复杂水质环境下基于PSO-ELM的BOD快速检测

• 作者: 陈颖 崔行宁 肖春艳 张杰 张灿 杨惠 李少华
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 生化需氧量 快速检测 粒子群算法 极限学习机
• 年，卷（期）: 2021,（1）
• 页码范围: 105-110
• 页数: 6页
• 分类号: TB99
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2021.01.17

摘要

针对检测生化需氧量(BOD)的传统五日培养法(BOD5)操作复杂、时效性差的不足,以及水质中复杂环境因素干扰检测过程等问题,提出了基于微生物膜法的快速检测系统,进而以粒子群算法(PSO)优化的极限学习机(ELM)算法来实现BOD检测.检测系统以溶解氧传感器和微生物膜反应器为核心,能够在35 min内完成检测,其中微生物反应器使用功能化的螺旋玻璃管制成,但微生物膜易受水质复杂环境的影响.为此,运用PSO-ELM算法消除水质中浊度(SS)、pH值、氧化还原电位(ORP)对检测结果的干扰,与BP神经网络和ELM算法相比,运行时间分别缩短0.92 s和0.24 s,测试误差分别减小5.3％和4.0％.在实际海水水样的测试结果中,该方法与BOD5法相对误差保持在2.69％～3.86％内.