CN113670838B - 高浊度样品的总磷测量方法及系统、水质自动监测站、设备、存储介质 - Google Patents
高浊度样品的总磷测量方法及系统、水质自动监测站、设备、存储介质 Download PDFInfo
- Publication number
- CN113670838B CN113670838B CN202110907378.XA CN202110907378A CN113670838B CN 113670838 B CN113670838 B CN 113670838B CN 202110907378 A CN202110907378 A CN 202110907378A CN 113670838 B CN113670838 B CN 113670838B
- Authority
- CN
- China
- Prior art keywords
- sample
- turbidity
- point
- standing time
- total phosphorus
- 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
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
Abstract
本发明公开了一种高浊度样品的总磷测量方法及系统、水质自动监测站、设备、存储介质,本发明的高浊度样品的总磷测量方法,整个测量过程自动化、智能化进行,尤其是对于高浊度样品中总磷含量的相对稳定时间点判断,无需人为干预,而是基于预设算法和历史浊度‑静置时间曲线计算得到,判别准确度高,并且测量得到的总磷含量结果与现有规范中预处理方式测量结果相近,可以很好地满足现有规范的技术要求,在水质自动监测站的应用上具有广泛的推广意义。
Description
技术领域
本发明涉及水质监测技术领域,特别地,涉及一种高浊度样品的总磷测量方法及系统、水质自动监测站、设备、计算机可读取的存储介质。
背景技术
浊度是指溶液对光线通过时所产生的阻碍程度,它包括悬浮物对光的散射和溶质分子对光的吸收。在水质检测中,浊度对采用分光光度法进行检测的其他水质参数浓度的测定具有一定的影响,同时不同水质自动监测站之间采用的预处理方式不同可能导致水质参数浓度的最终的检测结果不具备可比性。
基于上述因素,环境管理部门对水质自动监测站的预处理方式提出了规范化的要求,如《地表水总磷现场前处理技术规定(试行)》(中国环境监测总站水字[2019]603)中要求(以下简称技术规定),对于浊度>500NTU的样品,需采用转速为2000转/分钟的离心装置对样品进行2分钟的离心处理的前处理方式,该状态下检测的总磷测试值在水质评价中具有一定代表性。但是,自动离心前处理技术目前在水质自动监测站应用上不成熟,实施难度较大,通常还是采用静置沉降+分析仪器的方式直接测量总磷含量,因为,离心分离和静置沉降这两种预处理方式均能使水样的浊度达到相对稳定状态。然而,静置时间的设置目前主要是人根据目测结果和经验来进行判断,如此,很难准确地判别相对稳定状态的时间点,而且在实际的水样检测中,水样的浊度是动态变化的,对水样进行静置沉降预处理时,如何得到不同浊度值下的浊度相对稳定状态的时间点,且满足现有规范的技术要求,成为目前水质自动监测亟需解决的问题。
发明内容
本发明提供了一种高浊度样品的总磷测量方法及系统、水质自动监测站、设备、存储介质,以解决现有水质自动监测站对于高浊度水样的总磷测量结果准确度较差和可比性不强,且难以满足现有规范的要求的技术问题。
根据本发明的一个方面,提供一种高浊度样品的总磷测量方法,包括以下内容:
待测样品到达样品水箱后开始静置,检测待测样品的初始浊度;
根据检测到的初始浊度值判断待测样品的水样类型;
根据水样类型从样本库中匹配对应的浊度-静置时间曲线;
基于预设算法在获得的浊度-静置时间曲线上找到待测样品中总磷含量的相对稳定时间点;
根据获得的相对稳定时间点控制静置时长,达到相对稳定时间点后测量得到待测样品中的总磷含量。
进一步地,所述基于预设算法在获得的浊度-静置时间曲线上找到待测样品中总磷含量的相对稳定时间点的过程包括以下内容:
在浊度-静置时间曲线上找到左切点,并基于左切点获得第一条切线;
在浊度-静置时间曲线上找到右切点,并基于右切点获得第二条切线;
找到第一条切线与第二条切线的交点,并从该交点向左切点和右切点的连线做垂线;
找到该垂线与浊度-静置时间曲线的交点,该交点所对应的静置时间即为待测样品中总磷含量的相对稳定时间点。
进一步地,所述样本库中根据不同的水样类型存储有不同的浊度-静置时间曲线。
进一步地,还包括以下内容:
记录每次测试过程中浊度与静置时间的谱图,以获得新的浊度-静置时间曲线,并将新的浊度-静置时间曲线保存至样本库中。
另外,本发明还提供一种高浊度样品的总磷测量系统,包括
浊度检测模块,用于在待测样品到达样品水箱后检测待测样品的初始浊度;
水样类型判断模块,根据检测到的初始浊度值判断待测样品的水样类型;
匹配模块,用于根据水样类型从样本库中匹配对应的浊度-静置时间曲线;
分析模块,用于基于预设算法在获得的浊度-静置时间曲线上找到待测样品中总磷含量的相对稳定时间点;
测量模块,用于根据获得的相对稳定时间点控制静置时长,达到相对稳定时间点后测量得到待测样品中的总磷含量。
进一步地,所述分析模块基于预设算法在获得的浊度-静置时间曲线上找到待测样品中总磷含量的相对稳定时间点的过程具体为:
在浊度-静置时间曲线上找到左切点,并基于左切点获得第一条切线;
在浊度-静置时间曲线上找到右切点,并基于右切点获得第二条切线;
找到第一条切线与第二条切线的交点,并从该交点向左切点和右切点的连线做垂线;
找到该垂线与浊度-静置时间曲线的交点,该交点所对应的静置时间即为待测样品中总磷含量的相对稳定时间点。
进一步地,还包括:
样本库更新模块,用于记录每次测试过程中浊度与静置时间的谱图,以获得新的浊度-静置时间曲线,并将新的浊度-静置时间曲线保存至样本库中。
另外,本发明还提供一种水质自动监测站,采用如上所述的高浊度样品的总磷测量系统。
另外,本发明还提供一种设备,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行如上所述的方法的步骤。
另外,本发明还提供一种计算机可读取的存储介质,用于存储进行高浊度样品的总磷测量的计算机程序,所述计算机程序在计算机上运行时执行如上所述的方法的步骤。
本发明具有以下效果:
本发明的高浊度样品的总磷测量方法,在待测样品开始静置沉降后,测量得到待测样品的初始浊度,然后基于检测到的初始浊度值判断待测样品的水样类型,并根据水样类型从样本库中匹配对应的浊度-静置时间曲线。通过采用初始浊度作为评价指标,可以准确地识别出待测样品的水样类型,然后基于识别得到的水样类型可以自动、智能地从样本库中匹配得到对应的浊度-静置时间曲线。然后基于预设算法在获得的浊度-静置时间曲线上找到检测待测样品中总磷含量时,样品浊度达到相对稳定状态的相对稳定时间点,最后,根据获得的相对稳定时间点控制静置时长,在样品浊度达到相对稳定状态后测量得到待测样品中的总磷含量。本发明的高浊度样品的总磷测量方法,整个测量过程自动化、智能化进行,尤其是针对高浊度样品中总磷含量的检测时,对于样品浊度达到相对稳定状态的相对稳定时间点判断,无需人为干预,而是基于预设算法和历史浊度-静置时间曲线计算得到,判别准确度高,并且测量得到的总磷含量结果与现有规范中采用离心2000r/min、2分钟的方式获得的测量结果相近,可以很好地满足现有规范的技术要求,在水质自动监测站的应用上具有广泛的推广意义。
另外,本发明的高浊度样品的总磷测量系统、水质自动监测站、设备、计算机可读取的存储介质同样具有上述优点。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明优选实施例的高浊度样品的总磷测量方法的流程示意图。
图2是图1中的步骤S4的子流程示意图。
图3是本发明优选实施例中获得待测样品中总磷含量的相对稳定时间点的示意图。
图4是本发明优选实施例的高浊度样品的总磷测量方法的另一具体实施方式的流程示意图。
图5是本发明另一实施例的高浊度样品的总磷测量系统的模块结构示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由下述所限定和覆盖的多种不同方式实施。
如图1所示,本发明的优选实施例提供一种高浊度样品的总磷测量方法,包括以下内容:
步骤S1:待测样品到达样品水箱后开始静置,检测待测样品的初始浊度;
步骤S2:根据检测到的初始浊度值判断待测样品的水样类型;
步骤S3:根据水样类型从样本库中匹配对应的浊度-静置时间曲线;
步骤S4:基于预设算法在获得的浊度-静置时间曲线上找到待测样品中总磷含量的相对稳定时间点;
步骤S5:根据获得的相对稳定时间点控制静置时长,达到相对稳定时间点后测量得到待测样品中的总磷含量。
可以理解,本实施例的高浊度样品的总磷测量方法,在待测样品开始静置后测量得到待测样品的初始浊度,然后基于检测到的初始浊度值判断待测样品的水样类型,并根据水样类型从样本库中匹配对应的浊度-静置时间曲线。通过采用初始浊度值作为评价指标,可以准确地识别出待测样品的水样类型,然后基于识别得到的水样类型可以自动、智能地从样本库中匹配得到对应的浊度-静置时间曲线。然后基于预设算法在获得的浊度-静置时间曲线上找到待测样品中总磷含量的相对稳定时间点,最后,根据获得的相对稳定时间点控制静置时长,达到相对稳定时间点后测量得到待测样品中的总磷含量。本发明的高浊度样品的总磷测量方法,整个测量过程自动化、智能化进行,尤其是对于高浊度样品中总磷含量的相对稳定时间点判断,无需人为干预,而是基于预设算法和历史浊度-静置时间曲线计算得到,判别准确度高,并且测量得到的总磷含量结果与现有规范中采用离心2000r/min、2分钟的方式获得的测量结果相近,可以很好地满足现有规范的技术要求,在水质自动监测站的应用上具有广泛的推广意义。
可以理解,在所述步骤S1中,在水质自动监测站的水质分析仪接收到测试命令启动后,待测样品被输送至样品水箱后开始静置,此时检测得到待测样品的初始浊度值。其中,水质分析仪的样品水箱内设置有浊度传感器,具体通过浊度传感器来进行初始浊度值的检测。另外,水质分析仪对于水质参数浓度的检测方法分为分光光度法、电化学法、原子荧光法、色谱法、质谱法等,其中总磷含量的检测通常采用分光光度法,而分光光度法容易受浊度的影响,检测的准确性较差。因此,在进行总磷含量检测前需要对待测水样进行降浊处理,而由于现有的水质自动监测站中自动离心前处理技术应用尚不成熟、实施难度大,故而通常采用静置的方式来进行降浊前处理。因此,如何准确地判断出待测水样中总磷含量的相对稳定状态时间点,对于静置前处理过程的自动化控制以及总磷含量检测结果准确度的影响至关重要。
可以理解,在所述步骤S2中,根据检测到的初始浊度值可以初步判断待测样品是高浊度样品、低浊度样本或者中浊度样品中的哪一类,甚至于还可以根据初始浊度值的具体数值来进行进一步的细分分类,例如初始浊度值500NTU~550NTU为一类,550NTU~600NTU为一类,等等。作为优选的,所述步骤S1中在开始静置后还检测待测样品在预设时长内的浊度下降频率,其中预设时长可以根据需要进行设定,例如可以是10min、15min、20min等,并在所述步骤S2中,同时将初始浊度值和预设时长内的浊度下降频率作为评价指标来判断待测样品的水样类型,因为由于水质的不同,不同的水体虽然初始浊度值相同,但是浊度下降频率是不同的,从而具有相同初始浊度值的不同水体达到相对稳定的时间点不同,本发明基于初始浊度值和预设时长内的浊度下降频率来综合判断待测样品的水样类型,可以更加准确地进行分类,有利于在样本数据库中匹配到更接近的浊度-静置时间曲线,提高了检测结果的准确性。
可以理解,在所述步骤S3中,所述样本库中根据不同的水样类型存储有不同的浊度-静置时间曲线。具体地,所述样本库中根据样品的初始浊度值,或初始浊度值和预设时长内的浊度下降频率分类有不同的水样类型,并根据不同的水样类型存储有对应的浊度-静置时间曲线。当基于初始浊度值,或初始浊度值和预设时长内的浊度下降频率判断待测样品的水样类型后,即可根据水样类型从样本库中精准匹配得到相应的浊度-静置时间曲线。
可以理解,如图2所示,所述步骤S4包括以下内容:
步骤S41:在浊度-静置时间曲线上找到左切点,并基于左切点获得第一条切线;
步骤S42:在浊度-静置时间曲线上找到右切点,并基于右切点获得第二条切线;
步骤S43:找到第一条切线与第二条切线的交点,并从该交点向左切点和右切点的连线做垂线;
步骤S44:找到该垂线与浊度-静置时间曲线的交点,该交点所对应的静置时间即为待测样品中总磷含量的相对稳定时间点。
可以理解,所述步骤S41和步骤S42的顺序可以对调,或者同时执行。
具体地,如图3所示,在获得对应的浊度-静置时间曲线后,首先找到浊度-静置时间曲线的左切点A,然后以左切点A做浊度-静置时间曲线的切线。同样地,找到浊度-静置时间曲线的右切点C,然后以右切点C做浊度-静置时间曲线的另一条切线。找到两条切线的交点D,然后从D点向左切点A和右切点C的连线做垂线DE。最后,得到垂线DE与浊度-静置时间曲线的交点B,B点所对应的静置时间即为待测样品中总磷含量的相对稳定时间点。可以理解,待测样品开始静置后,在初始阶段浊度下降很快,当达到B点后,浊度下降的速度明显变慢,则B点为下降速度由快变慢的点,达到B点后,浊度下降频率很慢,对于整个分析过程的影响较小。
可以理解,如图4所示,所述高浊度样品的总磷测量方法还包括以下内容:
步骤S6:记录每次测试过程中浊度与静置时间的谱图,以获得新的浊度-静置时间曲线,并将新的浊度-静置时间曲线保存至样本库中。
通过记录每次测试过程中的浊度-静置时间曲线,并将其保存在样本库中,可以不断地更新样本库中的样本曲线,不断扩大数据量,后续测试过程中可以匹配得到更接近的样本曲线,进而提高了测量结果的准确度。
另外,本申请的发明人为了验证本发明方案的可靠性,针对不同类型的样品,分别采用本发明的预处理方式和现有规范中离心2000r/min、2min的预处理方式进行对比分析,对比结果如表1所示。
表1、不同总磷含量、不同浊度的样品的对比试验结果
从表1可以看出,不管是浊度的高低不同,还是水样样品的来源地不同,针对高浊度样品,基于本发明的方案得到的静置时间测量得到的总磷含量结果与基于现有规范中离心2000r/min、2min的方式测量得到的总磷含量结果相近,在目前的水质分析系统没有配备自动离心方式的基础上,本发明的方案具有广泛的推广意义。
可以理解,如图5所示,本发明的另一实施例还提供一种高浊度样品的总磷测量系统,优选采用上述的总磷测量方法,所述总磷测量系统包括:
浊度检测模块,用于在待测样品到达样品水箱后检测待测样品的初始浊度;
水样类型判断模块,根据检测到的初始浊度值判断待测样品的水样类型;
匹配模块,用于根据水样类型从样本库中匹配对应的浊度-静置时间曲线;
分析模块,用于基于预设算法在获得的浊度-静置时间曲线上找到待测样品中总磷含量的相对稳定时间点;
测量模块,用于根据获得的相对稳定时间点控制静置时长,达到相对稳定时间点后测量得到待测样品中的总磷含量。
可以理解,本实施例的高浊度样品的总磷测量系统,在待测样品开始静置后,测量得到待测样品的初始浊度,然后基于检测到的初始浊度值判断待测样品的水样类型,并根据水样类型从样本库中匹配对应的浊度-静置时间曲线。通过采用初始浊度作为评价指标,可以准确地识别出待测样品的水样类型,然后基于识别得到的水样类型可以自动、智能地从样本库中匹配得到对应的浊度-静置时间曲线。然后基于预设算法在获得的浊度-静置时间曲线上找到待测样品中总磷含量的相对稳定时间点,最后,根据获得的相对稳定时间点控制静置时长,达到相对稳定时间点后测量得到待测样品中的总磷含量。本发明的高浊度样品的总磷测量系统,整个测量过程自动化、智能化进行,尤其是对于高浊度样品中总磷含量的相对稳定时间点判断,无需人为干预,而是基于预设算法和历史浊度-静置时间曲线计算得到,判别准确度高,并且测量得到的总磷含量结果与现有规范中采用离心2000r/min、2分钟的方式获得的测量结果相近,可以很好地满足现有规范的技术要求,在水质自动监测站的应用上具有广泛的推广意义。
可以理解,作为优选的,所述浊度检测模块还在开始静置后检测待测样品在预设时长内的浊度下降频率,所述水样类型判断模块则同时将初始浊度值和预设时长内的浊度下降频率作为评价指标来进行水样分类。其中,所述浊度检测模块具体可以通过浊度传感器来检测待测样品的初始浊度和预设时长内的浊度下降频率,而所述水样类型判断模块、匹配模块、分析模块集成在水质分析仪的处理芯片上,其工作过程通过软件实现,所述测量模块则可以通过水质分析仪的测试模组来获取待测样品中的总磷含量。
可以理解,所述分析模块基于预设算法在获得的浊度-静置时间曲线上找到待测样品中总磷含量的相对稳定时间点的过程具体为:
在浊度-静置时间曲线上找到左切点,并基于左切点获得第一条切线;
在浊度-静置时间曲线上找到右切点,并基于右切点获得第二条切线;
找到第一条切线与第二条切线的交点,并从该交点向左切点和右切点的连线做垂线;
找到该垂线与浊度-静置时间曲线的交点,该交点所对应的静置时间即为待测样品中总磷含量的相对稳定时间点。
可以理解,所述总磷测量系统还包括:
样本库更新模块,用于记录每次测试过程中浊度与静置时间的谱图,以获得新的浊度-静置时间曲线,并将新的浊度-静置时间曲线保存至样本库中。
可以理解,本实施例的高浊度样品的总磷测量系统中的各个模块与上述方法实施例的各个步骤相对应,故每个模块的工作过程和工作原理在此不再赘述,参考上述方法实施例即可。
另外,本发明的另一实施例还提供一种水质自动监测站,采用如上所述的高浊度样品的总磷测量系统。
另外,上述方法实施例的各个步骤可以通过软件控制实现,因此本发明的另一实施例还提供一种设备,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行如上所述的方法的步骤。
另外,本发明的另一实施例还提供一种计算机可读取的存储介质,用于存储进行高浊度样品的总磷测量的计算机程序,所述计算机程序在计算机上运行时执行如上所述的方法的步骤。
一般计算机可读取介质的形式包括:软盘(floppy disk)、可挠性盘片(flexibledisk)、硬盘、磁带、任何其与的磁性介质、CD-ROM、任何其余的光学介质、打孔卡片(punchcards)、纸带(paper tape)、任何其余的带有洞的图案的物理介质、随机存取存储器(RAM)、可编程只读存储器(PROM)、可抹除可编程只读存储器(EPROM)、快闪可抹除可编程只读存储器(FLASH-EPROM)、其余任何存储器芯片或卡匣、或任何其余可让计算机读取的介质。指令可进一步被一传输介质所传送或接收。传输介质这一术语可包含任何有形或无形的介质,其可用来存储、编码或承载用来给机器执行的指令,并且包含数字或模拟通信信号或其与促进上述指令的通信的无形介质。传输介质包含同轴电缆、铜线以及光纤,其包含了用来传输一计算机数据信号的总线的导线。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种高浊度样品的总磷测量方法,其特征在于,包括以下内容:
待测样品到达样品水箱后开始静置,检测待测样品的初始浊度;
根据检测到的初始浊度值判断待测样品的水样类型;
根据水样类型从样本库中匹配对应的浊度-静置时间曲线;
基于预设算法在获得的浊度-静置时间曲线上找到待测样品中总磷含量的相对稳定时间点;
根据获得的相对稳定时间点控制静置时长,达到相对稳定时间点后测量得到待测样品中的总磷含量;
所述基于预设算法在获得的浊度-静置时间曲线上找到待测样品中总磷含量的相对稳定时间点的过程包括以下内容:
在浊度-静置时间曲线上找到左切点,并基于左切点获得第一条切线;
在浊度-静置时间曲线上找到右切点,并基于右切点获得第二条切线;
找到第一条切线与第二条切线的交点,并从该交点向左切点和右切点的连线做垂线;
找到该垂线与浊度-静置时间曲线的交点,该交点所对应的静置时间即为待测样品中总磷含量的相对稳定时间点。
2.如权利要求1所述的高浊度样品的总磷测量方法,其特征在于,所述样本库中根据不同的水样类型存储有不同的浊度-静置时间曲线。
3.如权利要求1所述的高浊度样品的总磷测量方法,其特征在于,还包括以下内容:
记录每次测试过程中浊度与静置时间的谱图,以获得新的浊度-静置时间曲线,并将新的浊度-静置时间曲线保存至样本库中。
4.一种高浊度样品的总磷测量系统,其特征在于,包括
浊度检测模块,用于在待测样品到达样品水箱后检测待测样品的初始浊度;
水样类型判断模块,根据检测到的初始浊度值判断待测样品的水样类型;
匹配模块,用于根据水样类型从样本库中匹配对应的浊度-静置时间曲线;
分析模块,用于基于预设算法在获得的浊度-静置时间曲线上找到待测样品中总磷含量的相对稳定时间点;
测量模块,用于根据获得的相对稳定时间点控制静置时长,达到相对稳定时间点后测量得到待测样品中的总磷含量;
所述分析模块基于预设算法在获得的浊度-静置时间曲线上找到待测样品中总磷含量的相对稳定时间点的过程具体为:
在浊度-静置时间曲线上找到左切点,并基于左切点获得第一条切线;
在浊度-静置时间曲线上找到右切点,并基于右切点获得第二条切线;
找到第一条切线与第二条切线的交点,并从该交点向左切点和右切点的连线做垂线;
找到该垂线与浊度-静置时间曲线的交点,该交点所对应的静置时间即为待测样品中总磷含量的相对稳定时间点。
5.如权利要求4所述的一种高浊度样品的总磷测量系统,其特征在于,还包括:
样本库更新模块,用于记录每次测试过程中浊度与静置时间的谱图,以获得新的浊度-静置时间曲线,并将新的浊度-静置时间曲线保存至样本库中。
6.一种水质自动监测站,其特征在于,采用如权利要求4或5所述的高浊度样品的总磷测量系统。
7.一种电子设备,其特征在于,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行如权利要求1~3任一项所述的方法的步骤。
8.一种计算机可读取的存储介质,用于存储进行高浊度样品的总磷测量的计算机程序,其特征在于,所述计算机程序在计算机上运行时执行如权利要求1~3任一项所述的方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110907378.XA CN113670838B (zh) | 2021-08-09 | 2021-08-09 | 高浊度样品的总磷测量方法及系统、水质自动监测站、设备、存储介质 |
PCT/CN2021/114128 WO2023015606A1 (zh) | 2021-08-09 | 2021-08-23 | 高浊度样品的总磷测量方法及系统、水质自动监测站、设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110907378.XA CN113670838B (zh) | 2021-08-09 | 2021-08-09 | 高浊度样品的总磷测量方法及系统、水质自动监测站、设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113670838A CN113670838A (zh) | 2021-11-19 |
CN113670838B true CN113670838B (zh) | 2022-08-05 |
Family
ID=78541855
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110907378.XA Active CN113670838B (zh) | 2021-08-09 | 2021-08-09 | 高浊度样品的总磷测量方法及系统、水质自动监测站、设备、存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113670838B (zh) |
WO (1) | WO2023015606A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116297251B (zh) * | 2023-05-17 | 2023-08-29 | 安徽新宇环保科技股份有限公司 | 一种多传感器组合的水质检测系统及其检测探头 |
CN117391882B (zh) * | 2023-12-08 | 2024-03-15 | 山东农圣恒昌农业科技有限公司 | 一种辣椒叶酵素饮料的生产方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006175357A (ja) * | 2004-12-22 | 2006-07-06 | Ogawa Kankyo Kenkyusho:Kk | 沈殿分離操作測定管理方法及び装置 |
CN105000688A (zh) * | 2014-04-24 | 2015-10-28 | 中国海洋石油总公司 | 海上平台的a级水质处理系统 |
CN105954480A (zh) * | 2016-04-24 | 2016-09-21 | 武克易 | 一种水质浊度监测方法 |
CN106053751A (zh) * | 2016-08-11 | 2016-10-26 | 力合科技(湖南)股份有限公司 | 一种水质监测系统 |
KR102167338B1 (ko) * | 2020-02-07 | 2020-10-19 | (주)지산종합기술 | 직경 조절 기능을 구비한 채수장치 |
CN112098348A (zh) * | 2020-08-20 | 2020-12-18 | 厦门斯坦道科学仪器股份有限公司 | 应用于高浊度水体在线监测的总磷浊度补偿方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BR112013013856A2 (pt) * | 2010-12-21 | 2016-09-13 | Gen Electric | métodos para detectar polímero catiônico |
CN104528845A (zh) * | 2014-12-27 | 2015-04-22 | 榆林学院 | 一种用于洗煤废水处理的复配体系的制备方法及应用方法 |
CN104964940A (zh) * | 2015-07-27 | 2015-10-07 | 珠江水利委员会珠江水利科学研究院 | 一种快速检测水样中总磷含量的检测装置及其检测方法 |
-
2021
- 2021-08-09 CN CN202110907378.XA patent/CN113670838B/zh active Active
- 2021-08-23 WO PCT/CN2021/114128 patent/WO2023015606A1/zh unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006175357A (ja) * | 2004-12-22 | 2006-07-06 | Ogawa Kankyo Kenkyusho:Kk | 沈殿分離操作測定管理方法及び装置 |
CN105000688A (zh) * | 2014-04-24 | 2015-10-28 | 中国海洋石油总公司 | 海上平台的a级水质处理系统 |
CN105954480A (zh) * | 2016-04-24 | 2016-09-21 | 武克易 | 一种水质浊度监测方法 |
CN106053751A (zh) * | 2016-08-11 | 2016-10-26 | 力合科技(湖南)股份有限公司 | 一种水质监测系统 |
KR102167338B1 (ko) * | 2020-02-07 | 2020-10-19 | (주)지산종합기술 | 직경 조절 기능을 구비한 채수장치 |
CN112098348A (zh) * | 2020-08-20 | 2020-12-18 | 厦门斯坦道科学仪器股份有限公司 | 应用于高浊度水体在线监测的总磷浊度补偿方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2023015606A1 (zh) | 2023-02-16 |
CN113670838A (zh) | 2021-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113670838B (zh) | 高浊度样品的总磷测量方法及系统、水质自动监测站、设备、存储介质 | |
CN109239360B (zh) | 一种反应曲线异常检测方法及装置 | |
CN113203691A (zh) | 一种基于小波分析的水质污染物溯源方法 | |
CN113838480B (zh) | 一种洗衣机异音检测方法、装置及电子设备 | |
CN112362304B (zh) | 一种在多根光缆中识别目标光缆的方法及相应的系统 | |
CN105447444A (zh) | 一种基于差分窗和模板匹配的otdr事件分析算法 | |
CN114324218A (zh) | 样本纤维蛋白原浓度确定方法、装置、凝血分析仪和介质 | |
CN115512688A (zh) | 异音检测方法及装置 | |
CN115169409A (zh) | 基于滑窗的桥梁结构自振频率识别、预警方法及设备 | |
JP2012524893A (ja) | マルチパラメータデータ解析の方法及び装置 | |
CN111489538A (zh) | 烟雾报警器位置检测平台及方法 | |
CN111879456B (zh) | 一种建筑幕墙安全性检测方法及系统 | |
CN113657737A (zh) | 基于自动监测数据的水质评价方法及系统、设备、存储介质 | |
CN105954480A (zh) | 一种水质浊度监测方法 | |
CN116738261A (zh) | 基于聚类分箱的数值型特征离散化归因分析方法及装置 | |
WO2019128366A1 (zh) | 一种试样槽口定位方法及装置 | |
CN114359138A (zh) | 一种沥青质量快速检测监测方法、装置及存储介质 | |
EP0458669B1 (fr) | Procédé de reconnaissance rapide d'objets susceptibles de faire partie d'une collection comportant un grand nombre d'objets à caractéristiques différentes | |
CN103090886B (zh) | 光信号的去噪方法和装置 | |
CN113203701A (zh) | 一种原油产地溯源方法和装置 | |
CN113049521A (zh) | 识别碳酸盐岩的方法、装置及设备、存储介质 | |
CN112257017A (zh) | 标准化残差检验法一元线性逐点分析方法及系统和装置 | |
CN111521600A (zh) | 3d打印金属构件缺陷在线监测与分析装置及其控制方法 | |
Monakhova et al. | Methodology of chemometric modeling of spectrometric signals in the analysis of complex samples | |
CN115902170B (zh) | 多相流流态工况分析方法和设备 |
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 |