【技术实现步骤摘要】
本专利技术属于水质检测，具体涉及一种多波段拟合全光谱水质检测系统。
技术介绍
1、随着社会经济的快速发展，环境污染日益威胁着人们的生命和健康，水污染已成为当今世界各国面临的严重问题之一。针对严重的水污染问题建立一个实时在线的水质检测系统具有重要的意义。现有水质测试方法包括单波长法、双波长法、多波长法以及全光谱法，测试精度及水体适应性：单波长法<双波长法<多波长法<全光谱法。成本：单波长法<双波长法<多波长法<全光谱法。但是现有技术中存在以下问题：现有全光谱法成本高；现有全光谱法设备体积大现场使用环境受限；现有单波长法、双波长法、多波长法测试精度差；现有单波长法、双波长法、多波长法复杂场景适应性差；现有光谱法设备供电方式单一，场景适应性差；现有光谱法设备售后维护量大的问题。
技术实现思路
1、本专利技术提供一种多波段拟合全光谱水质检测系统，用以解决现有技术中存在的问题。
2、一种多波段拟合全光谱水质检测系统，包括：光源组件、光学池、控制组件、光电探测组件以及信号处理组件；
3、所述光源组件用于接收控制组件的控制指令，以便向光学池发出多个不同波点对应的光源信号；
4、所述光学池用于承载被测液体，并将光源组件发出的光源信号传递至光电探测组件中，以使光电探测组件接收经过被测液体吸收过的光信号；
5、所述光电探测组件用于探测光学池所传递的光信号，并将探测得到的光信号转换为电信号之后，将电信号传输至信号处理组件
6、所述信号处理组件用于对光电探测组件传输的电信号进行处理，以使电信号转换为控制组件的输入数据类型，得到目标电信号；
7、所述控制组件用于将信号处理组件传输的目标电信号拟合为全光谱信号，并采用机器学习算法对全光谱信号进行建模，以确定被测液体的水质；
8、所述控制组件还用于向光源组件发出控制指令，以使光源组件向光学池发出多个不同波点对应的光源信号。
9、进一步地，所述光源组件包括多个不同波段led光源构成的激发光源，并定制集成封装多波长leds；
10、每个所述led光源独立点亮以及关闭，且点亮的电流独立调控。
11、进一步地，所述光学池的入口设置有滤网，以滤除被测液体中的杂质。
12、进一步地，所述光电探测组件设置为紫外波段、可见波段以及近红外波段的三段式led光敏接收器，其包括至少三个光信号接收器，分别为第一光信号接收器、第二光信号接收器以及第三光信号接收器；
13、所述第一光信号接收器以及第二光信号接收器为紫外波段接收器；
14、所述第三光信号接收器为可见波段以及近红外波段复用的接收器。
15、进一步地，所述信号处理组件包括放大电路、整形电路、滤波电路以及模数转换电路；
16、所述放大电路用于对光电探测组件产生的电信号进行放大，以获取放大后的电信号；
17、所述整形电路用于对放大后的电信号进行整形，以获取整形后的电信号；
18、所述滤波电路用于对整形后的电信号进行滤波，以获取滤波后的电信号；
19、所述模数转换电路用于对滤波后的电信号进行模数转换，以获取目标电信号。
20、进一步地，将信号处理组件传输的目标电信号拟合为全光谱信号，并采用机器学习算法对全光谱信号进行建模，以确定被测液体的水质，包括：
21、获取信号处理组件传输的多组第一目标电信号，所述第一目标电信号用于表征光学池通入纯净水时所采集不同波点上的信号；
22、获取信号处理组件传输的多组第二目标电信号，所述第二目标电信号用于表征光学池通入被测液体时所采集不同波点上的信号；
23、对第一目标信号以及第二目标信号进行预处理，得到预处理后的第一目标信号以及第二目标信号，并根据预处理后的第一目标信号以及第二目标信号，获取各波点的吸光度值；
24、以所述各波点的吸光度值为基础，拟合全光谱信号，并对拟合的全光谱信号进行校验，以获取当前校验通过的全光谱信号；
25、获取历史校验通过的全光谱信号，并以所述历史校验通过的全光谱信号构建训练数据集；
26、采用机器学习算法构建水质检测模型，并以所述训练数据集对水质检测模型进行训练，获取训练完成的水质检测模型；
27、以当前校验通过的全光谱信号作为训练完成的水质检测模型的输入数据，以获取被测液体的水质。
28、进一步地，对第一目标信号以及第二目标信号进行预处理，得到预处理后的第一目标信号以及第二目标信号，包括：
29、针对多组第一目标电信号，获取第一目标电信号的第一平均值以及第一标准差，当第一目标电信号与第一平均值之间的第一偏差大于三倍第一标准差时，对第一目标电信号进行处理，获取预处理后的第一目标电信号；
30、针对多组第二目标电信号，获取第二目标电信号的第二平均值以及第二标准差，当第二目标电信号与第二平均值之间的第二偏差大于三倍第二标准差时，对第二目标电信号进行处理，获取预处理后的第二目标电信号。
31、进一步地，以所述各波点的吸光度值为基础，拟合全光谱信号，包括：
32、以不同波点对应的多组吸光度值构建数据矩阵，并以所述数据矩阵为基础，采用三次b-spline进行数据拟合，获取全光谱信号。
33、进一步地，对拟合的全光谱信号进行校验，以获取当前校验通过的全光谱信号，包括：
34、通过全光谱水质分析仪获取真实全光谱信号，并获取真实全光谱信号与拟合的全光谱信号之间的相似度；
35、判断相似度是否大于设定阈值，若是，则确定对应拟合的全光谱信号校验通过，否则确定对应拟合的全光谱信号校验未通过；
36、获取当前校验通过的全光谱信号之后，还包括：对当前校验通过的全光谱信号进行插值处理；
37、获取历史校验通过的全光谱信号之后，还包括：对历史校验通过的全光谱信号进行插值处理；
38、以所述历史校验通过的全光谱信号构建训练数据集，包括：获取历史校验通过的全光谱信号对应的水质指标数据，以历史校验通过的全光谱信号以及存在对应关系的水质指标数据构建训练数据集。
39、进一步地，采用机器学习算法构建水质检测模型，并以所述训练数据集对水质检测模型进行训练，获取训练完成的水质检测模型，包括：
40、采用ann算法构建水质检测模型；
41、以所述训练数据集对水质检测模型进行训练，获取训练完成的水质检测模型。
42、本专利技术提供的一种多波段拟合全光谱水质检测系统，通过定制集成封装多波长leds，能够有效地提高光源的小型化水平和可控性，并且对关键波长点进行信号采集，然后拟合成全光谱曲线，并且采用机器学习的方法进行建模和测试，使得该方法在测试精度以及对不同类型水体的适应性上得到极大提升，具有成本低以及性能高的优点，能够满足更多的使用场景，使得本文档来自技高网...
【技术保护点】
1.一种多波段拟合全光谱水质检测系统，其特征在于，包括：光源组件、光学池、控制组件、光电探测组件以及信号处理组件；
2.根据权利要求1所述的多波段拟合全光谱水质检测系统，其特征在于，
3.根据权利要求1所述的多波段拟合全光谱水质检测系统，其特征在于，所述光学池的入口设置有滤网，以滤除被测液体中的杂质。
4.根据权利要求2所述的多波段拟合全光谱水质检测系统，其特征在于，
5.根据权利要求4所述的多波段拟合全光谱水质检测系统，其特征在于，所述信号处理组件包括放大电路、整形电路、滤波电路以及模数转换电路；
6.根据权利要求5所述的多波段拟合全光谱水质检测系统，其特征在于，将信号处理组件传输的目标电信号拟合为全光谱信号，并采用机器学习算法对全光谱信号进行建模，以确定被测液体的水质，包括：
7.根据权利要求6所述的多波段拟合全光谱水质检测系统，其特征在于，对第一目标信号以及第二目标信号进行预处理，得到预处理后的第一目标信号以及第二目标信号，包括：
8.根据权利要求7所述的多波段拟合全光谱水质检测系统，其特征
9.根据权利要求8所述的多波段拟合全光谱水质检测系统，其特征在于，对拟合的全光谱信号进行校验，以获取当前校验通过的全光谱信号，包括：
10.根据权利要求9所述的多波段拟合全光谱水质检测系统，其特征在于，采用机器学习算法构建水质检测模型，并以所述训练数据集对水质检测模型进行训练，获取训练完成的水质检测模型，包括：
...【技术特征摘要】
1.一种多波段拟合全光谱水质检测系统，其特征在于，包括：光源组件、光学池、控制组件、光电探测组件以及信号处理组件；
2.根据权利要求1所述的多波段拟合全光谱水质检测系统，其特征在于，
3.根据权利要求1所述的多波段拟合全光谱水质检测系统，其特征在于，所述光学池的入口设置有滤网，以滤除被测液体中的杂质。
4.根据权利要求2所述的多波段拟合全光谱水质检测系统，其特征在于，
5.根据权利要求4所述的多波段拟合全光谱水质检测系统，其特征在于，所述信号处理组件包括放大电路、整形电路、滤波电路以及模数转换电路；
6.根据权利要求5所述的多波段拟合全光谱水质检测系统，其特征在于，将信号处理组件传输的目标电信号拟合为全光谱信号，并采用机器学习算...
【专利技术属性】
技术研发人员：陈青松，王萍，陈铁梅，张廷玉，周亚华，
申请(专利权)人：成都益清源科技有限公司，
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。