一种基于神经网络的水质TOC高效检测方法及其装置制造方法及图纸

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。<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：