【摘要】:本文以纳米材料构建了丝囊霉菌和Cu~(2+)电化学传感器,并开发了一种以水温、pH值、溶解氧、电导、氨氮、丝囊霉菌和Cu~(2+)为检测参数的智能型水质分析检测系统,用于养殖水质的分析检测。具体研究内容如下:1.通过将丝囊霉菌抗体(3gJC9)固定到石墨烯纳米金纳米复合半胱胺单分子膜修制成无标记的免疫生物传感器,并对丝囊霉病原体的检测条件进行了优化。优化后的检测参数如下:修饰电极在0.20μg/mL抗体溶解液中浸泡90 min,免疫反应的相互作用时间10 min。该方法丝囊霉浓度线性相关范围从0.2到4μg/mL,检测限为309 ng/mL。通过在实际水样中进行加标检测,回收率在0.94~1.1之间,满足水产养殖用水中丝囊霉菌的检测需求。2.合成了一种Ag-Pd双金属纳米颗粒复合材料,利用Ag-Pd双金属纳米颗粒构建了养殖用水中Cu~(2+)检测的电化学探头。研究了采用微分脉冲吸附溶出伏安法(DPAdSV)检测水产养殖用水中Cu~(2+)的可行性并优化了检测条件。结果表明:当在玻碳电极(GCE,Φ=3.0 mm)上涂抹Ag-Pd含量为1.0mg/mL的DMF分散液制成Ag-Pd/GCECu~(2+)传感器,在富集电位为-1.5 V,富集时间为15min,缓冲液pH=9.0的条件下,采用DPAdSV法在-0.3~0.3V范围电位扫描(步进电位:4 mV;脉冲幅度:0.05 V),在Cu~(2+)标准液检测中其线性范围为1.5~35μmol/L,检测限为0.3μmol/L,与以报道的Cu~(2+)检测电极相比,具有较低的检测线、检测限和稳定性。Ag-Pd/GCE传感器检测水中Cu~(2+)对养殖用水中的As~(2+)、Zn~(2+)、Fe~(2+)和Pb~(2+)有较强的抗干扰能力,采用外标法检测养殖用水的水样中的Cu~(2+)浓度与ICP-OES检测方法相比RSD%在6%以内。3.以Arduino开源硬件为工具,对移动水质检测平台的硬件和软件进行了设计,搭建了水温、pH值、溶解氧、电导、氨氮、丝囊霉菌和Cu~(2+)7参数智能型水质分析检测平台,系统由传感器节点、蓝牙节点、汇聚节点、本地存储中心以及网络服务等组成,通过网络方式将本地检测平台采集到的数据传送到服务器平台,为后期的数据分析和诊断奠定了基础。对传感器进行了温度修正后,经实际养殖水样检测,平台新增的水温、pH值、溶解氧、电导和氨氮的检测数据与已有国标检测方法相比,其相对误差分别小于±0.5%、±0.2%、±1%、±0.5%和±0.5%,其精确度分别小于1%、1%、1.5%、0.3%和1.5%,试验结果满足养殖水质的检测需求。4.利用7参数智能型水质监测仪对养殖水质T、pH、DO、NH_3-N、K和Cu~(2+)等参数进行了连续采集,对水质参数进行了协方差分析和主成分分析,探讨个参数间的相关性及对养殖水质的影响,从生物量的相互作用的角度分析个参数变化的内在原因。以与BOD_5显著相关的T、pH、DO、NH_3-N和Cu~(2+)等5个参数为因变量,对比了多元线性回归法(MLR)和Levenberg-Marquardt反向传播神经网络(LM-ANN)分别对BOD_5进行软测量的可行性,结果显示:LM-ANN的建模方法可有效实现对BOD_5的软测量,当选用T、pH、DO、NH_3-N和Cu~(2+)5参数为输入层参数,隐含层单元数为8,输出层参数为BOD_5时,LM-ANN模型的预测精度最佳,拟合值与实测值相关系数可达0.964,该模型可作为水产养殖用水的BOD_5估算的一种软测量方法。5.讨论了采用时间序列法对pH、DO、NH_3-N、Cu~(2+)和K等5个参数进行预警的可行性,通过时序图和自相关检验,5个参数构成的序列具有平稳性,可用时间序列进行预警。研究采用Matlab数据处理软件,搭建了NAR神经网络,通过对历史水质数据进行学习,经过调整神经元隐藏层个数和延迟阶数来训练优化模型参数。结果表明:pH的预警模型最佳隐层个数为12、最佳延迟阶数5时,预测值的RSME为4.85×10~(-6),相关系数为0.995;DO的预警模型最佳隐层个数为12、最佳延迟阶数4时,预测值的RSME为9.83×10~(-6),相关系数为0.993;NH_3-N的预警模型最佳隐层个数为8、最佳延迟阶数6时,预测值的RSME为7.91×10~(-5),预测相关系数为0.998;K的预警模型最佳隐层个数为13、最佳延迟阶数7时,预测值的RSME为8.55×10~(-4),预测相关系数为0.999;Cu~(2+)的预警模型最佳隐层个数为10、最佳延迟阶数4时,预测值的RSME为9.43×10~(-5),预测相关系数为0.998。对比训练好的NAR神经网络模型对5 d内水质参数进行预测,结果表明,未来3 d的预测数据与检测数据具有较强的相关性和精度。利用预测到未来3 d的pH、DO、NH_3-N、Cu~(2+)和K拟合BOD_5,结果显示,采用2 d的预测值拟合BOD_5具有较高的准确度,可利用预测到的pH、DO、NH_3-N、Cu~(2+)和K 5个参数对BOD_5进行预警。
【学位授予单位】:江苏大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:S959;O657.1
【参考文献】
相关期刊论文 前10条
1 王巍巍;武延坤;朱佳;;基于神经网络的水库藻类预警模型研究[J];给水排水;2015年11期
2 胡昊;贺喜;聂桂根;;采用NFC通信的RTK GNSS接收机及Android终端软件设计[J];测绘通报;2015年07期
3 刘伟;黄伟;余家燕;刘萍;刘敏;;中国水质自动监测评述[J];环境科学与管理;2015年05期
4 袁晓庆;孔箐锌;李奇峰;李琳;李道亮;;水产养殖物联网的应用评价方法[J];农业工程学报;2015年04期
5 陈曦;徐鹏;许晓蕾;;基于蓝牙通信技术的嵌入式工业控制系统的开发[J];仪表技术与传感器;2015年01期
6 徐晓姗;;基于物联网和3G技术的智能水产养殖环境监测系统的设计与应用[J];网络安全技术与应用;2014年09期
7 叶炼炼;;海洋水产养殖物联网系统研究[J];中国新通信;2014年15期
8 刘丽云;聂志娟;顾若波;张茂友;张林兵;;黄颡鱼苗种培育中浮游动物种类丰度变化规律及其影响因素[J];科学养鱼;2014年07期
9 沈伟;唐成颖;许伟;;化学还原法制备Ag-Pd纳米合金颗粒[J];电工材料;2014年03期
10 刘文波;;基于回声状态网络的BOD在线软测量模型[J];计算机测量与控制;2014年05期
相关重要报纸文章 前1条
1 子宜;朱进龙;齐国力;范志红;;少吃多健康值[N];中国中医药报;2009年
相关博士学位论文 前5条
1 王忠霞;新型荧光碳基纳米点、贵金属簇的制备、表征及其传感应用研究[D];东南大学;2016年
2 刘双印;基于计算智能的水产养殖水质预测预警方法研究[D];中国农业大学;2014年
3 曹泓;基于多源光谱数据融合的水产养殖水质有机物浓度快速检测研究[D];浙江大学;2014年
4 徐维海;典型抗生素类药物在珠江三角洲水环境中的分布、行为与归宿[D];中国科学院研究生院(广州地球化学研究所);2007年
5 王瑞梅;池塘水质管理智能决策支持系统研究[D];中国农业大学;2003年
相关硕士学位论文 前10条
1 丛龙超;石墨烯场效应管传感器的制备及其在水体重金属离子检测中的应用[D];大连理工大学;2016年
2 仲洋;基于紫外—近红外光谱法COD检测装置设计[D];中国计量大学;2016年
3 刘飞;水体COD的光谱学测量方法研究与传感设备研制[D];重庆邮电大学;2016年
4 于远航;污水处理过程监控软件及BOD软测量系统研发[D];北京工业大学;2016年
5 贾子伦;非线性电导率电极的研制及其测量系统的研究[D];吉林大学;2015年
6 余婉松;基于金属溶胶表面增强拉曼光谱技术检测饲料及水产品中呋喃唑酮和孔雀石绿的研究[D];上海海洋大学;2015年
7 葛珉昊;基于混合递阶遗传算法的RBF网络优化及在BOD软测量中的应用[D];兰州理工大学;2014年
8 辛联庆;电化学式微量溶解氧检测方法的研究[D];北京化工大学;2014年
9 杨纯;纯碱工业高盐废水氨氮处理研究[D];华南理工大学;2013年
10 曾泳;W/WO_3 pH电极的制备及响应机制研究[D];华中科技大学;2013年
本文编号:
2796986
本文链接:https://www.wllwen.com/kejilunwen/huaxue/2796986.html