计量学报

作者：陈颖,崔行宁,肖春艳,张杰,张灿,杨惠,李少华

单位：燕山大学 河北省测试计量技术及仪器重点实验室, 河北 秦皇岛 066004

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

基金：国家自然科学基金(61201112,61475133);河北省自然科学基金(F2016203188,F2016203245);中国博士后基金项目(2018M630279);河北省博士后择优资助项目(B2018003028);河北省高等学校科学技术研究项目(ZD2018243)国家重点研发计划(2016YFC1400601-3);河北省重点研发计划(19273901D, 20373301D);河北省自然科学基金(F2020203066);中国博士后基金(2018M630279);河北省博士后择优资

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35min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0.92s和0.24s,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。

来源：2021年第1期

《计量学报》期刊编辑部

查看计量学报杂志2021年第1期