运算电路，所述信号运算电路对所述COD测量值和COD仿真值做取平均值运算，然后将得到的平均值作为最终COD监测值；所述微处理器和神经网络处理器均与所述信号运算电路相接；

步骤六，数据无线传输：所述信号运算电路通过与其相接的无线通讯模块将所述最终COD监测值无线发送给所述监控中心PC机；所述微处理器、神经网络处理器、信号运算电路、无线通讯模块和控制器集成为智能测控装置，且所述智能测控装置安装在所述样品反应检测室；

步骤七，数据显示及打印：所述监控中心PC机将接收到的COD数据通过所述触摸屏实时显示出来，并通过与其相接的打印机将必要数据打印出来以供参考；

步骤八，废液自动留样：在所述监控室内布设留样槽和恒温箱，所述留样槽与所述采样槽通过管道相连；所述监控中心PC机启动安装在所述留样槽中的自动采样仪工作，所述自动采样仪将由所述采样槽流入所述留样槽中的测试水样保存至所述恒温箱中，以便作为仲裁依据；所述自动采样仪与所述监控中心PC机相接。

上述一种化学需氧量在线监测方法，其特征是：该方法还包括在企业污水排放处安装可视系统对污水处理情况进行不定时抓拍和摄像，并将拍摄到的图像和视频信息实时传送给所述监控中心PC机，所述可视系统与所述监控中心PC机通过3G网络无线连接。

本发明与现有技术相比具有以下优点：突破了传统监测模式，集成光谱分析法和仿真分析法于一体，将仪器测量值和神经网络模型仿真值的均值作为检测结果，提高了检测精度，减少了监控中心误判断情况。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明的流程图。

具体实施方式

如图1所示，本发明包括以下步骤：

步骤一，水样采集：在触摸屏上输入系统启动命令，布设在监控室内的监控中心PC机按照预设程序向控制器发出水样采集控制命令，所述控制器首先控制反冲洗水泵对与废液池相连的供水管道进行采样前的反冲洗，然后控制采样水泵将所述废液池中的废液水样抽取到所述供水管道中；所述反冲洗水泵与自来水管道相接，所述采样水泵安装在所述供水管道上，所述反冲洗水泵和采样水泵均与所述控制器相接，所述触摸屏和控制器均与所述监控中心PC机相接；

步骤二，水样预处理：采用与所述供水管道相连的预处理装置对所述废液水样进行过滤处理，以去除所述废液水样中的大颗粒物质，经处理后的废液水样分别通过水管流入样品反应检测室内的反应池和采样水槽；

步骤三，COD值实际测量：采用光谱分析法对所述废液水样的COD值进行测量，具体步骤包括：

301，在所述反应检测室内按光线投射方向依次布设光源、第一透镜、反应池、第二透镜、微型光谱仪和微处理器，所述微型光谱仪和微处理器通过通信线缆相接；

302，将所述反应池通过机械机构安装在恒温超声水槽正中，并在所述恒温超声水槽下方安装用于加速所述反应池中化学反应的超声波发生器，所述控制器控制安装在所述恒温超声水槽侧壁上的温控模块对所述恒温超声水槽进行加热，且当加热到给定温度值后保持该温度值恒定；

303，预先放置在所述反应池中的显色试剂与所述废液水样在所述给定温度下发生化学反应，产生反应物，所述反应物将对所述光源透过所述第一透镜照射来的光线进行吸收，所述微型光谱仪通过所述第二透镜对被吸收后的光线的光谱进行分析，然后将分析后的数据传送给所述微处理器进行处理，最后得到所述废液水样的COD测量值；

步骤四，COD值仿真计算：在所述采样水槽中分别安装电导率传感器、溶解氧传感器、酸碱度传感器和浊度传感器，所述电导率传感器、溶解氧传感器、酸碱度传感器和浊度传感器分别对所述废液水样的电导率、溶解氧值、PH值和浊度值进行检测，并将检测到的数据传输给神经网络处理器，所述神经网络处理器首先对所述电导率、溶解氧值、PH值和浊度值进行放大、滤波和模数转换处理，然后将处理后得到的数字信号传送给预先存储在所述神经网络处理器中的神经网络模型，所述神经网络模型运用神经网络算法对所述电导率、溶解氧值、PH值和浊度值进行运算，最后得到COD仿真值；所述电导率传感器、溶解氧传感器、酸碱度传感器和浊度传感器均与所述神经网络处理器相接；

步骤五，取平均值运算：所述微处理器和神经网络处理器分别将所述COD测量值和COD仿真值传输给信号运算电路，所述信号运算电路对所述COD测量值和COD仿真值做取平均值运算，然后将得到的平均值作为最终COD监测值；所述微处理器和神经网络处理器均与所述信号运算电路相接；

步骤六，数据无线传输：所述信号运算电路通过与其相接的无线通讯模块将所述最终COD监测值无线发送给所述监控中心PC机；所述微处理器、神经网络处理器、信号运算电路、无线通讯模块和控制器集成为智能测控装置，且所述智能测控装置安装在所述样品反应检测室；

步骤七，数据显示及打印：所述监控中心PC机将接收到的COD数据通过所述触摸屏实时显示出来，并通过与其相接的打印机将必要数据打印出来以供参考；

步骤八，废液自动留样：在所述监控室内布设留样槽和恒温箱，所述留样槽与所述采样槽通过管道相连；所述监控中心PC机启动安装在所述留样槽中的自动采样仪工作，所述自动采样仪将由所述采样槽流入所述留样槽中的测试水样保存至所述恒温箱中，以便作为仲裁依据；所述自动采样仪与所述监控中心PC机相接。

本实施例中，该方法还包括在企业污水排放处安装可视系统对污水处理情况进行不定时抓拍和摄像，并将拍摄到的图像和视频信息实时传送给所述监控中心PC机，所述可视系统与所述监控中心PC机通过3G网络无线连接。

以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。

Claims (2)

1.一种化学需氧量在线监测方法，其特征在于，包括以下步骤：

步骤一，水样采集：在触摸屏上输入系统启动命令，布设在监控室内的监控中心PC机按照预设程序向控制器发出水样采集控制命令，所述控制器首先控制反冲洗水泵对与废液池相连的供水管道进行采样前的反冲洗，然后控制采样水泵将所述废液池中的废液水样抽取到所述供水管道中；所述反冲洗水泵与自来水管道相接，所述采样水泵安装在所述供水管道上，所述反冲洗水泵和采样水泵均与所述控制器相接，所述触摸屏和控制器均与所述监控中心PC机相接；

步骤二，水样预处理：采用与所述供水管道相连的预处理装置对所述废液水样进行过滤处理，以去除所述废液水样中的大颗粒物质，经处理后的废液水样分别通过水管流入样品反应检测室内的反应池和采样水槽；

步骤三，COD值实际测量：采用光谱分析法对所述废液水样的COD值进行测量，具体步骤包括：

301，在所述反应检测室内按光线投射方向依次布设光源、第一透镜、反应池、第二透镜、微型光谱仪和微处理器，所述微型光谱仪和微处理器通过通信线缆相接；

302，将所述反应池通过机械机构安装在恒温超声水槽正中，并在所述恒温超声水槽下方安装用于加速所述反应池中化学反应的超声波发生器，所述控制器控制安装在所述恒温超声水槽侧壁上的温控模块对所述恒温超声水槽进行加热，且当加热到给定温度值后保持该温度值恒定；

303，预先放置在所述反应池中的显色试剂与所述废液水样在所述给定温度下发生化学反应，产生反应物，所述反应物将对所述光源透过所述第一透镜照射来的光线进行吸收，所述微型光谱仪通过所述第二透镜对被吸收后的光线的光谱进行分析，然后将分析后的数据传送给所述微处理器进行处理，最后得到所述废液水样的COD测量值；

步骤四，COD值仿真计算：在所述采样水槽中分别安装电导率传感器、溶解氧传感器、酸碱度传感器和浊度传感器，所述电导率传感器、溶解氧传感器、酸碱度传感器和浊度传感器分别对所述废液水样的电导率、溶解氧值、PH值和浊度值进行检测，并将检测到的数据传输给神经网络处理器，所述神经网络处理器首先对所述电导率、溶解氧值、PH值和浊度值进行放大、滤波和模数转换处理，然后将处理后得到的数字信号传送给预先存储在所述神经网络处理器中的神经网络模型，所述神经网络模型运用神经网络算法对所述电导率、溶解氧值、PH值和浊度值进行运算，最后得到COD仿真值；所述电导率传感器、溶解氧传感器、酸碱度传感器和浊度传感器均与所述神经网络处理器相接；

步骤五，取平均值运算：所述微处理器和神经网络处理器分别将所述COD测量值和COD仿真值传输给信号运算电路，所述信号运算电路对所述COD测量值和COD仿真值做取平均值运算，然后将得到的平均值作为最终COD监测值；所述微处理器和神经网络处理器均与所述信号运算电路相接；

步骤六，数据无线传输：所述信号运算电路通过与其相接的无线通讯模块将所述最终COD监测值无线发送给所述监控中心PC机；所述微处理器、神经网络处理器、信号运算电路、无线通讯模块和控制器集成为智能测控装置，且所述智能测控装置安装在所述样品反应检测室；

步骤七，数据显示及打印：所述监控中心PC机将接收到的COD数据通过所述触摸屏实时显示出来，并通过与其相接的打印机将必要数据打印出来以供参考；

步骤八，废液自动留样：在所述监控室内布设留样槽和恒温箱，所述留样槽与所述采样槽通过管道相连；所述监控中心PC机启动安装在所述留样槽中的自动采样仪工作，所述自动采样仪将由所述采样槽流入所述留样槽中的测试水样保存至所述恒温箱中，以便作为仲裁依据；所述自动采样仪与所述监控中心PC机相接。

2.按照权利要求1所述的一种化学需氧量在线监测方法，其特征在于：该方法还包括在企业污水排放处安装可视系统对污水处理情况进行不定时抓拍和摄像，并将拍摄到的图像和视频信息实时传送给所述监控中心PC机，所述可视系统与所述监控中心PC机通过3G网络无线连接。