CN106560713A - 大型养猪场处理后的污水水质监测方法 - Google Patents

大型养猪场处理后的污水水质监测方法 Download PDF

Info

Publication number
CN106560713A
CN106560713A CN201610915493.0A CN201610915493A CN106560713A CN 106560713 A CN106560713 A CN 106560713A CN 201610915493 A CN201610915493 A CN 201610915493A CN 106560713 A CN106560713 A CN 106560713A
Authority
CN
China
Prior art keywords
sensor
computer
sampled value
detected signal
monitoring method
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.)
Granted
Application number
CN201610915493.0A
Other languages
English (en)
Other versions
CN106560713B (zh
Inventor
郑蓓蓓
俞瑜
赵格格
郑乐
惠国华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang A&F University ZAFU
Original Assignee
Zhejiang A&F University ZAFU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang A&F University ZAFU filed Critical Zhejiang A&F University ZAFU
Priority to CN201610915493.0A priority Critical patent/CN106560713B/zh
Publication of CN106560713A publication Critical patent/CN106560713A/zh
Application granted granted Critical
Publication of CN106560713B publication Critical patent/CN106560713B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18Water

Abstract

本发明公开了一种大型养猪场处理后的污水水质监测方法,包括计算机,无线接收器和m个水质检测装置;每个水质检测装置均包括壳体,设于壳体内的处理器和无线发射器,设于壳体下部的重金属传感器、一氯胺传感器、余氯传感器、pH值传感器、臭氧传感器、COD生物传感器、浊度传感器、氨氮传感器和亚硝氮传感器;每个水质检测装置的处理器分别与无线发射器、重金属传感器、一氯胺传感器、余氯传感器、pH值传感器、臭氧传感器、COD生物传感器、浊度传感器、氨氮传感器和亚硝氮传感器电连接;计算机与无线接收器电连接。本发明具有检测灵敏度高,准确性好的特点。

Description

大型养猪场处理后的污水水质监测方法
技术领域
本发明涉及污水水质监测技术领域,尤其是涉及一种检测灵敏度高,准确性好的大型养猪场处理后的污水水质监测方法。
背景技术
从传感器和信息监测技术的发展来看,成熟、稳定、高性能的传感器产品已经被应用到各类监测系统中,配合合适的传感器数据采集系统,期望达到信息采集的最优化。但由于户外监测环境变化较大、监测信息格式复杂、信息量大,如果不能有效地对这些数据进行预判和及时处理,很多异常数据将不能有效辨识,缺失信息将降低传感器系统监测的有效性,而且监测数据的分析必须建立在准确有效的监测数据之上,错误或者异常的监测数据将降低数值分析的结果,从而影响到系统的功能与特性分析,给后续数据处理带来很大的误差,正常信息不能得到有效利用。
发明内容
本发明的发明目的是为了克服现有技术中监测系统的传感器存在采集偶然误差的不足,提供了一种检测灵敏度高,准确性好的大型养猪场处理后的污水水质监测方法。
为了实现上述目的,本发明采用以下技术方案:
一种大型养猪场处理后的污水水质监测方法,包括计算机,无线接收器和m个水质检测装置;每个水质检测装置均包括壳体,设于壳体内的处理器和无线发射器,设于壳体下部的重金属传感器、一氯胺传感器、余氯传感器、pH值传感器、臭氧传感器、COD生物传感器、浊度传感器、氨氮传感器和亚硝氮传感器;每个水质检测装置的处理器分别与无线发射器、重金属传感器、一氯胺传感器、余氯传感器、pH值传感器、臭氧传感器、COD生物传感器、浊度传感器、氨氮传感器和亚硝氮传感器电连接;计算机与无线接收器电连接;
重金属传感器用于检测重金属离子,铬、汞等;一氯胺传感器用于检测氯胺含量,余氯传感器用于检测余氯含量,COD生物传感器用于检测化学耗氧量指标,氨氮传感器用于检测水体当中的氨氮含量指标,亚硝氮传感器用于在线监测水体亚硝酸氮指标,pH值传感器用于检测pH值,臭氧传感器用于检测臭氧含量,浊度传感器用于检测浊度。
包括如下步骤:
(1-1)每个水质检测装置的处理器控制各个传感器分别开始检测;
(1-2)每个水质检测装置的无线发射器发射各个传感器的检测信号,计算机计算每种传感器的平均检测信号;
(1-3)对每种传感器的平均检测信号均进行如下处理:
对于平均检测信号中的每个时刻t,计算机计算t-T时刻至t时刻的电压幅度均值VU(t)、电压幅度最大值MA(t)和电压幅度最小值MI(t);
设定
其中,
设定重金属传感器、一氯胺传感器、余氯传感器、pH值传感器、臭氧传感器、COD生物传感器、浊度传感器、氨氮传感器和亚硝氮传感器的V(t)分别为Vs1(t)、Vs2(t)、Vs3(t)、Vs4(t)、Vs5(t)、Vs6(t)、Vs7(t)、Vs8(t)、Vs9(t);
(1-4)利用公式
计算综合判断指标Eva(t);
当Eva(t)≥R1的时候,计算机做出当前时刻处理后污水水质良好的判断;
当R1>Eva(t)≥R2,计算机做出当前时刻处理后污水水质合格的判断;
当Eva(t)<R2,计算机做出当前时刻处理后污水水质不合格的判断。
本发明的各个传感器分别设于处理后污水排放处的上游、中游及下游,可以全面的检测不同区域处的水质参数,从而使检测的信号更加均匀、准确,重金属传感器、一氯胺传感器、余氯传感器、氨氮传感器、磷酸盐传感器和浊度传感器可以全面测量水源地的水质,处理器控制无线发射器发送检测信号,无线接收器接收检测信号,计算机对检测信号进行处理并做出水质判断。
作为优选,还包括报警器和若干个摄像头,报警器和各个摄像头均与计算机电连接;
还包括如下步骤:
各个摄像头拍摄污水流域表面的图像,计算机将各个摄像头拍摄的图像与预存在计算机中的标准图像进行比对,当发现拍摄的图像上有漂浮的污染物时,计算机控制报警器报警。
作为优选,每个水质检测装置均包括竖向导轨,每个竖向导轨上部均设有升降电机,壳体上设有2块固定板,2块固定板通过丝杆与升降电机的转轴连接,丝杆下端设有挡板,壳体下部设有用于容纳各个传感器的金属网,2块固定板均通过滑块与导轨滑动连接,升降电机与计算机电连接;
步骤(1-1)还包括如下步骤:计算机通过各个升降电机控制各个传感器做往复升降运动。
作为优选,对步骤(1-2)中的平均检测信号进行如下处理:
设每种传感器的平均检测信号为s(n)=[s(0),s(1),…,s(n-1)],利用公式的继承连续性进行判定,
则将s(i)删除,i=1,2,...,n-2;
得到满足继承连续性的平均检测信号。
作为优选,步骤(1-2)和(1-3)之间还包括如下修正步骤:
计算机在平均检测信号中选取若干个时间间隔为Δt的采样值,各个采样值按照时间先后顺序排列构成检测信号I(t);
对于I(t)中第一个采样值和最后一个采样值之外的每个采样值ES(t1),利用公式计算平稳系数ratio;
计算机预先设有依次增大的权重阈值0.5,1和1.65;
对于ratio位于[1-A1,1+A1]范围内的采样值,将采样值修正为B1 ES(t1),A1为0.2至0.3,B1为小于0.4的实数;
对于ratio位于(0.6,1-A1)或(1+A1,1.65)范围内的采样值,将采样值修正为B2ES(t1),B1<B2<0.6;
用修正过的各个采样值代替I(t)中的对应采样值,得到经过修正的检测信号I(t),用检测信号I(t)替换平均检测信号。
因此,本发明具有如下有益效果:检测灵敏度高,准确性好,监测范围广。
附图说明
图1是本发明的一种结构示意图;
图2是本发明的一种原理框图;
图3是本发明的一种流程图。
图中:计算机1、无线接收器2、处理器3、无线发射器4、重金属传感器5、一氯胺传感器6、余氯传感器7、pH值传感器8、臭氧传感器9、COD生物传感器10、浊度传感器101、氨氮传感器102、亚硝氮传感器103、摄像头11、报警器12、竖向导轨110、升降电机111、固定板112、丝杆113、挡板115。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步的描述。
实施例1
如图1、图2所示的实施例是一种大型养猪场处理后的污水水质监测方法,包括计算机1,无线接收器2和10个水质检测装置;每个水质检测装置均包括壳体,设于壳体内的处理器3和无线发射器4,设于壳体下部的重金属传感器5、一氯胺传感器6、余氯传感器7、pH值传感器8、臭氧传感器9、COD生物传感器10、浊度传感器101、氨氮传感器102和亚硝氮传感器103;每个水质检测装置的处理器分别与无线发射器、重金属传感器、一氯胺传感器、余氯传感器、pH值传感器、臭氧传感器、COD生物传感器、浊度传感器、氨氮传感器和亚硝氮传感器电连接;计算机与无线接收器电连接;
如图3所示,包括如下步骤:
步骤100,各个传感器检测水质参数
每个水质检测装置的处理器控制各个传感器分别开始检测;
步骤200,计算平均检测信号
每个水质检测装置的无线发射器发射各个传感器的检测信号,计算机计算每种传感器的平均检测信号;
设每种传感器的平均检测信号为s(n)=[s(0),s(1),…,s(n-1)],利用公式的继承连续性进行判定,
则将s(i)删除,i=1,2,...,n-2;
得到满足继承连续性的平均检测信号;
步骤300,对每种传感器的平均检测信号均进行如下处理:
对于平均检测信号中的每个时刻t,计算机计算t-T时刻至t时刻的电压幅度均值VU(t)、电压幅度最大值MA(t)和电压幅度最小值MI(t);
设定
其中,
设定重金属传感器、一氯胺传感器、余氯传感器、pH值传感器、臭氧传感器、COD生物传感器、浊度传感器、氨氮传感器和亚硝氮传感器的V(t)分别为Vs1(t)、Vs2(t)、Vs3(t)、Vs4(t)、Vs5(t)、Vs6(t)、Vs7(t)、Vs8(t)、Vs9(t);
步骤400,水质判断
利用公式
计算综合判断指标Eva(t);
当Eva(t)≥R1的时候,计算机做出当前时刻处理后污水水质良好的判断;
当R1>Eva(t)≥R2,计算机做出当前时刻处理后污水水质合格的判断;
当Eva(t)<R2,计算机做出当前时刻处理后污水水质不合格的判断。R1为3.9,R2为1.2。
还包括如图2所述的报警器和15个摄像头11,报警器12和各个摄像头均与计算机电连接;
还包括如下步骤:
各个摄像头拍摄污水流域表面的图像,计算机将各个摄像头拍摄的图像与预存在计算机中的标准图像进行比对,当发现拍摄的图像上有漂浮的污染物时,计算机控制报警器报警。
实施例2
实施例2包括实施例1中所有结构和方法部分,如图1、图2所示,实施例2的每个水质检测装置均包括竖向导轨110,每个竖向导轨上部均设有升降电机111,壳体116上设有2块固定板112,2块固定板通过丝杆113与升降电机的转轴连接,丝杆下端设有挡板115,壳体下部设有用于容纳各个传感器的金属网114,2块固定板均通过滑块与导轨滑动连接,升降电机与计算机电连接。
步骤100还包括如下步骤:计算机通过各个升降电机控制各个传感器做往复升降运动。
实施例3
实施例3包括实施例1中多有结构和方法部分,实施例1步骤100和300之间还包括如下修正步骤:
计算机在平均检测信号中选取20000个时间间隔为Δt的采样值,各个采样值按照时间先后顺序排列构成检测信号I(t);
对于I(t)中第一个采样值和最后一个采样值之外的每个采样值ES(t1),利用公式计算平稳系数ratio;
计算机预先设有依次增大的权重阈值0.5,1和1.65;
对于ratio位于[1-A1,1+A1]范围内的采样值,将采样值修正为B1 ES(t1),A1为0.2,B1为0.38的实数;
对于ratio位于(0.6,1-A1)或(1+A1,1.65)范围内的采样值,将采样值修正为B2ES(t1),B2为0.5;
用修正过的各个采样值代替I(t)中的对应采样值,得到经过修正的检测信号I(t),用检测信号I(t)替换平均检测信号。
应理解,本实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。

Claims (5)

1.一种大型养猪场处理后的污水水质监测方法,其特征是,包括计算机(1),无线接收器(2)和m个水质检测装置;每个水质检测装置均包括壳体,设于壳体内的处理器(3)和无线发射器(4),设于壳体下部的重金属传感器(5)、一氯胺传感器(6)、余氯传感器(7)、pH值传感器(8)、臭氧传感器(9)、COD生物传感器(10)、浊度传感器(101)、氨氮传感器(102)和亚硝氮传感器(103);每个水质检测装置的处理器分别与无线发射器、重金属传感器、一氯胺传感器、余氯传感器、pH值传感器、臭氧传感器、COD生物传感器、浊度传感器、氨氮传感器和亚硝氮传感器电连接;计算机与无线接收器电连接;
包括如下步骤:
(1-1)每个水质检测装置的处理器控制各个传感器分别开始检测;
(1-2)每个水质检测装置的无线发射器发射各个传感器的检测信号,计算机计算每种传感器的平均检测信号;
(1-3)对每种传感器的平均检测信号均进行如下处理:
对于平均检测信号中的每个时刻t,计算机计算t-T时刻至t时刻的电压幅度均值VU(t)、电压幅度最大值MA(t)和电压幅度最小值MI(t);
设定
V 1 ( t ) = &theta; ( t ) M A ( t ) &GreaterEqual; M I ( t ) 360 - &theta; ( t ) M A ( t ) < M I ( t ) ,
V 2 ( t ) = 1 - 5 ( | V U ( t ) | + | M A ( t ) | + | M I ( t ) | ) m i n ( V U ( t ) , M A ( t ) , M I ( t ) ) ,
V 3 ( t ) = 0.45 n 2 ( t ) + MA 2 ( t ) + MI 2 ( t ) ,
V ( t ) = V 1 ( t ) + V 2 2 ( t ) - V 3 2 ( t ) V 1 ( t ) - V 2 2 ( t ) - V 3 2 ( t ) ,
其中,
设定重金属传感器、一氯胺传感器、余氯传感器、pH值传感器、臭氧传感器、COD生物传感器、浊度传感器、氨氮传感器和亚硝氮传感器的V(t)分别为Vs1(t)、Vs2(t)、Vs3(t)、Vs4(t)、Vs5(t)、Vs6(t)、Vs7(t)、Vs8(t)、Vs9(t);
(1-4)利用公式
E v a ( t ) = | V s 3 2 ( t ) - 48.69 | V s 2 2 ( t ) - 576 &times; | V s 1 ( t ) + V s 7 ( t ) + V s 8 | | V s 4 ( t ) - 0.67 &times; V s 5 ( t ) | 2 - 0.37 &times; V s 6 2 ( t ) + 0.48 &times; V s 9 2 ( t )
计算综合判断指标Eva(t);
当Eva(t)≥R1的时候,计算机做出当前时刻处理后污水水质良好的判断;
当R1>Eva(t)≥R2,计算机做出当前时刻处理后污水水质合格的判断;
当Eva(t)<R2,计算机做出当前时刻处理后污水水质不合格的判断。
2.根据权利要求1所述的大型养猪场处理后的污水水质监测方法,其特征是,还包括报警器和若干个摄像头(11),报警器(12)和各个摄像头均与计算机电连接;
还包括如下步骤:
各个摄像头拍摄污水流域表面的图像,计算机将各个摄像头拍摄的图像与预存在计算机中的标准图像进行比对,当发现拍摄的图像上有漂浮的污染物时,计算机控制报警器报警。
3.根据权利要求1所述的大型养猪场处理后的污水水质监测方法,其特征是,每个水质检测装置均包括竖向导轨(110),每个竖向导轨上部均设有升降电机(111),壳体(116)上设有2块固定板(112),2块固定板通过丝杆(113)与升降电机的转轴连接,丝杆下端设有挡板(115),壳体下部设有用于容纳各个传感器的金属网(114),2块固定板均通过滑块与导轨滑动连接,升降电机与计算机电连接;
步骤(1-1)还包括如下步骤:计算机通过各个升降电机控制各个传感器做往复升降运动。
4.根据权利要求1所述的大型养猪场处理后的污水水质监测方法,其特征是,对步骤(1-2)中的平均检测信号进行如下处理:
设每种传感器的平均检测信号为s(n)=[s(0),s(1),…,s(n-1)],利用公式对s(i)的继承连续性进行判定,
则将s(i)删除,i=1,2,...,n-2;
得到满足继承连续性的平均检测信号。
5.根据权利要求1或2或3或4所述的大型养猪场处理后的污水水质监测方法,其特征是,步骤(1-2)和(1-3)之间还包括如下修正步骤:
计算机在平均检测信号中选取若干个时间间隔为Δt的采样值,各个采样值按照时间先后顺序排列构成检测信号I(t);
对于I(t)中第一个采样值和最后一个采样值之外的每个采样值ES(t1),利用公式计算平稳系数ratio;
计算机预先设有依次增大的权重阈值0.5,1和1.65;
对于ratio位于[1-A1,1+A1]范围内的采样值,将采样值修正为B1ES(t1),A1为0.2至0.3,B1为小于0.4的实数;
对于ratio位于(0.6,1-A1)或(1+A1,1.65)范围内的采样值,将采样值修正为B2ES(t1),
用修正过的各个采样值代替I(t)中的对应采样值,得到经过修正的检测信号I(t),用检测信号I(t)替换平均检测信号。
CN201610915493.0A 2016-10-20 2016-10-20 大型养猪场处理后的污水水质监测方法 Active CN106560713B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610915493.0A CN106560713B (zh) 2016-10-20 2016-10-20 大型养猪场处理后的污水水质监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610915493.0A CN106560713B (zh) 2016-10-20 2016-10-20 大型养猪场处理后的污水水质监测方法

Publications (2)

Publication Number Publication Date
CN106560713A true CN106560713A (zh) 2017-04-12
CN106560713B CN106560713B (zh) 2018-11-06

Family

ID=58485766

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610915493.0A Active CN106560713B (zh) 2016-10-20 2016-10-20 大型养猪场处理后的污水水质监测方法

Country Status (1)

Country Link
CN (1) CN106560713B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107632125A (zh) * 2017-08-19 2018-01-26 安徽泛亚环保科技有限公司 一种实时水质监测系统
CN110261559A (zh) * 2019-07-05 2019-09-20 武汉理工大学 水体污染传感系统
CN112229971A (zh) * 2020-09-11 2021-01-15 天津市宇驰检测技术有限公司 一种污水检测方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004163123A (ja) * 2002-11-11 2004-06-10 Mitsubishi Heavy Ind Ltd 水質監視装置
GB2467520A (en) * 2009-01-28 2010-08-04 Biota Guard As Detecting aqueous contamination using sentinel species
CN103969412A (zh) * 2014-04-13 2014-08-06 北京工业大学 一种基于群决策案例推理的溶解氧浓度软测量方法
CN104165978A (zh) * 2014-08-12 2014-11-26 南京工业大学 提高水质监测数据可靠性的方法
CN104215746A (zh) * 2014-09-01 2014-12-17 广东海洋大学 一种海水养殖水质含氧量检测方法
CN104280526A (zh) * 2014-10-23 2015-01-14 北京理工大学 水质自动在线监测设备测量误差的分析和估计方法
US20150241402A1 (en) * 2012-09-28 2015-08-27 Strathkelvin Instruments Limited Device for monitoring wastewater treatment
CN105424899A (zh) * 2015-11-09 2016-03-23 北京奇虎科技有限公司 水质检测方法和系统、智能终端及其水质检测方法
CN105592518A (zh) * 2015-12-17 2016-05-18 镇江市高等专科学校 水产养殖场水质监控系统及方法
CN105891436A (zh) * 2016-06-30 2016-08-24 福建医科大学 一种综合评价饮用水水质的生物测试方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004163123A (ja) * 2002-11-11 2004-06-10 Mitsubishi Heavy Ind Ltd 水質監視装置
GB2467520A (en) * 2009-01-28 2010-08-04 Biota Guard As Detecting aqueous contamination using sentinel species
US20150241402A1 (en) * 2012-09-28 2015-08-27 Strathkelvin Instruments Limited Device for monitoring wastewater treatment
CN103969412A (zh) * 2014-04-13 2014-08-06 北京工业大学 一种基于群决策案例推理的溶解氧浓度软测量方法
CN104165978A (zh) * 2014-08-12 2014-11-26 南京工业大学 提高水质监测数据可靠性的方法
CN104215746A (zh) * 2014-09-01 2014-12-17 广东海洋大学 一种海水养殖水质含氧量检测方法
CN104280526A (zh) * 2014-10-23 2015-01-14 北京理工大学 水质自动在线监测设备测量误差的分析和估计方法
CN105424899A (zh) * 2015-11-09 2016-03-23 北京奇虎科技有限公司 水质检测方法和系统、智能终端及其水质检测方法
CN105592518A (zh) * 2015-12-17 2016-05-18 镇江市高等专科学校 水产养殖场水质监控系统及方法
CN105891436A (zh) * 2016-06-30 2016-08-24 福建医科大学 一种综合评价饮用水水质的生物测试方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107632125A (zh) * 2017-08-19 2018-01-26 安徽泛亚环保科技有限公司 一种实时水质监测系统
CN110261559A (zh) * 2019-07-05 2019-09-20 武汉理工大学 水体污染传感系统
CN112229971A (zh) * 2020-09-11 2021-01-15 天津市宇驰检测技术有限公司 一种污水检测方法及装置
CN112229971B (zh) * 2020-09-11 2023-08-04 天津市宇驰检测技术有限公司 一种污水检测方法及装置

Also Published As

Publication number Publication date
CN106560713B (zh) 2018-11-06

Similar Documents

Publication Publication Date Title
CN106560713A (zh) 大型养猪场处理后的污水水质监测方法
CN109187534A (zh) 水质检测方法及其水样图像识别装置
CN112857471B (zh) 工业物联网的化工废水处理排放在线监测预警管理云平台
CN108665119B (zh) 一种供水管网异常工况预警方法
CN102483397A (zh) 用于测量水的至少一个性质的装置
CN114965924A (zh) 污水污染物浓度检测系统
Alahi et al. Practical nitrate sensor based on electrochemical impedance measurement
US6393899B1 (en) Apparatus and method for automated biomonitoring of water quality
CN106560709B (zh) 突发水质污染源追溯系统及方法
CN115184568B (zh) 一种河流水环境污染物实时监测方法
CN113947726B (zh) 基于互联网的生态河湖区域监管系统
CN116990479A (zh) 一种基于Zigbee技术的水质监测方法、系统、设备及介质
CN108982790B (zh) 污水毒性的检测方法及污水毒性检测装置
CN106556682B (zh) 养殖场废水处理效果实时监测方法
CN211374726U (zh) 水质监测系统
CN107884539A (zh) 一种环境水质远程监控系统
Kim et al. A simple taste analyzing system design for visual and quantitative analysis of different tastes using multi-array chemical sensors and pattern recognition techniques
CN104458870A (zh) 一种重金属离子浓度自动检测系统
CN205373778U (zh) 一种太阳能在线水质复合检测分析仪
AU2020246873A1 (en) Method for detecting anomalies in a water treatment plant
CN111007220B (zh) 一种生猪养殖污水水质敏捷监测的方法
CN111089938A (zh) 一种高炉煤气中氯含量检测方法及检测装置
CN108169442A (zh) 远程污水在线检测系统
CN106560711B (zh) 饮用水水源监测预警系统及方法
CN106560714B (zh) 大型养殖场超标废水排放预警方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant