UV全光谱法在线水质测量仪的技术研究与实现

论文摘要

随着水污染的日益加剧,不但要检测的水质指标越来越多,而且对水质分析仪的性能提出了更高的要求。传统的化学法分析速度慢、操作复杂、稳定性差、维护费用高,特别是对附加药品依赖使其存在二次污染。UV（Ultraviolet,紫外光）光谱水质分析仪效率高、分析速度快、检测参数多,无需化学药品,避免了二次污染,系统维护几乎为“零”。目前市场上的UV水质分析仪表基本是单波长或双波长法,且进口仪表占据了70%以上,UV光谱水质分析仪表国内几乎没有生产,急需其国产化。本课题设计了一款以平场凹面全息光栅和MOS图像探测器作光谱传感器,以DSP为处理控制中心的UV全光谱法水质分析仪,并进行了兼容测量多个水质参数的探索研究,论文主要工作如下:1.分析了目前水质检测现状,介绍了水质COD检测的两种主要方法（化学法和物理法）的原理,并讨论了各个方法的优缺点。从理论上深入分析了紫外光谱法的原理和测量技术。重点剖析了目前最先进的几家外国公司的UV光谱水质分析仪器的关键技术。2.完成了传感器和主控制器的构架,并完成了各模块的电路原理图设计和器件选型。传感器全固化设计,提高了系统的稳定性。仪器一次扫描即可得到全波段光谱图。3.通过具体的实验研究,选取了吸光度图谱的研究波段为250nm350nm。用Matlab神经网络工具箱中的L-M BP算法对12种邻苯二甲酸氢钾溶液的吸光度数据进行建模处理,得到了比较好的COD预测效果,并跟最小二乘法进行了对比研究。但对实际测量水质测量时,存在较大的误差,有待进一步研究。4.分析了UV法测量COD中产生误差的诸多干扰因素。重点对温度影响做了实验分析,通过对00C～500C内吸光度的变化研究,得出了温度和COD值之间的关系,由于采用实验方法科学得当,得到了相当小的误差（2%<）。5.对本系统兼容测量多种水质参数作了初步的探索研究,重点通过实验研究了氨氮的测量方法,为以后兼容测量多参数包括气体参数打好了基础。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究背景及意义.
• 1.1.1 水质测量的重要意义
• 1.1.2 化学需氧量
• 1.2 COD 测量方法
• 1.3 课题研究内容
• 第二章 UV 法测量COD 简介
• 2.1 UV 法测量COD 原理
• 2.1.1 分子吸收光谱的产生机理
• 2.1.2 光吸收定律
• 2.1.3 有机物的吸收特性
• 2.2 UV 法测量COD 技术
• 2.2.1 单波长（25411m）吸光度检测法
• 2.2.2 双波长检测法
• 2.2.3 UV 全光谱法
• 2.3 国内外研究现状
• 2.4 本章小结
• 第三章 光路设计
• 3.1 光路总体构架
• 3.2 光源
• 3.3 驱动电源
• 3.4 吸收池
• 3.5 光栅
• 3.6 检测器
• 3.6.1 电荷耦合器（CCD）
• 3.6.2 电荷注入器件（CID）
• 3.6.3 图像传感器MOS（MOS IMAGE SENSOR）
• 3.6.4 HAMAMATSU 公司MOS 检测器
• 3.7 MOS 检测器外围电路
• 3.8 本章小结
• 第四章 主控制器电路设计
• 4.1 硬件总体构架
• TM5320F2812'>4.2 DSP_TM5320F2812
• 4.3 显示器及键盘
• 4.4 通讯系统
• 4.4.1 R5232 通讯
• 4.4.2 R5485 通讯
• 4.4.3 USB 通讯
• 4.5 电源设计
• 4.5.1 12VDC 电源设计
• 4.5.2 5V、3.3V 和1.8VDC 电源设计
• 4.6 PWM 电流输出
• 4.7 实时时钟
• 4.8 SRAM
• 4.9 本章小结
• 第五章 COD 测量实验及数据处理
• 5.1 主要实验试剂和仪器
• 5.2 实验步骤
• 5.3 实验数据选择
• 5.4 神经网路
• 5.4.1 BP 神经网络
• 5.4.2 LM-BP 神经网络
• 5.5 实验数据处理
• 5.5.1 网络结构设计
• 5.5.2 网络训练
• 5.5.3 一元线性回归拟合
• 5.5.3.1 模型建立及求解
• 5.5.3.2 吸光度和值与COD 值拟合
• 5.6 实际水质COD 测量
• 5.7 本章小结
• 第六章误差分析和兼容多参数的探索
• 6.1 干扰因素
• 6.2 温度干扰研究
• 6.2.1 实验方法
• 6.2.2 数据处理
• 6.3 浊度
• 6.4 干扰离子和个别有机物特性
• 6.5 兼容测量多参数的研究
• 6.5.1 多参数兼容的重要性和可行性
• 6.5.2 兼容测量氨氮的研究
• 6.5.2.1 测量氨氮原理
• 6.5.2.2 NH3 紫外吸光度特性
• 6.6 本章小结
• 第七章总结与展望
• 7.1 总结
• 7.2 改进和展望
• 致谢
• 参考文献
• 攻硕期间取得的研究成果