中文摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第一章 绪论 | 第8-16页 |
1.1 水质监测概述 | 第8-10页 |
1.1.1 水质监测的起源及分类 | 第8-9页 |
1.1.2 水质监测的主体及目的 | 第9页 |
1.1.3 水质监测的方法 | 第9-10页 |
1.2 COD 检测原理、方法及其研究进展 | 第10-14页 |
1.2.1 COD 的检测原理 | 第10-11页 |
1.2.2 COD 检测的主要方法及其研究现状 | 第11-14页 |
1.3 本文的主要研究内容 | 第14-16页 |
第二章 紫外吸收法 COD 检测技术的工作原理 | 第16-24页 |
2.1 紫外吸收法测量COD | 第16-20页 |
2.1.1 分子吸收光谱的产生原理 | 第16-17页 |
2.1.2 郎伯比尔定律 | 第17-19页 |
2.1.3 有机物吸收特性 | 第19-20页 |
2.2 紫外吸收COD 数据分析方法 | 第20-24页 |
2.2.1 线性回归方法 | 第20-23页 |
2.2.2 紫外全波段光谱扫描法 | 第23-24页 |
第三章 水质 COD 监测仪器 | 第24-29页 |
3.1 水质COD 监测仪器的分类及现状 | 第24-25页 |
3.2 仪器的总体结构 | 第25-26页 |
3.3 检测光路系统设计 | 第26-29页 |
3.3.1 光源选择 | 第26-27页 |
3.3.2 分光系统简介 | 第27-28页 |
3.3.3 光电采集系统简介 | 第28-29页 |
第四章 紫外吸收法检测实验研究 | 第29-48页 |
4.1 标准溶液实验 | 第29-44页 |
4.1.1 实验仪器 | 第29页 |
4.1.2 邻苯二甲酸氢钾标准溶液的配制 | 第29-30页 |
4.1.3 邻苯溶液吸光度的检测 | 第30-35页 |
4.1.4 吸光度与浊度的关系实验 | 第35-42页 |
4.1.5 其他干扰COD 测定的因素 | 第42-44页 |
4.2 海河水样的实验 | 第44-48页 |
4.2.1 海河流域水质现状 | 第44-45页 |
4.2.2 实验步骤 | 第45-46页 |
4.2.3 海河水样的COD 值的多样性 | 第46-48页 |
第五章 紫外吸光度的 COD 预测建模 | 第48-63页 |
5.1 人工神经网络的概述 | 第48-50页 |
5.2 BP 人工神经网络算法 | 第50-56页 |
5.2.1 BP 神经网络的结构 | 第51页 |
5.2.2 BP 建模数据预处理 | 第51-52页 |
5.2.3 BP 神经网络拓扑结构的确定 | 第52-53页 |
5.2.4 反向传播算法的限制与不足 | 第53-54页 |
5.2.5 紫外吸收光谱吸光度与COD 值的BP 神经网络模型 | 第54-56页 |
5.3 偏最小二乘法 | 第56-61页 |
5.3.1 偏最小二乘法的基本理论 | 第57-60页 |
5.3.2 紫外吸收法COD 检测中偏最小二乘法模型的建立 | 第60-61页 |
5.4 BP 网络与偏最小二乘回归预测精度及性能评价比较 | 第61-63页 |
5.4.1 两种模型预测精度的比较 | 第61-62页 |
5.4.2 两种数学模型的性能评价 | 第62-63页 |
第六章 总结与展望 | 第63-66页 |
6.1 总结 | 第63-64页 |
6.2 展望 | 第64-66页 |
参考文献 | 第66-69页 |
发表论文和参加科研情况说明 | 第69-70页 |
致谢 | 第70页 |