论文部分内容阅读
随着我国经济的高速发展,中国正在经历前所未有的水问题转型。未来中国的发展将面临多重水危机。在经济发展的同时,GDP维持在一个很高的水平,对环境造成的巨大破坏也越来越严重。水污染治理仍是重中之重,水污染治理是一项花费巨大的工作。因此,在水污染治理过程中,对污染源的监控,防患未然显得尤为重要。对水质污染的检测有很多种方法,本文设计了一种检测水污染的拉曼光谱系统。拉曼光谱是一种散射光谱,光入射以后与分子相互作用,散射光的频率会发生变化,通过频率的变化来反映分子的结构和成分。拉曼光谱用在水污染的检测的方法有很多的优势,制样简单,设备成本较低,检测范围广泛,可以实现对样品的微量检测,实时实地进行并且可以定性、定量的分析。本文先对中国的水资源状况,水污染的情况作了一个简单的介绍,水资源的污染检测和治理刻不容缓。接着介绍了拉曼光谱的基本原理,拉曼光谱的产生机理,从拉曼散射的经典理论和量子理论等进行了阐述,简单介绍了拉曼光谱的在化学、材料、生物科学等方面应用的优势,接着讨论了拉曼光谱仪的系统结构。然后介绍了神经元理论和模型,人工神经网络模型的基本理论和发展,着重分析了BP神经网络的算法,算法的局限性以及改进的算法。第四章研究了光谱的预处理,包括压缩、平滑、去噪,接着分析了BP网络算法对拉曼光谱的处理流程,然后利用BP网络对拉曼光谱识别,并给出了识别的实验结果,并讨论了改变相关参数对结果的影响,接着采用改进BP的算法说明了识别的情况。实验结果表明BP网络对拉曼光谱识别有较高准确性,适合对拉曼光谱的识别。最后利用SQL语言建立了污染物的基本谱库,并用拉曼光谱处理软件实现了对所建污染物的数据库的访问。