CN115639160A - 一种无人值守的沼液指标在线同步速测装置及方法 - Google Patents
一种无人值守的沼液指标在线同步速测装置及方法 Download PDFInfo
- Publication number
- CN115639160A CN115639160A CN202211660142.1A CN202211660142A CN115639160A CN 115639160 A CN115639160 A CN 115639160A CN 202211660142 A CN202211660142 A CN 202211660142A CN 115639160 A CN115639160 A CN 115639160A
- Authority
- CN
- China
- Prior art keywords
- biogas slurry
- sample
- detection
- spectrum
- unattended
- 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.)
- Pending
Links
- 239000002002 slurry Substances 0.000 title claims abstract description 170
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 50
- 238000005259 measurement Methods 0.000 title claims description 24
- 238000000034 method Methods 0.000 title abstract description 28
- 238000001228 spectrum Methods 0.000 claims abstract description 82
- 238000001514 detection method Methods 0.000 claims abstract description 76
- 238000005070 sampling Methods 0.000 claims abstract description 65
- 238000012937 correction Methods 0.000 claims abstract description 51
- 230000003595 spectral effect Effects 0.000 claims abstract description 26
- 238000000411 transmission spectrum Methods 0.000 claims abstract description 26
- 229910052736 halogen Inorganic materials 0.000 claims abstract description 13
- 150000002367 halogens Chemical class 0.000 claims abstract description 13
- 238000000611 regression analysis Methods 0.000 claims abstract description 11
- 238000004891 communication Methods 0.000 claims abstract description 8
- 239000000523 sample Substances 0.000 claims description 143
- 239000007788 liquid Substances 0.000 claims description 24
- QTBSBXVTEAMEQO-UHFFFAOYSA-N Acetic acid Chemical compound CC(O)=O QTBSBXVTEAMEQO-UHFFFAOYSA-N 0.000 claims description 21
- 238000004062 sedimentation Methods 0.000 claims description 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 19
- 239000002245 particle Substances 0.000 claims description 15
- FERIUCNNQQJTOY-UHFFFAOYSA-N Butyric acid Chemical compound CCCC(O)=O FERIUCNNQQJTOY-UHFFFAOYSA-N 0.000 claims description 12
- XBDQKXXYIPTUBI-UHFFFAOYSA-N dimethylselenoniopropionate Natural products CCC(O)=O XBDQKXXYIPTUBI-UHFFFAOYSA-N 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 10
- 239000013307 optical fiber Substances 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 9
- 239000002028 Biomass Substances 0.000 claims description 8
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 8
- 235000014113 dietary fatty acids Nutrition 0.000 claims description 8
- 229930195729 fatty acid Natural products 0.000 claims description 8
- 239000000194 fatty acid Substances 0.000 claims description 8
- 150000004665 fatty acids Chemical class 0.000 claims description 8
- 238000000691 measurement method Methods 0.000 claims description 8
- 238000002790 cross-validation Methods 0.000 claims description 7
- 230000000696 methanogenic effect Effects 0.000 claims description 7
- BVKZGUZCCUSVTD-UHFFFAOYSA-M Bicarbonate Chemical compound OC([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-M 0.000 claims description 6
- 239000000835 fiber Substances 0.000 claims description 6
- 238000010238 partial least squares regression Methods 0.000 claims description 6
- 235000019260 propionic acid Nutrition 0.000 claims description 6
- IUVKMZGDUIUOCP-BTNSXGMBSA-N quinbolone Chemical compound O([C@H]1CC[C@H]2[C@H]3[C@@H]([C@]4(C=CC(=O)C=C4CC3)C)CC[C@@]21C)C1=CCCC1 IUVKMZGDUIUOCP-BTNSXGMBSA-N 0.000 claims description 6
- 238000002922 simulated annealing Methods 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 4
- 230000000149 penetrating effect Effects 0.000 claims 1
- 238000000855 fermentation Methods 0.000 abstract description 15
- 230000008569 process Effects 0.000 abstract description 10
- 230000004151 fermentation Effects 0.000 abstract description 9
- 238000012544 monitoring process Methods 0.000 abstract description 5
- 239000007789 gas Substances 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000001556 precipitation Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000010902 straw Substances 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000002411 adverse Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 210000003608 fece Anatomy 0.000 description 3
- 239000007791 liquid phase Substances 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000001681 protective effect Effects 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- BAVYZALUXZFZLV-UHFFFAOYSA-N Methylamine Chemical compound NC BAVYZALUXZFZLV-UHFFFAOYSA-N 0.000 description 2
- 241000209149 Zea Species 0.000 description 2
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 2
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 2
- 238000000137 annealing Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 235000005822 corn Nutrition 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- BDAGIHXWWSANSR-UHFFFAOYSA-N methanoic acid Natural products OC=O BDAGIHXWWSANSR-UHFFFAOYSA-N 0.000 description 2
- 239000010815 organic waste Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000010187 selection method Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000004575 stone Substances 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 108020004465 16S ribosomal RNA Proteins 0.000 description 1
- OSWFIVFLDKOXQC-UHFFFAOYSA-N 4-(3-methoxyphenyl)aniline Chemical compound COC1=CC=CC(C=2C=CC(N)=CC=2)=C1 OSWFIVFLDKOXQC-UHFFFAOYSA-N 0.000 description 1
- 241000203069 Archaea Species 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 235000019253 formic acid Nutrition 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012165 high-throughput sequencing Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 150000002431 hydrogen Chemical class 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 239000002054 inoculum Substances 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 239000010871 livestock manure Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000020477 pH reduction Effects 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007790 solid phase Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 241001148471 unidentified anaerobic bacterium Species 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种无人值守的沼液指标在线同步速测装置及方法,涉及厌氧发酵过程监测领域,该装置包括自动进样系统、光谱采集系统、检测系统和控制系统;自动进样系统和检测系统均与光谱采集系统相连接;控制系统分别与自动进样系统和光谱采集系统通讯连接;自动进样系统在控制系统控制下根据预设的采样间隔和采样需求对沼液初始样本进行预处理得到沼液目标样本;光谱采集系统在控制系统控制下对沼液目标样本进行透射光谱数据采集;光谱采集系统包括透射光谱采集模块、高功率卤素光源和近红外光谱仪;检测系统根据预设光谱定量校正模型对光谱数据进行回归分析,与现有技术比较,解决了在无人值守的沼液指标在线同步速测过程中检测效率低的问题。
Description
技术领域
本发明涉及厌氧发酵过程监测技术领域,具体而言,涉及一种无人值守的沼液指标在线同步速测装置及方法。
背景技术
随着我国农牧业的快速发展,产生了大量的农作物秸秆和畜禽粪便等有机废弃物,由此引起的环境污染问题日益突出。厌氧发酵作为一种典型的生物质发酵清洁能源生产技术,是实现农牧废弃物资源化利用、改善环境、解决能源紧缺问题的重要手段和发展方向。高负荷厌氧发酵是解决现有沼气工程有机负荷率和容积产气率低、经济性较差的有效手段,但高负荷条件运行容易导致厌氧发酵系统发生酸化或氨抑制,稳定性较差,亟需开发配套的厌氧发酵过程监控预警技术与装备,以保证沼气工程的稳定高效运行。
厌氧发酵过程中沼液的氨氮、挥发性脂肪酸、碱度和产甲烷菌群生物量是监测与评估厌氧发酵进程的重要指标。其中,产甲烷菌是一类以氢和二氧化碳、甲酸、甲醇、乙酸及甲基胺为底物产生甲烷的厌氧性细菌,属于原核生物中的古细菌。因此,针对传统离线检测效率低、成本高的不足,基于近红外光谱技术研制沼液氨氮、挥发性脂肪酸、碱度和产甲烷菌群生物量的在线同步快检装备,实现高效率的无人值守的沼液指标在线同步速测,为沼气工程运行无人化过程监控提供数据支撑十分必要。
发明内容
本发明所要解决的问题是如何解决在无人值守的沼液指标在线同步速测过程中检测效率低的问题。
为解决上述问题,本发明提供一种无人值守的沼液指标在线同步速测装置,包括自动进样系统、光谱采集系统、检测系统和控制系统;
所述自动进样系统和所述检测系统均与所述光谱采集系统相连接;所述控制系统分别与所述自动进样系统和所述光谱采集系统通讯连接;
所述自动进样系统用于在所述控制系统的控制下根据预设的采样间隔和采样需求对沼液初始样本进行预处理得到沼液目标样本;
所述光谱采集系统用于在所述控制系统的控制下对所述沼液目标样本进行透射光谱数据采集得到光谱数据;
所述光谱采集系统包括透射光谱采集模块、高功率卤素光源和近红外光谱仪,且所述高功率卤素光源、所述透射光谱采集模块与所述近红外光谱仪顺次相连接;所述透射光谱采集模块与所述自动进样系统相连接;所述近红外光谱仪与所述检测系统相连接;
所述检测系统用于根据预设光谱定量校正模型对所述光谱数据进行回归分析实现沼液指标在线同步速测;
其中,所述沼液指标包括沼液氨氮浓度、乙酸浓度、丙酸浓度、丁酸浓度、总碱度、碳酸氢盐碱度、挥发性脂肪酸碱度和产甲烷菌群生物量中的一种或几种。
可选地,所述自动进样系统包括进样系统和采集系统;所述进样系统包括采集设备、主通路、第一通路和第二通路;所述主通路分别与所述第一通路和所述第二通路串联连接,所述主通路的进液端和所述第一通路的出液端均与所述采集设备相连通,且所述主通路上设有第一电磁阀,所述第一通路上设有第三电磁阀,所述第二通路的出液端与所述采集系统相连通。
可选地,所述采集系统包括下沉淀池、上余液池和流通部件;所述上余液池、所述流通部件、所述下沉淀池与所述第二通路的出液端依次连通,且所述流通部件内部设有贯穿的沼液流通通道。
可选地,所述沼液流通通道包括依次连通的第一流通通道、检测流通池和第二流通通道,且所述第一流通通道与所述下沉淀池相连通,所述第二流通通道与所述上余液池相连通。
可选地,所述第一流通通道在靠近所述检测流通池的方向上直径逐渐减小;所述第二流通通道在远离所述检测流通池的方向上直径逐渐变大。
可选地,所述透射光谱采集模块包括第一光纤探头、第二光纤探头和透光设备;所述第一光纤探头和所述第二光纤探头沿光透射方向对称连接在所述检测流通池的两侧,且所述透光设备设置于所述第一光纤探头和所述第二光纤探头与所述检测流通池的连接处。
可选地,所述采集系统还包括第一水位传感器和第二水位传感器;所述第一水位传感器与所述下沉淀池的内壁相连接;所述第二水位传感器与所述上余液池的内壁相连接。
本发明所述的无人值守的沼液指标在线同步速测装置相对于现有技术的优势在于:本发明提供一种无人值守的沼液指标在线同步速测装置,包括自动进样系统、光谱采集系统、检测系统和控制系统;控制系统分别与自动进样系统与光谱采集系统通讯连接;自动进样系统在控制系统的控制下根据预设的采样间隔和采样需求对沼液初始样本进行预处理得到沼液目标样本;控制系统在通过控制高功率卤素光源发射近红外光至透射光谱采集模块,再通过近红外光谱仪接收经沼液目标样本的近红外光产生光谱数据,最后通过检测系统根据预设光谱定量校正模型对光谱数据进行回归分析,实现了高效率的无人值守的沼液指标在线同步速测,通过自动进样系统对沼液目标样本的采集,并与光谱采集系统的结合,解决了沼液初始样本对液相光谱数据采集精度的不利影响,并通过自动进样系统与控制系统的结合,实现了定时进样、进样量控制、离线沼液样本采样、沼液沉淀暂存、数据采集后沼液排空等功能,依托预设光谱定量校正模型实现了高效率的对沼液指标的无人化在线同步速测,由此,该发明通过整合硬件自动进样系统和光谱采集系统,并结合控制系统和检测系统,实现了按设定采样间隔对沼液指标进行无人值守式在线同步速测,与传统离线检测技术相比,提高了沼液指标的检测效率,在经济性、实时性和便捷性方面具有显著优势。
为解决上述技术问题,本发明还提供一种无人值守的沼液指标在线同步速测方法,步骤包括:
获取预设采样间隔、采样需求和沼液初始样本;
根据所述采样间隔和采样需求对所述沼液初始样本进行预处理,得到沼液目标样本;
对所述沼液目标样本进行透射光谱数据采集,得到光谱数据;
获取预设光谱定量校正模型;
根据所述预设光谱定量校正模型对所述光谱数据进行回归分析得到沼液指标。
可选地,所述获取预设光谱定量校正模型,包括:
获取多个沼液临时样本;
分别对每个所述沼液临时样本进行化学指标检测,得到沼液样本指标;
对所述沼液样本指标进行光谱预处理及样本划分,得到样本校正集和样本验证集;
根据所述样本校正集和所述样本验证集,且利用模拟退火二进制粒子群算法进行特征波长优选,得到样本优选特征波长;
根据所述样本优选特征波长,且基于偏最小二乘回归算法构建所述预设光谱定量校正模型。
可选地,根据所述样本优选特征波长,且基于偏最小二乘回归算法构建所述预设光谱定量校正模型,包括:
根据所述样本优选特征波长,基于蒙特卡洛交叉验证的预测残差平方和最小值确定所述样本优选特征波长对应的最佳主成分及个数,根据所述最佳主成分及个数构建偏最小二乘的定量校正模型;
当所述定量校正模型的回归精度满足预设条件时,得到所述预设光谱定量校正模型。
本发明所述的无人值守的沼液指标在线同步速测方法与所述无人值守的沼液指标在线同步速测装置相对于现有技术的优势相同,在此不再赘述。
附图说明
图1为本发明实施例中无人值守的沼液指标在线同步速测装置的结构框图;
图2为本发明实施例中无人值守的沼液指标在线同步速测装置的结构示意图;
图3为图2中A处的放大结构示意图;
图4为本发明实施例中第一流通通道沿侧面及后面的展开图;
图5为本发明实施例中无人值守的沼液指标在线同步速测方法的流程图。
附图标记说明:
1-第二电磁阀;2-上余液池;3-第二水位传感器;4-第一水位传感器;5-第一电磁阀;6-下沉淀池;7-高功率卤素光源;8-第三电磁阀;9-近红外光谱仪;10-水气两用微型泵;11-上位控制机;12-沼液反应器;13-防护网;14-采集控制器;15-微型离心泵;16-过滤器;91-第一光纤探头;92-第二光纤探头;101-第一流通通道;102-第一透光片;103-检测流通池;104-第二流通通道;105-第一固定部件;106-第二固定部件;107-第二透光片;108-第二连接部。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
如图1所示,在一个实施例中,提供了一种无人值守的沼液指标在线同步速测装置,包括自动进样系统、光谱采集系统、检测系统和控制系统;
自动进样系统和所述检测系统均与光谱采集系统相连接;控制系统分别与自动进样系统和光谱采集系统通讯连接;
自动进样系统用于在控制系统的控制下根据预设的采样间隔和采样需求对沼液初始样本进行预处理得到沼液目标样本;
光谱采集系统用于在控制系统的控制下对沼液目标样本进行透射光谱数据采集得到光谱数据;
光谱采集系统包括透射光谱采集模块、高功率卤素光源7和近红外光谱仪9,且高功率卤素光源7、透射光谱采集模块与近红外光谱仪9顺次相连接;透射光谱采集模块与自动进样系统相连接;近红外光谱仪9与检测系统相连接;
检测系统用于根据预设光谱定量校正模型对光谱数据进行回归分析实现沼液指标在线同步速测;
其中,所述沼液指标包括沼液氨氮浓度、乙酸浓度、丙酸浓度、丁酸浓度、总碱度、碳酸氢盐碱度、挥发性脂肪酸碱度和产甲烷菌群生物量中的一种或几种。
在一些实施例中,自动进样系统在控制系统的控制下根据预设的采样间隔和采样需求对沼液初始样本进行预处理得到沼液目标样本,控制系统控制高功率卤素光源7发射近红外光至透射光谱采集模块;且近红外光谱仪9接收经沼液目标样本的近红外光产生所述光谱数据;光谱数据通过检测系统根据预设光谱定量校正模型进行在线同步速测。
在一些优选的实施例中,检测系统还用于沼液指标检测数据的保存、在线查看、报表打印和异常数据的短信提醒;其中,异常数据是沼液指标不满足预设标准的数据。
本实施例所述的无人值守的沼液指标在线同步速测装置的控制系统分别与自动进样系统与光谱采集系统通讯连接,自动进样系统在控制系统的控制下根据预设的采样间隔和采样需求对沼液初始样本进行预处理得到沼液目标样本,控制系统控制高功率卤素光源7发射近红外光至透射光谱采集模块,近红外光谱仪9接收经沼液目标样本的近红外光产生光谱数据,检测系统根据预设光谱定量校正模型对光谱数据进行回归分析实现沼液指标在线同步速测。由此,实现了高效率的无人值守的沼液指标在线同步速测,通过自动进样系统对沼液目标样本的采集,并与光谱采集系统的结合,解决了沼液初始样本对液相光谱数据采集精度的不利影响,并通过自动进样系统与控制系统的结合,实现了定时进样、进样量控制、离线沼液样本采样、沼液沉淀暂存、数据采集后沼液排空等功能,依托预设光谱定量校正模型实现了高效率的对沼液指标的无人化在线同步速测,由此,该发明通过整合硬件自动进样系统和光谱采集系统,并结合控制系统和检测系统,实现了按设定采样间隔对沼液指标进行无人值守式在线同步速测,与传统离线检测技术相比,提高了沼液指标的检测效率,在经济性、实时性和便捷性方面具有显著优势。
一些实施例中,自动进样系统包括进样系统和采集系统;进样系统包括采集设备、主通路、第一通路和第二通路;主通路分别与第一通路和第二通路串联连接,主通路的进液端和第一通路的出液端均与采集设备相连通,且主通路上设有第一电磁阀5,第一通路上设有第三电磁阀8,第二通路的出液端与采集系统相连通。
在一些优选的实施例中,如图2所示,采集设备包括与主通路相连通的沼液反应器12,沼液反应器12的中下位置设有防护网13,进样系统还包括微型离心泵15、过滤器16(如三级Y型过滤器)和水气两用微型泵10,微型离心泵15和过滤器16沿远离沼液反应器12的方向依次设置于主通路上,水气两用微型泵10设置于第一通路上;水气两用微型泵10用于将第二通路中的沼液目标样本排至沼液反应器12中;沼液首先从沼液反应器12经防护网13和微型离心泵15,再经过滤器16进行过滤,再经主通路后流入第一通路或第二通路。
一些实施例中,采集系统包括下沉淀池6、上余液池2和流通部件;上余液池2、流通部件、下沉淀池6与第二通路的出液端依次连通,且流通部件内部设有贯穿的沼液流通通道。
在一些优选的实施例中,下沉淀池6的采集口设有第二电磁阀1,可用于采集沼液目标样本。
需要说明的是,本实施例中对于采集口的具体位置不做限制,只要能够采集样本即可;如图2所示,采集口设置于主通路和第一通路的连通处;当沼液进入下沉淀池6时,控制关闭微型离心泵15、第一电磁阀5和第三电磁阀8,开启第二电磁阀1进行沼液目标样本采集。
一些实施例中,沼液流通通道包括依次连通的第一流通通道101、检测流通池103和第二流通通道104,且第一流通通道101与下沉淀池6相连通,第二流通通道104与上余液池2相连通。
在一些优选的实施例中,所述流通部件还包括第一连接部、第二连接部108和第三连接部,且第一连接部和第三连接部结构相同;第一连接部内部设有贯穿的第一流通通道101;第二连接部108内部设有贯穿的检测流通池103;第三连接部内部设有贯穿的第二流通通道104;第三连接部还包括相互连接的第一固定部件105和第二固定部件106。
需要说明的是,在本实施例中,对于第一固定部件105和第二固定部件106的连接方式不做限制。例如图3所示,第一固定部件105下部设有弹性卡部,第二固定部件106设有与弹性卡部相匹配的卡槽;当第一固定部件105与第二固定部件106相接时,弹性卡部首先受挤压收缩,当弹性卡部到达卡槽位置时,弹性卡部形变恢复进入卡槽,实现第一固定部件105和第二固定部件106卡接。
一些实施例中,如图3和图4所示,第一流通通道101在靠近所述检测流通池103的方向上直径逐渐减小;第二流通通道104在远离检测流通池103的方向上直径逐渐变大。在光谱数据采集过程中,为避免因沼液流速过快使光谱数据采集不精确,需要进行沼液静置沉淀;在采集过程中,第一流通通道101的结构更利于沼液中固相物质的沉淀。
一些实施例中,如图3所示,透射光谱采集模块包括第一光纤探头91、第二光纤探头92和透光设备;第一光纤探头91和第二光纤探头92沿光透射方向对称连接在检测流通池103的两侧,且透光设备设置于第一光纤探头91和第二光纤探头92与检测流通池103的连接处。
在一些优选的实施例中,透光设备包括第一透光片102和第二透光片107,第一透光片102设置于第一光纤探头91和检测流通池103之间,第二透光片107设置于第二光纤探头92和检测流通池103之间;高功率卤素光源7发射的近红外光经第一光纤探头91、第一透光片102、检测流通池103、第二透光片107和第二光纤探头92至近红外光谱仪9,在近红外光谱仪9得到光谱数据。
一些实施例中,采集系统还包括第一水位传感器4和第二水位传感器3;第二水位传感器3与上余液池2的内壁相连接;第一水位传感器4与下沉淀池6的内壁相连接。第二水位传感器3和第一水位传感器4用于控制沼液进样后的静置光谱采集和光谱采集后的沼液排空。
在一些优选的实施例中,如图2所示,第二水位传感器3设置于上余液池2的内侧壁的中上位置,且当沼液液面高度到达第二水位传感器3时发送停止进样信号,沼液静置一定时间后进行光谱数据采集,并延迟一定时间进行沼液排空;第一水位传感器4设置于下沉淀池6的内侧壁且靠近底部位置,且当下沉淀池6中沼液排空到第一水位传感器4时,发出排空结束信号。
在本实施例中,如图2所示,本实例中无人值守的沼液指标在线同步速测装置的运行过程,在于:
上位控制机11(控制系统)控制自动进样系统在设定的采样间隔启动微型离心泵15,开启第一电磁阀5,关闭第二电磁阀1和第三电磁阀8;沼液经防护网13和微型离心泵15,再经过滤器16进行过滤后得到沼液目标样本后,进入下沉淀池6,充满下沉淀池6后,沼液目标样本经流通部件的第一流通通道101、检测流通池103、第二流通通道104进入上余液池2;当液面高度到达第二水位传感器3的位置时,上位控制机11(控制系统)通过采集控制器14控制关闭微型离心泵15和第一电磁阀5;经30秒-90秒(静止沉淀时间为60秒时,沼液沉淀效果最好)静止沉淀后,上位控制机11(控制系统)控制光谱采集系统进行透射光谱数据采集;完成光谱采集后,上位控制机11(控制系统)通过采集控制器14控制打开第二电磁阀1进行沼液目标样本采集;完成沼液目标样本采集后,上位控制机11(控制系统)通过采集控制器14控制关闭第二电磁阀1,开启水气两用微型泵10和第三电磁阀8,进行沼液排空,当下沉淀池6中沼液排空到第一水位传感器4时,第一水位传感器4发出排空结束信号,延迟5-15秒后,上位控制机11(控制系统)通过采集控制器14控制关闭水气两用微型泵10和第三电磁阀8。至此,完成一次光谱数据采集和沼液目标样本采集。采集的透射光谱数据传至检测系统,检测系统通过预设光谱定量校正模型对光谱数据进行回归分析,实现沼液氨氮、乙酸、丙酸、丁酸浓度和总碱度、碳酸氢盐碱度、挥发性脂肪酸碱度等沼液指标的同步快速检测,并将相关结果保存到检测系统的同时,应用检测结果输出模块实现沼液指标的在线查看、报表打印和异常数据的短信提醒。
本实施例所述的无人值守的沼液指标在线同步速测装置相对于现有技术的优势在于:本发明提供一种无人值守的沼液指标在线同步速测装置,包括自动进样系统、光谱采集系统、检测系统和控制系统;控制系统分别与自动进样系统与光谱采集系统通讯连接;自动进样系统在控制系统的控制下根据预设的采样间隔和采样需求对沼液初始样本进行预处理得到沼液目标样本;控制系统在通过控制高功率卤素光源7发射近红外光至透射光谱采集模块,再通过近红外光谱仪9接收经沼液目标样本的近红外光产生光谱数据,最后通过检测系统根据预设光谱定量校正模型对光谱数据进行回归分析,实现了无人值守的沼液指标在线同步速测,通过自动进样系统对沼液目标样本的采集,并与光谱采集系统的结合,解决了沼液初始样本对液相光谱数据采集精度的不利影响,并通过自动进样系统与控制系统的结合,实现了定时进样、进样量控制、离线沼液样本采样、沼液沉淀暂存、数据采集后沼液排空等功能,依托预设光谱定量校正模型实现了高效率的对沼液指标的无人化在线同步速测,由此,该发明通过整合硬件自动进样系统和光谱采集系统,并结合控制系统和检测系统,实现了按设定采样间隔对沼液指标进行无人值守式在线同步速测,与传统离线检测技术相比,提高了沼液指标的检测效率,在经济性、实时性和便捷性方面具有显著优势。
如图5所示,本实施例还提供一种无人值守的沼液指标在线同步速测方法,步骤包括:
步骤S1,获取预设采样间隔、采样需求和沼液初始样本;
步骤S2,根据采样间隔和采样需求对沼液初始样本进行预处理,得到沼液目标样本;
步骤S3,对沼液目标样本进行透射光谱数据采集,得到光谱数据;
步骤S4,获取预设光谱定量校正模型;
步骤S5,根据预设光谱定量校正模型对光谱数据进行回归分析得到沼液指标。
一些实施例中,步骤S4中,获取预设光谱定量校正模型,包括:
步骤S41,获取多个沼液临时样本;
步骤S42,分别对每个沼液临时样本进行化学指标检测,得到沼液样本指标;
步骤S43,对沼液样本指标进行光谱预处理及样本划分,得到样本校正集和样本验证集;
步骤S44,根据样本校正集和样本验证集,且利用模拟退火二进制粒子群算法进行特征波长优选,得到样本优选特征波长;
步骤S45,根据样本优选特征波长,且基于偏最小二乘回归算法构建预设光谱定量校正模型。
一些实施例中,步骤S45中,根据样本优选特征波长,且基于偏最小二乘回归算法构建所述预设光谱定量校正模型,包括:
步骤S451,根据所述样本优选特征波长,基于蒙特卡洛交叉验证的预测残差平方和最小值确定所述样本优选特征波长对应的最佳主成分及个数,根据所述最佳主成分及个数构建偏最小二乘的定量校正模型;
步骤S452,当所述定量校正模型的回归精度满足预设条件时,得到所述预设光谱定量校正模型。
在一些具体实施例中,预设光谱定量校正模型的建立方法包括:
步骤T1,沼液目标样本采集;
按牛粪与玉米秸秆干物质比2:1、猪粪与玉米秸秆干物质比1:2分别混合制备两种厌氧发酵原料。以正常产气的秸秆沼气工程沼液为接种物,以20L下口瓶为反应器,分别以两种厌氧发酵原料为底物,分别按6%、8%和10%的发酵系统起始干物质浓度开展批次厌氧发酵实验。反应器外接无人值守的沼液指标在线同步速测装置,进行光谱数据采集和沼液目标样本采样。每个批次发酵实验仅采集前15天的光谱数据和沼液目标样本,每天采集光谱数据和沼液样本3个,共采集光谱数据和对应的沼液目标样本270个。
步骤T2,沼液样本指标检测;
沼液样本指标包括沼液氨氮浓度、乙酸浓度、丙酸浓度、丁酸浓度、总碱度、碳酸氢盐碱度和挥发性脂肪酸碱度和产甲烷菌群生物量中的一种或几种。
其中,采用连续流动分析仪(如FOSS FLASTAR 5000)对沼液目标样本的氨氮浓度进行检测,采用气相色谱仪(如安捷伦GC-6890N)测定厌氧发酵过程中沼液的乙酸、丙酸和丁酸浓度,采用自动电位滴定仪(如雷磁ZDJ-4B)测定沼液的总碱度、碳酸氢盐碱度和挥发性脂肪酸碱度,采用16srRNA高通量测序方法对产甲烷菌群生物量进行检测。
步骤T3,光谱数据处理;
依据沼液目标样本待检参数的沼液样本指标值进行光谱数据预处理、异常样本(不满足预设条件)剔除和样本集划分。采用滤波拟合法(Savitzky-Golay)平滑、多源散射校正、标准正则变换、正交信号校正、一阶导数及其两两组合对采集的光谱数据进行预处理;依据偏最小二乘回归模型的交叉验证均方根误差最小值确定最佳预处理方法;根据预处理后的光谱数据,基于蒙特卡洛交叉验证的残差均值-方差分布图奇异样本筛选法进行异常样本剔除;对剔除异常样本的样本数据,按3:1:1的比例划分校正集、验证集和独立测试集;其中,基于随机选择法构建独立测试集,基于Kernard-Stone法构建校正集和验证集;随机选择法构建独立测试集能够有效验证模型的适用性;Kernard-Stone法通过依次选取光谱数据间欧氏距离最大的样本加入到校正集,能够有效保证校正集样本的空间分布均匀性和代表性,是从已有样本中选取具有强代表性的样本构建校正集来建立预测模型的有效方法之一。
步骤T4,特征波长选择;
将模拟退火算法与二进制粒子群算法相结合构建模拟退火二进制粒子群算法用于沼液目标样本待检参数特征波长优选。基于校正集光谱数据,以偏最小二乘回归模型的十折交叉验证均方根误差为目标函数,以全谱波长变量个数为码长,随机生成一定数量的二进制序列构建初始粒子种群,并进行算法初始化,初始化参数包括初温确定系数,退温系数,进化代数,邻域解扰动位数,惯性权重,自我学习因子和群体学习因子。在模拟退火二进制粒子群算法的每一代进化过程中,先以每个粒子值为1二进制位的编号为波长变量,以波长变量对应数据参与建模,计算种群中每个粒子的适应度函数值,依据适应度函数值更新个体最佳位置和群体最佳位置;对种群中的每一个粒子采用标准粒子群优化算法速度更新公式进行速度更新,再利用Sigmoid函数将速度映射到[0,1]区间作为位置状态改变的概率,并由位置状态改变的概率决定粒子二进制位的下一步位置为0还是1;再对每一个粒子随机选取一定位数进行二进制“位变异”生成扰动解,并采用Metropolis准则接受扰动解,并执行退温操作。Metropolis准则的引入有效解决了单独使用二进制粒子群算法优化搜索后期的早熟收敛问题。在达到最大进化代数后,群体历史最优位置对应粒子中值为“1”二进制位的编号即为优选的光谱特征波长;
其中,Sigmoid函数是一个在生物学中常见的S型函数,也称为S型生长曲线;Metropolis准则是1953年Metropolis提出重要性采样方法,即以概率来接受新状态,而不是使用完全确定的规则,计算量较低。
步骤T5,回归模型构建及评测;
基于偏最小二乘回归法建立沼液目标样本待检指标定量校正模型,并应用决定系数、均方根误差、残余预测偏差和平均相对误差对模型校正集、验证集和独立测试集的回归性能进行评测。根据每个待检指标的特征波长,基于蒙特卡洛交叉验证的预测残差平方和最小值确定特征波长对应的最佳主成分及个数,以特征波长对应的最佳主成分及个数构建偏最小二乘定量校正模型,并对模型的回归精度进行评测。若检测精度不满足需求,返回步骤T4继续执行特征波长选择;若精度满足需求时,得到预设光谱定量校正模型,供无人值守的沼液指标在线同步速测装置使用。
本发明的无人值守的沼液指标在线同步速测方法与无人值守的沼液指标在线同步速测装置相对于现有技术的优势相同,在此不再赘述。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
虽然本公开披露如上,但本公开的保护范围并非仅限于此。本领域技术人员在不脱离本公开的精神和范围的前提下,可进行各种变更与修改,这些变更与修改均将落入本发明的保护范围。
Claims (10)
1.一种无人值守的沼液指标在线同步速测装置,其特征在于,包括自动进样系统、光谱采集系统、检测系统和控制系统;
所述自动进样系统和所述检测系统均与所述光谱采集系统相连接;所述控制系统分别与所述自动进样系统和所述光谱采集系统通讯连接;
所述自动进样系统用于在所述控制系统的控制下根据预设的采样间隔和采样需求对沼液初始样本进行预处理得到沼液目标样本;
所述光谱采集系统用于在所述控制系统的控制下对所述沼液目标样本进行透射光谱数据采集得到光谱数据;
所述光谱采集系统包括透射光谱采集模块、高功率卤素光源(7)和近红外光谱仪(9),且所述高功率卤素光源(7)、所述透射光谱采集模块与所述近红外光谱仪(9)顺次相连接;所述透射光谱采集模块与所述自动进样系统相连接,所述近红外光谱仪(9)与所述检测系统相连接;
所述检测系统用于根据预设光谱定量校正模型对所述光谱数据进行回归分析实现沼液指标在线同步速测;
其中,所述沼液指标包括沼液氨氮浓度、乙酸浓度、丙酸浓度、丁酸浓度、总碱度、碳酸氢盐碱度、挥发性脂肪酸碱度和产甲烷菌群生物量中的一种或几种。
2.根据权利要求1所述的无人值守的沼液指标在线同步速测装置,其特征在于,所述自动进样系统包括进样系统和采集系统;所述进样系统包括采集设备、主通路、第一通路和第二通路;所述主通路分别与所述第一通路和所述第二通路串联连接,所述主通路的进液端和所述第一通路的出液端均与所述采集设备相连通,且所述主通路上设有第一电磁阀(5),所述第一通路上设有第三电磁阀(8),所述第二通路的出液端与所述采集系统相连通。
3.根据权利要求2所述的无人值守的沼液指标在线同步速测装置,其特征在于,所述采集系统包括下沉淀池(6)、上余液池(2)和流通部件;所述上余液池(2)、所述流通部件、所述下沉淀池(6)与所述第二通路的出液端依次连通,且所述流通部件内部设有贯穿的沼液流通通道。
4.根据权利要求3所述的无人值守的沼液指标在线同步速测装置,其特征在于,所述沼液流通通道包括依次连通的第一流通通道(101)、检测流通池(103)和第二流通通道(104),且所述第一流通通道(101)与所述下沉淀池(6)相连通,所述第二流通通道(104)与所述上余液池(2)相连通。
5.根据权利要求4所述的无人值守的沼液指标在线同步速测装置,其特征在于,所述第一流通通道(101)在靠近所述检测流通池(103)的方向上直径逐渐减小;所述第二流通通道(104)在远离所述检测流通池(103)的方向上直径逐渐变大。
6.根据权利要求4所述的无人值守的沼液指标在线同步速测装置,其特征在于,所述透射光谱采集模块包括第一光纤探头(91)、第二光纤探头(92)和透光设备;所述第一光纤探头(91)和所述第二光纤探头(92)沿光透射方向对称连接在所述检测流通池(103)的两侧,且所述透光设备设置于所述第一光纤探头(91)和所述第二光纤探头(92)与所述检测流通池(103)的连接处。
7.根据权利要求3所述的无人值守的沼液指标在线同步速测装置,其特征在于,所述采集系统还包括第一水位传感器(4)和第二水位传感器(3);所述第一水位传感器(4)与所述下沉淀池(6)的内壁相连接;所述第二水位传感器(3)与所述上余液池(2)的内壁相连接。
8.一种无人值守的沼液指标在线同步速测方法,基于权利要求1至7任一项所述的无人值守的沼液指标在线同步速测装置,其特征在于,步骤包括:
获取预设采样间隔、采样需求和沼液初始样本;
根据所述采样间隔和采样需求对所述沼液初始样本进行预处理,得到沼液目标样本;
对所述沼液目标样本进行透射光谱数据采集,得到光谱数据;
获取预设光谱定量校正模型;
根据所述预设光谱定量校正模型对所述光谱数据进行回归分析得到沼液指标。
9.根据权利要求8所述的无人值守的沼液指标在线同步速测方法,其特征在于,所述获取预设光谱定量校正模型,包括:
获取多个沼液临时样本;
分别对每个所述沼液临时样本进行化学指标检测,得到沼液样本指标;
对所述沼液样本指标进行光谱预处理及样本划分,得到样本校正集和样本验证集;
根据所述样本校正集和所述样本验证集,且利用模拟退火二进制粒子群算法进行特征波长优选,得到样本优选特征波长;
根据所述样本优选特征波长,且基于偏最小二乘回归算法构建所述预设光谱定量校正模型。
10.根据权利要求9所述的无人值守的沼液指标在线同步速测方法,其特征在于,根据所述样本优选特征波长,且基于偏最小二乘回归算法构建所述预设光谱定量校正模型,包括:
根据所述样本优选特征波长,基于蒙特卡洛交叉验证的预测残差平方和最小值确定所述样本优选特征波长对应的最佳主成分及个数,根据所述最佳主成分及个数构建偏最小二乘的定量校正模型;
当所述定量校正模型的回归精度满足预设条件时,得到所述预设光谱定量校正模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211660142.1A CN115639160A (zh) | 2022-12-23 | 2022-12-23 | 一种无人值守的沼液指标在线同步速测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211660142.1A CN115639160A (zh) | 2022-12-23 | 2022-12-23 | 一种无人值守的沼液指标在线同步速测装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115639160A true CN115639160A (zh) | 2023-01-24 |
Family
ID=84949850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211660142.1A Pending CN115639160A (zh) | 2022-12-23 | 2022-12-23 | 一种无人值守的沼液指标在线同步速测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115639160A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0661380A2 (en) * | 1993-12-28 | 1995-07-05 | Ajinomoto Co., Inc. | A cultivation method and apparatus for aerobic culture of microorganism |
CN102346136A (zh) * | 2010-08-02 | 2012-02-08 | 中国科学技术大学 | 一种测定厌氧发酵过程中的物质的含量的方法 |
CN203159301U (zh) * | 2013-03-18 | 2013-08-28 | 南京宁青环保开发有限公司 | 废水混凝沉淀一体化装置 |
CN106645009A (zh) * | 2016-11-07 | 2017-05-10 | 江南大学 | 基于近红外光谱分析技术的青霉素发酵生产过程多模型监控系统 |
CN106990107A (zh) * | 2017-05-05 | 2017-07-28 | 成都市农林科学院 | 一种快速测定沼液中氨氮含量的方法 |
CN207267818U (zh) * | 2017-09-04 | 2018-04-24 | 浙江同信园林建设股份有限公司 | 一种污水沉淀系统 |
CN109507143A (zh) * | 2018-10-29 | 2019-03-22 | 黑龙江八农垦大学 | 沼液理化指标近红外光谱同步快速检测方法 |
CN110776226A (zh) * | 2019-09-23 | 2020-02-11 | 农业部沼气科学研究所 | 一种猪场粪污的处理方法 |
CN112240876A (zh) * | 2019-07-17 | 2021-01-19 | 华东理工大学 | 一种基于近红外实时检测发酵过程参数的方法 |
CN214310133U (zh) * | 2021-02-05 | 2021-09-28 | 江西中医药大学 | 一种中药醇沉工艺过程药液浑浊度在线检测装置 |
CN114674783A (zh) * | 2022-05-30 | 2022-06-28 | 东北农业大学 | 一种基于近红外光谱检测沼液质量指标的方法 |
CN115114838A (zh) * | 2022-07-22 | 2022-09-27 | 黑龙江八一农垦大学 | 基于粒子群算法思想和模拟退火策略的光谱特征波长选择方法 |
CN115128006A (zh) * | 2022-07-22 | 2022-09-30 | 山东大学 | 一种全自动中药口服溶液质量评价系统及方法 |
-
2022
- 2022-12-23 CN CN202211660142.1A patent/CN115639160A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0661380A2 (en) * | 1993-12-28 | 1995-07-05 | Ajinomoto Co., Inc. | A cultivation method and apparatus for aerobic culture of microorganism |
CN102346136A (zh) * | 2010-08-02 | 2012-02-08 | 中国科学技术大学 | 一种测定厌氧发酵过程中的物质的含量的方法 |
CN203159301U (zh) * | 2013-03-18 | 2013-08-28 | 南京宁青环保开发有限公司 | 废水混凝沉淀一体化装置 |
CN106645009A (zh) * | 2016-11-07 | 2017-05-10 | 江南大学 | 基于近红外光谱分析技术的青霉素发酵生产过程多模型监控系统 |
CN106990107A (zh) * | 2017-05-05 | 2017-07-28 | 成都市农林科学院 | 一种快速测定沼液中氨氮含量的方法 |
CN207267818U (zh) * | 2017-09-04 | 2018-04-24 | 浙江同信园林建设股份有限公司 | 一种污水沉淀系统 |
CN109507143A (zh) * | 2018-10-29 | 2019-03-22 | 黑龙江八农垦大学 | 沼液理化指标近红外光谱同步快速检测方法 |
CN112240876A (zh) * | 2019-07-17 | 2021-01-19 | 华东理工大学 | 一种基于近红外实时检测发酵过程参数的方法 |
CN110776226A (zh) * | 2019-09-23 | 2020-02-11 | 农业部沼气科学研究所 | 一种猪场粪污的处理方法 |
CN214310133U (zh) * | 2021-02-05 | 2021-09-28 | 江西中医药大学 | 一种中药醇沉工艺过程药液浑浊度在线检测装置 |
CN114674783A (zh) * | 2022-05-30 | 2022-06-28 | 东北农业大学 | 一种基于近红外光谱检测沼液质量指标的方法 |
CN115114838A (zh) * | 2022-07-22 | 2022-09-27 | 黑龙江八一农垦大学 | 基于粒子群算法思想和模拟退火策略的光谱特征波长选择方法 |
CN115128006A (zh) * | 2022-07-22 | 2022-09-30 | 山东大学 | 一种全自动中药口服溶液质量评价系统及方法 |
Non-Patent Citations (2)
Title |
---|
中国科学技术协会, 北京:科学普及出版社 * |
梁浩等: "在线旁路近红外实时监测粪污厌氧发酵挥发性脂肪酸含量" * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2020101607A4 (en) | Method for rapidly predicting nitrogen and phosphorus content in slurry movement routes of multiple different large-scale dairy farms by comprehensively integrating all factors | |
CN101424678A (zh) | 水质突变生物行为指标监测系统及监测方法 | |
CN108168608A (zh) | 农牧废弃物无害化高效堆肥品质在线智能监测系统 | |
CN111551469A (zh) | 一种污泥沉降比自动测量系统 | |
CN109879475A (zh) | 动态调节式污水工况处理方法 | |
CN109507143B (zh) | 沼液理化指标近红外光谱同步快速检测方法 | |
CN105319175A (zh) | 中药提取过程动态响应模型的在线识别与终点判定方法 | |
CN113838542B (zh) | 化学需氧量智能预测方法和系统 | |
CN112782232B (zh) | 基于人工神经网络的农污设施出水总磷软测量方法及装置 | |
CN115639160A (zh) | 一种无人值守的沼液指标在线同步速测装置及方法 | |
CN114402968A (zh) | 一种沼液灌溉施肥系统及其应用 | |
CN117196883A (zh) | 一种基于人工智能的污水处理决策优化方法及系统 | |
CN117763352A (zh) | 基于vsm-gru总磷预测模型的加药量优化控制方法 | |
CN111060477B (zh) | 厌氧共发酵原料生化甲烷势近红外光谱快速检测方法 | |
CN105785951B (zh) | 利用统计建模技术实现污水的处理自动化运行系统 | |
CN210122564U (zh) | 一种应用于藻类分析的自动化取样装置 | |
CN114149076B (zh) | 一种厌氧氨氧化污水处理系统的智能调试系统 | |
CN103472194A (zh) | 一种环境污染物生态毒性效应阈值浓度测算方法 | |
CN112723613B (zh) | 一种污水处理站智能远程监管方法及终端 | |
CN106867890A (zh) | 一种微藻培养优化控制系统及方法 | |
CN106053438B (zh) | 一种水质综合生物毒性远程自动分析仪 | |
CN110570914B (zh) | 测量沼液营养成分含量的方法 | |
CN207877610U (zh) | 一种小型好氧堆肥反应器 | |
CN112707508A (zh) | 基于bp-ann的农污设施cod处理效果预测方法、装置、平台 | |
CN217404130U (zh) | 化学需氧量的自动分析装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230124 |