全光谱水质分析系统的制作方法

本发明涉及一种紫外至可见光全光谱水质分析系统，特别是一种将接收光分光为许多高分辨率的光谱，并测量不同的光吸收度，再根据默认人工智能模型算法，大数据平行比对验证，自我深度学习分析相关性及各种干扰因子，计算出修正加权参数作相互数值补偿及噪声滤除(如浊度及色度等)，以进一步得出更高精准度的氨氮、总磷、总氮、uv254、化学需氧量(cod)、总有机碳(toc)、生物需氧量(bod)、溶解性有机碳(doc)、高锰酸盐指数(codmn)、硝氮、亚硝氮、色度、浊度、总悬浮固体、苯酚(btx)、臭氧或硫化氢等多种有机物质浓度的全光谱水质分析系统。

背景技术：

现有水中氨氮分析仪主要是采用离子选择电极法，由钾离子选择电极、ph电极(参比电极)和温度电极共同组成一个一体式电极，包括一传感器电极膜头，用传感器电极膜头产生电化学反应，通过氨离子浓度来进行换算电化学的反应，以取得污水水中氨氮的含量。但离子选择电极法最大的缺点为传感器电极膜头要经常要更换，且该传感器电极膜头会老化或阻塞钝化，所以大概10-14天左右要校准一次，造成人工耗费很大，而且该传感器电极膜头会偏移，大约2-3个月就要更换，不符合经济效益。

另一种现有水中氨氮分析仪是采用水杨酸分光光度法或纳氏试剂比色法，该水杨酸分光光度法是基于水扬酸钠比色法测量水中的氨氮含量，在碱性介质及催化剂的条件下，以游离状态的氨或铵离子等形式存在氨氮与水扬酸盐反应生成一种带色络合物，分析仪根据络合物颜色深浅程度，最终将其转换化为氨氮浓度值。而该纳氏试剂比色法的原理是以游离态的氨或铵离子存在氨氮与纳氏试剂反应生成淡红棕色络合物，该络合物的吸光度与氨氮的含量成正比，于该络合物的特征吸收波长处测量吸光度，通过仪表计算得到水样中氨氮的含量。

现有总磷分析仪基于比色法测量水中的总磷含量，原理是水中聚磷酸盐和其他含磷化合物，在高温或高压的酸性条件下水解，生成磷酸根，对于其他难氧化的磷化合物，则被强氧化剂过硫酸纳氧化为磷酸根。磷酸根在含钼离子酸盐的强酸溶液中，生成一种锑化合物，这种锑化合物被抗坏血酸还原为蓝色的磷钼酸盐，测量磷钼酸盐的吸光度，和标准相比，就得到水样中总磷含量用。

另一种水中总磷含量的测量方法为过硫酸钾或硝酸-高氯酸使试样消解，并将总含磷全部转化为正磷酸盐。在酸性介质中，正磷酸盐与钼酸铵反应，在锑盐存在下生成磷钼杂多酸后，立即被抗换血酸还原，生成蓝色络合物，其吸光度与总磷的浓度成正本。

现有水中总氮分析仪是基于比色法测量水中的总氮含量，原理是在120~124°c下，碱性过硫酸钾溶液使样品中的含氮化合物的氮转化为硝酸盐，采用紫外分光光度法于波长200nm和275nm处，分别测定吸光度，按公式计算校正吸光度，总氮含量与校正吸光度成正本，以取得水中总氮的含量。

然而，上述无论是水中氨氮或总磷或总氮含量的测量方法，主要都是以投药为测量方法，除了本身分析仪器造价昂贵外，药物本身成本亦相当高昂，且会造成二次污染，而且无论是电极法或投药法，仪器设备及特殊药品耗材及人工维护费用相当高，且分析时间约30分钟~1小时左右，无法达到实时监测及控制的目的，实不符合环境及经济成本。

因此，若能够设计出一种全光谱分析系统，取得全部光谱范围，以人工智能模型算法，大数据平行比对验证，自我深度学习分析相关性及各种干扰因子，计算出修正加权参数作相互数值补偿及噪声滤除(如浊度及色度等)，以进一步得出更高精准度的氨氮、总磷、总氮、uv254、化学需氧量(cod)、总有机碳(toc)、生物需氧量(bod)、溶解性有机碳(doc)、高锰酸盐指数(codmn)、硝氮、亚硝氮、色度、浊度、总悬浮固体、苯酚(btx)、臭氧或硫化氢等多种有机物质浓度应为一最佳解决方案。

技术实现要素：

一种全光谱水质分析系统，包括：一装置本体，而该装置本体具有一具有第一镜窗的光源产生装置及一具有第二镜窗的光源接收运算装置，其中该光源产生装置与该光源接收运算装置之间具有一取样区，且该第一镜窗的位置相对于该第二镜窗；一氙闪光灯，设置于该光源产生装置内部，而该氙闪光灯能够朝向该第一镜窗发射一穿透取样区的测量光束，该测量光束能够穿过该第一镜窗及该第二镜窗，并穿透至该光源接收运算装置内部；一透镜，设置于该光源接收运算装置内部，并位于该测量光束行进路径上，用于对穿透至该光源接收运算装置内部的测量光束进行聚光处理；一狭缝，用于提高分辨率减少杂散光；一准直镜，用于接收来自狭缝传送的测量光束，并对该测量光束做准直化处理；一光栅，接收来自准直镜的测量光束，并将该测量光束分光为多个不同波长的光线；一透镜，设置于该光源接收运算装置内部，接收来自光栅的光束，并将集于一阵列光度计；该阵列光度器设置于该光源接收运算装置内部，接收来自该透镜的光束，并进测量高分辨率不同波长的光谱；一储存器，用于储存氨氮、总磷、总氮、uv254、化学需氧量(cod)、总有机碳(toc)、生物需氧量(bod)、溶解性有机碳(doc)、高锰酸盐指数(codmn)、硝氮、亚硝氮、色度、浊度、总悬浮固体、苯酚(btx)、臭氧或硫化氢等多种有机物质光波长吸光度及修正加权参数数据文件；以及一微处理器，用于整体系统的运作，而该微处理器与该氙闪光灯及该阵列光度器电性连接，用于该测量光束穿过一通过该取样区的液体后，该微处理器能够依据比尔定律计算该测量光束全光谱波长的吸收度，用多成分定量分析解联立方程式，获得各种有机物的浓度，并再通过一内嵌式人工智能模型算法，大数据平行比对验证，自我深度学习分析相关性及各种干扰因子，计算出修正加权参数作相互数值补偿及噪声滤除(如浊度及色度等)，以进一步得出更高精准度的氨氮、总磷、总氮、uv254、化学需氧量(cod)、总有机碳(toc)、生物需氧量(bod)、溶解性有机碳(doc)、高锰酸盐指数(codmn)、硝氮、亚硝氮、色度、浊度、总悬浮固体、苯酚(btx)、臭氧或硫化氢等多种有机物质浓度。

于一较佳实施例中，其中该光源产生装置还具有一透镜及一光传感器，用于设置于该测量光束行进路径上，该透镜能将测量光束聚光，该取样区能够将该测量光束分开为一穿透水样的测量光束及一不穿透水样的参比光束，其中该穿透水样的测量光束能够穿过该第一镜窗及该第二镜窗，并穿透至该光源接收运算装置内部，而该光传感器设置于该不穿透水样的参比光束行进路径上，用于检测该不穿透水样的参比光束的光强度，可在每次测量中对光源进行补偿。

于一较佳实施例中，其中该光源接收运算装置内部还具有一与该微处理器电性连接的时序产生器，该时序产生器用于发出一信号至该微处理器，以控制该氙闪光灯发射光束与阵列光度计同步接收进行测量。

于一较佳实施例中，其中该光源接收运算装置内部还具有一与该微处理器电性连接的通信器，用于能够将该全光谱水质分析系统所检测或/及运算的数据数据传送出去。

于一较佳实施例中，其中该装置本体上的该取样区为一凹口，该取样区处具有一清洁刷，而该光源接收运算装置内部还具有一与该微处理器电性连接的马达，其中该马达延伸出一驱动轴固定于该清洁刷上，而该清洁刷两侧具有一刷体，因此该马达被驱动使该驱动轴转动时，该清洁刷两侧的刷体能够分别清洁该第一镜窗及该第二镜窗的朝外表面。

于一较佳实施例中，其中该装置本体靠近第一镜窗及第二镜窗处设置有一超声波清洗装置，可自动清洗该第一镜窗及该第二镜窗。

于一较佳实施例中，其中该氙闪光灯所发射的测量光束的波长为160~800nm。

于一较佳实施例中，其中该微处理器的运算公式为比尔定律及多成分定量分析公式，将要测量的有机物浓度列成一联立方程式后，再进行解联立方程式，即可取得各种有机物的浓度值。

于一较佳实施例中，其中该总磷的光吸收率变异性最高是在170~190nm之间。

于一较佳实施例中，其中该总氮的光吸收率变异性最高是在190~245nm之间。

于一较佳实施例中，其中该氨氮的光吸收率变异性最高是在180~200nm之间。

附图说明

图1为本发明全光谱水质分析系统的结构示意图。

图2为本发明全光谱水质分析系统的上视结构示意图。

图3为本发明全光谱水质分析系统的架构示意图。

图4为本发明全光谱水质分析系统的另一实施示意图。

图5为图4的架构示意图。

图6为本发明全光谱水质分析系统的量测运作实施示意图。

图7为本发明全光谱水质分析系统的量测光谱示意图。

附图标记说明

1装置本体

11光源产生装置

111第一镜窗

112氙闪光灯

113透镜

114光传感器

12光源接收运算装置

121第二镜窗

122透镜

123阵列光度器

129光栅

124微处理器

125储存器

126时序产生器

127通信器

128马达

130透镜

13取样区

131清洁刷

1311刷体

132狭缝

133准直镜

134超声波清洗装置

2液体。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

请参阅图1、2及3，为本发明全光谱水质分析系统，由图中可知，该全光谱水质分析系统包括有一装置本体1，而该装置本体1具有一第一镜窗111的光源产生装置11及一具有第二镜窗121的光源接收运算装置12，其中该光源产生装置11与该光源接收运算装置12之间具有一取样区13，且该第一镜窗111的位置相对于该第二镜窗121。

而该光源产生装置11内部具有一个或一个一个以上的氙闪光灯112、一透镜113及一光传感器114，其中该氙闪光灯112所发射的测量光束的波常为160~800nm，因此能够朝向该第一镜窗111发射一紫外至可见光的测量光束(白光)，该透镜113用于设置于该测量光束行进路径上，该取样区13将该测量光束分开为一穿透水样的测量光束及一不穿透水样的参比光束，其中该穿透水样的测量光束能够穿过该第一镜窗111及该第二镜窗121，并穿透至该光源接收运算装置12内部，而该光传感器114设置于该不穿透水样的参比光束行进路径上，用于检测该不穿透水样的参比光束的光强度。

而该光源接收运算装置12内部具有一第一透镜122、一狭缝132、一准直镜133、一光栅129、一阵列光度器123、一微处理器124、一储存器125、一时序产生器126、一通信器127及一第二透镜130，其中该准直镜122设置于该光源接收运算装置12内部，并位于该穿透水样的测量光束行进路径上，用于接收来自第二镜窗121的穿透水样的测量光束，并将光束传送至该光栅129；

该光栅129能够将该穿透水样的测量光束分光为多个波长的彩虹光束，并将该彩虹光束传送至该透镜130聚集光束并传送该阵列光度器123，该阵列光度器123会测量高分辨率不同波长光谱，将该光谱传送至微处理器124中进行运算分析；且该阵列光度器123为1024像素阵列光度器或2048像素阵列光度器或3072像素阵列光度器，可测量1024条或2048条或3072条高分辨率的波长光谱，达到准确运算分析的目的。

该储存器125用于储存氨氮、总磷、总氮、uv254、化学需氧量(cod)、总有机碳(toc)、生物需氧量(bod)、溶解性有机碳(doc)、高锰酸盐指数(codmn)、硝氮、亚硝氮、色度、浊度、总悬浮固体、苯酚(btx)、臭氧或硫化氢等多种有机物质光波长吸光度及修正加权参数数据文件，而该微处理器124用于控制该全光谱水质分析系统的运作，该微处理器125与该氙闪光灯112及该阵列光度器123电性连接，用于该穿透水样的测量光束穿过一通过该取样区13的液体2后，该微处理器125能够依据比尔定律该穿透水样的测量光束计算出全光谱吸收度，并再通过多成分定量分析、内嵌人工智能模型算法，大数据平行比对验证，自我深度学习分析相关性及各种干扰因子，计算出修正加权参数作相互数值补偿及噪声滤除(如浊度及色度等)，以进一步得出更高精准度的氨氮、总磷、总氮、uv254、化学需氧量(cod)、总有机碳(toc)、生物需氧量(bod)、溶解性有机碳(doc)、高锰酸盐指数(codmn)、硝氮、亚硝氮、色度、浊度、总悬浮固体、苯酚(btx)、臭氧或硫化氢等多种有机物质浓度。

而微处理器125运算主要是通过比尔定律(紫外线-可见光吸收光谱的定量分析公式)公式：

a=log(po/p)=εbc

其中a是代表吸光度，po是代表原本光束未通过样品槽的辐射功率，p是代表光束通过样品槽后的辐射功率，ε是代表莫耳吸光系数、单位为lmol^-1cm^-1)，b是代表光束通过样品槽的光径长度、单位为cm，c是代表样品浓度、单位为moll^-1；

以上述公式当基础延伸，再套用多成分的定量分析公式:

atotal=a1+a2+a3+a4+….an

=ε1bc1+ε2bc2+ε3bc3+ε4bc4+……εnbcn

含有一种上的成分溶液，只要成分彼此不起化学变化，同样可运运比尔定律进行定量分析，即总吸收光度(atotal)=各成分吸光度(a1、2、3、4…n)的加总，其中下标代表成分1、成分2、成分3….成分n。

因此，若微处理器只要把要测量的每一种成分通过上述公式列成一联立方程式，再进行解联立方程式，即可获得水中各种有有机物的浓度，包括氨氮、总磷及总氮及所有有机物的浓度测量分析。

通过人工智能模型算法，大数据平行比对验证，自我深度学习分析相关性及各种干扰因子，计算出修正加权参数作相互数值补偿及噪声滤除(如浊度及色度等)，以进一步得出更高精准度的氨氮、总磷、总氮、uv254、化学需氧量(cod)、总有机碳(toc)、生物需氧量(bod)、溶解性有机碳(doc)、高锰酸盐指数(codmn)、硝氮、亚硝氮、色度、浊度、总悬浮固体、苯酚(btx)、臭氧或硫化氢等多种有机物质浓度。

该时序产生器126用于发出一信号至该微处理器124，以控制该氙闪光灯112发射光束与该阵列光度计123同步进行接收测量；且该通信器127用于能够将该全光谱水质分析系统所检测或/及运算的数据传送出去，该通信器127能够为rs485接口，且该通信器127并可导入电源至装置本体1中，让每个用电电路可正常运作。

该取样区13处具有一清洁刷131，而该光源接收运算装置12内部还具有一与该微处理器125电性连接的马达128，其中该马达128延伸出一驱动轴1281固定于该清洁刷131上，而该清洁刷131两侧具有一刷体1311，因此该马达128被驱动使该驱动轴1281转动时，该清洁刷131两侧的刷体1311能够分别清洁该第一镜窗111及该第二镜窗121的朝外表面，避免第一镜窗111及该第二镜窗121沾附污物，同时可保持清洁。

另外，请参阅图4、5所示，该光源产生装置11及光源接收运算装置12靠近第一镜区111及第二镜区121设置有一超声波清洗装置134，可自动清洗该第一镜窗111及第二镜窗121上沾附的污物，达到保持清洁的目的。

请同时参阅图6及图7所示，如图6所示，欲量测水中氨氮、总磷及总氮等浓度时，将该装置本体1放入水槽、水库、河川、湖泊、渠道或海洋等环境中，且通过上述的量测方法，取得一全光谱图，则如图7所示，波长160~800nm的不同波长对应吸光度则皆如图中所示，而针对不同有机物说明如下：

(1)而经光谱图可知，总磷的光吸收率变异性最大的是位于170~195nm范围之间（例如为170、171、172、173、174、175、176、177、178、179、180、181、182、183、184、185、186、187、188、189、190、191、192、193、194、195nm皆为取样范围），其中，较佳实施例是在波长180nm、182nm、185nm、187nm及195nm进行取样，每一次取样都通过比尔定律、多成分定量分析、人工智能模型算法，大数据平行比对验证，自我深度学习分析相关性及各种干扰因子，计算出修正加权参数作相互数值补偿及噪声滤除(如浊度及色度等)，以进一步得出更高精准度的总磷浓度值，并通过多次取样数据的平均值，判定水中总磷准确的浓度值。

(2)而经光谱图可知，总氮的光吸收率变异性最大的是位于190~245nm范围之间（例如为190、191、192、193、194、195、196、197、198、199、200、201、202、203、204、205、206、207、208、209、210、211、212、213、214、215、216、217、218、219、220、221、222、223、224、225、226、227、228、229、230、231、232、233、234、235、236、237、238、239、240、241、242、243、244、245皆在取样范围），其中，较佳实施例是在波长190nm、195nm、200nm、220nm及245nm进行取样，每一次取样都通过比尔定律、多成分定量分析、人工智能模型算法，大数据平行比对验证，自我深度学习分析相关性及各种干扰因子，计算出修正加权参数作相互数值补偿及噪声滤除(如浊度及色度等)，以进一步得出更高精准度的总氮浓度值，并通过多次取样数据的平均值，判定水中总氮准确的浓度值。

(3)而经光谱图可知，氨氮的光吸收率变异性最大的是位于180~200nm范围之间（例如为180、181、182、183、184、185、186、187、188、189、190、191、192、193、194、195、196、197、198、199及200nm皆在取样范围），其中，较佳实施例是在波长182nm、187nm、192nm、195nm及200nm进行取样，每一次取样都通过比尔定律、多成分定量分析、人工智能模型算法，大数据平行比对验证，自我深度学习分析相关性及各种干扰因子，计算出修正加权参数作相互数值补偿及噪声滤除(如浊度及色度等)，以进一步得出更高精准度的氨氮浓度值，并通过多次取样数据的平均值，判定水中氨氮准确的浓度值。

(4)而经光谱图可知，该化学需氧量(cod)、生物需氧量(bod)、总有机碳(toc)、溶解性有机碳(doc)、高锰盐酸指数(codmn)、紫外吸光系数(sac254)的光吸收率变异最大是位于243~290nm范围之间（例如为243、244、245、246、247、248、249、250、251、252、253、254、255、256、257、258、259、260、261、262、263、264、265、266、267、268、269、270、271、272、273、274、275、276、277、278、279、280、281、282、283、284、285、286、287、288、289、290nm之间皆为取样范围），较佳实施例是在波长243nm、254nm、265nm、275nm及290nm进行取样，每一次取样都通过比尔定律、多成分定量分析、人工智能模型算法，大数据平行比对验证，自我深度学习分析相关性及各种干扰因子，计算出修正加权参数作相互数值补偿及噪声滤除(如浊度及色度等)，以进一步得出更高精准度的化学需氧量(cod)、生物需氧量(bod)、总有机碳(toc)、溶解性有机碳(doc)、高锰盐酸指数(codmn)、紫外吸光系数(sac254)浓度值，并通过多次取样数据的平均值，判定水中化学需氧量(cod)、生物需氧量(bod)、总有机碳(toc)、溶解性有机碳(doc)、高锰盐酸指数(codmn)、紫外吸光系数(sac254)准确的浓度值。。

(5)而经光谱图可知，该色度的光吸收率变异最高是位于390~525nm范围之间（例如为390、391、392、393、394、395、396、397、398、399、400、401、402、403、404、405、406、407、408、409、410、411、412、413、414、415、416、417、418、419、420、421、422、423、424、425、426、427、428、429、430、431、432、433、434、435、436、437、438、439、440、441、442、443、444、445、446、447、448、449、450、451、452、453、454、455、456、457、458、459、460、461、462、463、464、465、466、467、468、469、470、471、472、473、474、475、476、477、478、479、480、481、482、483、484、485、486、487、488、489、490、491、492、493、494、495、496、497、498、499、500、501、502、503、504、505、506、507、508、509、510、511、512、513、514、515、516、517、518、519、520、521、522、523、524、525nm之间皆为取样范围），较佳实施例是在波长390nm、410nm、455nm、500nm及525nm进行取样，每一次取样都通过比尔定律、多成分定量分析、人工智能模型算法，大数据平行比对验证，自我深度学习分析相关性及各种干扰因子，计算出修正加权参数作相互数值补偿及噪声滤除(如浊度及色度等)，以进一步得出更高精准度的色度浓度值，并通过多次取样数据的平均值，判定水中色度准确的浓度值。

(6)而经光谱图可知，苯酚(btx)的最高吸光度是位于300~350nm范围之间（例如为300、301、302、303、304、305、306、307、308、309、310、311、312、313、314、315、316、317、318、319、320、321、322、323、324、325、326、327、328、329、330、331、332、333、334、335、336、337、338、339、340、341、342、343、344、345、346、347、348、349、350），较佳实施例是在波长300nm、310nm、325nm、340nm及350nm进行取样，每一次取样都通过比尔定律、多成分定量分析、人工智能模型算法，大数据平行比对验证，自我深度学习分析相关性及各种干扰因子，计算出修正加权参数作相互数值补偿及噪声滤除(如浊度及色度等)，以进一步得出更高精准度的苯酚(btx)浓度值，并通过多次取样数据的平均值，判定水中苯酚(btx)准确的浓度值。

本发明所提供的全光谱水质分析系统，与其他现有技术相互比较时，其优点如下：

(1)本发明具有无须水样处理，可在无添加化学试剂的情况下放入水中，连续在线全光谱紫外光-可见光直接同时量测水中多种参数，包括氨氮、总磷、总氮、、uv254、化学需氧量(cod)、总有机碳(toc)、生物需氧量(bod)、溶解性有机碳(doc)、高锰酸盐指数(codmn)、硝氮、亚硝氮、色度、浊度、总悬浮固体、苯酚(btx)、臭氧或硫化氢等多种有机物质及营养盐等参数，并通过全光谱测量对浊度与色度彼此相互干扰进行补偿，确保测量准确，内置相关标定参数，达到实时监测及反应迅速的功效。

(2)本发明为一种可进行实时测量、现场校正，超低功耗，适合户外无电力环境，强固型沉水式外壳，可连续沉水100米深。

(3)本发明具有自动清洁刷或超声波清洗装置，防止境窗沾污，几乎免维护。

(4)本发明具有体积小、重量轻及方便携带等诸多优点，还能够应用于水槽、水库、河川、湖泊、渠道、海洋等应用环境。

显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。