本发明专利技术涉及水质TOC检测技术领域，尤其一种基于神经网络的水质TOC高效检测方法及其装置，包括以下步骤：S1对水体进行采样和预处理；S2将所述待测样品置于222nm准分子灯的照射下，加入H2O2溶液，进行消解氧化反应，收集反应产生的气体；S3利用电导率检测器测定所述待测样品的电导率；S4测定所述待测样品消解氧化过程中产生的气体中CO2含量，并换算成水体的TOC值；S5建立所述水体消解氧化反应所需的时间、待测样品的初始电导率、根据CO2浓度检测器计算得到的TOC值之间的关系模型，模型建立之后，代替CO2浓度检测器，计算水体的TOC值。本发明专利技术通过神经网络机器学习建立TOC的在线检测模型，能够提高检测精度，提升检测效率，简化检测流程。流程。流程。
【技术实现步骤摘要】
一种基于神经网络的水质TOC高效检测方法及其装置
[0001]本专利技术涉及水质TOC检测
，尤其一种基于神经网络的水质TOC高效检测方法及其装置。
技术介绍
[0002]TOC是指Total Organic Carbon(总有机碳)的缩写，是指有机化合物所含碳元素的量。TOC测试通常通过将样品中的有机物质氧化成二氧化碳，然后测量生成的二氧化碳的含量来计算有机碳的总含量。目前市场上存在的TOC在线分析原理主要有紫外氧化法、高温催化氧化法和电化学法等。
[0003]其中，紫外氧化法对选择合适的紫外波长要求高，如果选择的波长不当，就可能导致部分有机物质无法被氧化，从而影响测量结果的准确性。催化氧化法，对催化剂的种类和剂量要求高，通常需要大量的催化剂。电化学法，存在无机离子影响大、维护成本高等问题。
技术实现思路
[0004]本专利技术的目的是为了克服现有的TOC在线检测的主要问题，提出一种由UV 222nm和H2O2法替换常规消解氧化装置，由于H2O2在UV 222nm处的强吸收，能有效提高氧化效率，节约氧化剂成本。
[0005]本申请利用222nm紫外和H2O2对待测样品进行光催化，以使待测样品在光催化的作用下将有机化合物氧化成二氧化碳，通过二氧化碳检测器测量二氧化碳浓度，再通过换算获取TOC浓度值。
[0006]消解氧化反应原理为：过氧化氢在UV 222nm照射下生成羟基自由基
·
OH，
·
OH与紫外协同将有机物降解为CO2，反应式为：
[0007]H2O1+hv
→2·
OH
[0008]有机物+hv
→
CO2+H2O
[0009]有机物+
·
OH
→
CO2+H2O
[0010]具体方案如下：
[0011]一种基于神经网络的水质TOC高效检测方法，具体包括以下步骤：
[0012]S1、将水体进行采样后，进行预处理过滤，得到待测样品；
[0013]S2、将所述待测样品置于222nm准分子灯的照射下，加入H2O2溶液，进行消解氧化反应，收集反应产生的气体；
[0014]S3、利用电导率检测器测定所述待测样品的电导率，定时记录所述待测样品的电导率，当电导率或者电导率的变化率达到阈值时，进行下一步；
[0015]S4、利用CO2浓度检测器测定所述待测样品消解氧化过程中产生的气体中CO2含量，并换算成水体的TOC值；
[0016]S5、建立所述水体消解氧化反应所需的时间、待测样品的初始电导率、根据CO2浓度检测器计算得到的TOC值之间的关系模型，模型建立之后，代替CO2浓度检测器，计算水体
的TOC值。
[0017]优选地，步骤S2中所述H2O2溶液的浓度为1
‑
50mmol/L，所述H2O2溶液与所述待测样品按照体积比0
‑
6：5
‑
12混合，
[0018]优选地，所述H2O2溶液与所述待测样品按照体积比1：10混合。
[0019]优选地，步骤S3中所述定时记录，是指记录待测样品的初始电导率，再间隔0.5
‑
2min测定所述待测样品的电导率的变化，所述测定样品的电导率或变化率低于预设阈值时，视为所述待测样品中的有机化合物被完全消解氧化，进行下一步。
[0020]进一步地，步骤S5中所述关系模型的建立方法，包括以下步骤：
[0021]P1、收集数据集，将S3中测定的所述待测样品的初始电导率和消解氧化所消耗的时间，作为输入数据，将S4测定的TOC值作为输出数据；
[0022]P2、在神经网络数据分析之前，将数据进行归一化处理，再计算；
[0023]P3、确定神经网络层数和隐藏层；
[0024]P4、采用神经网络算法，设定模型参数；
[0025]P5、根据模型进行计算，得到TOC值。
[0026]优选地，步骤P1中所述数据集≥100组，其中训练集为80
‑
100组，测试集为0
‑
20组。
[0027]优选地，步骤P3中所述隐藏层为1
‑
5，
[0028]优选地，步骤P3中所述隐藏层为3。
[0029]优选地，步骤P4中所述神经网络算法是指采用BP神经网络。
[0030]优选地，步骤P4中所述模型参数包括将学习率设置为0.1
‑
0.2，所述激活函数为sigmoid。
[0031]本专利技术还保护一种由上述任一项所述方法的高效检测装置，包括水样存储罐(1)、注射泵(2)、准分子222nm紫外灯(3)、催化氧化室(4)、CO2浓度检测器(5)、H2O2注射器(6)、电导率检测器(7)、电磁阀(8)、废液桶(9)；其中，
[0032]所述水样存储罐(1)的出口与所述注射泵(2)相连，所述注射泵(2)与所述催化氧化室(4)的底部进口相连，所述准分子222nm紫外灯(3)设置在所述催化氧化室(4)的侧面，所述催化氧化室(4)的顶部出口与所述CO2浓度检测器(5)相连，所述催化氧化室(4)的顶部与H2O2注射器(6)相连，所述催化氧化室(4)的侧面与所述电导率检测器(7)相连，所述催化氧化室(4)的底部出口与所述电磁阀(8)相连，所述电磁阀(8)与废液桶(9)相连。
[0033]进一步地，根据上述所述高效检测装置中所述准分子222nm紫外灯(3)最外面设置石英玻璃套管(15)，所述石英玻璃套管(15)内设有同轴套接的内管和外管，所述内管位于所述石英玻璃套管(15)的中心，所述内管由准分子灯石英内壁(11)围合形成封闭区域，所述内管顶部连接正极电缆(10)；所述内管之外设有KrCl气体室(12)，所述KrCl气体室(12)被所述准分子灯石英外壁(13)包围形成封闭U型气体腔，所述准分子灯石英外壁(13)的表面设置负极铜丝网(14)。
[0034]有益效果：
[0035]该方法采用UV 222nm和H2O2替代常规消解氧化装置，能够提高消解效率。相比UV 254nm，H2O2在UV 222nm处有高达5倍的摩尔吸光系数，能够更快的生成
·
OH，减少H2O2的消耗量。同时，通过神经网络机器学习建立TOC的在线检测模型，能够提高检测精度，提升检测效率，简化检测流程。
附图说明
[0036]为了更清楚地说明本专利技术的技术方案，下面将对附图作简单的介绍，显而易见地，下面描述中的附图仅仅涉及本专利技术的一些实施例，而非对本专利技术的限制。
[0037]图1是基于UV 222nm和H2O2的TOC在线检测方法流程图；
[0038]图2是神经网络模型在TOC在线检测中的应用流程；
[0039]图3是本专利技术UV 222nm TOC高效检测装置示意图；
[0040]图3标记：水样存储罐(1)、注射泵(2)、准分子222nm紫外本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于神经网络的水质TOC高效检测方法，其特征在于，具体包括以下步骤：S1、将水体进行采样后，进行预处理过滤，得到待测样品；S2、将所述待测样品置于222nm准分子灯的照射下，加入H2O2溶液，进行消解氧化反应，收集反应产生的气体；S3、利用电导率检测器测定所述待测样品的电导率，定时记录所述待测样品的电导率，当电导率或者电导率的变化率达到阈值时，进行下一步；S4、利用CO2浓度检测器测定所述待测样品消解氧化过程中产生的气体中CO2含量，并换算成水体的TOC值；S5、建立所述水体消解氧化反应所需的时间、待测样品的初始电导率、根据CO2浓度检测器计算得到的TOC值之间的关系模型，模型建立之后，代替CO2浓度检测器，计算水体的TOC值。2.根据权利要求1所述一种基于神经网络的水质TOC高效检测方法，其特征在于：步骤S2中所述H2O2溶液的浓度为1
‑
50mmol/L，所述H2O2溶液与所述待测样品按照体积比0
‑
6：5
‑
12混合，优选为1：10。3.根据权利要求1所述一种基于神经网络的水质TOC高效检测方法，其特征在于：步骤S3中所述定时记录，是指记录待测样品的初始电导率，再间隔0.5
‑
2min测定所述待测样品的电导率的变化，所述测定样品的电导率或变化率低于预设阈值时，视为所述待测样品中的有机化合物被完全消解氧化，进行下一步。4.根据权利要求1所述一种基于神经网络的水质TOC高效检测方法，其特征在于：S5中所述关系模型的建立方法包括以下步骤：P1、收集数据集，将S3中测定的所述待测样品的初始电导率和消解氧化所消耗的时间，作为输入数据，将S4测定的TOC值作为输出数据；P2、在神经网络数据分析之前，将数据进行归一化处理，再计算；P3、确定神经网络层数和隐藏层；P4、采用神经网络算法，设定模型参数；P5、根据模型进行计算，得到TOC值。5.根据权利要求4所述一种基于神经网络的水质TOC高效检测方法，其特征在于：步骤P1中所述数据集≥100组，其中训练集为80...
【专利技术属性】
技术研发人员：王蕾，赵敏，于鑫，叶成松，甘嘉铭，
申请(专利权)人：厦门大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。