CN105973877B - 一种基于曲线拟合和毒理分析算法的水质远程在线监测方法 - Google Patents
一种基于曲线拟合和毒理分析算法的水质远程在线监测方法 Download PDFInfo
- Publication number
- CN105973877B CN105973877B CN201610302211.XA CN201610302211A CN105973877B CN 105973877 B CN105973877 B CN 105973877B CN 201610302211 A CN201610302211 A CN 201610302211A CN 105973877 B CN105973877 B CN 105973877B
- Authority
- CN
- China
- Prior art keywords
- curve
- luminous intensity
- value
- toxicity
- coefficient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
- G01N21/76—Chemiluminescence; Bioluminescence
- G01N21/763—Bioluminescence
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Plasma & Fusion (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明提供一种基于曲线拟合和毒理分析算法的水质远程在线监测方法,通过水质综合生物毒性分析仪监测采样液中的有毒物质对生物发光杆菌发光强度的抑制程度,并将发光强度信息发送给远程服务器,在服务器中对发光强度信息进行数据处理后确定污水毒性的污染等级,并可以通过远程客户端查询结果信息。相对于现有技术,本发明通过植入改进的曲线拟合算法,以Fabonacci法进一步优化改进的曲线拟合模型的各项系数,实现毒性物质成分和浓度的预测;同时本发明还考虑磁力搅拌时间、培养温度、培养时间、暴露时间及pH值范围对结果测定值的作用下,分析各条件对发光菌生物毒性实验的影响,从而提高分析仪测量精度、稳定性的同时实现远程在线监测。
Description
技术领域
本发明涉及水质在线监测技术领域,尤其涉及一种基于曲线拟合和毒理分析算法的水质远程在线监测方法。
背景技术
随着现代科学技术的发展,多组分同时检测和智能化的水质传感器是目前水质在线分析检测的热门研究方向,其技术日益成熟,已逐渐进入应用阶段。自上世纪70年代至80年代初以来,国外科学家成功地从海洋生物体内分离出对人体无害,对有毒化学物质敏感的发光细菌,并将其用于检测水体综合毒性。现在这种简单、快速的水体综合毒性检测技术已经较为广泛的被采用。在国外某些国家和地区,用发光微生物对环境污染情况进行监测的技术已经趋于成熟。美国已将采用生物毒性分析法检测水质综合毒性的方法用于污染物排放检测领域。德国已将发光微生物检测法确定为官方DIN检测手段。如今该项检测技术已被全面地应用于水体和部分化学制品的检测领域。其应用领域已不仅局限于实验场合,而是向着环境污染检测领域普及应用的方向发展。
目前,大部分的水质分析仪还只是处于检测功能。随着生活环境的逐渐恶劣,水中含有的成分更加复杂化,水质分析仪的需求性更加明显,可以预见,在不久的将来,水质远程在线分析技术必将越来越广泛地应用于生活的各个领域。从过去10年的市场情况来看,水质的检测技术的需求性非常广泛,水质分析仪的产品也将应用到了许多方面。
当前,数据拟合是一种重要的数据处理方法,多项式曲线拟合又是一种较常用的数据拟合方法。采用曲线拟合的思想对数据进行分析来研究开发现代仪器仪表,可以对仪器仪表的检测达到预测的功能,和对数据趋势的分析,并能提高设备的自动化智能化程度。进而可以提高现有测量系统的总体性能和执行效率。在仪器仪表的设计过程中采用数学知识对数据进行分析,可以使得仪器仪表实现对检测的水质样品达到毒性预测功能等优点。
在曲线拟合的方法中,常用的模型包括指数模型、Hoerl模型、Weibull模型、最小二乘曲线拟合模型、双曲函数模型等。近年来,国内外学者在以上传统预测方法的基础上又提出了许多改进的曲线拟合模型,比如:修正Hoerl模型等,取得了良好的效果。然而,这些方法均是采用实际值偏离局部相似曲线的纵向距离的最小思想,因此,它实质是保证了局部相似曲线与预测时刻前若干点的“值相似”而不是“形相似”,将会导致这些方法在拐点处预测准确性不高,并且相似方法是目前在天气预报业务中被广泛使用的方法,该方法能够达到很好的预测功能。因此,如何在实现曲线拟合程度高、解决在拐点处预测准确性不高的情况的下,还能实现对采样水质中毒性物质的预测功能等问题,进一步研究、调整、仿真和定制化,已经成为优化水质综合生物毒性远程在线监测系统的瓶颈问题之一。
在水质综合生物毒性分析仪中,为提高仪器的精确度、稳定性以及可靠性,环境等外在干扰和发光菌的生理特征将成为水质综合生物毒性远程在线监测系统的又一瓶颈问题。
故,针对目前现有技术中存在的上述缺陷,实有必要进行研究,以提供一种方案,解决现有技术中存在的缺陷。
发明内容
有鉴于此,本发明的目的在于提供一种精确度高、稳定性好、可靠性高、能够远程实时性的监测,实现毒性物质的预测以及异常变量分析的基于曲线拟合和毒理分析算法的水质综合生物毒性远程在线监测方法,以解决上述问题。
为了克服现有技术的缺陷,本发明的技术方案如下:
一种基于曲线拟合和毒理分析算法的水质远程在线监测方法,通过水质综合生物毒性分析仪监测采样液中的有毒物质对生物发光杆菌发光强度的抑制程度,并将发光强度信息发送给远程服务器,在服务器中对发光强度信息进行数据处理后确定污水毒性的污染等级,并可以通过远程客户端查询结果信息;
其中,在服务器中对发光强度信息进行数据处理的步骤包括:
步骤1:通过基于数值相近原则的曲线拟合算法对发光强度信息进行数据处理,即利用最小二乘解法得到曲线拟合的参数方程:X=[ATA]-1ATB,得到模型y1,并求出精确值,其中X为最小二乘法参数,A、B为拟合系数;
步骤2:通过基于形态相似原则的曲线拟合算法对发光强度信息进行数据处理:
(1)设时间影响因子为λ,反应发光菌活性受存活时间的量;设形态相似拟合曲线为:y2(x)=a0+a1x+a2x2+...+anxn,其中ai为各阶系数;
(2)将拟合曲线结合形系数方程其中x12i为拟合点值,S12为偏量值,可得:
(3)构造出带参数的增广目标函数,当满足约束条件时,等号两边成立;当不满足约束条件范围时,取一个充分大的数μ>0,构造如下的函数:
式中a={a1,a2,...,an,λ};
(4)通过powell算法的求解函数极值:
步骤a:选定初始点x(0),n个线性无关的向量组,组成初搜索方向组{p0,p1,....pn -1},给定精度ε>0,置k=0,k为初始极值;
步骤b:令y0=xk,依次沿{p0,p1,....pn-1}中的方向进行一堆搜索,
对应得到辅助迭代点y1,y2,....yn,即
式中βj-1为沿pj-1方向的步长;
如|y(k)-x(k)|<ε成立,则停止计算,否则执行步骤c;
步骤c:构造加速方向,令pn=yn-y0,若||pn||≤ε,则停止迭代,输出xk+1=yn,否则转步骤d;
步骤d:确定调整方向:求出m,其中,m为极小值点,使得
f(ym-1)-f(ym)=max{|f(ym-1)-f(ym)|1≤j≤n}
若下式成立:
f(y0)-2f(yn)+f(2yn-y0)<2[f(ym-1)-f(ym)],
转到步骤f,否则转步骤e;
步骤e:令xk+1=yn+βnpn,同时,令
{p0,p1,....pn-1}k+1={p0,...,pm-1,pm+1,....pn-1,pn}k=k+1转步骤b;
步骤f:令xk+1=yn,置k=k+1转步骤b;
(5)通过powell算法,求出a1,a2,......,an,考虑到a0为直流分量,不会影响拟合曲线的形态,代入式y2(x)=a0+a1x+a2x2+...+anxn中,采用最小二乘法求a0,得到基于形态相似准则的曲线拟合算法y2;利用相关系数公式求出精确度:
步骤3:从以上的两个步骤,分别得出曲线拟合模型y1,y2,构造改进的曲线拟合模型为:y(x)=w1y1(x)+w2y2(x),其中0<w1≤1,0<w2≤1,w1、w2依据求出的精确度值;
步骤4:采用Fabonacci法进一步的优化已求出的各项系数,使其更加接近最优值;
具体步骤如下:
1)设第j个离散点与拟合曲线上对应值的偏差为
根据上式可以求出,n个离散点中的最大正偏差点和最大负偏差点则第m次方系数am的初始区间[A1,B1]为
2)先判断ai在初始区间[A1,B1]是单峰函数,求出的最佳aT就是ai在区间[A1,B1]中的近似极小值或极大值,即ai在[A1,aT]区间应严格递减或递增,在[aT,B1]上应严格递增或递减,采用Fabonacci法对其进行优化;
3)根据最佳拟合曲线的最大正、负偏差的绝对值近似相等,则偏差取两者之和的一半,即
由此可得最佳常系数为
步骤5:利用得到的改进拟合曲线y结合本系统数据库中预存的专家系统,进行曲线匹配,分别得到改进拟合曲线的拟合系数B与专家系统中发光菌与不同种类、浓度的毒性物质各反应机理曲线的拟合系数A,求取拟合系数B与各拟合系数A之间的距离,系数最小的将为所预测的毒性物质。
优选地,所述水质综合生物毒性分析仪包括仪器壳体、发光菌的培植单元、发光菌发光强度采集和存储单元、发光菌发光强度传输单元,数据接受单元和数据显示单元。
优选地,通过生物传感器中光电倍增管采集发光杆菌的发光强度值。
相对于现有技术,本发明通过植入改进的曲线拟合算法,以Fabonacci法进一步优化改进的曲线拟合模型的各项系数,实现毒性物质成分和浓度的预测;同时本发明还考虑磁力搅拌时间、培养温度、培养时间、暴露时间及pH值范围对结果测定值的作用下,分析各条件对发光菌生物毒性实验的影响,从而提高分析仪测量精度、稳定性的同时实现远程在线监测。
附图说明
图1为本发明的水质综合生物毒性分析仪的总体结构示意图;
图2为本发明的水质综合生物毒性分析仪电气原理框图;
图3为本发明的系统的基本框图;
图4为本发明的监测平台显示;
图5为改进型的曲线拟合模型之间的对比;
图6为毒性物质预测流程图;
图7为异常变量对EC50的影响探讨;
图8为本发明的水质综合生物毒性远程在线监测系统稳定性验证。
具体实施方式
以下是本发明的具体实施例并结合附图,对本发明的技术方案作进一步的描述,但本发明并不限于这些实施例。
参见图1,本发明的水质综合生物毒性分析仪的测试原理如下:
系统通过控制电机13的转动来改变试管的位置。当试管圆盘57处于初始位置时光电霍尔开关7输出一个低电平的信号,否则输出的为高电平信号。每次测试开始前和测试完时,系统都会对光电霍尔开关7的输出信号做检测。如果信号为高电平则采用合理的定位算法转动电机13来为试管盘定位,使其回到初始位置。光电霍尔开关7和步进电机结合使用能很好地定位试管圆盘57从而实现试管的定位。光电倍增管8位于4号试管9的一侧,它能采集发光菌发出的光信号,并将光信号转换为微弱的电信号供控制系统采集处理。在试管圆盘57处于初始位置时,1号试管61对准添加待测液管56,2号试管59对准清水管55,3号试管10对准缓冲液管11,4号试管9对准菌液管12,同时4号试管还对准了光电倍增管8。添加菌液管12与活化后发光菌存储罐17相连,系统通过开闭添加菌液流量控制电磁阀来向试管中添加定量的菌液。缓冲液管11和缓冲液存储罐36相连,通过控制流量电磁阀向试管中添加定量的缓冲液。清水管55与水泵管或者自来水管相连随时供水,系统通过开关流量控制电磁阀来向试管添加清水,用于冲洗试管。待测液管56与待测液缸51相连,系统可以通过流量控制电磁阀的开闭来向试管中添加定量的待测液。待测液缸与水泵相连,水泵会一直向待测液缸中送待测液以保持待测液缸中的待测液为最新的。待测液缸51的上侧有溢流口与溢流管53相连,待测液可以通过溢流管53流到其它地方以防止待测液缸的待测液外溢。排放管2、3、64、65下边有废水槽1,测试完试管中的废液和清洗试管的液体都将被排到废水槽1中。
分析仪内上部设置有冻干粉存储容器、缓冲液釜、营养液罐等容器,用于存储活化发光菌时必需的原料和试剂。仪器中部设置有活化菌釜、活化后菌液存储釜和污水缸,分别用于菌液活化,测试用菌液和待测液体的存储。仪器下部设置有毒性分析测试装置,主要包括用于精密定位的二相混合式步进电机、样本容器盘、光电检测装置和测试容器清洗装置等。整个仪器间通过各种管路相连,液体的添加和添加量的控制由流量电磁阀来控制完成。
启动温差电制冷器和温度检测传感器调整测量暗室内待测样品温度恒定在20℃左右。使用污水泵多采样点分时自动采集水质并混合均匀,通过导流电磁阀控制污水样品进入测量暗室,通过自动控制定量药品注射器自动定量加注活化的发光杆菌,对测量暗室内的污水样品和发光杆菌注氮气混合,启动光电倍增管进行15min连续测量,测量数据临时保存并通过远程数据传输上传到控制室交微机处理,上传结束后对临时数据进行分析处理并非易失性存储,用点阵液晶模块现场显示处理后的图形及分析结果,进行管路自动清洗等待下一次测量开始。
参见图2,所示为水质综合生物毒性分析仪的电气原理框图,其核心芯片采用AT89C51RC,主要控制3个模块:输入输出设备,信号采集模块和控制单元。添加冻干粉的定位控制、反应液搅拌以及流量阀控制等都是通过从机AT89C51控制。
参见图3,所示为本系统的架构图,水质综合生物毒性分析仪采集到的数据利用TCP/IP发送到服务器,在特定的实验区下的固定IP地址选取数据类型,其中包括三类:当前检测信息的处理、历史检测信息的处理和专家系统库的查看。在服务器中对发光强度信息进行数据处理后确定污水毒性的污染等级,并可以通过远程客户端查询结果信息;
参见图6,在服务器中对发光强度信息进行数据处理的步骤如下:
1、基于数值相近(最小二乘法)与形态相似结合的曲线拟合算法,利用两种算法的精确度值作为改进算法模型中的权重,并引入时间影响因子和powell算法。解决了数值相近(最小二乘法)原理的拟合速度,时间因素对发光菌活性影响以及利用权重值优势避免powell算法的前n个搜索方向必须线性无关等问题。该改进算法的基本流程如下:
基于数值相近原则的曲线拟合算法:
利用最小二乘解法得到曲线拟合的参数方程:X=[ATA]-1ATB,得到模型y1,并求出精确值。
基于形态相似原则的曲线拟合算法:
设时间影响因子为λ,反应发光菌活性受存活时间的量。设形态相似拟合曲线为:y2(x)=a0+a1x+a2x2+...+anxn。
将拟合曲线结合形系数方程可得:
采用罚函数的外点法将该问题的求解转化为解无约束极值问题。构造出带参数的增广目标函数,当满足约束条件时,等号两边成立,当不满足约束条件范围时,等式取值很大。取一个充分大的数μ>0,构造如下的函数:
式中a={a1,a2,...,an,λ}
以下是powell算法的求解函数极值的步骤:
步骤a:选定初始点x(0),n个线性无关的向量组,组成初搜索方向组{p0,p1,....pn -1},给定精度ε>0,置k=0,k为初始极值;
步骤b:令y0=xk,依次沿{p0,p1,....pn-1}中的方向进行一堆搜索,
对应得到辅助迭代点y1,y2,....yn,即
式中βj-1为沿pj-1方向的步长;
如|y(k)-x(k)|<ε成立,则停止计算,否则执行步骤c;
步骤c:构造加速方向,令pn=yn-y0,若||pn||≤ε,则停止迭代,输出xk+1=yn,否则转步骤d;
步骤d:确定调整方向:求出m,其中,m为极小值点,使得
f(ym-1)-f(ym)=max{|f(ym-1)-f(ym)|1≤j≤n}
若下式成立:
f(y0)-2f(yn)+f(2yn-y0)<2[f(ym-1)-f(ym)],
转到步骤f,否则转步骤e;
步骤e:令xk+1=yn+βnpn,同时,令
{p0,p1,....pn-1}k+1={p0,...,pm-1,pm+1,....pn-1,pn}k=k+1转步骤b;
步骤f:令xk+1=yn,置k=k+1转步骤b;
根据powell算法,求出a1,a2,......,an,考虑到a0为直流分量,不会影响拟合曲线的形态,代入式y2(x)=a0+a1x+a2x2+...+anxn中,采用最小二乘法求a0。因此得到基于形态相似准则的曲线拟合算法y2。利用相关系数公式求出精确度:
从以上的两个步骤,分别得出曲线拟合模型y1,y2,构造改进的曲线拟合模型为:y(x)=w1y1(x)+w2y2(x),其中0<w1≤1,0<w2≤1,w1w2依据求出的精确度值。
2、Fabonacci法对改进曲线拟合算法的优化
用改进的曲线拟合算法拟合出来的效果是较好的,但却不一定是最佳的。因此,可在改进的曲线拟合算法的基础之上,采用Fabonacci法进一步的优化已求出的各项系数,使其更加接近最优值,以y=a0+a1x+a2x2+...+anxn为例,首先要求出an的取值区间(初始区间),然后采用Fabonacci法对其取值区间进行优化,确定出最佳值。在此最佳值条件下,求出an-1的最佳值。按此方法逐一求出其他系数的最佳值。
算法步骤如下:
am的初始区间[A1,B1]的算法
设第j个离散点与拟合曲线上对应值的偏差为
根据上式可以求出,n个离散点中的最大正偏差点和最大负偏差点则第m次方系数am的初始区间[A1,B1]为最佳系数:
Fabonacci法适应于单峰函数,因此必须先判断ai在初始区间[A1,B1]是单峰函数。根据单峰函数的定义知道,求出的最佳aT就是ai在区间[A1,B1]中的近似极小(大)值,即ai在[A1,aT]区间应严格递减(增),在[aT,B1]上应严格递增(减)。判断ai为单峰函数后,采用Fabonacci法对其进行优化。
常系数a0的算法
根据最佳拟合曲线的最大正、负偏差的绝对值近似相等,则偏差取两者之和的一半,即
由此可得最佳常系数为
3、毒性物质成分与浓度的预测
为实现毒性物质种类和浓度的预测,利用得到的改进拟合曲线y结合本系统的专家系统,进行曲线匹配。分别得到改进拟合曲线的拟合系数B与专家系统中发光菌与不同种类、浓度的毒性物质各反应机理曲线的拟合系数A,求取拟合系数B与各拟合系数A之间的距离,系数最小的将为所预测的毒性物质。
上述结果信息,用户可以通过客户端进行查询。客户端/服务器以图表、曲线等方式呈现给用户,为管理人员监测、数据分析、决策提供依据。见图4-(a)为服务器的显示。在客户端中,用户只能对当前检测、毒性物质库以及历史检测的查看。登录之后,会自动下载服务器业务中的信息到客户端,从而实现用户的查看。如图4-(b)为客户端的显示。基于Android系统的应用开发,属于用户前端功能。其功能主要有:实现分析仪的检测、科普知识、个人中心、系统配置、用户互动、搜索、绑定等。如图4-(c)为Android移动设备显示。
通过水质生物毒性在线分析仪数据采集得到发光菌在待测的废水中不同时间点对应的发光菌发光强度数值,并结合改进的曲线拟合算法,绘制图形,如图5所示。
这里同样由于x=1:1:50,其跨度较大,因此将令t=(x-51)/51,自变量的取值范围为[-1,1],在图5中,其横坐标的取值范围为[-1,0],因此得到的预测模型为:
y(t)=6641.463t10+29039.504t9+54058.737t8+55957.231t7+35297.68t6
+13988.965t5+3466.473t4+518.092t3+43.192t2+1.614t+1.243
=0.41586y1+0.5724y2
其中w1=0.41586,w2=0.5724使得到的拟合曲线最接近真实曲线。
拟合的曲线值与对应的真实值的误差为:
由图5可以看出,最小二乘的拟合曲线较平坦,形态相似准则的拟合曲线很好地反应了真实曲线的变化和抖动情况,但是在数值的精度拟合上不足,而改进的拟合曲线拟合效果最好。改进算法是两种曲线拟合思想的结合,算法思想是保持与真实曲线形态相吻合的同时数值也相近,这种算法思想在更加复杂的曲线中更具优势,且体现出发光菌的生命活性受到时间影响因子的影响。据图可看出,最小二乘的拟合曲线较平坦,形态相似准则的拟合曲线很好地反应了真实曲线的变化和抖动情况,但是在数值的精度拟合上不足,而改进的拟合曲线拟合效果最好。改进算法是两种曲线拟合思想的结合,算法思想是保持与真实曲线形态相吻合的同时数值也相近,这种算法思想在更加复杂的曲线中更具优势,且体现出发光菌的生命活性受到时间影响因子的影响。
由于powell算法在迭代时前n个搜索方向必须线性无关,否则将没有最优解的问题,因此powell算法失效,在改进算法中利用权重值能有效避免powell算法的不足。当y(x)=w1y1(x)+w2y2(x)中w2很小时,此时改进的曲线拟合算法将为最小二乘法y(x)=w1y1(x)+k(其中k为很小的数值),避开了powell算法无最优解在改进算法中的不足。
在改进曲线算法中,利用精确度来确定两个公式的权重,利用powell算法的计算速度快的特点,提高了改进算法的拟合速度。
理论上毒性分析计算方法主要有3种:(1)RUL为相对发光强度,发光菌的发光强度值;(2)TU为相对发光强度RUL下降到起始数值的50%时的毒性物质浓度定义为一个毒性单位(1TU);(3)EC50为毒性物质的毒性为一个毒性单位时有毒物质的浓度。TU=c/EC50(c为样品中有毒物质浓度)。由上可得:EC50代表了物质的毒性大小。通过EC50和c的计算,可以得到样品的毒性单位,从而确定样品的毒性大小。
发光细菌的发光机理是细菌体内正常的生化反应,其发光效果极易受到环境条件的影响。只要能够影响到细菌的生理反应过程的条件都可以干扰发光细菌的发光效应。在培养过程中,细胞生物体一般要经历延滞期,指数生长期,衰减增长阶段,稳定阶段和内院呼吸阶段。在研究的过程中分别对磁力搅拌时间、培养温度、培养时间、暴露时间以及pH值范围对EC50测定值的影响探究。仪器:水质综合生物毒性分析仪。试剂:苯酚、氯苯均为分析纯,用3%NaCl溶液配制,明亮发光杆菌T3小种冻干粉。
pH值范围的影响
采用发光细菌测定水样毒性传统方法中,一般先将样品pH值调节至7.0左右,而这有可能改变待测样品中毒物的存在形态和性质。测定不同pH值对发光细菌发光度的影响,结果发现当体系pH值在5.0~9.0时,发光细菌发光度基本稳定,pH值低于5.0或高于9.0时,发光细菌发光度迅速降低。实验结果表明:若水样的pH值在5.0~9.0,则不需调节pH值;若水样的pH值低于5.0或高于9.0,则需调节至5.0或9.0之间。
培养时间的影响
利用光信号检测系统测其的发光强度,如图7-(a)为明亮发光杆菌的生长曲线检测。由图7-(a)中的600nm下的吸光度曲线可以看出5~13小时阶段是发光细菌的对数生长期,这段区间细菌的生长是最快的,而在13个小时以后细菌总量也就不再变化,此时间段细菌的生长比较缓慢。从黑色的光强曲线可以看出,8~15小时的时间段内,细菌的发光强度增加的最快,基本在14小时左右达到最大值。在巧小时之后虽然细菌总量有所增加,但是此时细菌的发光强度却在逐渐降低,说明这个阶段细菌的活性开始下降。
试验测得发光杆菌的指数生长期为5h~15.5h,因此分为7h,9h,12h,15h的T3发光菌测定苯酚、氯苯的EC50结果见表1。
表1培养时间对化合物EC50的影响
测得的EC50相对标准偏差在4.3%~5.3%,我们选取12~15小时时间段内的发光细菌进行冷藏复苏试验,此阶段的细菌总量基本达到最大,而且其发光强度也是最大。
培养温度的影响
发光细菌毒性检测方法在原理上指有毒物质对发光菌发光酶的作用,因此温度明显影响着发光菌的生长速率,明亮发光杆菌属低温菌种,生长温度为0℃~25℃,最适生长温度为18℃。荧光素酶在0℃~30℃活性最大,并且稳定,45℃时产生不可逆失活。实验温度为0℃~25℃时,发光菌处于最适生长温度,细胞活性大,生物个体代谢旺盛,发光反应所需辅酶浓度高,而且荧光素酶活性也处于最大且稳定的区间,因此,酶促反应速率快,发光强度强。如表2所示为培养温度对化合物EC50的影响。
表2培养温度对化合物EC50的影响
注:发光菌选用T3,发光菌培养时间为12h
在15±1℃~20±1℃,采用本法所测得的化合物EC50相差不大,但当温度升至25±1℃时,EC50明显增高。这可能是由于不同温度时发光菌的生理代谢强弱不同,从而影响荧光素酶酶促反应,最后导致了EC50测定值的偏差。
暴露时间的影响
为了确定合适的暴露时间,本文通过测定2种有机物测定其EC50值随暴露时间的变化,如下图7-(b)所示为暴露时间对受试有机物EC50值的影响。EC50值随暴露时间的变化较大,可见20min以后,EC50值基本保持稳定。因此,测定20min时污染物对发光细菌的抑制作用,基本可代表该污染物的急性毒性。
磁力搅拌时间的影响
设置磁力搅拌时间为0min-200min,为了较好观察磁力搅拌时间对EC50测定值和发光强度I的影响,如图7-(c)磁力搅拌时间对EC50测定值的影响和图7-(d)磁力搅拌时间对发光菌发光强度I的影响。
据图7-(d)所示,当无外加待测物时,发光菌的发光强度(空白值)随时间的推移下降。这表明体系营养有限,随着磁力搅拌时间的延长,生物体生理活性下降,代谢减缓,单位发光菌发光强度降低,从而维持等量发光强度本底所需的生物个数增多,但传统实验假设生物个数及个体发光强度不变,因而同一毒物的EC50实测值势必增大(如图7-(c));另一方面生物体处于不良生存环境,可产生“应激”作用,如细胞壁增厚等使生物个体本身的抗性增强,需要更大量的化合物才能抑制等量发光强度,即EC50增大(如图7-(c));可见,磁力搅拌能使发光菌在检测期间发光强度有一定幅度的波动,这是传统EC50的测定结果重现性较差的一个原因。
由上测试,本发明的水质综合生物毒性分析仪中的试验选用的配置为:明亮发光杆菌T3小种冻干粉,发光菌选用T3,培养时间为12h,培养温度为20±1℃,磁力搅拌时间为30min。在实验前还需将检测液的pH值调整为5.0~9.0之间。
通过水质生物毒性在线分析仪数据采集得到发光菌在待测的废水中的发光强度,并利用一下公式计算出相对抑制率。如表1所示为采集的数据。
公式:
结合上述采集的数据,利用matlab绘制图形如图8-(a)浓度-发光抑制率反应机理曲线所示。
由RUL与TU的关系,其中TU为相对发光强度RUL下降到起始数值的50%时的毒性物质浓度定义为一个毒性单位。该毒性物质对应的发光菌的发光强度的起始数值为3.82,当下降至1.96时的毒性物质浓度为0.302g/L,与毒性物质对发光菌的EC50值为0.319g/L基本吻合,本系统的正常情况下,EC50是正常的。
实验中毒性物质采用苯酚和重铬酸钾的稀释液。分析得出结果如表3和4所示。
表3不同浓度重铬酸钾作用下菌液相对发光强度及相对抑光率
表4不同浓度苯酚作用下菌液相对发光强度及相对抑光率
采用重铬酸钾作为毒性液体进行试验时,采集过程中相对发光强度随时间变化趋势如图8-(b)重铬酸钾处理时间与发光强度的关系所示。不同浓度的苯酚和重铬酸钾与相对发光强度和抑光率的关系如图8-(c)和8-(d)所示。由实验数据可以看出,重铬酸钾对发光菌的抑制作用要比苯酚大的多,所以相对来说毒性更大一些。最后,对实验结果进行分析。结果证明,水质分析仪的测量精度非常高,实现了仪器设计的预期目标。
以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。对这些实施例的多种修改对本领域的专业技术人员来说是显而易见的,本申请中所定义的一般原理可以在不脱离本发明的精神或范围的情况下在其它实施例中实现。因此,本发明将不会被限制于本申请所示的这些实施例,而是要符合与本申请所公开的原理和新颖特点相一致的最宽的范围。
Claims (3)
1.一种基于曲线拟合和毒理分析算法的水质远程在线监测方法,其特征在于,通过水质综合生物毒性分析仪监测采样液中的有毒物质对生物发光杆菌发光强度的抑制程度,并将发光强度信息发送给远程服务器,在服务器中对发光强度信息进行数据处理后确定污水毒性的污染等级,并可以通过远程客户端查询结果信息;
其中,在服务器中对发光强度信息进行数据处理的步骤包括:
步骤1:通过基于数值相近原则的曲线拟合算法对发光强度信息进行数据处理,即利用最小二乘解法得到曲线拟合的参数方程:X=[ATA]-1ATB,得到模型y1,并求出精确值,其中X为最小二乘法参数,A、B为拟合系数;
步骤2:通过基于形态相似原则的曲线拟合算法对发光强度信息进行数据处理:
(1)设时间影响因子为λ,反应发光菌活性受存活时间的量;设形态相似拟合曲线为:y2(x)=a0+a1x+a2x2+...+anxn,其中ai为各阶系数;
(2)将拟合曲线结合形系数方程其中x12i为拟合点值,S12为偏量值,可得:
(3)构造出带参数的增广目标函数,当满足约束条件时,等号两边成立;当不满足约束条件范围时,取一个充分大的数μ>0,构造如下的函数:
式中a={a1,a2,...,an,λ};
(4)通过powell算法的求解函数极值:
步骤a:选定初始点x(0),n个线性无关的向量组,组成初搜索方向组{p0,p1,....pn-1},给定精度ε>0,置k=0,k为初始极值;
步骤b:令y0=xk,依次沿{p0,p1,....pn-1}中的方向进行一堆搜索,
对应得到辅助迭代点y1,y2,....yn,即
式中βj-1为沿pj-1方向的步长;
如|y(k)-x(k)|<ε成立,则停止计算,否则执行步骤c;
步骤c:构造加速方向,令pn=yn-y0,若||pn||≤ε,则停止迭代,输出xk+1=yn,否则转步骤d;
步骤d:确定调整方向:求出m,其中,m为极小值点,使得
f(ym-1)-f(ym)=max{|f(ym-1)-f(ym)|1≤j≤n}
若下式成立:
f(y0)-2f(yn)+f(2yn-y0)<2[f(ym-1)-f(ym)],
转到步骤f,否则转步骤e;
步骤e:令xk+1=yn+βnpn,同时,令{p0,p1,....pn-1}k+1={p0,...,pm-1,pm+1,....pn-1,pn}k=k+1转步骤b;
步骤f:令xk+1=yn,置k=k+1转步骤b;
(5)通过powell算法,求出a1,a2,......,an,考虑到a0为直流分量,不会影响拟合曲线的形态,代入式y2(x)=a0+a1x+a2x2+...+anxn中,采用最小二乘法求a0,得到基于形态相似准则的曲线拟合算法y2;利用相关系数公式求出精确度:
步骤3:从以上的两个步骤,分别得出曲线拟合模型y1,y2,构造改进的曲线拟合模型为:y(x)=w1y1(x)+w2y2(x),其中0<w1≤1,0<w2≤1,w1、w2依据求出的精确度值;
步骤4:采用Fabonacci法进一步的优化已求出的各项系数,使其更加接近最优值;
具体步骤如下:
1)设第j个离散点与拟合曲线上对应值的偏差为
根据上式可以求出,n个离散点中的最大正偏差点和最大负偏差点则第m次方系数am的初始区间[A1,B1]为
2)先判断ai在初始区间[A1,B1]是单峰函数,求出的最佳aT就是ai在区间[A1,B1]中的近似极小值或极大值,即ai在[A1,aT]区间应严格递减或递增,在[aT,B1]上应严格递增或递减,采用Fabonacci法对其进行优化;
3)根据最佳拟合曲线的最大正、负偏差的绝对值近似相等,则偏差取两者之和的一半,即
由此可得最佳常系数为
步骤5:利用得到的改进拟合曲线y结合本系统数据库中预存的专家系统,进行曲线匹配,分别得到改进拟合曲线的拟合系数B与专家系统中发光菌与不同种类、浓度的毒性物质各反应机理曲线的拟合系数A,求取拟合系数B与各拟合系数A之间的距离,系数最小的将为所预测的毒性物质。
2.根据权利要求1所述的基于曲线拟合和毒理分析算法的水质远程在线监测方法,其特征在于,所述水质综合生物毒性分析仪包括仪器壳体、发光菌的培植单元、发光菌发光强度采集和存储单元、发光菌发光强度传输单元,数据接受单元和数据显示单元。
3.根据权利要求1或2所述的基于曲线拟合和毒理分析算法的水质远程在线监测方法,其特征在于,通过生物传感器中光电倍增管采集发光杆菌的发光强度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610302211.XA CN105973877B (zh) | 2016-05-07 | 2016-05-07 | 一种基于曲线拟合和毒理分析算法的水质远程在线监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610302211.XA CN105973877B (zh) | 2016-05-07 | 2016-05-07 | 一种基于曲线拟合和毒理分析算法的水质远程在线监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105973877A CN105973877A (zh) | 2016-09-28 |
CN105973877B true CN105973877B (zh) | 2018-09-11 |
Family
ID=56991354
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610302211.XA Active CN105973877B (zh) | 2016-05-07 | 2016-05-07 | 一种基于曲线拟合和毒理分析算法的水质远程在线监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105973877B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110160985B (zh) * | 2019-06-19 | 2021-11-30 | 红云红河烟草(集团)有限责任公司 | 一种调校在线化学成分检测仪检测烟碱含量的方法 |
CN110987910A (zh) * | 2019-12-30 | 2020-04-10 | 华侨大学 | 一种发光细菌检测土壤重金属综合含量的方法及其应用 |
CN113014327A (zh) * | 2021-02-25 | 2021-06-22 | 深圳市思坦科技有限公司 | 一种水下无线光通信测试装置 |
CN113466216A (zh) * | 2021-06-23 | 2021-10-01 | 同济大学 | 一种基于青海弧菌的水质监测方法 |
CN117541451B (zh) * | 2023-11-13 | 2024-05-07 | 西藏自治区农牧科学院农业资源与环境研究所 | 一种流域农业面源污染在线监测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477131A (zh) * | 2009-01-13 | 2009-07-08 | 浙江理工大学 | 水质综合生物毒性在线自动分析仪及其使用方法 |
CN201344934Y (zh) * | 2009-01-13 | 2009-11-11 | 浙江理工大学 | 水质综合生物毒性在线自动分析仪 |
WO2010075121A1 (en) * | 2008-12-26 | 2010-07-01 | General Electric Company | Control system for monitoring localized corrosion in an industrial water system |
CN102252990A (zh) * | 2011-05-05 | 2011-11-23 | 中国科学院合肥物质科学研究院 | 一种紫外吸收法水质监测系统自动标定方法 |
-
2016
- 2016-05-07 CN CN201610302211.XA patent/CN105973877B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010075121A1 (en) * | 2008-12-26 | 2010-07-01 | General Electric Company | Control system for monitoring localized corrosion in an industrial water system |
CN101477131A (zh) * | 2009-01-13 | 2009-07-08 | 浙江理工大学 | 水质综合生物毒性在线自动分析仪及其使用方法 |
CN201344934Y (zh) * | 2009-01-13 | 2009-11-11 | 浙江理工大学 | 水质综合生物毒性在线自动分析仪 |
CN102252990A (zh) * | 2011-05-05 | 2011-11-23 | 中国科学院合肥物质科学研究院 | 一种紫外吸收法水质监测系统自动标定方法 |
Non-Patent Citations (3)
Title |
---|
A simple piecewise cubic spline method for approximation of highly nonlinear data;Mehdi Zamani;《Natural Science》;20111231;第79-83页 * |
发光细菌的生理特征及其在环境监测中的应用;黄正 等;《环境科学》;20151231;第97-90页 * |
生物毒性检测在水质安全评价中的应用;徐建英 等;《环境科学》;20141231;第3991-3997页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105973877A (zh) | 2016-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105973877B (zh) | 一种基于曲线拟合和毒理分析算法的水质远程在线监测方法 | |
Scott et al. | Monitoring water quality in Toronto's urban stormwater ponds: Assessing participation rates and data quality of water sampling by citizen scientists in the FreshWater Watch | |
Briand et al. | The use of oxygen microprobes to measure bacterial respiration for determining bacterioplankton growth efficiency | |
Cammack et al. | Fluorescent dissolved organic matter in lakes: relationships with heterotrophic metabolism | |
CN110352344A (zh) | 可现场部署的多路式取样和监测装置及细菌污染测量方法 | |
CN102333854B (zh) | 用于生物样品的细菌学研究的方法和相关设备 | |
CN106680520B (zh) | 一种水质自动检测分析仪 | |
CN104977263A (zh) | 水质多参数监测仪及其监测方法 | |
CN110057761A (zh) | 一种全光谱结合快速易测指标的水质在线监测系统与方法 | |
CN102131914A (zh) | 用于对血浆进行细菌学测试的装置和方法 | |
CN101477131A (zh) | 水质综合生物毒性在线自动分析仪及其使用方法 | |
CN105277535B (zh) | 一种可消除试剂空白影响的水中氨氮现场快速检测方法 | |
Wu et al. | Use of conductivity to indicate long-term changes in pollution processes in Lake Taihu, a large shallow lake | |
CN102175661A (zh) | 大肠杆菌在线分析仪 | |
CN103336001B (zh) | 一种快速评价饮用水水质生物稳定性的方法 | |
García-Martín et al. | Testing potential bias in marine plankton respiration rates by dark bottle incubations in the NW Iberian shelf: incubation time and bottle volume | |
KR101810810B1 (ko) | 물 샘플에서의 미생물을 판정하는 방법과 기기 | |
CN106053438B (zh) | 一种水质综合生物毒性远程自动分析仪 | |
Stephens et al. | NEAR–INFRARED SPECTROSCOPY AS A TOOL FOR REAL–TIME DETERMINATION OF BOD5 FOR SINGLE–SOURCE SAMPLES | |
CN106885914B (zh) | 多污染物成分水质自动检测分析仪以及检测方法 | |
CN211122516U (zh) | 一种宽光谱测量五日生化需氧量在线监测装置 | |
Amrita et al. | Analysing the water quality parameters from traditional to modern methods in aquaculture | |
Jordan et al. | Sulfate uptake as a measure of bacterial production 1 | |
CN108593867A (zh) | 一种水质自动检测分析仪 | |
CN110542665A (zh) | 一种宽光谱测量五日生化需氧量在线监测装置及监测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |