关键词： 污水水质检测   神经网络   IDOC模型   智能检测  

摘要： 当前污水处理标准要求更高,污水排放中的水质检测需要进一步提高准确性和稳定性。其中技术手段的应用和升级,是强化污水水质检测能力的首要条件。对于检测能力的升级来说,准确性要求精准度更高、稳定性则要求能耗得到有效控制。因此需要依托技术手段以双向平衡为目标,不断推进技术升级。其中RBF神经网络的应用和IDOC模型管理方法的应用,使得传统水质检测处理方式可以从机械物理测量层面转变到智能数字化分析层面,极大地提高了准确性,同时控制了成本投入,具有引进借鉴价值。

关键词： 生活饮用水   水质检测   现状   完善措施  

摘要： 民以食为天，食以水为先，水以净为本，目前国内外均高度重视生活饮用水的安全保障，联合国前秘书长安南在第47届联合国大会上提出：“提供安全的饮用水是人类的基本需求”。本文就生活饮用水水质检测现状及完善措施展开研究，介绍了生活饮用水水质检测的常用仪器，阐述了生活饮用水水质检测工作存在的不足，并以某市为例，探讨了提高生活饮用水水质的完善措施。

关键词： 雌酮   密度泛函理论   计算模拟   分子印迹聚合物   分子印迹压电传感器  

摘要： 雌酮（Estrone，E1）作为一种典型的环境雌激素，在极低浓度下即可对人类及水生生物造成危害，引发乳腺癌和前列腺癌等疾病，导致生殖系统、免疫系统的机能受到破坏。目前检测E1方法很多，但由于水体中的E1多以痕量的形式存在且基质复杂，要求检测方法不仅具有很高的灵敏性，而且要选择性好。因此，建立可以简单、快速、灵敏、高效检测E1的方法具有十分重要的社会意义。　　分子印迹技术是指以特定的目标物质作为模板分子，选择合适的功能单体、交联剂和引发剂发生聚合反应，制备与模板分子空间结构相匹配的分子印迹聚合物(MolecularImprintedPolymer，MIPs)的过程。MIPs由于具有选择性高、热稳定性好、机械强度高等特性，而被广泛用环境检测、药物分离、食品安全等领域。基于计算机模拟广泛应用于MIPs合成条件的选择，可以迅速缩短试验周期，节省人力与材料。本研究利用密度泛函理论（DensityFunctionalTheory，DFT）中的M062X方法，以E1为模板分子，选用甲基丙烯酸（MethacrylicAcid,MAA）、丙烯酰胺（Acrylamide,AM）和2-乙烯吡啶（2-Vinylpyridine,2-vpy）为功能单体，以二乙烯苯（Divinylbenzene，DVB）、乙二醇二甲基丙烯酸酯（EthyleneDimethacrylate,EDMA）、季戊四醇三丙烯酸酯（PentaerythritolTriacrylate,PETA）以及三羟甲基丙烷三甲基丙酸酯（TrimethylolpropaneTrimethacrylate,TRIM）为交联剂，以水、乙腈、甲醇、四氢呋喃、四氢呋喃、甲苯为溶剂，设计了E1模板分子与不同功能单体分子印迹自组装体系，筛选得到与E1模板分子形成稳定复合物构型的最佳功能单体及印迹比例，并分别通过结合能和溶剂化能优化了交联剂和溶剂，并借助分子中原子理论(AtomsInMolecules,AIM）揭示E1与MAA印迹作用本质。模拟研究结果表明：E1与MAA印迹比例为1:4时，以TRIM为交联剂、乙腈为溶剂时，E1-MAA复合物的构型最稳定。此外，利用AIM分析研究E1-MAA复合物的成键情况，发现二者通过氢键相互作用。　　以理论计算为指导，采用沉淀聚合法制备E1-MIPs，并对其进行性能表征。结果表明：制备的E1-MIPs为球状，最大表观吸附量为16.6mg/g，其吸附过程更符合Langmuir等温吸附模型。此外，在动力学吸附实验中，利用准二级动力学模型对吸附量的拟合效果更好，在200min左右达到吸附平衡。在选择性实验中，E1-MIPs对与E1化学结构类似且分子量接近的干扰物雌三醇（Estriol，E3）、己烯雌酚（Diethylstilbestrol,DES）有相对更好的吸附效果，而对于化学结构差异较大或者分子量相差较大的物质苯酚（Phenol，BP），E1-MIPs对其的吸附效果较低。　　最后，构建E1-MIPs压电传感器，并将其应用于水体中痕量E1的检测。结果表明，在E1-MIPs添加量为30mg、涂膜量为20uL时，传感器的响应频率最强，传感器对E1的最低检测限LOD=12.48ng/mL。在实际检测中，传感器在4次水样检测中的循环利用率为94.66%~98.73%。

关键词： 水质检测   无线传感器网络   水质数据异常检测算法   水质数据融合算法  

摘要： 水是自然界的基础物质之一,是人类生产生活中稀缺的资源。随着工业的快速发展,可用淡水资源逐渐减少,快速高效地检测污染水质,可以防止污染源进一步扩散,保障人类的生活生产需求,因此水质检测意义重大。传统水质检测一般是通过人为采样,实验室分析等步骤实现的,该方法效率低下,且费时费力。无线传感器网络技术的兴起,为水质检测提供了新的途径,同时,基于无线传感器网络的异常数据检测方法为水质异常检测提供了技术保障。目前,已有大量学者提出了多种无线传感器水质异常数据检测算法,但这些算法往往需要数据的先验分布条件,无法对待测水域采集的未知数据进行直接检测,另外,在大面积水域检测中会部署许多传感器节点,这些节点会感知采集许多对应参数的水质数据,这对异常数据检测算法的时效性要求更高。因此,针对上述问题,如何基于水质无线传感网络应用的特点提出有效的水质异常数据检测算法是本文研究的重点。本文的主要研究内容如下:1.针对现有检测方法对没有先验知识的水质异常数据检测精度低的问题,本文提出了基于K-means聚类的BPNN水质异常数据检测算法,将K-means聚类算法能对数据精准分类的特性与BP神经网络相结合,首先通过K-means聚类将初始水质数据进行分类,并对不同类别的数据打上特征标签,实现异常数据和正常数据的分类标记,再利用带标签的数据集对BP神经网络进行训练,得到最终的水质异常数据检测模型,该检测模型不需要对水质数据进行重复聚类处理,可直接实现后续水质数据的快速检测。2.针对现有算法对WSN采集的海量水质数据检测时间长,无法实现水质异常数据实时检测的问题,本文提出了基于小波分解的压缩感知与SVM相结合的分级式水质异常检测算法,算法首先利用多层小波分解将初始水质信号分离为低频信号和高频信号,此时低频信号包含绝大部分水质正常数据信息,高频信号保留水质异常数据信息,再利用压缩感知对小波分解中的正常数据进一步压缩,最后将压缩后的低频信号和小波分解中的高频信号组成新的水质数据样本,利用SVM进行分类处理,从而实现水质异常数据的有效检测。3.基于MATLAB软件,采用真实水质数据,对本文提出的两种水质异常数据检测算法进行实验仿真。实验表明,基于K-means聚类的BPNN水质异常数据检测算法在两组不同数据集上的平均检测率为94.4%,相较于基于萤火虫优化的随机森林异常检测算法和BP神经网络异常检测算法而言,平均检测率分别提高了9.87%和15.5%,平均误报率分别降低了3.2%和5.7%,因此,该算法在未知水质数据特征分布的无线传感网络异常检测应用中具有更高的检测精度;基于小波分解的压缩感知与支持向量机相结合的分级式水质异常数据检测算法在两组不同的数据集上的平均检测时间为4.7s,平均检测率为92.35%。相较于基于主成分分析优化的支持向量机算法和基础的SVM算法而言,平均检测时间分别降低了4.27s和7.53s,平均检测率分别提高了6.1%和7.7%,因此,在节点数量庞大的水质无线传感器异常数据检测场景中,采用该算法既能实现水质异常数据的高精度检测,又能保障检测的实时性。

关键词： 鱼塘养殖   水质评价   BP网络   模糊数学   云平台  

摘要： 中国一直是传统的水产养殖大国,其产量超过全球的1/3。中国的传统渔业主要以家庭化的小规模为主,但在家庭养殖中,养殖人员往往是通过经验来判别水质情况,并且容易出现因个人操作不当导致的水质恶化。本文将设计一种可以协助养殖人实现鱼塘精细化管理,并能检测适合鱼塘水质环境的水质检测平台,本文主要进行了以下研究工作。(1)分析了鱼塘养殖的主要参数,平台在水质检测上选择溶解氧、PH、氨氮、磷酸盐四个参数来评价鱼塘的整体水质,在水质评价标准上,根据鱼塘水体环境复杂、影响因素繁多的特点,选用《地表水环境质量标准》作为水质评价标准。(2)探讨了人工神经网络的结构及其基本原理,利用BP(back propagation)神经网络和模糊数学的优点,选择BP模糊神经网络作为输出水质评价的算法。在Matlab中构建4-9-1三层模糊-BP网络模型。因标准样本较少,所以使用随机插值法将标准样本扩充,并作为训练及检验数据集。由于BP神经网络收敛慢等缺点,分析并采用了LM(Levenberg-Marquardt)算法来改进网络模型。分别利用三角形隶属度函数和高斯隶属度函数计算其隶属度,使得网络模型的水质评价输出更为客观、准确。(3)在水质数据采集上,选用SJ-TWC3101水质分析仪。该水质分析仪的监测参数包含了本文所需要的四个参数,具有防尘避光、稳定抗干扰的优点,可广泛应用于淡水养殖、海水养殖、游泳池水、鱼塘养殖、农业灌溉,并可以通过RS485与上位机通信,在数据预处理上,针对缺失值和异常值的出现和解决方案进行了分析。对于缺失值,采用拉格朗日插值法;对于异常值,把异常值当作缺失值来处理。(4)在web平台的设计上,分析并选用阿里云服务器、Layui、Spring、Springboot、My Batis等框架,完成了鱼塘管理、投食投药管理、水质参数可视化等功能并上传到了阿里云服务器。

关键词： 流量控制   水质检测   注射泵   两相混合式步进电机   模糊PID控制  

摘要： 水环境污染问题严重影响了人民生活水平。因此,采用先进技术对水环境进行监测,是从根本上解决水环境污染问题的首要任务。目前,水质检测方法主要有光谱分析法、电化学法和化学试剂法。光谱分析法受光源限制,且仪器成本高;电化学法选择性差、仪器使用寿命低,维护成本高;化学试剂法试剂损耗多、人工成本高、易产生二次污染,而紫外分光光度法具有检测精度高,试剂用量少,检测时间短,成本低等优点。因此研究一种基于流控技术,融合紫外分光光度法的水质检测设备有着重大现实意义。本文针对目前顺序注射水质监测仪关键核心部件注射泵存在的检测精度低,稳定性差等问题,设计新型双通道注射泵,并对注射系统闭环控制、气泡干扰去除等关键技术进行研究。1.针对现有注射系统结构存在的问题,提出了一种结构更为紧凑的新型注射泵设计方法,即通过在电机滚珠丝杠处套入空心轴电位器,将电位器作为位置反馈装置,该方法可以准确反馈注射泵活塞行程,从而更好的提高注射泵注射精度和密封性能。2.针对顺序注射水质监测设备检测精度低等问题,设计闭环控制系统。本文采用两相混合式步进电机作为注射泵动力源,根据电机的控制要求,设计了电机模糊PID控制算法以实现对两相混合式步进电机的闭环控制,同时,在MATLAB/Simulink模块中建立电机模糊PID控制模型,并对比模糊PID控制与普通PID控制,结果表明模糊PID控制优势明显。此外,针对现有监测仪在测量过程中管路会出现气泡致使测量误差大等问题,本文引入了多通道切换阀岛体系,通过注射泵与阀岛体系相结合,并利用顺序注射技术,编写程序控制其运行状态,从而减少测量误差。3.完成注射系统设计工作。主要包括注射泵整体方案设计跟结构设计、多通道阀岛体系的建立。同时,以总磷、氨氮、高锰酸盐为实验对象,完成微试剂顺序注射平台设计,并进行可行性实验。完成系统软硬件及系统流程控制设计,完成注射泵阀岛与主控板之间的串口通讯协议的编写。4.对设计的系统进行测试,将本文使用的测量方法与国标法使用的测定方法采集到的数据做对比,实验结果证明了该系统的稳定性。各水质参数的相对标准偏差（RSD≤2.55%）较低,即重复性较高;拟合优度（R2≥0.9898）较高,即线性度良好;可靠性以及准确度均符合水质在线监测设备的技术要求,因此,本方案具有应用价值,为在线监测仪研究提出了一种新的设计思路。

关键词： 物联网   水产养殖   水质检测   循环   云平台  

摘要： 随着物联网技术的快速发展,传感器和自动化技术在各行各业普及,水产养殖模式也迎来了新的改革。目前,国内养殖模式主要以传统粗放型养殖为主,在养殖水质检测上还是采用人工取样的方式,不仅检测周期长、操作繁琐,而且不能实时动态反映水质数据。此外,在养殖过程中,土地资源占用大,水资源利用不合理,导致养殖环境周围生态的失衡,环境恶化,这些因素都制约着水产养殖的发展。为了解决以上存在的问题,本文基于云-边-端的开发模式,设计并开发循环养殖水箱环境监控系统,从传统的粗放型养殖模式向集约化、工厂化的养殖模式转变。首先进行设备端开发,选用STM32F103C8T6核心板作为主控芯片,连接温度传感器、总溶解性固体(Total Dissolved Solids,TDS)传感器、p H传感器、水位传感器、Wi Fi(Wireless Fidelity)模块和继电器模块,实现养殖水箱内的水质参数实时采集,通过Wi Fi模块将数据上传至云端,并设计“多层连排复式型”水箱和养殖废水处理装置。其次进行云服务开发,在云端创建项目,产品和设备,下载阿里云提供的软件开发工具包(Software Development Kit,SDK),通过消息队列遥测传输协议(Message Queuing Telemetry Transport,MQTT)实现了设备与云平台的连接,并在云端进行业务逻辑开发,实现云端对设备端的自动化控制。然后进行可视化界面开发,利用云平台提供的组件和接口,设计Web应用和app移动应用,实现水质参数的实时动态化显示。最后,经过系统测试和实验分析,验证了本文设计的循环养殖水箱环境监控系统能实时对养殖水箱内的环境进行监控,并提供良好的人机交互界面,方便了养殖户的日常管理,符合设计要求。

关键词： 水质检测   多波长   回归   吸光度   分光光度法  

摘要： 全球面临着水资源危机,水污染问题日益严重,传统检测水质的仪器比较笨重,结构复杂。为了简化仪器设计、提高测量精度,开发多光谱便携式水质检测仪器。因此,本文提出了一种应用多波长传感器检测水中污染物的方法,并设计了基于可见光多波长光谱传感器的便携式水质检测仪器。仪器根据溶液吸收光的程度,选择最佳吸收测量波长,然后对实验结果处理并建立回归模型,并将实验结果与分光光度计测量结果对比,分析该方法的准确性,并对两种方法进行独立样本t检验,证明该方法与标准检测方法无显著差异,可应用于水中其他物质含量的检测。主要研究内容和结论如下:(1)在研究分析了目前水质检测现状的基础上,以简化水质检测仪器结构和提高水质测量方法的有效性为目的,结合水质检测方法和便携式仪器研究现状,提出了基于多光谱传感器的水质检测方法。(2)设计了一款基于多光谱传感器的水质检测装置,该测量装置使用色温为5700K的LED作为光源,通过多光谱传感器采集溶液各通道光强数据,结合基于Visual Studio平台设计开发上位机软件计算吸光度值,利用最小二乘法对实验数据进行拟合得到各物质相应的标准曲线。(3)利用设计的装置测量水中氨氮、硫化物、溶解氧、亚硝氮、铁的含量,根据溶液吸收度得到每种物质对应的最佳波长并建立检测模型。将测量结果与分光光度计测量结果对比分析,本文实验装置测量结果比分光光度计测量的误差小,说明准确度较高。将测量结果与传统可见分光光度计测定结果通过独立样本t检验(p>0.05),证明该方法与标准检测方法无显著差异,验证多光谱传感器进行物质测量的可行性。(4)完成便携式水质检测仪器的设计。仪器基于多光谱传感器和LED光源,采用树莓派Pico进行数据处理,智能串口屏显示标准曲线和测量结果,实现水质的快速检测,并通过实际水样的测量验证仪器的可靠性和精密度。仪器结合开发的基于Windows平台的水质多参数测量项目下载软件,可以实现多种测量物质的选择。

关键词： 水质检测   数据融合   支持向量机   后验概率   DS证据理论  

摘要： 水质检测对保障水资源安全和提高快速应急能力具有重要意义。针对水质检测容易受客观因素影响,导致检测结果和真实情况存在较大误差问题,本文提出了面向水质检测的多传感器数据融合,重点是研究数据融合算法,基于支持向量机和DS证据理论相结合的数据融合,先由支持向量机对输入的水质数据进行处理,再经DS证据理论合成判断输出最终水质结果。论文对支持向量机和DS证据理论的多传感器数据融合算法进行研究和改进,主要工作包括:(1)针对支持向量机惩罚因子和核参数难以确定的问题,本文采用基于粒子群优化支持向量机的方法,充分利用粒子群算法的寻优能力来寻找最优的惩罚因子和核参数。通过实验表明,PSO-SVM算法和SVM算法相比,分类效果更好,而且提高了识别准确率。(2)针对DS证据理论在融合证据时可能存在的证据冲突问题,本文提出了一种基于Pearson相关系数加权组合方法,主要是利用Pearson相关系数构建相关矩阵,通过相关矩阵来确立支持度,并使用支持度定义证据的权重系数,在对冲突证据体判断后,通过加权平均的方式对冲突证据进行修改,最后利用DS合成规则进行融合。通过对比实验,该算法可以有效解决DS证据的冲突问题。(3)建立基于支持向量机和DS证据理论的数据融合模型,应用于多传感器水质检测。提出网格化数据采集的设计方式,在水域内多区域定点放置多种类型传感器节点,通过支持向量机模型对水质数据预测得到分类后的后验概率,并转换为DS证据理论的所需要的基本分配概率,利用改进后的DS证据理论进行合成,输出最终水质检测级别。通过仿真实验,验证了融合算法可以准确识别水质类型,和SVM、DS证据理论相比较,融合算法识别水质类型的准确率更高。