硝酸盐、磷酸盐溶液的紫外吸收光谱的研究

论文摘要

随着社会发展和工业进步,水污染日趋严重,成为了世界性的头号环境治理难题。水污染不仅严重影响了人们的生产、生活,而且还威胁到人们的身体健康。世界各国已经把治理水污染列为首要任务,各个国家的学者和研究人员纷纷投入到如何治理水污染的工作中,分析污染原因,找寻解决办法。若水中的氮、磷含量超过一定标准,就会造成严重的水体污染。本文以硝酸盐、磷酸盐为研究对象,采用紫外分光光度法进行分析研究。220nm作为线性程度最好的波长点,经过实验表明硝酸盐溶液的浓度处于0-4mg/L之间时,吸光度正比于溶液浓度,从4mg/L开始,工作曲线呈现非线性走势。利用一元线性回归获得回归直线,其相关系数为0.9988,同时得到很小的回归系数标准误差。生活污水中含有大量的磷,如果任意排放污水,就会造成江、河、湖、海中磷含量过高,水体富营养化。由于磷的不稳定性,实验所得数据经过转换,确定了吸光度与溶液浓度的非线性关系,本文使用BP神经网络算法处理此非线性问题。运用Matlab语言实现BP网络算法,实验中Levenberg-Marquardt法网络收敛速度最快,循环54次后就达到精度要求,量化共轭梯度法最慢,迭代到300次还未达到精度要求。采用数据拟合法得到12次拟合曲线,与BP网络算法相比,数据拟合法复杂,效果较差。本文的研究丰富了紫外吸收光谱检测的应用领域,并结合线性回归方法、BP神经网络算法等进一步使得紫外检测技术在水污染的治理中有了方法上的改进和提高,为进一步研究水污染的各种成因提供了依据,为光电检测技术提供了科学参考。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 国内外研究状况
• 1.3 紫外吸收光谱基本原理
• 1.3.1 紫外吸收光谱的产生
• 1.3.2 光吸收的基本定律
• 1.3.3 紫外吸收光谱法的特点
• 1.4 本文主要的研究工作
• 第二章 硝酸盐溶液的紫外吸收光谱的研究
• 2.1 氮的检测方法
• 2.2 紫外吸收光谱的分析方法
• 2.2.1 单组分的分析
• 2.2.2 多组分的分析
• 2.2.3 新分析技术
• 2.3 实验仪器和操作方法
• 2.3.1 仪器与试剂
• 2.3.2 仪器的操作
• 2.4 实验结论
• 2.4.1 确定波长点
• 2.4.2 分析 220nm 工作曲线
• 2.5 小结
• 第三章 BP 神经网络技术
• 3.1 BP 神经网络
• 3.1.1 基本原理
• 3.1.2 BP 网络存在的问题及改进措施
• 3.2 Matlab 中 BP 神经网络的实现
• 3.3 基于 Matlab 语言的 BP 神经网络的改进算法
• 3.3.1 附加动量法
• 3.3.2 自适应学习速率法
• 3.3.3 共轭梯度法
• 3.3.4 拟牛顿法
• 3.3.5 Levenberg-Marquardt 优化方法
• 3.4 结论
• 第四章 BP 神经网络在磷酸盐溶液紫外吸收光谱中的应用
• 4.1 磷的检测方法
• 4.2 实验材料和方法
• 4.2.1 仪器与试剂
• 4.2.2 实验方法
• 4.3 实验结果
• 4.3.1 BP 神经网络算法
• 4.3.2 Matlab 中的曲线拟合
• 4.4 本章小结
• 第五章 总结与展望
• 5.1 工作总结
• 5.2 展望
• 致谢
• 参考文献
• 附录A:攻读硕士学位期间发表的论文清单
• 附录B:论文中使用的程序