CN106596637A - 基于3v算法的养殖场污水水质等级判断方法 - Google Patents
基于3v算法的养殖场污水水质等级判断方法 Download PDFInfo
- Publication number
- CN106596637A CN106596637A CN201610915324.7A CN201610915324A CN106596637A CN 106596637 A CN106596637 A CN 106596637A CN 201610915324 A CN201610915324 A CN 201610915324A CN 106596637 A CN106596637 A CN 106596637A
- Authority
- CN
- China
- Prior art keywords
- sensor
- water
- sampled value
- computer
- sewage
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
Abstract
本发明公开了一种基于3V算法的养殖场污水水质等级判断方法,包括计算机,m个取水泵,水池,设于水池中的n个呈矩阵状排列的水质监测装置,n个水质监测装置均包括重金属传感器、一氯胺传感器、pH值传感器、氟化物传感器、臭氧传感器、COD生物传感器、钠离子传感器、总磷传感器和亚硝氮传感器;每个水池均包括若干个排水口;本发明具有检测灵敏度高,准确性好的特点。
Description
技术领域
本发明涉及污水水质检测技术领域,尤其是涉及一种检测灵敏度高,准确性好的基于3V算法的养殖场污水水质等级判断方法。
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采用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,准确性好的基于3V算法的养殖场污水水质等级判断方法。
为了实现上述目的,本发明采用以下技术方案:
一种基于3V算法的养殖场污水水质等级判断方法,包括计算机,m个取水泵,水池,设于水池中的n个呈矩阵状排列的水质监测装置,n个水质监测装置均包括重金属传感器、一氯胺传感器、pH值传感器、氟化物传感器、臭氧传感器、COD生物传感器、钠离子传感器、总磷传感器和亚硝氮传感器;每个水池均包括若干个排水口;计算机分别与各个取水泵、各个重金属传感器、各个一氯胺传感器、各个pH值传感器、各个氟化物传感器、各个臭氧传感器、各个COD生物传感器、各个钠离子传感器、各个总磷传感器和各个亚硝氮传感器电连接;
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,COD生物传感器用于检测化学耗氧量指标,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,氟化物传感器用于检测含氟物质的含量,钠离子传感器用于检测钠离子的含量,总磷传感器用于检测水体中含磷物质的含量。
包括如下步骤:
(1-1)河道中设有m个取水点,m个取水泵分别将m个取水点的水送到水池中;
(1-2)计算机控制n个水质监测装置的各个传感器工作;
(1-3)计算机将每种传感器的n个检测信号进行平均,得到每种传感器的平均检测信号;
(1-4)对各个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3V算法为
其中,
(1-5)设定重金属传感器、一氯胺传感器、pH值传感器、氟化物传感器、臭氧传感器、COD生物传感器、钠离子传感器、总磷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);
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养殖场处理后污水排放的等级为一级的判断;
当R1>Eva(t)≥R2,计算机做出当前时刻养殖场处理后污水排放的等级为二级的判断;
当Eva(t)<R2,计算机做出当前时刻养殖场处理后污水排放的等级为三级的判断。
本发明的各个水质检测装置位于水池中,各个取水泵将取水点的水运送到水池中,重金属传感器、一氯胺传感器、pH值传感器、氟化物传感器、臭氧传感器、COD生物传感器、钠离子传感器、总磷传感器和亚硝氮传感器可以全面测量水质,计算机对检测信号进行处理并做出水质判断。
作为优选,还包括如下步骤:
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,
当或则将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,金属网内侧设有毛刷,壳体内设有带动毛刷沿金属网内周面转动的毛刷电机,毛刷电机与处理器电连接。
作为优选,每个水质监测装置均包括壳体、设于壳体下部的用于容纳各个传感器的上端开口的筒状金属网;筒状金属网内侧设有毛刷,壳体内设有带动毛刷沿金属网内周面转动的毛刷电机,毛刷电机与计算机电连接;
步骤(1-2)还包括如下步骤:
计算机控制毛刷电机带动毛刷刷除金属网内周面的杂物及污垢。
作为优选,还包括m个升降装置,每个升降装置分别与每个取水泵连接;各个升降装置均与计算机电连接。
本发明可以对河道全流域的不同深度的水域进行检测,提高了检测的可靠性和精度,便于及时准确的发现污染的发生。
升降装置可以为气缸、油缸或吊车等。
作为优选,R1为8至8.2;R2为0.4至2.9。
作为优选,步骤(1-3)和(1-4)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0.5,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。
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是本发明的一种原理框图;
图2是本发明的一种流程图。
图中:计算机1、取水泵2、重金属传感器3、一氯胺传感器4、pH值传感器5、氟化物传感器6、臭氧传感器7、COD生物传感器8、钠离子传感器9、毛刷电机10、升降装置11、总磷传感器101、亚硝氮传感器102。
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。
如图1所示的实施例是一种基于3V算法的养殖场污水水质等级判断方法,包括计算机1,m=20个取水泵2,水池,设于水池中的n=12个呈矩阵状排列的水质监测装置,每个水质监测装置均包括重金属传感器3、一氯胺传感器4、pH值传感器5、氟化物传感器6、臭氧传感器7、COD生物传感器8、钠离子传感器9、总磷传感器101和亚硝氮传感器102;每个水池均包括15个排水口;计算机分别与各个取水泵、各个重金属传感器、各个一氯胺传感器、各个pH值传感器、各个氟化物传感器、各个臭氧传感器、各个COD生物传感器、各个钠离子传感器、各个总磷传感器和各个亚硝氮传感器电连接;
每个水质监测装置均包括壳体、设于壳体下部的用于容纳各个传感器的上端开口的筒状金属网;筒状金属网内侧设有毛刷,壳体内设有带动毛刷沿金属网内周面转动的毛刷电机10,毛刷电机与计算机电连接;
还包括m个升降装置11,每个升降装置分别与每个取水泵连接;各个升降装置均与计算机电连接。
如图2所示,包括如下步骤:
步骤100,取水
河道中设有m个取水点,m个取水泵分别将m个取水点的水送到水池中;
步骤200,各种检测水质参数
计算机控制n个水质监测装置的各个传感器工作;
计算机控制毛刷电机带动毛刷刷除金属网内周面的杂物及污垢。
步骤300,计算机计算平均检测信号
计算机将每种传感器的n个检测信号进行平均,得到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)],利用公式对s(i)的继承连续性进行判定,
当或则将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400,对各个平均检测信号进行处理
对各个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3V算法为
其中,
步骤500,水质判断
设定重金属传感器、一氯胺传感器、pH值传感器、氟化物传感器、臭氧传感器、COD生物传感器、钠离子传感器、总磷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);
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8,R2为0.73。
实施例2
实施例2包括实施例1的所有结构和方法部分,在实施例1的步骤300和400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B1ES(t1),A1为0.3,B1为0.35;
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0.54;
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 (6)
1.一种基于3V算法的养殖场污水水质等级判断方法,其特征是,包括计算机(1),m个取水泵(2),水池,设于水池中的n个呈矩阵状排列的水质监测装置,n个水质监测装置均包括重金属传感器(3)、一氯胺传感器(4)、pH值传感器(5)、氟化物传感器(6)、臭氧传感器(7)、COD生物传感器(8)、钠离子传感器(9)、总磷传感器(101)和亚硝氮传感器(102);每个水池均包括若干个排水口;计算机分别与各个取水泵、各个重金属传感器、各个一氯胺传感器、各个pH值传感器、各个氟化物传感器、各个臭氧传感器、各个COD生物传感器、各个钠离子传感器、各个总磷传感器和各个亚硝氮传感器电连接;
包括如下步骤:
(1-1)河道中设有m个取水点,m个取水泵分别将m个取水点的水送到水池中;
(1-2)计算机控制n个水质监测装置的各个传感器工作;
(1-3)计算机将每种传感器的n个检测信号进行平均,得到每种传感器的平均检测信号;
(1-4)对各个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3V算法为
其中,(1-5)设定重金属传感器、一氯胺传感器、pH值传感器、氟化物传感器、臭氧传感器、COD生物传感器、钠离子传感器、总磷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);
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。
2.根据权利要求1所述的基于3V算法的养殖场污水水质等级判断方法,还包括如下步骤:
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,
当或则将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。
3.根据权利要求1所述的基于3V算法的养殖场污水水质等级判断方法,每个水质监测装置均包括壳体、设于壳体下部的用于容纳各个传感器的上端开口的筒状金属网;筒状金属网内侧设有毛刷,壳体内设有带动毛刷沿金属网内周面转动的毛刷电机(10),毛刷电机与计算机电连接;其特征是,
步骤(1-2)还包括如下步骤:
计算机控制毛刷电机带动毛刷刷除金属网内周面的杂物及污垢。
4.根据权利要求1所述的基于3V算法的养殖场污水水质等级判断方法,还包括m个升降装置(11),每个升降装置分别与每个取水泵连接;各个升降装置均与计算机电连接。
5.根据权利要求1所述的基于3V算法的养殖场污水水质等级判断方法,其特征是,R1为8至8.2;R2为0.4至2.9。
6.根据权利要求1或2或3或4或5所述的基于3V算法的养殖场污水水质等级判断方法,其特征是,步骤(1-3)和(1-4)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0.5,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610915324.7A CN106596637B (zh) | 2016-10-20 | 2016-10-20 | 基于3v算法的养殖场污水水质等级判断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610915324.7A CN106596637B (zh) | 2016-10-20 | 2016-10-20 | 基于3v算法的养殖场污水水质等级判断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106596637A true CN106596637A (zh) | 2017-04-26 |
CN106596637B CN106596637B (zh) | 2018-12-14 |
Family
ID=58556225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610915324.7A Active CN106596637B (zh) | 2016-10-20 | 2016-10-20 | 基于3v算法的养殖场污水水质等级判断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106596637B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111538229A (zh) * | 2020-04-28 | 2020-08-14 | 重庆工商大学 | 基于氨氮和溶解氧精准控制的水产养殖循环水处理系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05264538A (ja) * | 1991-10-09 | 1993-10-12 | Nikkiso Co Ltd | プラントの水質診断装置 |
JP2000214915A (ja) * | 1999-01-25 | 2000-08-04 | Hitachi Ltd | プラント監視装置 |
CN1683254A (zh) * | 2005-03-17 | 2005-10-19 | 哈尔滨工业大学 | 基于多源信息融合技术的混凝过程智能监测与控制方法 |
CN101957600A (zh) * | 2009-07-16 | 2011-01-26 | 上海海洋大学 | 水质检测无线传输采集节点装置及信息融合方法 |
CN102637003A (zh) * | 2012-04-17 | 2012-08-15 | 北京联合大学 | 水污染监测自动采样决策系统及采样装置 |
CN103983585A (zh) * | 2014-06-06 | 2014-08-13 | 力合科技(湖南)股份有限公司 | 一种多参数水质分析仪 |
CN105823807A (zh) * | 2016-01-04 | 2016-08-03 | 浙江农林大学 | 抗癌药物羟喜树碱药效检测装置及检测方法 |
-
2016
- 2016-10-20 CN CN201610915324.7A patent/CN106596637B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05264538A (ja) * | 1991-10-09 | 1993-10-12 | Nikkiso Co Ltd | プラントの水質診断装置 |
JP2000214915A (ja) * | 1999-01-25 | 2000-08-04 | Hitachi Ltd | プラント監視装置 |
CN1683254A (zh) * | 2005-03-17 | 2005-10-19 | 哈尔滨工业大学 | 基于多源信息融合技术的混凝过程智能监测与控制方法 |
CN101957600A (zh) * | 2009-07-16 | 2011-01-26 | 上海海洋大学 | 水质检测无线传输采集节点装置及信息融合方法 |
CN102637003A (zh) * | 2012-04-17 | 2012-08-15 | 北京联合大学 | 水污染监测自动采样决策系统及采样装置 |
CN103983585A (zh) * | 2014-06-06 | 2014-08-13 | 力合科技(湖南)股份有限公司 | 一种多参数水质分析仪 |
CN105823807A (zh) * | 2016-01-04 | 2016-08-03 | 浙江农林大学 | 抗癌药物羟喜树碱药效检测装置及检测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111538229A (zh) * | 2020-04-28 | 2020-08-14 | 重庆工商大学 | 基于氨氮和溶解氧精准控制的水产养殖循环水处理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106596637B (zh) | 2018-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2011349050B2 (en) | Analyte ion detection method and device | |
CN105181568B (zh) | 油气田集输管线腐蚀监测装置及缓蚀剂加注系统 | |
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 | |
CN106734174A (zh) | 电动修复污染土壤显示系统 | |
CN102483397A (zh) | 用于测量水的至少一个性质的装置 | |
CN105699616A (zh) | 多参数水质检测与评级系统及其水质评级方法 | |
CN103439631A (zh) | 接地网腐蚀状态检测方法及系统 | |
Alahi et al. | Practical nitrate sensor based on electrochemical impedance measurement | |
CN107576709A (zh) | 基于无损检测装置的金属焊接接头部位电偶腐蚀敏感性检测方法 | |
CN204514780U (zh) | 一种检测金属焊接接头电偶腐蚀敏感性的无损检测装置 | |
CN206464339U (zh) | 用于电动修复装置的检测系统 | |
CN110057396A (zh) | 一种土壤和地下水挥发性有机物连续监测系统及预警方法 | |
CN204631135U (zh) | 一种水溶液电导率检测装置 | |
CN106596637A (zh) | 基于3v算法的养殖场污水水质等级判断方法 | |
CN104162368B (zh) | 基于电化学与磁珠技术的膜损检测方法与装置 | |
CN106560713A (zh) | 大型养猪场处理后的污水水质监测方法 | |
CN106560714B (zh) | 大型养殖场超标废水排放预警方法 | |
CN106556682B (zh) | 养殖场废水处理效果实时监测方法 | |
CN105823860A (zh) | 一种水产专用的水质多参数传感器 | |
CN207336417U (zh) | 一种酸液浓度在线检测系统 | |
CN116337946A (zh) | 一种基于gru神经网络模型的原油含水率测量装置及方法 | |
CN208282867U (zh) | 一种水质检测系统 | |
CN115655383A (zh) | 一种全钒液流电池电解液价态失衡状态检测方法及系统 | |
CN213456897U (zh) | 一种管式水质检测装置 | |
CN205720196U (zh) | 多参数水质检测系统 |
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 |