首页--工业技术论文--建筑科学论文--地下建筑论文--市政工程论文--给水工程(上水道工程)论文--净水工程(给水处理)论文--水质论文

基于紫外—可见吸收光谱的供水管网水质在线异常检测方法研究

致谢第5-6页
摘要第6-8页
Abstract第8-9页
第1章 绪论第15-25页
    摘要第15页
    1.1 研究背景及意义第15-17页
    1.2 国内外研究现状第17-22页
        1.2.1 基于常规水质参数的水质异常检测技术第17-19页
        1.2.2 基于光谱的水质异常检测技术第19-22页
    1.3 本文主要研究内容第22-24页
        1.3.1 课题的提出第22页
        1.3.2 主要研究内容和章节安排第22-24页
    1.4 本章小结第24-25页
第2章 基于紫外-可见光谱的水质异常检测原理和方法第25-39页
    摘要第25页
    2.1 基于紫外-可见光谱的水质检测原理第25-28页
        2.1.1 紫外光谱的产生机理第25-26页
        2.1.2 朗伯-比尔定律第26-28页
    2.2 水质异常在线检测的基本概念第28-29页
    2.3 基于紫外-可见光谱在线水质异常检测方法第29-35页
        2.3.1 紫外-可见光谱常见预处理方法第30-31页
        2.3.2 光谱水质异常检测方法第31-32页
        2.3.3 水质异常检测性能评估方法第32-35页
    2.4 基于紫外-可见光谱的在线水质异常检测实验平台第35-38页
    2.5 本章小结第38-39页
第3章 基于特征波长吸光度的已知污染物异常检测方法研究第39-54页
    摘要第39页
    3.1 基于特征波长吸收度的水质异常检测概述第39-40页
    3.2 特征波长的识别第40-45页
    3.3 基于特征波长吸光度的水质异常检测的实验方案设计及结果分析第45-53页
        3.3.1 结果分析方法第45-48页
        3.3.2 实验方案设计第48-50页
        3.3.3 实验药品及检测结果分析第50-53页
    3.4 本章小结第53-54页
第4章 基于光谱数据降维方法的水质异常检测方法研究第54-67页
    摘要第54页
    4.1 概述第54页
    4.2 基于传统PCA降维的紫外-可见光谱水质异常检测技术第54-58页
        4.2.1 主成分分析降维方法第55-57页
        4.2.2 聚类分析第57-58页
    4.3 实验方案设计第58-61页
        4.3.1 污染物介绍第58-59页
        4.3.2 设备参数设定第59-61页
    4.4 实验结果处理与分析第61-66页
        4.4.1 PCA模型降维分析第61-63页
        4.4.2 聚类算法分类效果第63-66页
    4.5 本章小结第66-67页
第5章 基于光谱统计特征提取的水质异常检测方法研究第67-81页
    摘要第67页
    5.1 概述第67页
    5.2 基于光谱统计特征提取的水质异常检测方法第67-71页
        5.2.1 基于概率主成分分析的紫外全光谱异常检测技术第67-70页
        5.2.2 统计学原理第70-71页
    5.3 多变量监测模型第71-74页
        5.3.1 数据处理方法第71-73页
        5.3.2 控制监测图分析第73-74页
    5.4 水质异常检测实验第74-76页
    5.5 参数选择第76-77页
        5.5.1 滑动窗窗口长度选择第76-77页
        5.5.2 主成分数量选择第77页
    5.6 实验结果及分析第77-79页
        5.6.1 PPCA模型效果分析第77-78页
        5.6.2 实验误差分析第78-79页
    5.7 本章小结第79-81页
第6章 总结与展望第81-83页
    6.1 论文工作总结第81-82页
    6.2 工作展望第82-83页
参考文献第83-86页
作者在攻读硕士学位期间的研究成果第86-87页
    攻读硕士期间参与的主要项目第86页
    攻读硕士期间发表论文第86-87页
作者简介第87页

论文共87页,点击 下载论文
上一篇:南京供电公司绩效考核及其激励机制的研究
下一篇:基于真空气压浸渗的连续Al2O3f/Al复合材料微观组织及力学性能研究