CN113030250B - 基于声光信息融合的水质氨氮检测装置与方法 - Google Patents

基于声光信息融合的水质氨氮检测装置与方法 Download PDF

Info

Publication number
CN113030250B
CN113030250B CN202110195923.7A CN202110195923A CN113030250B CN 113030250 B CN113030250 B CN 113030250B CN 202110195923 A CN202110195923 A CN 202110195923A CN 113030250 B CN113030250 B CN 113030250B
Authority
CN
China
Prior art keywords
acousto
optic
pool
telescopic
motor
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
Application number
CN202110195923.7A
Other languages
English (en)
Other versions
CN113030250A (zh
Inventor
张荣标
李龙兴
王媛媛
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.)
Jiangsu University
Original Assignee
Jiangsu University
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 Jiangsu University filed Critical Jiangsu University
Priority to CN202110195923.7A priority Critical patent/CN113030250B/zh
Publication of CN113030250A publication Critical patent/CN113030250A/zh
Application granted granted Critical
Publication of CN113030250B publication Critical patent/CN113030250B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/02Analysing fluids
    • G01N29/032Analysing fluids by measuring attenuation of acoustic waves
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/22Details, e.g. general constructional or apparatus details
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4409Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
    • G01N29/4418Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with a model, e.g. best-fit, regression analysis
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4481Neural networks
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00Indexing codes associated with group G01N29/00
    • G01N2291/01Indexing codes associated with the measuring variable
    • G01N2291/015Attenuation, scattering
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00Indexing codes associated with group G01N29/00
    • G01N2291/02Indexing codes associated with the analysed material
    • G01N2291/022Liquids
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00Water conservation; Efficient water supply; Efficient water use
    • Y02A20/20Controlling water pollution; Waste water treatment

Abstract

本发明公开一种基于声光信息融合的水质氨氮检测装置与方法,注射泵针筒往声光池里依次注射水样、酒石酸钠试剂、纳氏试剂,纳氏试剂与水样中的氨氮反应,产生红棕色的络合物,即待测液体,声光池移动至声光信息检测盒内部中央,利用YAG激光器和发光二极管交替照射待测物质,当YAG激光器照射待测物质时,待测物质吸收激光能量释放声波,通过水听器采集声信号,当发光二极管照射待测物质时,待测物质吸收和反射一部分发光二极管发出的光,通过硅光电池采集透过待测物质的光信号;声信号不受容器内壁污染的影响,光信号不受水中透明杂质的影响,声光信息互补,有效的减弱容器内壁污染产生的吸光度误差和水中透明杂质带来的声信号误差。

Description

基于声光信息融合的水质氨氮检测装置与方法
技术领域
本发明涉及水质检测技术领域,具体是基于声光信息融合的水质氨氮检测方法与装置。
背景技术
水中的氨氮可以在一定条件下转化成亚硝酸盐,如果长期饮用,水中的亚硝酸盐将和蛋白质结合形成亚硝胺,这是一种强致癌物质,对人体健康极为不利,为能够及时掌握水质变化、提前做出应对措施,有效规避风险,对水质氨氮参数进行检测显得非常重要。现有的水质氨氮检测方法有纳氏试剂法和水杨酸-次氯酸盐比色法,这两种方法已经成为《国家环境保护标准》水质中氨氮测定的标准方法。由于这两种方法与氨氮反应生成的物质都会吸收光能,且浓度越大,吸光度越大,所以这两种氨氮检测方法都需要用到分光光度计进行吸光度检测,然后利用朗伯比尔公式计算出氨氮浓度。但是大部分还是在实验室中利用这两种方法进行氨氮检测,虽然检测精度较高,但需要人工采集水样后再进行分析且耗时长。部分检测装置能够实现现场自动加药反应,只利用分光光度计原理自动进行吸光度检测,通过吸光度的强弱判断氨氮浓度,能降低人工成本以及时间成本,但是由于化学反应完成后容器内壁有污染,对下一次的吸光度检测精度有影响,测量出的氨氮浓度也会产生较大误差。
发明内容
本发明的目的是为了克服上述缺点,设计了一种基于声光信息融合的水质氨氮检测装置及其检测方法,不仅能实现无人化现场检测,而且解决了容器内壁污染带来的测量误差问题,并利用信息融合技术提高了水质氨氮检测精度。
本发明所述的基于声光信息融合的水质氨氮检测装置采用的技术方案是:具有一个装置框架,装置框架的底部设有废液池和左右水平的一号步进电机,一号步进电机经丝杆滑台机构带动由透明的声光池左右移动,装置框架的顶部从左至右并列布置三个注射泵,每个注射泵的上方各连接一个垂直布置的注射泵步进电机,每个注射泵的正下方连接一个垂直向下的注射泵针筒;声光池的正右侧是声光信息检测盒,声光信息检测盒内部中空且左侧是敞口;在三个注射泵以及声光信息检测盒、声光池的后方设有水泵、可伸缩水管、不可伸缩水管、三号伸缩电机、三号伸缩电机推杆和五号步进电机,垂直于地面的三号伸缩电机推杆的最上端固定连接五号步进电机,五号步进电机的输出轴同轴上端固定连接三个池子,从右到左分别为纳氏试剂池、酒石酸钠池和水样池,三个水池正上方分别一一正对着所述的三个注射泵,三个池子位于声光池和三个注射泵针筒之间;装置框架的顶部固定装有前后水平的一号伸缩电机,一号伸缩电机的伸缩轴向后且固定装有上下垂直的二号伸缩电机,在一号伸缩电机的旁边有水泵,水泵的两个端口分别连接可伸缩水管和不可伸缩水管的上端,二号伸缩电机的伸缩轴向下且下端固定连接可伸缩水管的下端,不可伸缩水管的下端对准所述的水样池;声光信息检测盒的前后内壁上各是发光二极管和硅光电池,声光信息检测盒的上内壁处固定装有YAG激光器,透镜在YAG激光器的正下方,声光池的底部嵌有水听器和电磁阀,电磁阀的下端经废液管连通所述的废液池。
本发明所述的基于声光信息融合的水质氨氮检测装置的检测方法采用的技术方案是:包括以下步骤:
步骤1):建立RBF神经网络数据融合模型C=f(A,B),C为氨氮浓度,A为吸光度数据,B为声信号数据;
步骤2):一号伸缩电机向前伸长,二号伸缩电机向下伸长,可伸缩水管最下端浸没在水面以下,水泵抽吸水样,水样经不可伸缩水管流入所述的水样池中;
步骤3):三号伸缩电机向上伸长,使三个池子向上升高,直至三个池子里面的液体正好能被上方的三个注射泵针筒吸取;
步骤4):纳氏试剂池、酒石酸钠池、吸水样池正上方对应的注射泵步进电机依次工作,带动对应的注射泵针筒依次地抽吸纳氏试剂池里的纳氏试剂、酒石酸钠池里的酒石酸钠试剂、吸水样池里的水样;
步骤5):一号伸缩电机、二号伸缩电机和三号伸缩电机恢复到初始位置,五号步进电机带动三个池子旋转180度;一号步进电机带动声光池从左到右依次移动至三个注射泵针筒的正下方时,相应的注射泵针筒往声光池里依次注射水样、酒石酸钠试剂、纳氏试剂,纳氏试剂与水样中的氨氮反应,产生红棕色的络合物,即待测液体;然后一号步进电机继续带动声光池移动至声光信息检测盒内部中央;
步骤6):发光二极管和YAG激光器交替工作,发光二极管发出420nm波长光束,420nm波长光束被所述的待测液体吸收和反射后由硅光电池进行光信号检测并输出,得到出射光信号数据λ;YAG激光器发出固定频率的激光光束,经过透镜聚焦后照射所述的待测液体产生声波,由水听器进行声信号检测并输出声信号数据B;
步骤7):开通电磁阀,待测液体从废液管流出至废液池;发光二极管发出420nm波长光束,420nm波长光束穿过空的声光池后,硅光电池检测光信号并输出,得到入射光信号数据λ0
步骤8):根据朗伯比尔定律求出吸光度
Figure GDA0003614010560000031
通过建立的RBF神经网络数据融合模型C=f(A,B)得到氨氮浓度C。
本发明与已有方法和技术相比,具有如下优点:
1、由于光信号的传输会受容器内壁污染的影响而不受透明杂质干扰,声信号的传输会受透明杂质干扰而不受容器内壁污染的影响,所以本发明检测装置利用YAG激光器和发光二极管交替照射待测物质,通过交替使用YAG激光器和发光二极管发出固定频率的激光和420nm波长的光束照射待测物质,已知待测物质吸收激光能量产生的声波能量与待测物质浓度呈线性关系,且420nm波长的光会被待测物质吸收和反射,其吸光度与待测物质浓度成线性关系,当YAG激光器照射待测物质时,待测物质吸收激光能量释放声波,通过水听器采集声信号;当发光二极管照射待测物质时,待测物质吸收和反射一部分发光二极管发出的光,通过硅光电池采集透过待测物质的光信号。声信号不受容器内壁污染的影响,光信号不受水中透明杂质的影响,声光信息互补,有效的减弱容器内壁污染产生的吸光度误差和水中透明杂质带来的声信号误差。
2、本发明以吸光度和声信号作为输入样本,标准氨氮浓度作为输出样本,建立RBF神经网络融合模型。在检测过程中,声光信号互补并通过RBF神经网络进行声光信息融合,微处理器控制水听器和硅光电池交替采集声信号和光信号,由朗伯比尔公式得出吸光度,根据提前建立好的RBF神经网络融合模型,以吸光度和声信号作为输入,拟合出更精确的氨氮浓度,提高了水质氨氮检测精度。
3、本发明设计的水质氨氮检测装置,整个检测过程完全自动化,能够实现自动采样,自动加药,自动采集声光数据,在采集完声光数据后能够自动排放废液到废液池,以进行下一次声光信息采集,并且通过WIFI模块将声光数据发送给上位机,在上位机上进行声光信息融合,输出最终更精确的氨氮浓度,整个过程高度自动化。
附图说明
图1是本发明所述的基于声光信息融合的水质氨氮检测装置的整体结构前轴侧视图;
图2是图1所示的水质氨氮检测装置的局部结构后轴侧视图;
图3是图1中声光池6在检测盒9内部的检测原理示意图;
图4是图1所示的水质氨氮检测装置建立声光信息与氨氮浓度关系的RBF神经网络流程图;
图5是图1所示的水质氨氮检测装置基于声光信息融合检测工作流程图。
附图中各部件的序号和名称:1、微处理器,2、装置框架,3、一号步进电机,4、一号步进电机导轨,5、一号步进电机滑台,6、声光池,7、废液池,8、废液导管,9、声光信息检测盒,10、二号步进电机,11、三号步进电机,12、四号步进电机,13、一号注射泵,14、二号注射泵,15、三号注射泵,16、一号注射泵针筒,17、二号注射泵针筒,18、三号注射泵针筒,19、一号步进电机转轴,20、WIFI模块,21、上位机,22、一号步进电机基座,23、装置框架底座,24、装置框架左支架,25、装置框架右支架,26、装置框架横梁,27、一号伸缩电机,28、一号伸缩电机推杆,29、二号伸缩电机,30、二号伸缩电机推杆,31、水泵,32、可伸缩水管,33、不可伸缩水管,34、三号伸缩电机,35、三号伸缩电机推杆,36、五号步进电机,37、五号步进电机转轴,38、纳氏试剂池,39、酒石酸钠池,40、水样池,41、发光二极管,42、420nm波长光束,43、待测液体,44、电磁阀,45、水听器,46、声波,47、硅光电池,48、YAG激光器,49、激光光束,50、透镜。
具体实施方式
在本发明中,需要说明的是,术语“上”、“下”、“左”、“右”、“前”、“后”、“竖直”等指示的方位或位置关系为基于附图1所示的方位或位置关系,仅仅是为了便于描述本发明和简化描述,而不是代表所指的装置或元件必须具有特定的方位,以特定的方位构造和操作。以声光池6为中心,所述的上方是以三号步进电机11所在位置为参考,所述的下方是以一号步进电机导轨4所在位置为参考,所述的左侧是以一号步进电机3的位置为参考,所述的右侧是以检测盒9的位置为参考,所述的前方是以微处理器1和废液池7所在位置为参考,所述的后方是以三号伸缩电机34所在位置作为参考。
参见图1,本发明所述的基于声光信息融合的水质氨氮检测装置具有一个装置框架2,装置框架2是一个三棱柱形状,装置框架2的底部是装置框架底座23,其与地面平行,其形状是矩形,装置框架2的左侧是装置框架左支架24,其是与地面垂直的三角形架子,装置框架2的右侧是与地面垂直的装置框架右支架25,其是与地面垂直的三角形架子,装置框架2的顶部是装置框架横梁26,是左右方向且平行于地面。
装置框架2的底部固定连接微处理器1、废液池7和一号步进电机基座22。其中,微处理器1固定安装在装置框架底座23的左前方,废液池7固定安装在装置框架底座23的右前方,与微处理器1左右布置。一号步进电机基座22在微处理器1的后方,一号步进电机基座22的左侧与装置框架左支架24固定在一起,下方与装置框架底座23固定在一起。一号步进电机基座22上方固定安装了一号步进电机3,一号步进电机3左右水平布置,其输出轴同轴固定连接一号步进电机转轴19,一号步进电机转轴19为丝杆转轴,左右平行于地面。在一号步进电机转轴19正下方为一号步进电机导轨4,一号步进电机导轨4与一号步进电机转轴19平行,一号步进电机导轨4左端固定在一号步进电机基座22的右侧,右端与装置框架右支架25固定安装在一起。一号步进电机导轨4穿过一号步进电机滑台5,一号步进电机滑台5是一个矩形方块,中间有两个小孔,分别被一号步进电机转轴19和一号步进电机导轨4从中间穿过,其中上面的小孔内自带螺纹,一号步进电机滑台5和一号步进电机转轴19通过螺丝连接,一号步进电机滑台5和一号步进电机导轨4之间有间隙连接,如此由一号步进电机转轴19丝杆转轴、一号步进电机导轨4、一号步进电机滑台5形成丝杆滑台机构。这样一号步进电机转轴19旋转时,会带动一号步进电机滑台5左右移动。一号步进电机滑台5上方固定安装了声光池6,微处理器1通过控制线连接一号步进电机3,控制一号步进电机3工作。当微处理器1控制一号步进电机3转动时,一号步进电机转轴19同轴转动,在一号步进电机导轨5的作用下一号步进电机滑台5左右移动,如此由丝杆滑台机构带动声光池6左右移动,声光池6由透明玻璃制成。声光池6的底部连接废液管8,废液管8是一种伸缩管,可以随着声光池6的移动而伸长或缩短,废液管8的另一端固定连接在废液池7内部,当检测完成后,声光池6内的液体会通过废液导管8流到废液池7中。
装置框架2的顶部从左至右并列布置三个注射泵,这三个注射泵用螺丝固定安装在装置框架横梁26上,从左到右分别是一号注射泵13,二号注射泵14和三号注射泵15。每个注射泵的上方连接一个垂直布置的注射泵步进电机,每个注射泵的正下方连接一个垂直向下的注射泵针筒,注射泵针筒底部均高于声光池6,在声光池6的上方。一号注射泵13的上方是二号步进电机10,正下方是一号注射泵针筒16;二号注射泵14上方是三号步进电机11,正下方是二号注射泵针筒17;三号注射泵15上方是四号步进电机12,正下方是三号注射泵针筒18。微处理器1通过控制线分别连接三个注射泵步进电机,控制注射泵上的注射泵步进电机旋转,实现相应的注射泵针筒的抽吸或注射液体。
声光信息检测盒9位于声光池6的正右侧,声光信息检测盒9右侧与装置框架右支架25固定在一起,下方与装置框架底座23固定在一起。声光信息检测盒9内部中空且左侧是敞口,没有盒盖,使声光池6可以从声光信息检测盒9的左侧敞口进入到检测盒9内部进行声光信息采集。微处理器1通过信号线控制声光信息检测盒9进行声光信息检测,并把数据通过信号线传输回微处理器1,微处理器1集成了WIFI模块20,微处理器1接收到声光数据后通过WIFI模块20将数据传输给上位机21。
参见图2,在三个注射泵以及声光信息检测盒9、声光池6的后方设有水泵31、可伸缩水管32、不可伸缩水管33、三号伸缩电机34、三号伸缩电机推杆35和五号步进电机36等。其中,底部是三号伸缩电机34,三号伸缩电机34垂直安装在装置框架底座23上,位于装置框架底座23的后半块中央,三号伸缩电机推杆35垂直于地面且伸缩方向为向上,三号伸缩电机推杆35的最上端固定安装五号步进电机36,保证信号总线的线足够长。微处理器1通过信号线分别控制三号伸缩电机34和五号步进电机36工作。三号伸缩电机34工作时,伸长或者缩短三号伸缩电机推杆35,从而控制五号步进电机36本体的上下移动。五号步进电机36的输出轴同轴固定连接五号步进电机转轴37,五号步进电机转轴37方向为垂直向上,五号步进电机转轴37上端固定安装了三个池子,从右到左分别为纳氏试剂池38、酒石酸钠池39、水样池40,三个水池正上方分别一一正对着三号注射泵针筒18、二号注射泵针筒17、一号注射泵针筒16。当微处理器1通过信号线控制三号伸缩电机34伸长三号伸缩电机推杆35时,带动三个池子会缓缓向上升高,直至靠近三个注射泵针筒,命名三个池子里面的液体正好能够被上方的三个注射泵针筒吸取,其中纳氏试剂池38和酒石酸钠池39里面的纳氏试剂和酒石酸钠试剂事先由人工加满。三个池子位于声光池6和三个注射泵针筒之间,三个池子组成了上药池,上药池的外围形状是半圆形,上药池的初始位置处于三个注射泵针筒的下方和声光池6的上方,并且上药池圆弧端朝前(如图2所示),当微处理器1通过信号线控制五号步进电机36转动后,五号步进电机转轴37会带动上药池整体转动,当转到180度,上药池圆弧端正好朝后(与图2方向相反)时,则让开了三个注射泵向下的移动,不会阻碍三个注射泵向声光池6内注射。
在装置框架2的顶部,于装置框架横梁26的最右边固定安装前后水平布置的一号伸缩电机27,一号伸缩电机27的伸缩轴为一号伸缩电机推杆28,一号伸缩电机推杆28的伸缩方向是向后且平行于地面。一号伸缩电机推杆28的最后端固定安装上下垂直布置的二号伸缩电机29,保证信号总线的线足够长,二号伸缩电机29的伸缩轴为二号伸缩电机推杆30,二号伸缩电机推杆30垂直于地面,伸缩方向是向下。微处理器1通过信号线分别控制一号伸缩电机27和控制二号伸缩电机29伸长或者缩短,当一号伸缩电机27伸长或者缩短时,通过一号伸缩电机推杆28带动二号伸缩电机29本体的前后移动。
在一号伸缩电机27的旁边有水泵31,水泵31固定安装在装置框架横梁26上,水泵31的两个端口分别连接着两根水管的上端,一根水管为可伸缩水管32,另一根水管为不可伸缩水管33。可伸缩水管32的下端与二号伸缩电机推杆30的下端固定连接在一起,当采集水样时,微处理器1通过信号线控制一号伸缩电机27和二号伸缩电机29伸长伸缩电机推杆时,可伸缩水管32会随着伸缩电机推杆的伸长而浸入水下。不可伸缩水管33沿着装置框架横梁26向左延伸,保证不可伸缩水管33的另一端对准水样池40,当微处理器1控制水泵31工作时,水泵31会抽吸水样,通过可伸缩水管32和不可伸缩水管33使水样最终流入水样池40中。
参见图3,当声光池6进入声光信息检测盒9内部时,声光池6在声光信息检测盒9内部的中央区域。声光信息检测盒9前后内壁上各是发光二极管41和硅光电池47,发光二极管41和硅光电池47在一条前后水平的直线上。声光信息检测盒9的前内壁上固定安装发光二极管41,发光二极管41位于在声光池6的前面,声光池6内部是待测液体43,声光池6的池壁是为透明玻璃,硅光电池47在声光池6的后面,固定安装在声光信息检测盒9的后内壁。硅光电池47的输出端还依次连接了I/U转换电路、电压放大电路和A/D转换电路,然后连接微处理器1。当发光二极管41发出420nm波长光束42后,420nm波长光束42会经过声光池6和待测液体43,最后由硅光电池47接收。声光信息检测盒9的上内壁处固定安装YAG激光器48,透镜50的基座安装在声光信息检测盒9右内壁上,透镜50在YAG激光器48的正下方,透镜50的镜面平行于地面且位于YAG激光器48和声光池6中间,透镜50在声光池6的正上方。当YAG激光器48发出激光光束49后,会经由透镜50聚焦于待测液体43中。水听器45嵌入在声光池6的底部,水听器45的输出端依次连接了电荷放大电路和A/D转换电路,然后连接微处理器1。YAG激光器48、透镜50和水听器45在一条垂直直线上。电磁阀44嵌入在声光池6的底部,位于水听器45的前方,电磁阀44的上端是待测液体43,待测液体43主要成分是氨氮与纳氏试剂反应生成的络合物,电磁阀44的下端连接废液管8,经废液管8连通废液池7。当声光信息采集结束后,微处理器1通过信号线打开电磁阀44,使待测液体43从废液管45流出。
在本发明中,YAG激光器48和发光二极管41交替工作,发出光束,微处理器1经控制线连接YAG激光器48,当微处理器1控制YAG激光器48发出固定频率的激光光束49,经由透镜50聚焦于待测液体43中,待测液体43会吸收光能,使其内部的温度改变从而引起待测液体43内某些区域结构和体积变化,待测液体43体积的涨缩会向外辐射声波46,待测液体43浓度与声波46大小成线性关系,水听器45可以将声波46转换为电压信号,经过放大和转换,则可以得到声信号的大小,声信号的大小传送到微处理器1。
微处理器1经控制线连接发光二极管41,当微处理器1控制发光二极管41发出420nm波长光束42,420nm波长光束42会被待测液体43吸收和反射一部分,420nm波长光束42的剩余部分会照射硅光电池47,硅光电池47受到光照射会产生微弱的电流,经过转换放大可得到出射光信号的大小,出射光信号的大小传送到微处理器1。微处理器1根据朗伯比尔定律
Figure GDA0003614010560000071
可求得吸光度的大小以及待测液体43的浓度,其中A为吸光度,λ0为入射光强度(声光池6为空时测得的光强度),λ为出射光强度(被待测液体43吸收过后的光强度),K为摩尔吸光系数,c为待测液体43浓度,b为待测液体43的宽度。由于声光池6每检测一次,内壁就会被污染一次,吸光度精度会有较大影响,用朗伯比尔定律测出的氨氮浓度就会产生误差,所以本发明采用声光信息融合技术将声信号和光信号融合,得出较精确的氨氮浓度。
参见图4,为建立声光信息与氨氮浓度关系的RBF神经网络流程图,在实验室根据图1、图2和图3所示的检测装置的样机建立RBF神经网络数据融合模型的步骤如下:
步骤1:一号步进电机滑台5的初始位置处于一号步进电机转轴19的最左侧,也即声光池6的初始位置处于一号注射泵针筒16的左下方。微处理器1控制一号步进电机3向后旋转一号步进电机转轴19,使一号步进电机滑台5带动空的声光池6向右移入声光信息检测盒9内。控制发光二极管41发出420nm波长光束42,通过硅光电池47检测光信号并输出电流信号,经过I/U转换电路将电流信号转换成电压信号,经过电压放大电路将电压信号放大,经过A/D转换电路得到出射光信号数据λ0
步骤2:微处理器1控制一号步进电机3向前旋转一号步进电机转轴19,使一号步进电机滑台5带动空的声光池6向左移动到初始位置。
步骤3:微处理器1控制一号步进电机3向后旋转一号步进电机转轴19,使一号步进电机滑台5带动空的声光池6向右移动,当声光池6处于一号注射泵13正下方时,微处理器1控制一号注射泵13往声光池6中加入浓度为C1的标准氨氮试剂,当声光池6处于二号注射泵14正下方时,二号注射泵14往声光池6中加入固定体积和固定浓度的酒石酸钠试剂,当声光池6处于三号注射泵15正下方时,三号注射泵15往声光池6中加入固定体积和固定浓度的纳氏试剂,声光池6进入检测盒9内部时微处理器控制一号步进电机3停止旋转一号步进电机转轴19。
步骤4:等待反应完,生成红棕色的络合物后,微处理器1控制YAG激光器48发出固定频率的激光光束49,经过透镜50聚焦照射待测液体43,通过水听器45采集声信号,得出此时的声信号数据为B1
步骤5:微处理器1控制发光二极管41发出420nm波长光束42,420nm波长光束42被待测液体43吸收和反射后由硅光电池47进行光信号检测并输出电流信号,经过I/U转换电路将电流信号转换成电压信号,经过电压放大电路将电压信号放大,经过A/D转换电路得到此时的出射光信号数据λ。根据朗伯比尔定律
Figure GDA0003614010560000081
求出此时的吸光度为A1,其中λ为出射光数据,λ0为步骤1求得的入射光数据。
步骤6:微处理器1控制电磁阀44开通,使待测液体43从废液管8流出至废液池7,声光池6内的液体全部流出后关闭电磁阀44。
步骤7:循环步骤2至步骤6,保持每次添加的酒石酸钠和纳氏试剂体积和浓度不变,在声光池6中添加体积相同浓度依次为C1 C2 C3……Cn的标准氨氮试剂,循环次数n,得到吸光度A1 A2 A3……An信号和声信号数据B1 B2 B3……Bn共n组,微处理器1通过WIFI模块20将n组声信号数据和吸光度数据发送至上位机21。
步骤8:将预处理后的n组声信号数据和吸光度数据作为训练输入样本,同时将n组标准氨氮试剂浓度作为输出样本,调用如下函数训练出RBF神经网络融合模型:
C=f(A,B)
其中,C为氨氮浓度,A为吸光度数据,B为声信号数据。
步骤9:将训练好的RBF神经网络融合模型存入上位机21。
参见图5,为本发明基于声光信息融合的水质氨氮检测工作流程图,基于声光信息融合的水质氨氮检测方法具体流程如下:
步骤1:微处理器1通过信号线控制水质样品采集,并给注射泵上药,具体步骤如下:
步骤1.1:微处理器1通过信号线控制一号伸缩电机27向前伸长一号伸缩电机推杆28,同时控制二号伸缩电机29向下伸长二号伸缩电机推杆30,使可伸缩水管32最下端浸没在水面以下。
步骤1.2:微处理器1控制水泵31从水池中抽吸水样,从可伸缩水管32流经不可伸缩水管33,最终流入水样池40中。
步骤1.3:微处理器1通过信号线控制三号伸缩电机34向上伸长三号伸缩电机推杆35,使三个池子组成的上药池缓缓向上升高,直至三个池子里面的液体正好能够被上方的三个注射泵针筒吸取。
步骤1.4:微处理器1通过信号线控制三号注射泵15上的四号步进电机12向左旋转,实现三号注射泵针筒18抽吸纳氏试剂池38里的纳氏试剂。
步骤1.5:微处理器1通过信号线控制二号注射泵14上的三号步进电机11向左旋转,实现二号注射泵针筒17抽吸酒石酸钠池39里的酒石酸钠试剂。
步骤1.6:微处理器1通过信号线控制一号注射泵13上的二号步进电机10向左旋转,实现一号注射泵针筒16抽吸水样池40里的水样。
步骤1.7:微处理器1通过信号线分别控制一号伸缩电机27、二号伸缩电机29和三号伸缩电机34缩短一号伸缩电机推杆28、二号伸缩电机推杆30和三号伸缩电机推杆35恢复至初始位置,同时控制五号步进电机36向左旋转五号步进电机转轴37,旋转角度为180度,实现上药池向左旋转180度,使上药池不会阻碍注射泵给声光池加药。
步骤2:微处理器1控制加药,具体步骤如下:
步骤2.1:微处理器1通过信号线控制一号步进电机3向后旋转一号步进电机转轴19,使一号步进电机滑台5带动声光池6向右移动,当声光池6的位置处于一号注射泵13的正下方,微处理器1控制一号步进电机3停止旋转一号步进电机转轴19,控制一号注射泵13上的二号步进电机10向右旋转转轴,使一号注射泵针筒16往声光池6里注射水样。
步骤2.2:微处理器1通过信号线控制一号步进电机6继续向后旋转一号步进电机转轴19,使一号步进电机滑台5带动声光池6向右移动,当声光池6的位置正好处于二号注射泵14的正下方,微处理器1控制一号步进电机3停止旋转一号步进电机转轴19,控制二号注射泵14上的三号步进电机11向右旋转转轴,实现二号注射泵针筒17往声光池6里注射酒石酸钠试剂,酒石酸钠会与水样中的金属离子反应,消除金属离子对氨氮检测的影响。
步骤2.3:微处理器1通过信号线控制一号步进电机3继续向后旋转一号步进电机转轴19,使一号步进电机滑台5带动声光池6向右移动,当声光池6的位置正好处于三号注射泵15的正下方,微处理器1控制一号步进电机3停止旋转一号步进电机转轴19,控制三号注射泵15上的四号步进电机12向右旋转转轴,实现三号注射泵针筒18往声光池6里注射纳氏试剂,纳氏试剂会与水样中的氨氮反应,产生红棕色的络合物。
步骤3:微处理器1通过信号线控制一号步进电机3继续向后旋转一号步进电机转轴19,使一号步进电机滑台5带动声光池6向右移动进入声光信息检测盒9内,声光信息采集具体步骤如下:
步骤3.1:微处理器1控制发光二极管41发出420nm波长光束42,420nm波长光束42被待测液体43吸收和反射后由硅光电池47进行光信号检测并输出电流信号,经过I/U转换电路将电流信号转换成电压信号,经过电压放大电路将电压信号放大,经过A/D转换电路得到出射光信号数据λ。
步骤3.2:微处理器1控制YAG激光器48发出固定频率的激光光束49,经过透镜50聚焦后照射待测液体43产生声波46,由水听器45进行声信号检测输出电压信号,经过电压放大电路和A/D转换电路,得出声信号数据B。
步骤3.3:微处理器1控制电磁阀44开通,使待测液体43从废液管8流出至废液池7,声光池6内的液体全部流出后关闭电磁阀44。
步骤3.4:微处理器1控制发光二极管41发出420nm波长光束42,420nm波长光束42穿过空的声光池6后,由硅光电池47检测光信号检测并输出电流信号,经过I/U转换电路将电流信号转换成电压信号,经过电压放大电路将电压信号放大,经过A/D转换电路得到入射光信号数据λ0
步骤4:通过信号线将声光数据传输到微处理器1,根据朗伯比尔定律
Figure GDA0003614010560000111
求出吸光度A,其中λ为出射光数据,λ0为入射光数据。
步骤5:微处理器1通过自带的WIFI模块20将声信号数据和吸光度数据传输至上位机21。
步骤6:上位机21根据提前建立好的RBF神经网络融合模型C=f(A,B)得到氨氮浓度C,将声信号数据B和和吸光度A进行拟合得出最终的氨氮浓度C。
步骤7:复位装置,微处理器1通过信号线控制一号步进电机3向前旋转一号步进电机转轴19,使声光池6向左移动至最初的位置,同时控制五号步进电机36向右旋转五号步进电机转轴37,使上药池复位到初始位置。

Claims (10)

1.一种基于声光信息融合的水质氨氮检测装置,具有一个装置框架(2),装置框架(2)的底部设有废液池(7)和左右水平的一号步进电机(3),其特征是:一号步进电机(3)经丝杆滑台机构带动由透明的声光池(6)左右移动,装置框架(2)的顶部从左至右并列布置三个注射泵,每个注射泵的上方各连接一个垂直布置的注射泵步进电机,每个注射泵的正下方连接一个垂直向下的注射泵针筒;声光池(6)的正右侧是声光信息检测盒(9),声光信息检测盒(9)内部中空且左侧是敞口;在三个注射泵以及声光信息检测盒(9)、声光池(6)的后方设有水泵(31)、可伸缩水管(32)、不可伸缩水管(33)、三号伸缩电机(34)、三号伸缩电机推杆(35)和五号步进电机(36),垂直于地面的三号伸缩电机推杆(35)的最上端固定连接五号步进电机(36),五号步进电机(36)的输出轴上端同轴固定连接三个池子,三个池子从右到左分别为纳氏试剂池(38)、酒石酸钠池(39)和水样池(40),三个水池正上方分别一一正对着所述的三个注射泵,三个池子位于声光池(6)和三个注射泵针筒之间;装置框架(2)的顶部固定装有前后水平的一号伸缩电机(27),一号伸缩电机(27)的伸缩轴向后且固定装有上下垂直的二号伸缩电机(29),在一号伸缩电机(27)的旁边有水泵(31),水泵(31)的两个端口分别连接可伸缩水管(32)和不可伸缩水管(33)的上端,二号伸缩电机(29)的伸缩轴向下且下端固定连接可伸缩水管(32)的下端,不可伸缩水管(33)的下端对准所述的水样池(40);声光信息检测盒(9)的前后内壁上各是发光二极管(41)和硅光电池(47),声光信息检测盒(9)的上内壁处固定装有YAG激光器(48),透镜(50)在YAG激光器(48)的正下方,声光池(6)的底部嵌有水听器(45)和电磁阀(44),电磁阀(44)的下端经废液管(8)连通所述的废液池(7)。
2.根据权利要求1所述的基于声光信息融合的水质氨氮检测装置,其特征是:微处理器(1)分别经控制线连接一号步进电机(3)、注射泵步进电机、五号步进电机(36)、水泵(31)、一号伸缩电机(27)、二号伸缩电机(29)、三号伸缩电机(34)、发光二极管(41)、YAG激光器(48)以及电磁阀(44),微处理器(1)通过WIFI模块(20)将数据传输给上位机(21)。
3.根据权利要求1所述的基于声光信息融合的水质氨氮检测装置,其特征是:所述的丝杆滑台机构由一号步进电机转轴(19)、一号步进电机导轨(4)和一号步进电机滑台(5)组成,一号步进电机(3)的输出轴同轴固定连接一号步进电机转轴(19),一号步进电机转轴(19)正下方为平行的一号步进电机导轨(4),一号步进电机滑台(5)被一号步进电机转轴(19)和一号步进电机导轨(4)从中间穿过,一号步进电机滑台(5)和一号步进电机转轴(19)通过螺丝连接,一号步进电机滑台(5)上方固定连接声光池(6)。
4.根据权利要求1所述的基于声光信息融合的水质氨氮检测装置,其特征是:硅光电池(47)的输出端依次连接I/U转换电路、电压放大电路和第一个A/D转换电路,水听器(45 )的输出端依次连接电荷放大电路和第二个A/D转换电路。
5.根据权利要求1所述的基于声光信息融合的水质氨氮检测装置,其特征是:所述的三个池子组成上药池,上药池的外围形状是半圆形,上药池的初始位置在三个注射泵针筒的下方和声光池(6)的上方。
6.根据权利要求1所述的基于声光信息融合的水质氨氮检测装置,其特征是:所述的装置框架(2)的底部是装置框架底座(23),左侧是装置框架左支架(24),右侧是装置框架右支架(25),装置框架左支架(24)和装置框架右支架(25)均是与地面垂直的三角形架,装置框架(2)的顶部是左右方向布置且平行于地面的装置框架横梁(26)。
7.一种如权利要求1所述的水质氨氮检测装置的检测方法,其特征是包括以下步骤:
步骤1):建立RBF神经网络数据融合模型C=f(A,B),C为氨氮浓度,A为吸光度数据,B为声信号数据;
步骤2):一号伸缩电机(27)向前伸长,二号伸缩电机(29)向下伸长,使可伸缩水管(32)最下端浸没在水面以下,水泵(31)抽吸水样,水样经不可伸缩水管(33)流入所述的水样池(40)中;
步骤3):三号伸缩电机(34)向上伸长,使三个池子向上升高,直至三个池子里面的液体正好能被上方的三个注射泵针筒吸取;
步骤4):纳氏试剂池(38)、酒石酸钠池(39)、吸水样池(40)正上方对应的注射泵步进电机依次工作,带动对应的注射泵针筒依次地抽吸纳氏试剂池(38)里的纳氏试剂、酒石酸钠池(39)里的酒石酸钠试剂、吸水样池(40)里的水样;
步骤5):一号伸缩电机(27)、二号伸缩电机(29)和三号伸缩电机(34)恢复到初始位置,五号步进电机(36)带动三个池子旋转180度;一号步进电机(3)带动声光池(6)从左到右依次移动至三个注射泵针筒的正下方时,相应的注射泵针筒往声光池(6)里依次注射水样、酒石酸钠试剂、纳氏试剂,纳氏试剂与水样中的氨氮反应,产生红棕色的络合物,即待测液体;然后一号步进电机(3)继续带动声光池(6)移动至声光信息检测盒(9)内部中央;
步骤6):发光二极管(41)和YAG激光器(48)交替工作,发光二极管(41)发出420nm波长光束,420nm波长光束被所述的待测液体吸收和反射后由硅光电池(47)进行光信号检测并输出,得到出射光信号数据λ;YAG激光器(48)发出固定频率的激光光束,经过透镜(50)聚焦后照射所述的待测液体产生声波,水听器(45)进行声信号检测并输出声信号数据B;
步骤7):开通电磁阀(44),待测液体从废液管(8)流出至废液池(7);发光二极管(41)发出420nm波长光束,420nm波长光束穿过空的声光池(6),硅光电池(47)检测光信号并输出,得到入射光信号数据λ0
步骤8):根据朗伯比尔定律求出吸光度
Figure FDA0003614010550000031
通过建立的RBF神经网络数据融合模型C=f(A,B)得到氨氮浓度C。
8.根据权利要求7所述的水质氨氮检测装置的检测方法,其特征是:步骤1)中,建立RBF神经网络数据融合模型C=f(A,B)的方法是:
步骤(1):一号步进电机(3)带动空的声光池(6)向右移入声光信息检测盒(9)内,发光二极管(41)发出420nm波长光束,硅光电池(47)检测光信号并输出,得到出射光信号数据λ0,空的声光池(6)向左移动到初始位置;
步骤(2):空的声光池(6)向右移动处于注射泵正下方,三个注射泵依次向声光池(6)中加入浓度为C1的标准氨氮试剂、固定体积和固定浓度的酒石酸钠试剂、固定体积和固定浓度的纳氏试剂,然后声光池(6)进入声光信息检测盒(9)内部;
步骤(3):YAG激光器(48)发出固定频率的激光光束,经过透镜(50)聚焦照射待测液体,通过水听器(45)采集声信号,得到声信号数据B1
步骤(4):发光二极管(41)发出420nm波长光束,硅光电池(47)检测光信号并输出,得到出射光信号数据λ,求出吸光度为A1
步骤(5):开通电磁阀(44),待测液体从废液管(8)流出至废液池(7);
步骤(6):循环步骤(2)至步骤(5)n次,每次添加的酒石酸钠和纳氏试剂的体积和浓度不变,添加体积相同但浓度依次为C1 C2 C3……Cn的标准氨氮试剂,依次得到吸光度A1 A2A3……An和声信号数据B1 B2 B3……Bn共n组;
步骤(7):将n组声信号数据和吸光度数据作为样本输入,n组标准氨氮试剂浓度作为样本输出,得到RBF神经网络数据融合模型C=f(A,B)。
9.根据权利要求7所述的水质氨氮检测装置的检测方法,其特征是:步骤5)中,当声光池(6)移动至注射泵针筒的正下方时,一号步进电机(3)停止旋转,注射泵步进电机带动注射泵针筒往声光池(6)里注射。
10.根据权利要求7所述的水质氨氮检测装置的检测方法,其特征是:步骤6)中,硅光电池(47)进行光信号检测并输出电流信号,电流信号转换成电压信号,电压信号经过放大,再经过A/D转换得到出射光信号数据λ;水听器(45)进行声信号检测输出电压信号,电压信号经过放大和A/D转换得出声信号数据B。
CN202110195923.7A 2021-02-22 2021-02-22 基于声光信息融合的水质氨氮检测装置与方法 Active CN113030250B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110195923.7A CN113030250B (zh) 2021-02-22 2021-02-22 基于声光信息融合的水质氨氮检测装置与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110195923.7A CN113030250B (zh) 2021-02-22 2021-02-22 基于声光信息融合的水质氨氮检测装置与方法

Publications (2)

Publication Number Publication Date
CN113030250A CN113030250A (zh) 2021-06-25
CN113030250B true CN113030250B (zh) 2022-08-23

Family

ID=76461671

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110195923.7A Active CN113030250B (zh) 2021-02-22 2021-02-22 基于声光信息融合的水质氨氮检测装置与方法

Country Status (1)

Country Link
CN (1) CN113030250B (zh)

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7485263B2 (en) * 1997-08-26 2009-02-03 Eppendorf Ag Microproportioning system
CN103272658B (zh) * 2013-06-25 2015-04-22 南京理工大学 双通道微量试剂自动分配装置
CN107817226B (zh) * 2016-09-10 2024-01-05 北京金恒祥仪器有限公司 三维自动石油荧光分析仪
CN106442493B (zh) * 2016-09-18 2020-01-24 江苏大学 集聚氨气的低浓度氨氮检测方法与装置
CN106442089B (zh) * 2016-09-18 2019-04-30 江苏大学 一种浓缩氨氮的低浓度氨氮检测方法与装置
CN108469415B (zh) * 2018-03-14 2020-03-10 上海交通大学 基于纳米金颗粒增强的液体痕量浓度检测方法及装置
CN111198262B (zh) * 2018-11-19 2023-04-11 苏州迈瑞科技有限公司 一种用于尿液有形成分分析仪的检测装置及方法
CN210166294U (zh) * 2019-05-14 2020-03-20 深圳市林科电气发展有限公司 基于光声光谱检测的水质监测装置
CN110849868B (zh) * 2019-10-21 2022-09-13 江苏大学 基于微流控芯片的面粉中溴酸钾智能检测装置与方法
CN111707630A (zh) * 2020-07-30 2020-09-25 李明亮 一种用于批量检测的分光光度计及其检测方法
CN112098351A (zh) * 2020-09-07 2020-12-18 中国科学院合肥物质科学研究院 一种适用于气溶胶吸收及消光系数同步测量的光声光谱仪

Also Published As

Publication number Publication date
CN113030250A (zh) 2021-06-25

Similar Documents

Publication Publication Date Title
CN105954192B (zh) 一种基于光谱测量技术的双光路水体环境在线测量装置
CN102519897B (zh) 一种基于led多特征波长的水质cod检测装置
US7817277B2 (en) Fiber optic probe and related apparatus, systems and methods for making optics-based measurements of liquid samples
US20220136958A1 (en) In-situ detection device for detecting water and fertilizer content in crop cultivation substrate and detection method thereof
CN104483164A (zh) 水样现场多点采样装置及cod含量检测方法
CN113030250B (zh) 基于声光信息融合的水质氨氮检测装置与方法
CN218865757U (zh) 一种基于分光光度法的溶液浓度测量仪器
CN205958442U (zh) 一种基于光谱测量技术的双光路水体环境在线测量装置
DE19624844A1 (de) Vorrichtung zur Messung des Partialdruckes von in Flüssigkeiten gelösten Gasen
CN114062291A (zh) 饮用水中硝酸盐氮光度法测定模拟设备及其使用方法
CN111610161B (zh) 一种流通系统、海水营养盐原位测量装置及测量方法
CN106442089B (zh) 一种浓缩氨氮的低浓度氨氮检测方法与装置
JP6112581B2 (ja) 物質の体積変化を測定する機能を有する装置
CN106996924B (zh) 一种角度扫描型spr传感器系统
CN110095424B (zh) 一种黑臭水体四参数在线监测一体化装置
CN113777074B (zh) 一种环境监测数据采集装置及其使用方法
CN113866123B (zh) 一种免脱气水下溶解二氧化碳检测装置、检测方法
CN203148847U (zh) 一种植保机械混药浓度场在线测量装置
CN202533367U (zh) 一种内毒素真菌检测仪
CN213580647U (zh) 一种可调节量程双光源水质cod检测传感器
CN201152850Y (zh) 液体浓度检测装置
AU732530B2 (en) Device for measuring the partial pressure of gases dissolved in liquids
CN202404052U (zh) 一种液体检测芯片
CN101055244B (zh) 海水中化学需氧量的流动注射分析法
CN205562574U (zh) 水中高锰酸盐指数自动分析仪

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