基于紫外光分析的COD測試技術研究.pdf

1、紫外光(UV法)COD檢測技術因其具有無污染、測量快速、實時性好、易于做到在線監(jiān)測等獨特優(yōu)勢，已成為COD檢測研究的熱點，而紫外吸光度數(shù)據的處理與分析是UV法COD在線監(jiān)測系統(tǒng)研究中的一項重要內容。如何建立吸光度數(shù)據與有機污染物濃度之間的數(shù)學模型以及提高模型的泛化能力是其中的關鍵，對于UV法水質COD在線檢測的深入研究與實現(xiàn)具有重要的意義。 在總結目前已有COD測量方法的基礎上，針對常規(guī)UV法對于濁度和水質變化比較敏感的缺陷，

2、結合神經網絡對非線性模型的良好辨識能力，提出基于廣義回歸神經網絡的COD快速檢測方法，通過測試系統(tǒng)搭建及相關軟件設計對該方法的可行性和有效性進行了驗證。采用多波長在線掃描技術獲取被測水樣COD的光譜數(shù)據，通過特征提取手段簡化樣本數(shù)據，運用廣義回歸神經網絡(GRNN)建立吸光度數(shù)據與COD值的預測模型。同時，對具有不同COD值的水樣光譜數(shù)據采用多種建模方法進行分析比較，GRNN預測模型在網絡訓練速度和預測精度等方面有著良好的綜合性能。實驗