科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对污水处理过程中,传统测量方法对化学需氧量(Chemical Oxygen Demand,COD)测量耗时较长、成本高并且容易造成产生误差,需要经常标定等问题,研究了一种结合自组织特征映射(Self-organizing Map,SOM)和径向基函数(Radial Basis Function,RBF)神经网络的COD软测量算法并进行仿真实现,给出了COD软测量装置的总体设计方案及其组成,并阐述了基于STM32的水质参数采集模块和基于Jetson TX2的软测量模块的硬件、软件设计思路及实现方法。测试结果表明:上述测量装置能够实时在线预测COD,具有较高的预测精度,为污水COD参数检测提供了一个快速、低成本和稳定可靠的解决方案。
- 单位
