CN110672784B - 基于机器视觉的水体溶解氧检测装置 - Google Patents
基于机器视觉的水体溶解氧检测装置 Download PDFInfo
- Publication number
- CN110672784B CN110672784B CN201911039154.0A CN201911039154A CN110672784B CN 110672784 B CN110672784 B CN 110672784B CN 201911039154 A CN201911039154 A CN 201911039154A CN 110672784 B CN110672784 B CN 110672784B
- Authority
- CN
- China
- Prior art keywords
- sample
- liquid
- reaction vessel
- water
- port
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 134
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 title claims abstract description 47
- 229910052760 oxygen Inorganic materials 0.000 title claims abstract description 47
- 239000001301 oxygen Substances 0.000 title claims abstract description 47
- 238000001514 detection method Methods 0.000 title claims abstract description 25
- 239000007788 liquid Substances 0.000 claims abstract description 99
- 238000006243 chemical reaction Methods 0.000 claims abstract description 93
- 238000005070 sampling Methods 0.000 claims abstract description 63
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims abstract description 54
- 238000003860 storage Methods 0.000 claims abstract description 53
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000013528 artificial neural network Methods 0.000 claims abstract description 23
- 239000003153 chemical reaction reagent Substances 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 13
- 230000010365 information processing Effects 0.000 claims abstract description 4
- 239000000243 solution Substances 0.000 claims description 51
- 210000000078 claw Anatomy 0.000 claims description 44
- 238000007789 sealing Methods 0.000 claims description 36
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 claims description 23
- 229910052740 iodine Inorganic materials 0.000 claims description 23
- 239000011630 iodine Substances 0.000 claims description 23
- 230000007246 mechanism Effects 0.000 claims description 22
- 238000006073 displacement reaction Methods 0.000 claims description 13
- 239000000126 substance Substances 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 10
- 238000005096 rolling process Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 8
- 230000005484 gravity Effects 0.000 claims description 8
- QAOWNCQODCNURD-UHFFFAOYSA-N sulfuric acid Substances OS(O)(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-N 0.000 claims description 8
- 229940099596 manganese sulfate Drugs 0.000 claims description 7
- 239000011702 manganese sulphate Substances 0.000 claims description 7
- 235000007079 manganese sulphate Nutrition 0.000 claims description 7
- SQQMAOCOWKFBNP-UHFFFAOYSA-L manganese(II) sulfate Chemical compound [Mn+2].[O-]S([O-])(=O)=O SQQMAOCOWKFBNP-UHFFFAOYSA-L 0.000 claims description 7
- 229920002472 Starch Polymers 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 6
- VGIOWHLHNVESNC-UHFFFAOYSA-L potassium sodium hydroxide iodide Chemical compound [OH-].[Na+].[I-].[K+] VGIOWHLHNVESNC-UHFFFAOYSA-L 0.000 claims description 6
- 239000013049 sediment Substances 0.000 claims description 6
- 235000019698 starch Nutrition 0.000 claims description 6
- 239000008107 starch Substances 0.000 claims description 6
- 239000002253 acid Substances 0.000 claims description 3
- 239000003513 alkali Substances 0.000 claims description 3
- 238000010790 dilution Methods 0.000 claims description 3
- 239000012895 dilution Substances 0.000 claims description 3
- PNDPGZBMCMUPRI-UHFFFAOYSA-N iodine Chemical compound II PNDPGZBMCMUPRI-UHFFFAOYSA-N 0.000 claims description 3
- 239000000049 pigment Substances 0.000 claims description 3
- 230000001376 precipitating effect Effects 0.000 claims description 3
- 239000008367 deionised water Substances 0.000 claims description 2
- 229910021641 deionized water Inorganic materials 0.000 claims description 2
- 230000000694 effects Effects 0.000 claims description 2
- 239000011259 mixed solution Substances 0.000 claims description 2
- 238000002347 injection Methods 0.000 claims 7
- 239000007924 injection Substances 0.000 claims 7
- 230000001276 controlling effect Effects 0.000 claims 1
- 230000001105 regulatory effect Effects 0.000 claims 1
- 239000000523 sample Substances 0.000 description 85
- 238000001802 infusion Methods 0.000 description 10
- 239000002244 precipitate Substances 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 239000010865 sewage Substances 0.000 description 3
- 238000004448 titration Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- KMUONIBRACKNSN-UHFFFAOYSA-N potassium dichromate Chemical compound [K+].[K+].[O-][Cr](=O)(=O)O[Cr]([O-])(=O)=O KMUONIBRACKNSN-UHFFFAOYSA-N 0.000 description 2
- AKHNMLFCWUSKQB-UHFFFAOYSA-L sodium thiosulfate Chemical compound [Na+].[Na+].[O-]S([O-])(=O)=S AKHNMLFCWUSKQB-UHFFFAOYSA-L 0.000 description 2
- 235000019345 sodium thiosulphate Nutrition 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- MYMOFIZGZYHOMD-UHFFFAOYSA-N Dioxygen Chemical compound O=O MYMOFIZGZYHOMD-UHFFFAOYSA-N 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 239000003963 antioxidant agent Substances 0.000 description 1
- 230000003078 antioxidant effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000013068 control sample Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229910001882 dioxygen Inorganic materials 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 239000007791 liquid phase Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 229910052755 nonmetal Inorganic materials 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- NLKNQRATVPKPDG-UHFFFAOYSA-M potassium iodide Substances [K+].[I-] NLKNQRATVPKPDG-UHFFFAOYSA-M 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 238000006722 reduction reaction Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000012488 sample solution Substances 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N31/00—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods
- G01N31/16—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods using titration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Immunology (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Chemical & Material Sciences (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明公开了一种基于机器视觉的水体溶解氧检测装置，包括：取样装置，从待测水体中吸取水样，并存储于储样瓶中；滴液装置，存储有多种滴定的溶液或试剂，用于与水样中的溶解氧反应；石英玻璃反应皿，用于接收所述储样瓶中输出的水样和滴液装置中输出的溶液或试剂，并在石英玻璃反应皿中进行反应；信息处理模块，包括拍摄模块和控制面板，通过所述拍摄模块对所述石英玻璃反应皿内液体进行拍照，拍照获得的图像输入至所述控制面板的处理器，由所述处理器进行处理，提取图像的RGB分量，并将RGB分量转换成HSI分量后，之后将HSI分量作为输入量输入训练好的神经网络中得出溶解氧浓度；所述神经网络通过误差反向传播方法进行训练而成。
Description
技术领域
本发明涉及水质检测领域，具体地说是一种基于机器视觉的水体溶解氧检测装置。
背景技术
现有技术中，水质评估或污水处理过程中对各类重金属元素、如氮磷等非金属元素以及COD(化学需氧量)和BOD(生物需氧量)等的测量缺少价廉且有效的检测仪表而只能用人工的检测和分析来代替。其中，溶解氧是指溶解于水中或液相中的分子态的氧，是水生生物和水生植物生存不可缺少的条件。溶解氧浓度就是溶解于水中的氧的浓度。近年来，随着科学技术的不断发展，越来越多的人开始意识到监测水中溶解氧的重要性，它是表示水自净能力大小的一项重要指标。目前，对水源环境的溶解氧监测数据大部分是通过电化学法电极溶解氧传感器提供的，其设计原理是基于阴极上发生的不可逆的氧还原反应。这种方法检测溶解氧测定方便，快速。但是使用时间长了，准确度不可控，且准确度也没有碘量法高。
而对于污水处理过程控制中一些重要的变量难以测量的问题，可以采用间接测量的方法实现，利用辅助可测变量去估计推测难以测量的变量。根据工业生产过程中的各个过程变量间的相互关联性的，可以从一些有关过程变量的检测并通过一定的数学模型估算出过程中的一个或几个未检测的变量。由于河道水质实时监测的随机干扰严重，具有强非线性、大时变、严重滞后的特点，难以通过机理分析建立精确的数学模型，而神经网络对于高度非线性和严重不确定性系统的控制问题有巨大的潜力。
发明内容
有鉴于此，本发明提供了一种实现基于机器视觉和神经网络的水体溶解氧检测，且可以自动采样、自动进行化学操作的溶解氧检测装置，以解决现有技术存在的问题。
本发明的技术解决方案是，提供一种以下结构的基于机器视觉的水体溶解氧检测装置，包括：
取样装置，从待测水体中吸取水样，并存储于储样瓶中；
滴液装置，存储有多种滴定的溶液或试剂，用于与水样中的溶解氧反应；
石英玻璃反应皿，用于接收所述储样瓶中输出的水样和滴液装置中输出的溶液或试剂，并在石英玻璃反应皿中进行反应；
所述的信息处理模块，包括拍摄模块和控制面板，通过所述拍摄模块对所述石英玻璃反应皿内液体进行拍照，拍照获得的图像输入至所述控制面板的处理器，由所述处理器进行处理，提取图像的RGB分量，并将RGB分量转换成HSI分量后，之后将HSI分量作为输入量输入训练好的神经网络中得出溶解氧浓度；所述神经网络通过误差反向传播方法进行训练而成。
作为可选，所述的取样装置包括吸水管转动盘、储样瓶、抽水泵、增重块和吸水管；所述的增重块配置于所述吸水管上，使其可以抵消浮力进入河道内部；所述的吸水管转动盘通过吸水管与所述增重块连接，根据设定需要的深度转动一定圈数，使吸水管通过增重块的重力拉动到指定深度，然后抽水泵工作将水抽到储样瓶中，直至储样瓶入水口持续溢出水两分钟。
作为可选，所述的吸水管和与其连通的液体管路均设置在多节拉杆上，所述多节拉杆的拉杆和缩杆由所述移杆装置实现，所述的移杆装置包括采样电机、滚动丝杆、采样滑块、采样导轨和气爪，所述的采样滑块上固定有螺母；通过采样电机带动滚动丝杆控制采样滑块在采样导轨上前后移动，以此移动气爪的位置；所述气爪与所述采样滑块连接，所述的气爪包括气爪手臂与空气抓手，初始状态为空气抓手充气，两臂打开，其与采样滑块同位移动，在到达指定位置后，抓手两臂向下闭合，闭合完成后空气抓手抽真空，使其与多节拉杆的外壁紧密贴合并实现移杆。
作为可选，所述的滴液装置包括位移装置，所述的位移装置包括步进电机、转盘、滴液导轨以及滴液滑块，所述的转盘与滴液导轨固定连接，使滴液导轨可以随着转盘转动，所述的步进电机控制转盘转动，同时带动滴液导轨转动预设的角度；所述的滴液导轨共有四条导轨，分别固定在滴液导轨中心轴的四个面上，所述的滴液滑块包括滑动部分以及固定部分，滑动部分使其能在滴液导轨上滑动，固定部分用于固定滴液机构，使滴液机构能随滴液滑块移动，四个滴液滑块分别固定四个滴液机构，通过位移装置使滴液机构到达指定位置。
作为可选，所述的滴液机构包括储液罐、滴液电磁阀和滴液管，所述的滴液机构一共有4个，每个滴液机构都存有不同的试剂，试剂储存于滴液机构的储液罐中，通过每个滴液机构上的滴液电磁阀控制不同溶液或试剂滴入石英玻璃反应皿中的量。
作为可选，所述的石英玻璃反应皿包括滴液口、输样密封口、排液口、抽气口和移液口，所述的石英玻璃反应皿由耐酸碱的石英玻璃制成，所述的滴液口、输样密封口、排液口以及抽气口都有一个电磁阀门，起到开闭口的作用，所述的滴液口、输样密封口、排液口以及抽气口在初始状态都为闭合状态；所述的滴液口用于滴液装置将溶液或试剂滴入反应皿中，所述的输样密封口表面有一层密封圈，与输样口结合起到密封隔绝外部空气的作用，采用输液装置从储样瓶并通过输样密封口将水样从储样瓶中转移到石英玻璃反应皿中，所述的抽气口连接一个抽气泵，在化学操作前首先将反应皿内部的空气抽出，使反应皿内保持真空状态。
作为可选，所述取样装置通过输液部分向石英玻璃反应皿中输送水样，所述输液部分包括出水电磁阀、换液器和输样装置，所述的出水电磁阀有两个分别控制储样瓶和储水瓶向石英玻璃反应皿中的输液量，所述储水瓶用于盛放起到稀释作用的去离子水，换液器使储样瓶和储水瓶通过同一套输样装置向石英玻璃反应皿输液，所述的输样装置包括输样管外壳、伸缩管、输样口以及输样管，所述的输样管尾部连接着换液器，所述的输样管外壳用于保证输样装置与反应皿输液密封口垂直，所述的伸缩管在输液工作状态下向重力方向伸出，使输样口与输液密封口密封接触，所述的输样口在到达指定位置后将输样管吐出，使其与石英玻璃反应皿底部接触。
作为可选，所述的移液口通过移液电磁阀将一定量的溶液输送到分光光度计中；所述的分光光度计用于读取化学反应后的碘溶液内的碘浓度，并以此作为神经网络的输入项之一；通过移液电磁阀定量的获取反应皿中的溶液，所获的溶液通过移液管注入到分光光度计内的样品格里的石英玻璃比色皿中；将所获得的碘量浓度信息传输到控制面板中，作为神经网络的输入项。
作为可选，所述的拍摄模块包括暗室、稳压光源和照相机，所述的暗室由遮光尾板、遮光装置以及涂抹了黑色吸光的颜料的柜体一层内部的其余墙面组成，所述的遮光装置分为上下级板，以形成一个密闭的暗室空间；所述的照相机与稳压光源、石英玻璃反应皿在拍摄状态时中心位于同一高度；所述的稳压光源为长面屏式光源，通过所述控制面板对其的亮度进行调节；所述的照相机在化学操作溶解沉淀的过程中对石英玻璃反应皿进行拍摄，并将所得到的图片传输到控制面板的处理器中，通过对其进行图像处理，判断其是否溶解完全；所述的照相机在反应完全后，在暗室中对石英玻璃反应皿进行拍摄，并将所得到的图片传输到控制面板的处理器中，通过对其进行图像处理。
作为可选，滴液装置先向石英玻璃反应皿中滴入硫酸锰溶液，再滴入氢氧化钠-碘化钾溶液，两者反应后产生沉淀，再滴入浓硫酸溶液以溶解沉淀并置换出碘，碘的浓度表征了溶解氧的浓度，通过加入淀粉溶液来使得混合溶液变色，通过拍照对图像进行处理，并经神经网络处理获得溶解氧浓度。
采用以上结构，与现有技术相比，本发明具有以下优点：(1)采用的自动滴定装置可以自动的实现碘量法的部分操作过程，可以使过程更加精密化，避免了人工的操作不当，降低了人工使用化学品的危险性；(2)采用的河道水体采样装置，可以根据不同河道的宽度来调节其伸缩的长度，以此采集到河道不同位置的水样，同时可以根据深度的不同要求调节吸水管的长度，可以采集到河道不同深度的水样；(3)采样的机器视觉可以通过将图片传入控制面板后经过图像处理分析出在加入定量硫酸后，一定时间后沉淀是否完全溶解，若不溶解则控制面板发送信号给滴定装置继续加入一定量的硫酸；(4)基于机器视觉和神经网络的污水水质软测量建模方法，代替了碘量法中的硫代硫酸钠的滴定，直接通过对稀释后加入淀粉溶液的样本溶液进行拍摄，减少了易制爆危化品重铬酸钾的使用，减少了硫代硫酸钠的使用，同时节省了时间。
附图说明
图1为本发明基于机器视觉的水体溶解氧检测装置的正视图；
图2为本发明基于机器视觉的水体溶解氧检测装置的轴测图；
图3为本发明基于机器视觉的水体溶解氧检测装置的后视图；
图4为本发明基于机器视觉的水体溶解氧检测装置的采样装置的三维视图；
图5为本发明基于机器视觉的水体溶解氧检测装置的吸水管转盘的三维视图；
图6为本发明基于机器视觉的水体溶解氧检测装置的蓄电池的三维视图；
图7为本发明基于机器视觉的水体溶解氧检测装置的输样装置的结构示意图；
图8为本发明基于机器视觉的水体溶解氧检测装置的石英玻璃反应皿的三维视图；
图9为本发明基于机器视觉的水体溶解氧检测装置的滴液装置的三维视图；
图10为神经网络示意图。
如图所示，1、控制面板，2、储样瓶，3、储水瓶，4、出水电磁阀，5、换液器，6、步进电机，8、储液罐，9、滴液电磁阀，10、滴液导轨，11、储样装置，12、摇晃轮盘，13、摇晃支架，14、稳压光源，15、石英玻璃反应皿，16、照相机，17、采样电机，18、滚动丝杆，19、采样滑块，20、采样导轨，21、抽水泵，22、多节拉杆，23、气爪，24、增重块，25、吸水管，26、太阳能光板，27、太阳能蓄电磁，28、遮光尾板，29、遮光装置，30、废液收集箱，31、抽气泵，32、采样支架，33、滴液滑块，34、分光光度计，35、移液电磁阀，36、柜体。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明。
本发明涵盖任何在本发明的精髓和范围上做的替代、修改、等效方法以及方案。为了使公众对本发明有彻底的了解，在以下本发明优选实施例中详细说明了具体的细节，而对本领域技术人员来说没有这些细节的描述也可以完全理解本发明。此外，本发明之附图中为了示意的需要，并没有完全精确地按照实际比例绘制，在此予以说明。
如图1所示，示意了本发明的基于机器视觉的水体溶解氧的检测装置，包括：控制面板1、储样瓶2、储水瓶3、出水电磁阀4、换液器5、步进电机6、储液罐8、滴液电磁阀9、滴液导轨10、储样装置11、摇晃轮盘12、摇晃支架13、稳压光源14、石英玻璃反应皿15、照相机16、采样电机17、滚动丝杆18、采样滑块19、采样导轨20、抽水泵21、多节拉杆22、气爪23、增重块24、吸水管25、太阳能光板26、太阳能蓄电磁27、遮光尾板28、遮光装置29、废液收集箱30、抽气泵31、采样支架32、滴液滑块33、分光光度计34、移液电磁阀35、柜体36，所述的采样部分由采样支架32、多节拉杆22、移杆装置以及吸水装置构成。所述的多节拉杆22固定在采样支架32上共分为五节包括第一节杆22-1、第二节杆22-2、第三节杆22-3、第四节杆22-4以及第五节杆22-5，所述的第一节至第四节杆尾端都有外槽，第二节至第五节杆前端都有内槽，防止相邻两杆在最大位移时发生脱位，同时可以视河道的宽度通过移杆装置来调整伸缩的杆的节数以及最末端位移的杆的伸缩长度，方便取河道各个部位的水体样本。
所述的移杆装置由采样电机17、滚动丝杆18、采样滑块19、采样导轨20以及气爪23组成。所述的采样滑块19上固定有螺母，可通过采样电机17带动滚动丝杆18控制采样滑块19在采样导轨20上前后移动，以此移动气爪的位置；所述的气爪23包括气爪手臂与抓手，初始状态为空气抓手充气，两臂打开，其与采样滑块19同位移动，在到达指定位置后，抓手两臂向下闭合，闭合完成后空气抓手抽真空，使其可以紧密的与多节拉杆22的杆的外壁贴合，可以起到伸缩各节杆的作用。
所述的移杆动作分为拉杆和缩杆两部分，所述的拉杆部分：首先通过采样电机17转动将气爪23移动到初始阶段的第一节杆22-1的前端位置，气爪23固定第一节杆22-1后，通过采样电机17带动位移将第一节杆22-1向外拉到指定位置，然后气爪23解除工作状态通过采样电机17带动反向位移至第二节杆22-2的前端，与移动第一节杆22-1操作相同，直至第四节杆22-4从第五节杆22-5中完全拉出，此为最大取样距离，可以通过设定拉伸节杆数量，以及末尾节杆长度来达到需要的取样距离；所述的缩杆部分：假设在最远端距离上，此时气爪23为工作状态，并且其位置在第四节杆22-4最远端，通过采样电机17带动位移将其拉回第五节杆22-5中，然后气爪23解除工作状态通过采样电机17带动位移至第三节杆22-3的前端，与移动第四节杆22-4操作相同，直至第一节杆22-1完全缩回。
所述的吸水装置包括吸水管转动盘22-6、储样瓶2、抽水泵21、增重块24以及吸水管25。所述的吸水管25为由韧性较好且抗腐蚀性较好的材料制成，其本身质量较轻且内部充满空气会浮于水面，因此需要采取一些措施帮助其进入河道内部；所述的增重块24为吸水管24增加重量，使其可以抵消浮力进入河道内部；所述的吸水管转动盘22-6根据设定需要的深度转动一定圈数，使吸水管24可以通过增重块25的重力拉动到指定深度，然后抽水泵21工作将水抽到储样瓶2中，直至储样瓶2入水口持续溢出水两分钟后。
所述的滴液装置包括位移装置和滴液机构，所述的位移装置包括步进电机6、转盘7、滴液导轨10以及滴液滑块33，所述的转盘7与滴液导轨10固定连接，使滴液导轨10可以随着转盘转动，所述的步进电机6控制转盘7转动，同时带动滴液导轨转动预设的角度；所述的滴液导轨10共有四条导轨，分别固定在滴液导轨10中心轴的四个面上，所述的滴液滑块33包括滑动部分以及固定部分，滑动部分使其能在滴液导轨10上滑动，固定部分用于固定滴液装置，使滴液装置能随滴液滑块33移动，四个滴液滑块33分别固定四个滴液装置，通过位移装置可以帮助滴液装置到达指定位置。
所述的滴液机构由储液罐8、滴液电磁阀9以及滴液管组成，所述的滴液装置一共有4个，每个滴液装置都存有不同的试剂，试剂储存于滴液装置的储液罐8中，通过每个滴液装置上的滴液电磁阀9控制不同溶液需要滴入石英玻璃反应皿15中的量。
所述的石英玻璃反应皿15包括滴液口15-1、输样密封口15-2、排液口15-3、抽气口15-4以及移液口15-5，所述的石英玻璃反应皿15由耐酸碱的石英玻璃制成，所述的滴液口15-1、输样密封口15-2、排液口15-3以及抽气口15-4都有一个电磁阀门，起到开闭口的作用，所述的滴液口15-1、输样密封口15-2、排液口15-3以及抽气口15-4在初始状态都为闭合状态；所述的滴液口15-1用于滴液装置将溶液滴入反应皿中，所述的输样密封口15-2表面有一层密封圈，可以与输样口11-3结合起到密封隔绝外部空气的作用，同时输液装置可以通过输样密封口15-2将水样从储样瓶2中转移到反应皿中，所述的抽气口15-4连接一个抽气泵31，在化学操作前首先将反应皿内部的空气抽出，使反应皿内保持一个真空状态，所述的移液口15-5通过移液电磁阀35将一定量的溶液输送到分光光度计34中。
所述的输液部分包括出水电磁阀4、换液器5以及输样装置11，所述的出水电磁阀4有两个分别控制储样瓶2和储水瓶3向反应皿中的输液量，所述的换液器5由抗氧化、抗腐蚀的材料制成，换液器5可以使储样瓶2和储水瓶3通过同一套输样装置11向反应皿输液，所述的输样装置11包括输样管外壳11-1、伸缩管11-2、输样口11-3以及输样管11-4，所述的输样管11-4尾部连接着换液器5，所述的输样管外壳11-1用于保证输样装置11与反应皿输液密封口15-2垂直，所述的伸缩管11-2在输液工作状态下向重力方向伸出，使输样口11-3与输液密封口15-2密封接触，所述的输样口11-3在到达指定位置后将输样管11-4吐出，使其与反应皿底部接触，水样可以贴着反应皿底部缓慢流出以免水样溅落形成气泡。
所述的分光光度计34用于读取化学反应完成后的碘溶液内的碘浓度，并以此作为神经网络的输入项之一。通过移液电磁阀35定量的获取反应皿中的溶液，所获的溶液通过移液管注入到分光光度计34内的样品格里的石英玻璃比色皿中。将所获得的碘量浓度信息传输到控制面板1中，作为神经网络的输入项。
所述的信息处理模块包括拍摄模块以及控制面板1，所述的拍摄模块包括暗室、稳压光源14、照相机16，所述的暗室由遮光尾板28、遮光装置29以及涂抹了黑色吸光的颜料的柜体一层内部的其余墙面组成，所述的遮光装置29分为上下级板，在化学操作完成后上级板运动接触到首板，形成一个密闭的暗室空间；所述的照相机16与稳压光源14、石英玻璃反应皿15在拍摄状态时中心位于同一高度，所述的照相机16—石英玻璃反应皿15—稳压光源14之间的距离经过调试确定比较合适的距离；所述的稳压光源14为长面屏式光源，可以通过控制面板1对其的亮度进行调节；所述的照相机16在化学操作溶解沉淀的过程中对石英玻璃反应皿15进行拍摄，并将所得到的图片传输到控制面板1的处理器中，通过对其进行图像处理，判断其是否溶解完全；所述的照相机16在反应完全后，在暗室中对石英玻璃反应皿15进行拍摄，并将所得到的图片传输到控制面板1的处理器中，通过对其进行图像处理，提取其RGB分量，并将RGB分量转换成HSI分量后，之后将HSI分量作为输入量输入到通过误差反向传播方法学习方法已经训练好的神经网络中得出溶解氧浓度。河道水质实时监测的随机干扰严重，具有强非线性、大时变、严重滞后的特点，难以通过机理分析建立精确的数学模型，因而本方案采用的神经网络对于高度非线性和严重不确定性系统的控制问题十分适合，可以帮助控制检测系统得到更好的精度，保证系统的时效性。所述误差反向传播方法采用一阶梯度法(最速下降法)，具体计算公式如下：
xp (1) 输入层第p个神经元；
yk 输出层第k个神经元的输出；
tk 输出层第k个神经元的目标输出。
输入
输出
误差函数
设计一个四个输入一个输出的三层神经网络，如图10所示。
其中x1为H变量，x2为S变量，x3为I变量，x4为碘浓度。a为溶解氧含量。采用梯度下降法推算权值ω，即
对于而言。
记
即
则
推广得到:
本装置工作原理如下：初始状态，各个电磁阀处于闭合状态，滴液装置位于初始位置。根据实际的河道水样的采样需求(河道不同位置、不同深度的水样)，通过控制面板设定多节拉杆的伸缩距离，以及吸水管转盘的转动圈数，使吸水管口到达指定位置(此处假设多节拉杆为最大伸缩距离)。多节拉杆动作，伸杆状态，采样电机工作转动，带动滚动丝杆转动，以此带动采样滑块在采样导轨上水平移动初始阶段的第一节杆的前端位置，此时，采样电机停止工作，同时固定在滑块上的气爪进入工作状态，气爪两臂下摆抽真空后固定第一节杆，采样电机再次工作带动滑块位移将第一节杆向外拉到指定位置，然后气爪解除工作状态通过采样电机带动反向位移至第二节杆的前端，与移动第一节杆操作相同，直至第四节杆从第五节杆中完全拉出，此时到达最大采样距离，在多节拉杆各级杆拉长的过程中，带动第五节杆内部的吸水管转盘转动，当达到预设采样距离时吸水管转盘电机转动预设的圈数使吸水管达到指定深度。抽水泵开始工作，储样瓶入水口打开，水样开始从吸水管进入到储样瓶中，直到储样瓶入水口持续溢出水两分钟后，关闭储样瓶入水口，打开石英玻璃反应皿的抽气口，抽气泵开始工作，将反应皿内抽真空，之后关闭抽气口，且抽气泵停止工作，打开输样密封口，输样装置同时动作，伸缩管向重力方向伸出，将输样口与输液密封口密封接触，输样口在到达指定位置后将输样管吐出，当输样管与反应皿底部接触后将储样瓶出水口处的出水电磁阀1打开，水样贴着反应皿底部缓慢流出，在出水样50ml后关闭出水电磁阀1，输样装置复位，输样密封口关闭。打开反应皿的滴液口，由于滴液导轨在初始状态，装有硫酸锰溶液的滴液装置1与反应皿的滴液口得中心在重力方向上位于同一条直线上，滴液滑块1带动滴液装置1沿着滴液导轨滑动，到达指定位置后滴液电磁阀1工作控制滴一定量的硫酸锰溶液到反应皿中，之后滴液电磁阀1关闭，滴液滑块1带动滴液装置1复位。步进电机工作，带动滴液导轨顺时针转动90度后步进电机停止工作，之后滴液滑块2带动滴液装置2沿着滴液导轨滑动，到达指定位置后滴液电磁阀2工作控制滴一定量的氢氧化钠-碘化钾溶液到反应皿中，之后滴液电磁阀2关闭，滴液滑块2带动滴液装置2复位。摇晃轮盘开始工作，带动反应皿在一定空间范围内摇晃三分钟，使其沉淀完全，之后轮盘停止工作，步进电机开始工作，带动滴液导轨顺时针转动90度后步进电机停止工作，之后滴液滑块3带动滴液装置3沿着滴液导轨滑动，到达指定位置后滴液电磁阀3工作控制滴一定量的浓硫酸溶液到反应皿中，之后滴液电磁阀3关闭，滴液滑块3带动滴液装置3复位。摇晃轮盘开始工作，带动反应皿在一定空间范围内摇晃三分钟，使沉淀溶解完全，摇晃轮盘停止工作后，静止两分钟，稳压光源工作，照相机拍摄反应皿溶液图像传入控制面板中，经过图像处理后分析沉淀是否溶解完全，若沉淀未完全，继续重复滴液装置3的滴液动作，直到其溶解完全。在其溶解完全后，关闭稳压光源以及照相机，并打开移液电磁阀35，通过移液电磁阀35定量的获取反应皿中的溶液，所获的的溶液通过移液管注入到分光光度计34内的样品格里的石英玻璃比色皿中。将所获得的碘量浓度信息传输到控制面板1中，将其作为神经网络的输入项之一。测试完成后关闭移液电磁阀，输样密封口打开，输样装置同时动作，伸缩管向重力方向伸出，将输样口与输液密封口密封接触，打开储水瓶的出水口处的出水电磁阀2，在出水样200ml后，关闭出水电磁阀2输样装置复位，输样密封口关闭。摇晃轮盘再动作1分钟，使溶液混合完全，关闭摇晃轮盘，步进电机开始工作，带动滴液导轨顺时针转动90度后步进电机停止工作，之后滴液滑块4带动滴液装置4沿着滴液导轨滑动，到达指定位置后滴液电磁阀4工作控制滴一定量的淀粉溶液到反应皿中，之后滴液电磁阀4关闭，滴液滑块4带动滴液装置4复位。摇晃轮盘再动作1分钟，使溶液混合完全，关闭摇晃轮盘。遮光装置动作，上级板运动接触到首板(首板为固定相机的柜体)，形成一个密闭的暗室空间。稳压光源工作，照相机石英玻璃反应皿进行拍摄，并将所得到的图片传输到控制面板的处理器中，通过对其进行图像处理，提取其RGB分量，并将RGB分量转换成HSI分量后，将HSI分量作为输入量与分光光度计所测得的碘浓度一同输入到通过误差反向传播方法学习方法已经训练好的神经网络中得出溶解氧浓度。关闭光源以及照相机，打开排液阀将废液排出到废液箱中。
本装置的溶解氧的检测方法是根据国标碘量法得出的，首先通过对采集的水样添加一定量的硫酸锰溶液，再添加一定量的氢氧化钠-碘化钾溶液后会立即生成Mn(OH)2沉淀，由于Mn(OH)2不稳定，会迅速的与水中的溶解氧反应生成MnMnO3沉淀，这部分反应固定了水中的溶解氧，使其以MnMnO3的形式存在。在添加了浓硫酸之后，MnMnO3会与溶液中的KI发生反应从而释放游离碘，析出的碘越多代表水中溶解氧浓度越高。而极微量的碘与多羟基化合物淀粉相遇，也能立即形成深蓝色的配合物。而碘浓度过高会导致添加淀粉溶液后不发生显色反应，因此要将溶液进行稀释，降低碘浓度。
虽然以上将实施例分开说明和阐述，但涉及部分共通之技术，在本领域普通技术人员看来，可以在实施例之间进行替换和整合，涉及其中一个实施例未明确记载的内容，则可参考有记载的另一个实施例。
以上仅就本发明较佳的实施例作了说明，但不能理解为是对权利要求的限制。本发明不仅局限于以上实施例，其具体结构允许有变化。总之，凡在本发明独立权利要求的保护范围内所作的各种变化均在本发明的保护范围内。
Claims (2)
1.一种基于机器视觉的水体溶解氧检测装置，包括：
取样装置，从待测水体中吸取水样，并存储于储样瓶中；
滴液装置，存储有多种滴定的溶液或试剂，用于与水样中的溶解氧反应；
石英玻璃反应皿（15），用于接收所述储样瓶中输出的水样和滴液装置中输出的溶液或试剂，并在石英玻璃反应皿（15）中进行反应；
信息处理模块，包括拍摄模块和控制面板，通过所述拍摄模块对所述石英玻璃反应皿（15）内液体进行拍照，拍照获得的图像输入至所述控制面板的处理器，由所述处理器进行处理，提取图像的RGB分量，并将RGB分量转换成HSI分量后，之后将HSI分量作为输入量输入训练好的神经网络中得出溶解氧浓度；所述神经网络通过误差反向传播方法进行训练而成；
所述的取样装置包括吸水管转动盘（22-6）、储样瓶（2）、抽水泵（21）、增重块（24）和吸水管（25）；所述的增重块（24）配置于所述吸水管（25）上，使其可以抵消浮力进入河道内部；所述的吸水管转动盘（22-6）通过吸水管（25）与所述增重块（24）连接，根据设定需要的深度转动一定圈数，使吸水管（25）通过增重块（24）的重力拉动到指定深度，然后抽水泵（21）工作将水抽到储样瓶（2）中，直至储样瓶（2）入水口持续溢出水两分钟；
所述的吸水管（25）和与其连通的液体管路均设置在多节拉杆上，所述多节拉杆的拉杆和缩杆由移杆装置实现，所述的移杆装置包括采样电机（17）、滚动丝杆（18）、采样滑块（19）、采样导轨（20）和气爪（23），所述的采样滑块（19）上固定有螺母；通过采样电机（17）带动滚动丝杆（18）控制采样滑块（19）在采样导轨（20）上前后移动，以此移动气爪的位置；所述气爪（23）与所述采样滑块（19）连接，所述的气爪（23）包括气爪手臂与空气抓手，初始状态为空气抓手充气，两臂打开，其与采样滑块（19）同位移动，在到达指定位置后，抓手两臂向下闭合，闭合完成后空气抓手抽真空，使其与多节拉杆（22）的外壁紧密贴合并实现移杆；
所述的滴液装置包括位移装置，所述的位移装置包括步进电机（6）、转盘（7）、滴液导轨（10）以及滴液滑块（33），所述的转盘（7）与滴液导轨（10）固定连接，使滴液导轨（10）可以随着转盘转动，所述的步进电机（6）控制转盘（7）转动，同时带动滴液导轨转动预设的角度；所述的滴液导轨（10）共有四条导轨，分别固定在滴液导轨（10）中心轴的四个面上，所述的滴液滑块（33）包括滑动部分以及固定部分，滑动部分使其能在滴液导轨（10）上滑动，固定部分用于固定滴液机构，使滴液机构能随滴液滑块（33）移动，四个滴液滑块（33）分别固定四个滴液机构，通过位移装置使滴液机构到达指定位置；
所述的滴液机构包括储液罐（8）、滴液电磁阀（9）和滴液管，所述的滴液机构一共有4个，每个滴液机构都存有不同的试剂，试剂储存于滴液机构的储液罐（8）中，通过每个滴液机构上的滴液电磁阀（9）控制不同溶液或试剂滴入石英玻璃反应皿（15）中的量；
所述的石英玻璃反应皿（15）包括滴液口（15-1）、输样密封口（15-2）、排液口（15-3）、抽气口（15-4）和移液口（15-5），所述的石英玻璃反应皿（15）由耐酸碱的石英玻璃制成，所述的滴液口（15-1）、输样密封口（15-2）、排液口（15-3）以及抽气口（15-4）都有一个电磁阀门，起到开闭口的作用，所述的滴液口（15-1）、输样密封口（15-2）、排液口（15-3）以及抽气口（15-4）在初始状态都为闭合状态；所述的滴液口（15-1）用于滴液装置将溶液或试剂滴入反应皿中，所述的输样密封口（15-2）表面有一层密封圈，与输样口（11-3）结合起到密封隔绝外部空气的作用，采用输液装置从储样瓶并通过输样密封口（15-2）将水样从储样瓶（2）中转移到石英玻璃反应皿中，所述的抽气口（15-4）连接一个抽气泵，在化学操作前首先将反应皿内部的空气抽出，使反应皿内保持真空状态；
所述的移液口（15-5）通过移液电磁阀（35）将一定量的溶液输送到分光光度计（34）中；所述的分光光度计（34）用于读取化学反应后的碘溶液内的碘浓度，并以此作为神经网络的输入项之一；通过移液电磁阀（35）定量的获取反应皿中的溶液，所获的溶液通过移液管注入到分光光度计（34）内的样品格里的石英玻璃比色皿中；将所获得的碘量浓度信息传输到控制面板（1）中，作为神经网络的输入项；
所述的拍摄模块包括暗室、稳压光源（14）和照相机（16），所述的暗室由遮光尾板（28）、遮光装置（29）以及涂抹了黑色吸光的颜料的柜体一层内部的其余墙面组成，所述的遮光装置（29）分为上下级板，以形成一个密闭的暗室空间；所述的照相机（16）与稳压光源（14）、石英玻璃反应皿（15）在拍摄状态时中心位于同一高度；所述的稳压光源（14）为长面屏式光源，通过所述控制面板（1）对其的亮度进行调节；所述的照相机（16）在化学操作溶解沉淀的过程中对石英玻璃反应皿（15）进行拍摄，并将所得到的图片传输到控制面板（1）的处理器中，通过对其进行图像处理，判断其是否溶解完全；所述的照相机（16）在反应完全后，在暗室中对石英玻璃反应皿（15）进行拍摄，并将所得到的图片传输到控制面板（1）的处理器中，通过对其进行图像处理；
滴液装置先向石英玻璃反应皿（15）中滴入硫酸锰溶液，再滴入氢氧化钠-碘化钾溶液，两者反应后产生沉淀，再滴入浓硫酸溶液以溶解沉淀并置换出碘，碘的浓度表征了溶解氧的浓度，通过加入淀粉溶液来使得混合溶液变色，通过拍照对图像进行处理，并经神经网络处理获得溶解氧浓度。
2.根据权利要求1所述的基于机器视觉的水体溶解氧检测装置，其特征在于：所述取样装置通过输液部分向石英玻璃反应皿（15）中输送水样，所述输液部分包括出水电磁阀（4）、换液器（5）和输样装置（11），所述的出水电磁阀（4）有两个分别控制储样瓶（2）和储水瓶（3）向石英玻璃反应皿中的输液量，所述储水瓶（3）用于盛放起到稀释作用的去离子水，换液器（5）使储样瓶（2）和储水瓶（3）通过同一套输样装置（11）向石英玻璃反应皿输液，所述的输样装置（11）包括输样管外壳（11-1）、伸缩管（11-2）、输样口（11-3）以及输样管（11-4），所述的输样管（11-4）尾部连接着换液器（5），所述的输样管外壳（11-1）用于保证输样装置（11）与输样密封口（15-2）垂直，所述的伸缩管（11-2）在输液工作状态下向重力方向伸出，使输样口（11-3）与输样密封口（15-2）密封接触，所述的输样口（11-3）在到达指定位置后将输样管（11-4）吐出，使其与石英玻璃反应皿底部接触。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911039154.0A CN110672784B (zh) | 2019-10-29 | 2019-10-29 | 基于机器视觉的水体溶解氧检测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911039154.0A CN110672784B (zh) | 2019-10-29 | 2019-10-29 | 基于机器视觉的水体溶解氧检测装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110672784A CN110672784A (zh) | 2020-01-10 |
| CN110672784B true CN110672784B (zh) | 2024-06-11 |
Family
ID=69084699
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911039154.0A Active CN110672784B (zh) | 2019-10-29 | 2019-10-29 | 基于机器视觉的水体溶解氧检测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110672784B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112461820B (zh) * | 2020-11-09 | 2022-02-11 | 浙江大学 | 一种基于比色胶囊图像识别的茶叶氨基酸含量测定方法 |
| CN113008181B (zh) * | 2021-03-18 | 2022-02-11 | 桂林电子科技大学 | 一种土体运动姿态监测盒 |
| CN116416555A (zh) * | 2023-03-31 | 2023-07-11 | 北京埃睿迪硬科技有限公司 | 一种基于图像分析的信息处理方法、装置及设备 |
Citations (42)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20010017300A (ko) * | 1999-08-10 | 2001-03-05 | 이구택 | 분광법을 이용한 수중 용존 산소농도 측정방법 |
| US6536272B1 (en) * | 1999-08-06 | 2003-03-25 | University Of Miami | Water monitoring, data collection, and transmission module |
| KR20030031026A (ko) * | 2003-02-21 | 2003-04-18 | (주) 휴마스 | 과망간산칼륨법에 의한 화학적산소요구량 측정방법 |
| CN101158674A (zh) * | 2007-11-15 | 2008-04-09 | 天津市市政工程设计研究院 | 基于BP神经网络的水体中叶绿素a浓度预测方法 |
| CN101368911A (zh) * | 2008-08-19 | 2009-02-18 | 郑州先捷科技有限公司 | 测定溶解氧的化学发光体系及方法 |
| JP2009216491A (ja) * | 2008-03-10 | 2009-09-24 | Hiroshima Pref Gov | 溶存酸素濃度簡易検査方法及び簡易検査器具 |
| CN101923083A (zh) * | 2009-06-17 | 2010-12-22 | 复旦大学 | 基于支持向量机和神经网络的污水化学需氧量软测量方法 |
| CN202255955U (zh) * | 2011-09-09 | 2012-05-30 | 唐家碧 | 一种水质监测采样器 |
| CN102735501A (zh) * | 2012-07-04 | 2012-10-17 | 中国水产科学研究院渔业机械仪器研究所 | 一种养殖水质监测水样采样装置 |
| CN202648999U (zh) * | 2012-04-17 | 2013-01-02 | 北京联合大学 | 水污染监测自动采样决策系统及采样装置 |
| CN103335955A (zh) * | 2013-06-19 | 2013-10-02 | 华南农业大学 | 一种水质在线监测方法与装置 |
| CN103454390A (zh) * | 2013-03-27 | 2013-12-18 | 深圳信息职业技术学院 | 一种测量溶解氧浓度的方法及装置 |
| CN104034724A (zh) * | 2014-06-26 | 2014-09-10 | 南通永康检测技术有限公司 | 一种水中溶解氧浓度的检测方法 |
| CN104174962A (zh) * | 2014-07-25 | 2014-12-03 | 青岛乾程电子科技有限公司 | 一种敲击式自动除锡渣方法 |
| CN104458335A (zh) * | 2013-09-15 | 2015-03-25 | 南京大五教育科技有限公司 | 便携式自动定深定距水样采集装置 |
| CN204330603U (zh) * | 2015-01-09 | 2015-05-13 | 中科谱创(北京)科技有限公司 | 一种比色电极和自动滴定法快速检测电路 |
| CN205139108U (zh) * | 2015-12-01 | 2016-04-06 | 郝英君 | 一种酸碱滴定仪 |
| CN105510546A (zh) * | 2015-12-27 | 2016-04-20 | 北京工业大学 | 一种基于自组织递归rbf神经网络的生化需氧量bod智能检测方法 |
| CN205449571U (zh) * | 2016-03-11 | 2016-08-10 | 山东嘉源检测技术有限公司 | 便携式定距定深水环境检测用采样装置 |
| KR20170022712A (ko) * | 2015-08-21 | 2017-03-02 | 광주과학기술원 | 수질측정키트의 이미지 처리 기법을 이용한 양식장 자동화 수질분석 및 원격 감시시스템 |
| CN206281856U (zh) * | 2016-12-09 | 2017-06-27 | 苏涛 | 封闭式多样化检验装置 |
| CN107024366A (zh) * | 2016-12-22 | 2017-08-08 | 中国科学院遥感与数字地球研究所 | 一种便携式水质采样器 |
| CN107687965A (zh) * | 2017-08-31 | 2018-02-13 | 吴素贞 | 一种自动深水采样器及深水采样方法 |
| CN207074208U (zh) * | 2017-08-07 | 2018-03-06 | 江苏恩测检测技术有限公司 | 可移动的水质检测装置 |
| CN207301051U (zh) * | 2017-11-03 | 2018-05-01 | 福建微水环保股份有限公司 | 一种定时水取样检测设备 |
| CN108444768A (zh) * | 2018-06-22 | 2018-08-24 | 郑州贯奥仪器仪表有限公司 | 一种新型河流水质采样装置 |
| CN207964371U (zh) * | 2018-03-16 | 2018-10-12 | 广西南宁市邕检科技有限公司 | 一种水质采样器 |
| CN108647783A (zh) * | 2018-05-10 | 2018-10-12 | 江南大学 | 一种水产养殖水质溶解氧检测方法 |
| CN108776107A (zh) * | 2018-07-05 | 2018-11-09 | 珠海市华泰环保科技股份有限公司 | 一种替代可见分光光度计的光谱分析方法 |
| CN108801706A (zh) * | 2018-08-03 | 2018-11-13 | 合肥耀世同辉科技有限公司 | 一种环境监测用水质采样器 |
| CN208091775U (zh) * | 2018-05-03 | 2018-11-13 | 山水环境科技股份有限公司 | 一种水质修复用定量取样装置 |
| CN109323999A (zh) * | 2018-10-24 | 2019-02-12 | 大连理工大学 | 一种基于图像数值分析的分光光度检测方法 |
| CN208506025U (zh) * | 2018-05-21 | 2019-02-15 | 南京鸿光环保科技有限公司 | 一种公园水池分析装置 |
| CN109459551A (zh) * | 2018-12-25 | 2019-03-12 | 江西众安职业危害评价检测有限公司 | 便捷式深度水质检测装置 |
| CN109499510A (zh) * | 2018-12-06 | 2019-03-22 | 陈青山 | 无溶剂石墨烯改性导静电丙烯酸树脂的制备装置 |
| CN109752219A (zh) * | 2019-02-21 | 2019-05-14 | 长江水利委员会长江科学院 | 伸缩杆式的泵吸软管采样和分离制备一体化设备及方法 |
| CN208888208U (zh) * | 2018-09-26 | 2019-05-21 | 苏州浩谱嘉自动化装备有限公司 | 一种多样品滴定装置 |
| CN109828089A (zh) * | 2019-02-13 | 2019-05-31 | 仲恺农业工程学院 | 一种基于dbn-bp的水质参数亚硝酸氮的在线预测方法 |
| CN109991039A (zh) * | 2019-01-25 | 2019-07-09 | 山东汇力环保科技有限公司 | 用于城市河道水质监测的自动取样装置 |
| CN209247759U (zh) * | 2018-12-18 | 2019-08-13 | 浙江渔老大农业科技有限公司 | 一种养鱼用水质检测装置 |
| CN209356250U (zh) * | 2018-12-20 | 2019-09-06 | 邹城市水产局 | 一种渔业养殖水质检测用定点取样机器人 |
| CN110285996A (zh) * | 2019-07-31 | 2019-09-27 | 福建省三明金叶复烤有限公司 | 冷房烟叶取样装置及方法 |
-
2019
- 2019-10-29 CN CN201911039154.0A patent/CN110672784B/zh active Active
Patent Citations (42)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6536272B1 (en) * | 1999-08-06 | 2003-03-25 | University Of Miami | Water monitoring, data collection, and transmission module |
| KR20010017300A (ko) * | 1999-08-10 | 2001-03-05 | 이구택 | 분광법을 이용한 수중 용존 산소농도 측정방법 |
| KR20030031026A (ko) * | 2003-02-21 | 2003-04-18 | (주) 휴마스 | 과망간산칼륨법에 의한 화학적산소요구량 측정방법 |
| CN101158674A (zh) * | 2007-11-15 | 2008-04-09 | 天津市市政工程设计研究院 | 基于BP神经网络的水体中叶绿素a浓度预测方法 |
| JP2009216491A (ja) * | 2008-03-10 | 2009-09-24 | Hiroshima Pref Gov | 溶存酸素濃度簡易検査方法及び簡易検査器具 |
| CN101368911A (zh) * | 2008-08-19 | 2009-02-18 | 郑州先捷科技有限公司 | 测定溶解氧的化学发光体系及方法 |
| CN101923083A (zh) * | 2009-06-17 | 2010-12-22 | 复旦大学 | 基于支持向量机和神经网络的污水化学需氧量软测量方法 |
| CN202255955U (zh) * | 2011-09-09 | 2012-05-30 | 唐家碧 | 一种水质监测采样器 |
| CN202648999U (zh) * | 2012-04-17 | 2013-01-02 | 北京联合大学 | 水污染监测自动采样决策系统及采样装置 |
| CN102735501A (zh) * | 2012-07-04 | 2012-10-17 | 中国水产科学研究院渔业机械仪器研究所 | 一种养殖水质监测水样采样装置 |
| CN103454390A (zh) * | 2013-03-27 | 2013-12-18 | 深圳信息职业技术学院 | 一种测量溶解氧浓度的方法及装置 |
| CN103335955A (zh) * | 2013-06-19 | 2013-10-02 | 华南农业大学 | 一种水质在线监测方法与装置 |
| CN104458335A (zh) * | 2013-09-15 | 2015-03-25 | 南京大五教育科技有限公司 | 便携式自动定深定距水样采集装置 |
| CN104034724A (zh) * | 2014-06-26 | 2014-09-10 | 南通永康检测技术有限公司 | 一种水中溶解氧浓度的检测方法 |
| CN104174962A (zh) * | 2014-07-25 | 2014-12-03 | 青岛乾程电子科技有限公司 | 一种敲击式自动除锡渣方法 |
| CN204330603U (zh) * | 2015-01-09 | 2015-05-13 | 中科谱创(北京)科技有限公司 | 一种比色电极和自动滴定法快速检测电路 |
| KR20170022712A (ko) * | 2015-08-21 | 2017-03-02 | 광주과학기술원 | 수질측정키트의 이미지 처리 기법을 이용한 양식장 자동화 수질분석 및 원격 감시시스템 |
| CN205139108U (zh) * | 2015-12-01 | 2016-04-06 | 郝英君 | 一种酸碱滴定仪 |
| CN105510546A (zh) * | 2015-12-27 | 2016-04-20 | 北京工业大学 | 一种基于自组织递归rbf神经网络的生化需氧量bod智能检测方法 |
| CN205449571U (zh) * | 2016-03-11 | 2016-08-10 | 山东嘉源检测技术有限公司 | 便携式定距定深水环境检测用采样装置 |
| CN206281856U (zh) * | 2016-12-09 | 2017-06-27 | 苏涛 | 封闭式多样化检验装置 |
| CN107024366A (zh) * | 2016-12-22 | 2017-08-08 | 中国科学院遥感与数字地球研究所 | 一种便携式水质采样器 |
| CN207074208U (zh) * | 2017-08-07 | 2018-03-06 | 江苏恩测检测技术有限公司 | 可移动的水质检测装置 |
| CN107687965A (zh) * | 2017-08-31 | 2018-02-13 | 吴素贞 | 一种自动深水采样器及深水采样方法 |
| CN207301051U (zh) * | 2017-11-03 | 2018-05-01 | 福建微水环保股份有限公司 | 一种定时水取样检测设备 |
| CN207964371U (zh) * | 2018-03-16 | 2018-10-12 | 广西南宁市邕检科技有限公司 | 一种水质采样器 |
| CN208091775U (zh) * | 2018-05-03 | 2018-11-13 | 山水环境科技股份有限公司 | 一种水质修复用定量取样装置 |
| CN108647783A (zh) * | 2018-05-10 | 2018-10-12 | 江南大学 | 一种水产养殖水质溶解氧检测方法 |
| CN208506025U (zh) * | 2018-05-21 | 2019-02-15 | 南京鸿光环保科技有限公司 | 一种公园水池分析装置 |
| CN108444768A (zh) * | 2018-06-22 | 2018-08-24 | 郑州贯奥仪器仪表有限公司 | 一种新型河流水质采样装置 |
| CN108776107A (zh) * | 2018-07-05 | 2018-11-09 | 珠海市华泰环保科技股份有限公司 | 一种替代可见分光光度计的光谱分析方法 |
| CN108801706A (zh) * | 2018-08-03 | 2018-11-13 | 合肥耀世同辉科技有限公司 | 一种环境监测用水质采样器 |
| CN208888208U (zh) * | 2018-09-26 | 2019-05-21 | 苏州浩谱嘉自动化装备有限公司 | 一种多样品滴定装置 |
| CN109323999A (zh) * | 2018-10-24 | 2019-02-12 | 大连理工大学 | 一种基于图像数值分析的分光光度检测方法 |
| CN109499510A (zh) * | 2018-12-06 | 2019-03-22 | 陈青山 | 无溶剂石墨烯改性导静电丙烯酸树脂的制备装置 |
| CN209247759U (zh) * | 2018-12-18 | 2019-08-13 | 浙江渔老大农业科技有限公司 | 一种养鱼用水质检测装置 |
| CN209356250U (zh) * | 2018-12-20 | 2019-09-06 | 邹城市水产局 | 一种渔业养殖水质检测用定点取样机器人 |
| CN109459551A (zh) * | 2018-12-25 | 2019-03-12 | 江西众安职业危害评价检测有限公司 | 便捷式深度水质检测装置 |
| CN109991039A (zh) * | 2019-01-25 | 2019-07-09 | 山东汇力环保科技有限公司 | 用于城市河道水质监测的自动取样装置 |
| CN109828089A (zh) * | 2019-02-13 | 2019-05-31 | 仲恺农业工程学院 | 一种基于dbn-bp的水质参数亚硝酸氮的在线预测方法 |
| CN109752219A (zh) * | 2019-02-21 | 2019-05-14 | 长江水利委员会长江科学院 | 伸缩杆式的泵吸软管采样和分离制备一体化设备及方法 |
| CN110285996A (zh) * | 2019-07-31 | 2019-09-27 | 福建省三明金叶复烤有限公司 | 冷房烟叶取样装置及方法 |
Non-Patent Citations (5)
| Title |
|---|
| The Dissolved Oxygen Prediction Method Based on Neural Network;Zhong Xiao等;《Complexity》;20171231;全文 * |
| 刘利平.机器视觉技术在污水处理溶解氧测定中的应用研究.万方学位论文.2010,摘要以及第2~4节. * |
| 土壤含水率与像素颜色之间关系的BP人工神经网络模型;李盼盼;缴锡云;马海燕;朱霞;;中国农学通报;20080105(第01期);全文 * |
| 基于可视化仿生鼻的酮体标志物检测研究;易 鑫等;《传感器与微系统》;20180430;第37卷(第4期);全文 * |
| 基于图像技术的生化需氧量检测及装置开发;修瑞天;《中国知网硕博论文》;20180815(第8期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110672784A (zh) | 2020-01-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110672784B (zh) | 基于机器视觉的水体溶解氧检测装置 | |
| JP4775937B2 (ja) | 近赤外線分光器を利用したリソグラフィ工程用組成物の実時間制御システム及びその制御方法 | |
| EA000079B1 (ru) | Автоматизированное анализирующее устройство | |
| US4099871A (en) | Method and apparatus for determination of activated sludge volume index | |
| JP5772886B2 (ja) | 分析装置 | |
| JP2010507068A (ja) | 原位置測定のための装置、システム、方法 | |
| CN107271707A (zh) | 一种取样装置及使用该装置的进样装置、检测系统 | |
| CN107966406A (zh) | 一种水质自动检测设备 | |
| CN110632067B (zh) | 基于机器视觉的水体溶解氧检测方法 | |
| CN105865583B (zh) | 基于图像视觉处理技术且可水位测量的水环境监测系统 | |
| JP2837513B2 (ja) | 自動分析方法および装置 | |
| CN204594952U (zh) | 全自动滴定式化验机 | |
| CN112098617A (zh) | 水质生物综合毒性监测装置及水质生物综合毒性监测方法 | |
| Simpson | Practical techniques for ion-selective electrodes | |
| CN111289503A (zh) | 一种用于深海溶解态硫化物原位检测的仪器及检测方法 | |
| CN107064223B (zh) | 一种采用智能微量溶解氧分析仪在线测量和校准系统及方法 | |
| CN106442089B (zh) | 一种浓缩氨氮的低浓度氨氮检测方法与装置 | |
| CN112229944A (zh) | 检测氯乙烯单体总酸碱度及氯离子含量的方法 | |
| CN207623217U (zh) | 一种水质自动检测设备 | |
| US8513022B2 (en) | Analytical method and apparatus | |
| Middag et al. | Trace Metals | |
| JP2001296305A (ja) | 試料溶液の自動分析装置および自動分析方法 | |
| JP4474628B2 (ja) | 自動滴定装置 | |
| CN205562574U (zh) | 水中高锰酸盐指数自动分析仪 | |
| CN108279230B (zh) | 一种微流控型水质毒性分析检测装置及其检测分析方法 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240512 Address after: 057650 south side of the east section of Kunshan East Road, South District, Guangping Economic Development Zone, Handan City, Hebei Province Applicant after: Huaxing De'an (Hebei) Environmental Protection Technology Co.,Ltd. Country or region after: China Address before: 315470 126 Guangming Road, Simen Town, Yuyao City, Ningbo, Zhejiang Applicant before: Rao Binqi Country or region before: China |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |