CN112014344A - 一种污水在线监测方法 - Google Patents
一种污水在线监测方法 Download PDFInfo
- Publication number
- CN112014344A CN112014344A CN202010851662.5A CN202010851662A CN112014344A CN 112014344 A CN112014344 A CN 112014344A CN 202010851662 A CN202010851662 A CN 202010851662A CN 112014344 A CN112014344 A CN 112014344A
- Authority
- CN
- China
- Prior art keywords
- sewage
- sample
- percentage
- spectrogram
- real
- 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
- 239000010865 sewage Substances 0.000 title claims abstract description 102
- 238000012544 monitoring process Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000002835 absorbance Methods 0.000 claims abstract description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 12
- 238000002798 spectrophotometry method Methods 0.000 claims abstract description 10
- 239000000523 sample Substances 0.000 claims description 38
- 239000012496 blank sample Substances 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 13
- 150000001875 compounds Chemical class 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 5
- 239000002351 wastewater Substances 0.000 claims description 5
- 238000001228 spectrum Methods 0.000 claims description 4
- 238000007865 diluting Methods 0.000 claims description 3
- 239000003085 diluting agent Substances 0.000 claims description 3
- 239000008213 purified water Substances 0.000 claims description 3
- 238000011897 real-time detection Methods 0.000 claims description 3
- 239000008399 tap water Substances 0.000 claims description 3
- 235000020679 tap water Nutrition 0.000 claims description 3
- 238000013441 quality evaluation Methods 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011202 physical detection method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/33—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using ultraviolet light
Abstract
本发明涉及一种污水在线监测方法,包括以下步骤:S1、采用紫外分光光度法对污水样本进行分析,得到吸光度数据;S2、将吸光度数据用PLS建模,得到PLS模型;S3、根据PLS模型计算实时的污水百分比;S4、将实时的污水百分比与界定的污水排放阈值进行比较,判断是否发生污水偷排。本发明的应用场景主要是针对污水在线监测系统,此方法基于偏最小二乘法(PLS)建模,能够相对准确的测量污水中各个水质成分的含量,能实时监测是否发生污水偷排。
Description
技术领域
本发明涉及污水在线监测领域,具体涉及一种污水在线监测方法。
背景技术
污水在线监测系统中,由于每个地方的污水产生的方式不同,导致污水水质成分含量差异很大。目前对污水在线监测的方法普遍采用单一的分析方法,如采用COD(化学需氧量)法、生物传感法和物理检测法,均难以满足准确测量水质含量的要求,而且COD(化学需氧量)法容易造成环境的二次污染;生物传感法重复利用性差且灵敏度低;单一的物理监测手段如光谱法,分析得到的污水水质成分准确性较低。因此,需要结合一定的模型进行预测校准。
现有的污水监测系统中,提出了基于单因子污染指数的水质评价模型,用于预测海浪河水质评价,但是此方法的复杂性较高。
还有提出了基于主成分分析法(PCA)的污水监测,如刘晓楠等提出主成分分析法在汾河水质评价中的应用,但是主成分分析法需要各指标之间有较好的线性关系,但是实际污水水质各成分指标往往是非线性的,因此预测结果往往准确性偏低。
有模糊综合评价法分析水质,但是此方法仅适用于评价因子接近的情况。
发明内容
为了解决上述问题,本发明提供了一种污水在线监测方法,包括以下步骤:
S1、采用紫外分光光度法对污水样本进行分析,得到吸光度数据;
S2、将吸光度数据用PLS建模,得到PLS模型;
S3、根据PLS模型计算实时的污水百分比;
S4、将实时的污水百分比与界定的污水排放阈值进行比较,判断是否发生污水偷排。
较佳地,所述步骤S1包括以下几个步骤:
S101、取一定量的纯净水或自来水作为空白样进行紫外分光光度法,分析得到空白样光谱图;
S102、取一定量的企业污水,并将空白样作为稀释液,按浓度梯度w%增量进行稀释,得到100/w组污水样本;
S103、将100/w组污水样本按1:k的比例进行划分,分成用于预测的预测集样本和用于校正的校正集样本,其中,k为正整数;
S104、通过紫外分光光度法对预测集样本和校正集样本进行分析,得到对应的样本光谱图;
S105、在(n0~n0+n)nm波段下,将每个样本光谱图上对应的n个像素点与空白样光谱图上对应的n个像素点强度值做差,得到扣除空白的光谱图Z;
S106、对光谱图Z进行浊度补偿
以t为特征波长,分析得到空白样在此特征波长下的强度值为Y0,实时的样本光谱图在此特征波长下的强度值为Y,则得到浊度补偿系数r:
r=(Y0–Y)/Y (1)
S107、将光谱图Z中的每个像素点乘以浊度补偿系数r,得到光谱图Z';
S108、光谱图Z'中的每个像素点的强度值为Yi',其对应波长下的空白样的强度值为Y0i,对应波长下所要计算得到的吸光度Ai:
Ai=-lg(Yi'/Y0i)*1000 (2)
S109、根据公式(2)可以得到每张光谱图Z'的吸光度数据A。
较佳地,在步骤S104,n0=200,n=500。
较佳地,所述步骤S2包括以下几个步骤:
S201、将吸光度数据A进行分解,对污水百分比浓度C进行主成分分析:
A=T*P+E (3),
C=U*Q+F (4),
其中,T为光谱得分矩阵,P为其主成分矩阵,U为浓度得分矩阵,Q为其主成分矩阵,E和F为残差;
S202、将T和U回归,U=T*B,B为关联系数;
S203、预测C=T*B*Q;
S204、计算评价指标预测标准偏差RMSEP、校正标准偏差RMSEC以及 R2:
较佳地,所述步骤S3包括:将步骤S2中得到的PLS计算模型,用于污水在线监测系统的实时检测中,预测实时的污水百分比Ctnow:
Ctnow=T*B*Q (8)。
较佳地,所述步骤S4包括:将公式(8)中得到的实时污水百分比Ctnow与污水在线监测系统界定的污水排放阈值δ进行比较,若Ctnow>δ,则认为发生了污水偷排。
与现有技术相比,本发明存在以下技术效果:
1、本发明提供一种污水在线监测方法,其应用场景主要是针对污水在线监测系统,此方法基于偏最小二乘法(PLS)建模,能够相对准确的测量污水中各个水质成分的含量,能实时监测是否发生污水偷排。
2、本发明具有通用性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍,显而易见,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。附图中:
图1为本发明的优选实施例提供的一种污水在线监测方法的步骤图。
具体实施方式
以下将结合图1对本发明提供的一种污水在线监测方法进行详细的描述,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例,本领域技术人员在不改变本发明精神和内容的范围内,能够对其进行修改和润色。
请参考图1,一种污水在线监测方法,包括以下步骤:
S1、采用紫外分光光度法对污水样本进行分析,得到吸光度数据;
所述步骤S1包括以下几个步骤:
S101、取一定量的纯净水或自来水作为空白样进行紫外分光光度法,分析得到空白样光谱图;
S102、取一定量的污水,并将空白样作为稀释液,按浓度梯度w%增量进行稀释,得到100/w组污水样本;
S103、将100/w组污水样本按1:k的比例进行划分,分成用于预测的预测集样本和用于校正的校正集样本,其中,k为正整数,预测集样本的个数为 100/W/(1+k),校正集样本的个数为100*k/W/(1+k);
S104、通过紫外分光光度法对预测集样本和校正集样本进行分析,得到对应的样本光谱图;
S105、在(n0~n0+n)nm波段(n0表示波段起始点,本实施例对n0不做具体限制,本实施例优选此波段为200~700nm,即n0=200,n=500)下,即n 个像素计算点,将每个样本光谱图上对应的n个像素点与空白样光谱图上对应的n个像素点强度值做差,得到扣除空白的光谱图Z;
S106、对光谱图Z进行浊度补偿
以t为特征波长,分析得到空白样在此特征波长下的强度值为Y0,实时的样本光谱图在此特征波长下的强度值为Y,则得到浊度补偿系数r:
r=(Y0–Y)/Y (1)
S107、将光谱图Z中的每个像素点乘以浊度补偿系数r,得到光谱图Z';
S108、光谱图Z'中的每个像素点的强度值为Yi',其对应波长下的空白样的强度值为Y0i,对应波长下所要计算得到的吸光度Ai:
Ai=-lg(Yi'/Y0i)*1000 (2)
S109、根据公式(2)可以得到每张光谱图Z'的吸光度数据A(矩阵)。
S2、将吸光度数据用PLS建模,得到PLS模型;
所述步骤S2包括以下几个步骤:
S201、将吸光度数据A进行分解,对污水百分比浓度C进行主成分分析:
A=T*P+E (3),
C=U*Q+F (4),
其中,T为光谱得分矩阵,P为其主成分矩阵,U为浓度得分矩阵,Q为其主成分矩阵,E和F为残差;
S202、将T和U回归,U=T*B,B为关联系数;
S203、预测C=T*B*Q,T由公式(3)推导出来;
S204、计算评价指标预测标准偏差RMSEP、校正标准偏差RMSEC以及 R2:
S3、根据PLS模型计算实时的污水百分比;
在此步骤S3中,将步骤S2中得到的PLS计算模型,用于污水在线监测系统的实时检测中,预测实时的污水百分比Ctnow:
Ctnow=T*B*Q (8)。
S4、将实时的污水百分比与界定的污水排放阈值进行比较,判断是否发生污水偷排;
在此步骤S3中,将公式(8)中得到的实时污水百分比Ctnow与污水在线监测系统界定的污水排放阈值δ进行比较,若Ctnow>δ,则认为发生了污水偷排。
Claims (6)
1.一种污水在线监测方法,其特征在于,包括以下步骤:
S1、采用紫外分光光度法对污水样本进行分析,得到吸光度数据;
S2、将吸光度数据用PLS建模,得到PLS模型;
S3、根据PLS模型计算实时的污水百分比;
S4、将实时的污水百分比与界定的污水排放阈值进行比较,判断是否发生污水偷排。
2.如权利要求1所述的一种污水在线监测方法,其特征在于,所述步骤S1包括以下几个步骤:
S101、取一定量的纯净水或自来水作为空白样进行紫外分光光度法,分析得到空白样光谱图;
S102、取一定量的污水,并将空白样作为稀释液,按浓度梯度w%增量进行稀释,得到100/w组污水样本;
S103、将100/w组污水样本按1:k的比例进行划分,分成用于预测的预测集样本和用于校正的校正集样本,其中,k为正整数;
S104、通过紫外分光光度法对预测集样本和校正集样本进行分析,得到对应的样本光谱图;
S105、在(n0~n0+n)nm波段下,将每个样本光谱图上对应的n个像素点与空白样光谱图上对应的n个像素点强度值做差,得到扣除空白的光谱图Z;
S106、对光谱图Z进行浊度补偿
以t为特征波长,分析得到空白样在此特征波长下的强度值为Y0,实时的样本光谱图在此特征波长下的强度值为Y,则得到浊度补偿系数r:
r=(Y0–Y)/Y (1)
S107、将光谱图Z中的每个像素点乘以浊度补偿系数r,得到光谱图Z';
S108、光谱图Z'中的每个像素点的强度值为Yi',其对应波长下的空白样的强度值为Y0i,对应波长下所要计算得到的吸光度Ai:
Ai=-lg(Yi'/Y0i)*1000 (2)
S109、根据公式(2)可以得到每张光谱图Z'的吸光度数据A。
3.如权利要求2所述的一种污水在线监测方法,其特征在于,在步骤S104,n0=200,n=500。
4.如权利要求2所述的一种污水在线监测方法,其特征在于,所述步骤S2包括以下几个步骤:
S201、将吸光度数据A进行分解,对污水百分比浓度C进行主成分分析:
A=T*P+E (3),
C=U*Q+F (4),
其中,T为光谱得分矩阵,P为其主成分矩阵,U为浓度得分矩阵,Q为其主成分矩阵,E和F为残差;
S202、将T和U回归,U=T*B,B为关联系数;
S203、预测C=T*B*Q;
S204、计算评价指标预测标准偏差RMSEP、校正标准偏差RMSEC以及R2:
5.如权利要求4所述的一种污水在线监测方法,其特征在于,所述步骤S3包括:将步骤S2中得到的PLS计算模型,用于污水在线监测系统的实时检测中,预测实时的污水百分比Ctnow:
Ctnow=T*B*Q (8)。
6.如权利要求5所述的一种污水在线监测方法,其特征在于,所述步骤S4包括:将公式(8)中得到的实时污水百分比Ctnow与污水在线监测系统界定的污水排放阈值δ进行比较,若Ctnow>δ,则认为发生了污水偷排。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010851662.5A CN112014344B (zh) | 2020-08-21 | 2020-08-21 | 一种污水在线监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010851662.5A CN112014344B (zh) | 2020-08-21 | 2020-08-21 | 一种污水在线监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112014344A true CN112014344A (zh) | 2020-12-01 |
CN112014344B CN112014344B (zh) | 2022-11-22 |
Family
ID=73505534
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010851662.5A Active CN112014344B (zh) | 2020-08-21 | 2020-08-21 | 一种污水在线监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112014344B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113092457A (zh) * | 2021-04-07 | 2021-07-09 | 福州大学 | 适用于复杂环境水体中亚硝酸盐氮的在线准确检测方法 |
CN116380822A (zh) * | 2023-06-05 | 2023-07-04 | 未名环境分子诊断(常熟)有限公司 | 一种污水连续监测方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001055717A1 (en) * | 2000-01-26 | 2001-08-02 | Shw Hölter Wassertechnik Gmbh | Method for monitoring an aqueous system |
US20100283994A1 (en) * | 2009-05-07 | 2010-11-11 | Michael John Preiner | Measurement of Nitrate-Nitrogen Concentration in Soil based on Absorption Spectroscopy |
CN103712939A (zh) * | 2013-12-30 | 2014-04-09 | 张显超 | 一种基于紫外可见光谱的污染物浓度拟合方法 |
CN104034684A (zh) * | 2014-06-05 | 2014-09-10 | 北京金达清创环境科技有限公司 | 一种基于紫外-可见吸收光谱的水质多指标检测方法 |
CN106198424A (zh) * | 2016-09-28 | 2016-12-07 | 深圳市七善科技有限公司 | 一种基于全光谱水质在线监测设备及其监测方法 |
CN106990060A (zh) * | 2017-03-24 | 2017-07-28 | 四川碧朗科技有限公司 | 水质指标监测仪、云数据中心及系统、预测方法和水样识别方法 |
CN110987846A (zh) * | 2019-11-27 | 2020-04-10 | 中国科学院西安光学精密机械研究所 | 一种基于iPLS-PA算法的硝酸盐浓度预测方法 |
CN111157476A (zh) * | 2020-02-21 | 2020-05-15 | 中国科学院合肥物质科学研究院 | 一种水质多参数紫外可见吸收光谱定量化反演方法 |
CN111198167A (zh) * | 2020-01-06 | 2020-05-26 | 邵阳学院 | 一种溶液金属离子浓度检测方法、终端设备及存储介质 |
CN111351762A (zh) * | 2020-04-22 | 2020-06-30 | 青岛理工大学 | 一种紫外-可见光全波长扫描污水水质在线快速检测方法和应用 |
-
2020
- 2020-08-21 CN CN202010851662.5A patent/CN112014344B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001055717A1 (en) * | 2000-01-26 | 2001-08-02 | Shw Hölter Wassertechnik Gmbh | Method for monitoring an aqueous system |
US20100283994A1 (en) * | 2009-05-07 | 2010-11-11 | Michael John Preiner | Measurement of Nitrate-Nitrogen Concentration in Soil based on Absorption Spectroscopy |
CN103712939A (zh) * | 2013-12-30 | 2014-04-09 | 张显超 | 一种基于紫外可见光谱的污染物浓度拟合方法 |
CN104034684A (zh) * | 2014-06-05 | 2014-09-10 | 北京金达清创环境科技有限公司 | 一种基于紫外-可见吸收光谱的水质多指标检测方法 |
CN106198424A (zh) * | 2016-09-28 | 2016-12-07 | 深圳市七善科技有限公司 | 一种基于全光谱水质在线监测设备及其监测方法 |
CN106990060A (zh) * | 2017-03-24 | 2017-07-28 | 四川碧朗科技有限公司 | 水质指标监测仪、云数据中心及系统、预测方法和水样识别方法 |
CN110987846A (zh) * | 2019-11-27 | 2020-04-10 | 中国科学院西安光学精密机械研究所 | 一种基于iPLS-PA算法的硝酸盐浓度预测方法 |
CN111198167A (zh) * | 2020-01-06 | 2020-05-26 | 邵阳学院 | 一种溶液金属离子浓度检测方法、终端设备及存储介质 |
CN111157476A (zh) * | 2020-02-21 | 2020-05-15 | 中国科学院合肥物质科学研究院 | 一种水质多参数紫外可见吸收光谱定量化反演方法 |
CN111351762A (zh) * | 2020-04-22 | 2020-06-30 | 青岛理工大学 | 一种紫外-可见光全波长扫描污水水质在线快速检测方法和应用 |
Non-Patent Citations (1)
Title |
---|
任方涛等: "水体中硝酸盐氮含量的UV-Vis光谱学在线测量方法", 《河南工程学院学报(自然科学版)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113092457A (zh) * | 2021-04-07 | 2021-07-09 | 福州大学 | 适用于复杂环境水体中亚硝酸盐氮的在线准确检测方法 |
CN113092457B (zh) * | 2021-04-07 | 2022-03-22 | 福州大学 | 适用于复杂环境水体中亚硝酸盐氮的在线准确检测方法 |
CN116380822A (zh) * | 2023-06-05 | 2023-07-04 | 未名环境分子诊断(常熟)有限公司 | 一种污水连续监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112014344B (zh) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112014344B (zh) | 一种污水在线监测方法 | |
CN111157476B (zh) | 一种水质多参数紫外可见吸收光谱定量化反演方法 | |
MX2011004492A (es) | Metodo para reducir la corrosion y el deposito de subproducto en una unidad de crudo. | |
CN117030654B (zh) | 一种空气中痕量级二氧化硫浓度测量方法 | |
CN113203691A (zh) | 一种基于小波分析的水质污染物溯源方法 | |
Pacheco Fernández et al. | Multi-parameter calibration of a UV/Vis spectrometer for online monitoring of sewer systems | |
CN113092457B (zh) | 适用于复杂环境水体中亚硝酸盐氮的在线准确检测方法 | |
CN114894725A (zh) | 一种水质多参数的光谱数据Stacking融合模型及水质多参数测量方法 | |
CN113065095B (zh) | 一种基于紫外光谱的水中氮含量检测算法 | |
CN101793820B (zh) | 双模联动水质在线监测方法 | |
CN112630180B (zh) | 水体中有机磷农药浓度检测的紫外/可见光吸收光谱模型 | |
CN112179858A (zh) | 基于浊度补偿技术的水质检测方法 | |
Xie et al. | Waveband Selection with Equivalent Prediction Performance for FTIR/ATR Spectroscopic Analysis of COD in Sugar Refinery Waste Water. | |
CN106644995A (zh) | 一种基于紫外可见光谱检测的水质检测系统 | |
CN116202975A (zh) | 一种水体参数预测方法、存储介质及终端设备 | |
Vassileva et al. | Environmental monitoring of total mercury content in different marine compartments after cold vapor generation and inductively coupled plasma mass spectrometry determination | |
CN114166769B (zh) | 一种紫外-可见光谱水质多参数监测系统 | |
KR101221879B1 (ko) | 다항목 수질 측정 시스템 | |
JP5534329B2 (ja) | 粒子計測式水質分析装置 | |
Antunes et al. | Resolution of voltammetric peaks using chemometric multivariate calibration methods | |
JP3185297B2 (ja) | 嫌気性消化槽のモニター方法 | |
CN111007220A (zh) | 一种生猪养殖污水水质敏捷监测的方法 | |
CN106841060A (zh) | 一种带有标准值对比的水质检测系统 | |
CN1567090A (zh) | 氢氧化四甲铵显影液的回收系统及其方法 | |
CN117517231B (zh) | 总氮水质在线分析仪的分析方法、系统及可读介质 |
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 | ||
CP03 | Change of name, title or address |
Address after: 310053 Room 301, floor 3, building 3, No. 611, Dongguan Road, Binjiang District, Hangzhou, Zhejiang Province Patentee after: Zhongkong Quanshi Technology (Hangzhou) Co.,Ltd. Address before: 310053 Room B3155, 3rd floor, 368 Liuhe Road, Binjiang District, Hangzhou City, Zhejiang Province Patentee before: ZHEJIANG TRACETECH TECHNOLOGY CO.,LTD. |
|
CP03 | Change of name, title or address |