CN113588617A - 水质多特征预警溯源***及方法 - Google Patents
水质多特征预警溯源***及方法 Download PDFInfo
- Publication number
- CN113588617A CN113588617A CN202110882225.4A CN202110882225A CN113588617A CN 113588617 A CN113588617 A CN 113588617A CN 202110882225 A CN202110882225 A CN 202110882225A CN 113588617 A CN113588617 A CN 113588617A
- Authority
- CN
- China
- Prior art keywords
- sample
- measurement
- early warning
- module
- water
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 title abstract description 10
- 238000005259 measurement Methods 0.000 claims abstract description 151
- 238000003911 water pollution Methods 0.000 claims abstract description 69
- 238000013135 deep learning Methods 0.000 claims abstract description 22
- 238000002211 ultraviolet spectrum Methods 0.000 claims abstract description 20
- 238000002189 fluorescence spectrum Methods 0.000 claims abstract description 16
- 238000011545 laboratory measurement Methods 0.000 claims abstract description 14
- 238000002360 preparation method Methods 0.000 claims abstract description 14
- 238000001514 detection method Methods 0.000 claims description 20
- 239000000126 substance Substances 0.000 claims description 8
- 238000010790 dilution Methods 0.000 claims description 7
- 239000012895 dilution Substances 0.000 claims description 7
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 6
- 239000001301 oxygen Substances 0.000 claims description 6
- 229910052760 oxygen Inorganic materials 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 3
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 claims description 3
- 229910052799 carbon Inorganic materials 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 230000002572 peristaltic effect Effects 0.000 claims description 3
- 238000011002 quantification Methods 0.000 claims description 3
- 239000000725 suspension Substances 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000012544 monitoring process Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 9
- 238000001228 spectrum Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 239000003651 drinking water Substances 0.000 description 4
- 235000020188 drinking water Nutrition 0.000 description 4
- 239000003344 environmental pollutant Substances 0.000 description 4
- 231100000719 pollutant Toxicity 0.000 description 4
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical group C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 2
- 150000001450 anions Chemical class 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 150000002739 metals Chemical class 0.000 description 2
- -1 organic matters Chemical class 0.000 description 2
- 229910052698 phosphorus Inorganic materials 0.000 description 2
- 239000011574 phosphorus Substances 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 239000010865 sewage Substances 0.000 description 2
- 238000000870 ultraviolet spectroscopy Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001917 fluorescence detection Methods 0.000 description 1
- 238000001506 fluorescence spectroscopy Methods 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 231100001240 inorganic pollutant Toxicity 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000010791 quenching Methods 0.000 description 1
- 230000000171 quenching effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/33—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using ultraviolet light
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明公开了一种水质多特征预警溯源***及方法,其中,***包括:在线测量模块,包括:荧光光谱测量模块,用于获取样品的荧光信息;紫外光谱测量模块,用于获取样品的水质多参数信息;自动样品制备模块,提供条件;在线测量模块,用于通过和水污染识别预警模块完成样品的在线测量;实验室测量模块,包括:用于多样品自动供样设备和水污染识别预警模块协同以完成所述样品自动测量。本发明所提供的水污染源自动测量***,利用深度学习算法将测量数据与不同行业工厂水质标准指纹库进行匹配,计算测量水样与所属区域污染产生工厂的标准水样库匹配程度。而且拓宽水污染识别预警仪的应用场景,云溯源技术实时更新补充水污染数据库。
Description
技术领域
本发明涉及水质监测技术领域,特别涉及一种水质多特征预警溯源***。
背景技术
针对水污染识别预警技术,目前主要采用水质常规五参数(溶解氧、水温、电导率、pH、浊度)、COD、氨氮、总磷等在线水质监测装备,并按照国家、地方等相关水质参数标准来判断水质是否污染;该类设备目前维护成本高,监测周期性长;针对水污染溯源,目前主要有水污染预警溯源仪,利用三维荧光检测方法,实时采集水质三维荧光光谱,并根据光谱的峰位、强度等相对应关系,对污水水质来源进行实时预警与溯源;用阴离子、有机物、金属等信息作为污染源的识别依据。
现有技术的缺点:
基于水质常规五参数(溶解氧、水温、电导率、pH、浊度)、COD、氨氮、总磷等在线水质监测装备,监测时间长,监测技术灵敏度不足(如COD难以检测出含3个苯环以上的有机物),尤其是对于无机污染物水样,更是难以进行有效的识别与预警;
现有水污染预警溯源仪通过利用三维荧光光谱检测方法,可对大多数有机物进行识别及预警,而对于重金属及荧光响应较弱的污染物质,加之污染物种类及浓度对荧光的猝灭影响,水质异常难以有效预警;
通过特征污染物来识别污染源的方法原理可行,但实用性不稳定,应用推广价值低。特征污染物差异大,检测设备多,有时捕捉不到。北京化工大学提出用阴离子、有机物、金属等信息作为污染源的化学指纹来识别污染源,投资高、操作复杂、数据库建立工作量过大等缺点会限制大规模应用。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
本发明解决针对饮用水、地表水、地下水等水污染,解决复杂基质下的水污染识别及预警问题,突破常规水质在线监测的及时性不足、污水源头识别难等问题。
为此,本发明的一个目的在于提出一种水质多特征预警溯源***,通过综合使用紫外光谱仪及荧光光谱仪,获取水质多参数及三维荧光指纹谱,并将所有测量数据传送至云服务器,利用深度学习算法将测量数据与不同行业工厂水质标准指纹库进行匹配,计算测量水样与所属区域污染产生工厂的标准水样库匹配程度。
本发明的另一个目的在于提出一种水质多特征预警溯源方法。
为达到上述目的,本发明一方面实施例提出了一种水质多特征预警溯源***,包括:水污染识别预警模块、在线测量模块和实验室测量模块,其中,
所述在线测量模块,包括:
荧光光谱测量模块,用于获取样品的荧光信息,为深度学习算法提供指纹数据;
紫外光谱测量模块,用于获取所述样品的水质参数信息,为所述深度学习算法提供参数数据;
自动样品制备模块,为所述荧光光谱测量模块和所述紫外光谱测量模块提供条件;所述在线测量模块,用于通过和水污染识别预警模块完成所述样品的在线测量;
所述实验室测量模块,包括:用于多样品自动供样设备和所述水污染识别预警模块协同以完成所述样品自动测量。
本发明实施例的水质多特征预警溯源***,通过综合使用紫外光谱仪及荧光光谱仪,获取水质多参数及三维荧光指纹谱,并将所有测量数据传送至云服务器,利用深度学习算法将测量数据与不同行业工厂水质标准指纹库进行匹配,计算测量水样与所属区域污染产生工厂的标准水样库匹配程度。
另外,根据本发明上述实施例的水质多特征预警溯源***还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述荧光光谱测量模块包括:荧光光谱仪;所述紫外光谱测量模块包括:紫外光谱仪。
进一步地,在本发明的一个实施例中,所述荧光光谱测量模块和所述紫外光谱测量模块,都在所述***的控制下启动测量。
进一步地,在本发明的一个实施例中,所述自动样品制备模块,包括:蠕动泵、NC电磁阀和控制组,用于所述样品的吸取、定量、稀释和管道清洗功能中的多种。
进一步地,在本发明的一个实施例中,所述紫外光谱测量模块,还用于获取水质的浊度、硝氮、总碳、化学需氧量和悬浮度参数信息中的多种。
进一步地,在本发明的一个实施例中,所述在线测量模块,还用于定时间隔测量模式和实时触发测量模式两种工作模式,所述两种工作模式同一时间只能处于其中一种工作模式;其中,
所述定时间隔测量模式,每隔一定时间进行一次测量,并通过设置开始时间和间隔时间进行任务规划;
所述实时触发测量模式,在空闲模式下进行实时触发测量,所述实时触发测量是立即进行所述样品取样测量。
进一步地,在本发明的一个实施例中,所述在线测量模块,还用于通过所述自动样品制备模块与所述紫外光谱测量模块汲取所述样品并得到测量数据,获取所述测量数据并传送至云端,所述云端根据所述测量数据进行溯源得到结果,并将所述结果返回给所述水污染识别预警模块,其中,如果荧光测量数据超出预设阈值,由所述云端根据所述测量数据向所述水污染识别预警模块下发稀释测量的任务。
进一步地,在本发明的一个实施例中,所述实验室测量模块,用于在自动测量模式下,所述水污染识别预警模块的取水管连接至所述多样品自动供样设备的取样输出管,以连续测量和单次测量;以及,
用于在手动测量模式下,不配备所述多样品自动供样设备,每次只对一个所述样品进行取样测量。
进一步地,在本发明的一个实施例中,还包括:连续测量模块,
所述连续测量模块用于在所述连续测量情况下,所述多样品自动供样设备检测所述样品数量和所述样品放在样品盘的位置信息,所述水污染识别预警模块向所述多样品自动供样设备发送测量指定编号样品盘指令,所述多样品自动供样设备读取指定样品盘编号的样品二维码信息,并汲取所述样品进行测量,将测量数据与所述二维码信息发送至云端,所述云端将溯源结果发送给所述水污染识别预警模块。
为达到上述目的,本发明另一方面实施例提出了一种应用于水质多特征预警溯源装置的检测方法,包括以下步骤:
获取样品的荧光信息,为深度学习算法提供指纹数据;
获取所述样品的水质多参数信息,为所述深度学习算法提供参数数据;
为所述获取样品的荧光信息和所述获取所述样品的参数信息提供条件;以及,
通过和所述水污染识别预警完成所述样品的在线测量;
所述实验室测量,通过多样品自动供样和所述水污染识别预警协同以完成所述样品自动测量。
本发明实施例应用于水质多特征预警溯源***的检测方法,通过综合使用紫外光谱仪及荧光光谱仪,获取水质多参数及三维荧光指纹谱,并将所有测量数据传送至云服务器,利用深度学习算法将测量数据与不同行业工厂水质标准指纹库进行匹配,计算测量水样与所属区域污染产生工厂的标准水样库匹配程度。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明一个实施例的水污染识别预警***硬件组成的结构图;
图2为根据本发明一个实施例的水质多特征预警溯源***结构示意图;
图3为根据本发明一个实施例的自动样品制备与紫外光谱测量管路图的结构示意图;
图4为根据本发明一个实施例的数据测量***结构示意图;
图5为根据本发明一个实施例的样品瓶检测工作流程图;
图6为根据本发明一个实施例的样品检监测流程图;
图7为根据本发明一个实施例的应用于水质多特征预警溯源装置的检测方法流程图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的水质多特征预警溯源***与方法,首先将参照附图描述根据本发明实施例提出的水质多特征预警溯源***。
本发明应用:解决饮用水安全、污染源监管、水污染事故应急等重要环境监管业务中对突发性水污染事件预警、水污染排放源识别的重大国家需求,支撑当前环境治理和监管工作,如下述场景:
1)协助水利局、卫健委等进行饮用水源地、水库等水质多特征监测及检测,及时预警,保障公共饮水安全;
2)协助生态环境部门、住房和城乡***门、市政等相关水污染防治监管整治单位进行水污染防治、黑臭水体整治、河湖长制实施、流域/区域污染控制、城市生态环境保护等工作;
3)帮助社会化检测维护公司解决检测分析人员用工缺口,以自动、智能方式进行水污染溯源排查、水质水量检测及在线监测等;
4)部署在实验室,与多样品自动供样设备配合,实现对多个样品的自动连续测量和分析。
本发明主含要包水污染识别与预警***及装备,装备包含荧光光谱测量模块、自动样品制备与紫外光谱测量模块和多样品自动供样设备(配套产品)等,如图1所示。
图2为根据本发明一个实施例的水质多特征预警溯源***结构示意图。
如图2所示,该水质多特征预警溯源***10包括:
水污染识别预警模块100、在线测量模块200和实验室测量模块300。
其中,在线测量模块200,包括:荧光光谱测量模块300,用于获取样品的荧光信息,为深度学习算法提供指纹数据。
具体的,水污染识别预警***主要由工控计算机和部署在上面的荧光光谱仪自带的软件和水污染识别预警自动控制软件组成。实现对全***的管理与控制。
可以理解的,荧光光谱测量模块300主要由荧光光谱仪和配套软件组成。荧光光谱仪和配套软件能够在水污染识别预警***的控制下启动测量。通过荧光谱仪获取待测样品的荧光信息,为后续深度学习算法提供指纹数据。
图3为据本发明一个实施例的自动样品制备与紫外光谱测量管路图的结构示意图,如图3所示。
紫外光谱测量模块400,用于获取样品的参数信息,为深度学习算法提供参数数据。
具体的,紫外光谱测量模块400主要由紫外光谱仪组成。紫外光谱仪能够在水污染识别预警***的控制下启动测量。通过紫外光谱仪获取待测样品的相关参数信息,为后续深度学习算法提供数据。紫外光谱测量能够获取水质的浊度、硝氮、总碳、化学需氧量和悬浮度等相关信息。
自动样品制备模块500,为荧光光谱测量模块300和紫外光谱测量模块400提供条件。
具体的,自动样品制备模块500主要由蠕动泵、NC电磁阀和相应控制组成,实现样水的吸取、定量、稀释和管道清洗等功能。为荧光光谱测量和紫外光谱测量提供条件。
在线测量模块200,用于通过和水污染识别预警模块100完成样品的在线测量。
图4为根据本发明一个实施例的数据测量***结构示意图,如图4所示:
具体的,水污染识别预警***可部署在水质监测点,通过自动样品制备模块500与紫外光谱测量模块400每隔一段时间从取样点汲取一定量的样水,通过获取测量数据,传送至云端。云端根据测量数据进行溯源,得到结果返回给水污染识别预警***。如果荧光测量数据超出范围,由云端根据测量数据向水污染识别预警***下发稀释测量的任务。
现场在线测量可实现定时测量和实时触发测量两种工作方式。两种工作方式同一时间只能处于其中一种工作方式。工作方式可以云端进行设置,也可以在本地进行设置,设置完成后需进行同步更新。
定时间隔测量模式是每隔一定时间进行一次测量。通过设置开始时间和间隔时间进行任务规划,开始时间和间隔时间可以参数化设置。
仪器在空闲模式下,可以进行实时触发测量。实时触发是立即进行样品取样测量。
实验室测量模块600,包括:用于多样品自动供样设备和水污染识别预警模块100协同以完成样品自动测量。
其中,实验室测量有自动测量和手动测量两种方式。
图5为根据本发明一个实施例的样品瓶检测工作流程图,图6为根据本发明一个实施例的样品检监测流程图,如图6所示:
自动测量必须配备多样品自动供样***。水污染识别预警装备的取水管连接至多样品自动供样***的取样输出管。可以实现连续测量和单次测量。连续测量情况下,将所有待测量样品放置在多样品自动供样***的样品盘,多样品自动供样***可以检测样品数量和样品放在样品盘的位置信息。水污染识别预警***100向多样品自动供样***发送测量指定编号样品盘指令。多样品自动供样***读取指定样品盘编号的样水二维码信息,然后汲取一定量的样水进行测量,控制***将测量数据与二维码信息打包发送至云端,云端将溯源结果下传给水污染识别预警***100。
手动测量是指不配备多样品自动供样***,一次只能进行一个样品的测量。
本发明的水污染识别与预警***可部署在水质监测点,能够按照时间任务规划实现对水质监测点的在线连续自动测量。水污染识别与预警***也可部署在实验室,与多样品自动供样设备配合,实现对多个样品的自动连续测量和分析。
常规在线式水污染监测式装备多数适用于野外或监测站,而实验室所采用的同等指标的测试主要采用台式装备,需要配备相关的专业人员进行操作;本发明所提供的装备能够同时适用于野外或监测站及实验室检测,实验室检测时,通过多样品自动供样***能够实现无人看管式自动检测,对于现场采集的水样,也可以进行智能无人化操作;本发明提出的云溯源技术,通过获取设备上所测量的数据传送至云端。云端根据测量数据进行计算分析,得到溯源结果返回给水污染识别与预警***。如果荧光测量数据超出范围,由云端根据测量数据向***下发稀释测量的任务。
本发明提出的云溯源技术,通过获取设备上所测量的数据传送至云端。云端根据测量数据进行计算分析,得到溯源结果返回给水污染识别与预警***,实时补充污染源数据库,为溯源模型的优化提供数据源。
根据本发明实施例的水质多特征预警溯源***,通过在线测量模块,包括:荧光光谱测量模块,用于获取样品的荧光信息;紫外光谱测量模块,用于获取样品的参数信息;自动样品制备模块,提供条件;在线测量模块,用于通过和水污染识别预警模块完成样品的在线测量;实验室测量模块,包括:用于多样品自动供样设备和水污染识别预警模块协同以完成所述样品自动测量。本发明所提供的水污染源自动测量***,通过综合使用紫外光谱仪及荧光光谱仪,获取水质多参数及三维荧光指纹谱,并将测量数据传送至云服务器,利用深度学习算法将测量数据与不同行业工厂水质标准指纹库进行匹配,计算测量水样与所属区域污染产生工厂的标准水样库匹配程度,而且拓宽水污染识别预警仪的应用场景,云溯源技术实时更新补充水污染数据。
其次参照附图描述根据本发明实施例提出的应用于水质多特征预警溯源***的检测方法。
图7是本发明一个实施例的应用于水质多特征预警溯源***的检测方法流程图。
如图7所示,该应用于水质多特征预警溯源***的检测方法,包括:
水污染识别预警、在线测量和实验室测量,其中,在线测量包括:
获取样品的荧光信息,为深度学习算法提供指纹数据;
获取样品的参数信息,为深度学习算法提供参数数据;
为获取样品的荧光信息和获取样品的水质多参数信息提供条件;以及,
通过和水污染识别预警完成样品的在线测量;
实验室测量,通过多样品自动供样和水污染识别预警协同以完成样品自动测量。
需要说明的是,前述对水质多特征预警溯源***实施例的解释说明也适用于该实施例的应用于水质多特征预警溯源***的检测方法,此处不再赘述。
根据本发明实施例提出的应用于水质多特征预警溯源***的检测方法,通过水污染识别预警、在线测量和实验室测量,其中,在线测量包括:获取样品的荧光信息,为深度学习算法提供指纹数据;获取样品的参数信息,为深度学习算法提供参数数据;为获取样品的荧光信息和获取样品的参数信息提供条件;以及,通过和水污染识别预警完成样品的在线测量;实验室测量,通过多样品自动供样和水污染识别预警协同以完成样品自动测量。本发明所提供的水污染源自动测量***,通过综合使用紫外光谱仪及荧光光谱仪,获取水质多参数及三维荧光指纹谱,并将测量数据传送至云服务器,利用深度学习算法将测量数据与不同行业工厂水质标准指纹库进行匹配,计算测量水样与所属区域污染产生工厂的标准水样库匹配程度,而且拓宽水污染识别预警仪的应用场景,云溯源技术实时更新补充水污染数据库。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不是必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种水质多特征预警溯源***,其特征在于,包括:水污染识别预警模块、在线测量模块和实验室测量模块,其中,
所述在线测量模块,包括:
荧光光谱测量模块,用于获取样品的荧光信息,为深度学习算法提供指纹数据;
紫外光谱测量模块,用于获取所述样品的水质参数信息,为所述深度学习算法提供水质参数数据;
自动样品制备模块,为所述荧光光谱测量模块和所述紫外光谱测量模块提供条件;所述在线测量模块,用于通过和水污染识别预警模块完成所述样品的在线测量;
所述实验室测量模块,包括:用于多样品自动供样设备和所述水污染识别预警模块协同以完成所述样品自动测量。
2.根据权利要求1所述的水质多特征预警溯源***,其特征在于,
所述荧光光谱测量模块包括:荧光光谱仪;
所述紫外光谱测量模块包括:紫外光谱仪。
3.根据权利要求2所述的水质多特征预警溯源***,其特征在于,所述荧光光谱测量模块和所述紫外光谱测量模块,都在所述***的控制下启动测量。
4.根据权利要求1所述的水质多特征预警溯源***,其特征在于,所述自动样品制备模块,包括:蠕动泵、NC电磁阀和控制组,用于所述样品的吸取、定量、稀释和管道清洗功能中的多种。
5.根据权利要求1所述的水质多特征预警溯源***,其特征在于,所述紫外光谱测量模块,还用于获取水质的浊度、硝氮、总碳、化学需氧量和悬浮度参数信息中的多种。
6.根据权利要求1所述的水质多特征预警溯源***,其特征在于,所述在线测量模块,还用于定时间隔测量模式和实时触发测量模式两种工作模式,所述两种工作模式同一时间只能处于其中一种工作模式;其中,
所述定时间隔测量模式,每隔一定时间进行一次测量,并通过设置开始时间和间隔时间进行任务规划;
所述实时触发测量模式,在空闲模式下进行实时触发测量,所述实时触发测量是立即进行所述样品取样测量。
7.根据权利要求1所述的水质多特征预警溯源***,其特征在于,所述在线测量模块,还用于通过所述自动样品制备模块与所述紫外光谱测量模块汲取所述样品并得到测量数据,获取所述测量数据并传送至云端,所述云端根据所述测量数据进行溯源得到结果,并将所述结果返回给所述水污染识别预警模块,其中,如果荧光测量数据超出预设阈值,由所述云端根据所述测量数据向所述水污染识别预警模块下发稀释测量的任务。
8.根据权利要求1所述的水质多特征预警溯源***,其特征在于,所述实验室测量模块,
用于在自动测量模式下,所述水污染识别预警模块的取水管连接至所述多样品自动供样设备的取样输出管,以连续测量和单次测量;以及,
用于在手动测量模式下,不配备所述多样品自动供样设备,每次只对一个所述样品进行取样测量。
9.根据权利要求8所述的水质多特征预警溯源***,其特征在于,还包括:连续测量模块,
所述连续测量模块用于在所述连续测量情况下,所述多样品自动供样设备检测所述样品数量和所述样品放在样品盘的位置信息,所述水污染识别预警模块向所述多样品自动供样设备发送测量指定编号样品盘指令,所述多样品自动供样设备读取指定样品盘编号的样品二维码信息,并汲取所述样品进行测量,将测量数据与所述二维码信息发送至云端,所述云端将溯源结果发送给所述水污染识别预警模块。
10.应用于权利要求1-9任一所述***的一种应用于水质多特征预警溯源***的检测方法,其特征在于,方法包括:水污染识别预警、在线测量和实验室测量,其中,所述在线测量,包括:
获取样品的荧光信息,为深度学习算法提供指纹数据;
获取所述样品的水质参数信息,为所述深度学习算法提供水质参数数据;
为所述获取样品的荧光信息和所述获取所述样品的参数信息提供条件;以及,
通过和所述水污染识别预警完成所述样品的在线测量;
所述实验室测量,通过多样品自动供样和所述水污染识别预警协同以完成所述样品自动测量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110882225.4A CN113588617A (zh) | 2021-08-02 | 2021-08-02 | 水质多特征预警溯源***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110882225.4A CN113588617A (zh) | 2021-08-02 | 2021-08-02 | 水质多特征预警溯源***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113588617A true CN113588617A (zh) | 2021-11-02 |
Family
ID=78253906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110882225.4A Pending CN113588617A (zh) | 2021-08-02 | 2021-08-02 | 水质多特征预警溯源***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113588617A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114860816A (zh) * | 2022-07-11 | 2022-08-05 | 广东盈峰科技有限公司 | 一种水质污染智能预警体系集成方法、装置及相关设备 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102707028A (zh) * | 2012-06-19 | 2012-10-03 | 力合科技(湖南)股份有限公司 | 水质有机物监测预警*** |
CN103267832A (zh) * | 2013-05-13 | 2013-08-28 | 安徽工程大学 | 地表水在线水质监测*** |
CN103823035A (zh) * | 2014-01-09 | 2014-05-28 | 南通大学 | 一种供水企业三位一体水质风险预警*** |
CN107561046A (zh) * | 2017-08-28 | 2018-01-09 | 常州大学 | 一种基于荧光水纹的污水厂尾水排放实时监测方法与*** |
US20180148360A1 (en) * | 2016-11-30 | 2018-05-31 | Woods Hole Oceanographic Institution | Systems and methods for continuous measurement of an analyte |
CN108776115A (zh) * | 2018-07-13 | 2018-11-09 | 苏州天信德环保科技有限公司 | 一种岸基水质预警监测站 |
WO2018232505A1 (en) * | 2017-06-20 | 2018-12-27 | Spi Technology Ltd. | DARK WATER QUALITY DISINFECTION AND CONTROL SYSTEM |
CN109142296A (zh) * | 2018-08-16 | 2019-01-04 | 中国科学院合肥物质科学研究院 | 基于多源光谱特征的城市水体黑臭快速识别测定方法 |
CN109711674A (zh) * | 2018-12-03 | 2019-05-03 | 北京师范大学 | 一种用于湖库水体污染溯源的指纹图谱库构建方法及装置 |
CN112362631A (zh) * | 2020-12-02 | 2021-02-12 | 华夏安健物联科技(青岛)有限公司 | 一种荧光光谱法监测水体中溶解性有机物的装置及检测方法 |
CN112381369A (zh) * | 2020-11-02 | 2021-02-19 | 河海大学 | 基于在线光谱识别的水体污染溯源和风险预测评估方法 |
CN112505282A (zh) * | 2020-12-25 | 2021-03-16 | 生态环境部南京环境科学研究所 | 一种环境水体污染实时精准溯源预警方法及其*** |
CN113011478A (zh) * | 2021-03-05 | 2021-06-22 | 清华大学 | 基于数据融合的污染源识别方法及*** |
CN113125663A (zh) * | 2021-04-15 | 2021-07-16 | 东莞固高自动化技术有限公司 | 一种水质监测预警***和方法 |
-
2021
- 2021-08-02 CN CN202110882225.4A patent/CN113588617A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102707028A (zh) * | 2012-06-19 | 2012-10-03 | 力合科技(湖南)股份有限公司 | 水质有机物监测预警*** |
CN103267832A (zh) * | 2013-05-13 | 2013-08-28 | 安徽工程大学 | 地表水在线水质监测*** |
CN103823035A (zh) * | 2014-01-09 | 2014-05-28 | 南通大学 | 一种供水企业三位一体水质风险预警*** |
US20180148360A1 (en) * | 2016-11-30 | 2018-05-31 | Woods Hole Oceanographic Institution | Systems and methods for continuous measurement of an analyte |
WO2018232505A1 (en) * | 2017-06-20 | 2018-12-27 | Spi Technology Ltd. | DARK WATER QUALITY DISINFECTION AND CONTROL SYSTEM |
CN107561046A (zh) * | 2017-08-28 | 2018-01-09 | 常州大学 | 一种基于荧光水纹的污水厂尾水排放实时监测方法与*** |
CN108776115A (zh) * | 2018-07-13 | 2018-11-09 | 苏州天信德环保科技有限公司 | 一种岸基水质预警监测站 |
CN109142296A (zh) * | 2018-08-16 | 2019-01-04 | 中国科学院合肥物质科学研究院 | 基于多源光谱特征的城市水体黑臭快速识别测定方法 |
CN109711674A (zh) * | 2018-12-03 | 2019-05-03 | 北京师范大学 | 一种用于湖库水体污染溯源的指纹图谱库构建方法及装置 |
CN112381369A (zh) * | 2020-11-02 | 2021-02-19 | 河海大学 | 基于在线光谱识别的水体污染溯源和风险预测评估方法 |
CN112362631A (zh) * | 2020-12-02 | 2021-02-12 | 华夏安健物联科技(青岛)有限公司 | 一种荧光光谱法监测水体中溶解性有机物的装置及检测方法 |
CN112505282A (zh) * | 2020-12-25 | 2021-03-16 | 生态环境部南京环境科学研究所 | 一种环境水体污染实时精准溯源预警方法及其*** |
CN113011478A (zh) * | 2021-03-05 | 2021-06-22 | 清华大学 | 基于数据融合的污染源识别方法及*** |
CN113125663A (zh) * | 2021-04-15 | 2021-07-16 | 东莞固高自动化技术有限公司 | 一种水质监测预警***和方法 |
Non-Patent Citations (1)
Title |
---|
吕清等: "基于水纹识别的水体污染溯源案例研究", 《光谱学与光谱分析》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114860816A (zh) * | 2022-07-11 | 2022-08-05 | 广东盈峰科技有限公司 | 一种水质污染智能预警体系集成方法、装置及相关设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108762215B (zh) | 一种污染源动态工况***及使用方法 | |
CN109444232A (zh) | 一种多通道智能化污染气体监测装置与扩散溯源方法 | |
CN110297018A (zh) | 一种排水管网污染物排放溯源的方法及装置 | |
CN107677614B (zh) | 一种水中重金属污染风险在线预警***及方法 | |
CN210604376U (zh) | 一种多参数水质监测装置 | |
CN112381369B (zh) | 基于在线光谱识别的水体污染溯源和风险预测评估方法 | |
CN104730053B (zh) | 一种利用三维荧光光谱反映城市污水厂运行状态的监测方法 | |
CN203101366U (zh) | 用于供水网络的在线水质检测装置和在线水质监控*** | |
CN202404106U (zh) | 污水生物处理技术验证评估移动平台 | |
CN106680520A (zh) | 一种水质自动检测分析仪 | |
CN104880542A (zh) | 一种水污染状况、污染物浓度实时检测装置及检测方法 | |
CN113603166A (zh) | 一种工业园区水污染物溯源管控*** | |
CN113588617A (zh) | 水质多特征预警溯源***及方法 | |
CN110849938A (zh) | 一种超标排污自动预警和留样方法及装置 | |
CN108760664B (zh) | 一种水质多参数自动检测分析方法 | |
CN106442414A (zh) | 一种基于布里渊‑拉曼光谱对水体石油污染物进行快速检的装置及其方法 | |
CN108828178B (zh) | 一种水质巡检设备 | |
CN112630202A (zh) | 一种城市排水***的雨天溢流污水来源的识别方法 | |
CN116448988A (zh) | 一种工业园区土壤污染监测***及方法 | |
CN1896742A (zh) | 空间污染实时监测公示仪 | |
CN216669729U (zh) | 水质监控装置 | |
CN106885914B (zh) | 多污染物成分水质自动检测分析仪以及检测方法 | |
CN205880635U (zh) | 一种移动式应急环境监控*** | |
CN205301309U (zh) | 一种水环境在线自动监测*** | |
CN111007220B (zh) | 一种生猪养殖污水水质敏捷监测的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211102 |