BP人工神经网络紫外吸收光谱法直接测定COD研究 |
文件大小:3.71MB格式:rar发布时间:2009-01-13浏览次数:次
【文献出处】 | 四川大学 |
【中文关键词】 | 人工神经网络 化学计量学 误差反向传播 紫外吸收光谱法 化学需氧量 水质监测   |
【摘要】 | 废水中COD值的大小主要取决于其中有机物的组成和浓度。已有工作表明,大多数有机物在紫外光谱区有很强的吸收。在一定的条件,有机物的吸光度与COD有很好的相关性,利用这种相关性,可以用紫外吸光度来直接测定COD。这是一种既不用化学试剂、也无须对样品加热消解、测定快速、简便的方法。 |
【部分正文预览】 | 目前,我国COD自动在线监测仪的设计原理大部分是基于国家标准方法,即模拟传统湿化学法将分析过程在线化。由于样品仍然必须先加热消解后测定,因而分析周期长;加之方法采用试剂多,管路系统复杂,操作维护麻烦,故障率高;此外排放物还带来严重的“二次污染”,因此,研制开发简便、快速、可靠、无二次污染的水质COD自动在线监测仪具有十分重要的意义。 废水中COD值的大小主要取决于其中有机物的组成和浓度。已有工作表明,大多数有机物在紫外光谱区有很强的吸收。在一定的条件,有机物的吸光度与COD有很好的相关性,利用这种相关性,可以用紫外吸光度来直接测定COD。这是一种既不用化学试剂、也无须对样品加热消解、测定快速、简便的方法。 本文从有机物的紫外吸收光谱入手,选择有一定代表性的某些有机物,探讨其紫外吸收规律与有机物含量的关系,采用误差反向传播人工神经网络(Back Propagation Artificial Neural Network,简称B... |
|
|||||||||||||||
|
|||||||||||||||
|
|||||||||||||||
|
|||||||||||||||
【打印本页】 |