论文题目：基于物联网技术的化工厂污水水质监测系统的研究
摘要：随着科学技术与工业的迅速发展,水污染问题变得愈发严重。化工厂污水排放是导致当今水质污染的重要原因之一,因此,环保部门和生产者都非常重视化工厂污水水质监测问题,为提高污水处理效率提供重要保障。针对目前国内外污水水质监测系统存在监测精度低、传输稳定性差、信息采集传感器易受到腐蚀、数据存储回放难以及缺少水质预测分类功能等问题,本文设计出了一套基于物联网技术的化工厂污水水质监测系统,可对化工污水的p H值、浑浊度、COD等指标进行实时在线监测。首先,根据化工污水监测实际需求,本文设计出了化工污水监测系统的整体方案,并对化工污水监测提出具体方案。其次,设计出了一种优化改进的污水采样装置,可以将水质传感器嵌入其内部。该装置可以在主控制器的作用下自动抽取污水来供系统进行污水检测,待污水检测完毕,装置自动清洗水质传感器和检测水槽。与传统的传感器直接长时间放入待检污水池中进行水质监测的方式相比,上述水质取样监测方式具有保护传感器不被腐蚀和保证监测精度高的优势。再次选用STM32F103ZET6为主控制器,设计了系统信息采集终端,利用水质传感器采集水质数据,通过4G无线通信模块将水质数据传输到终端平台;利用C#作为开发语言,VS2015作为开发工具,开发系统远程监测终端软件;利用Oracle创建系统数据库,实现了水质数据的可靠性保存和历史查询等功能;利用MATLAB建立基于BP神经网络的水质分类模型对水质进行预测分类。最后,对水质监测精度、太阳能供电模块、无线传输模块、数据处理模块和基于BP神经网络的水质分类模型进行测试。测试结果验证,本文设计的污水监测系统,p H值监测精度高达98.0%,满足监测要求。此外,监测系统无线传输模块传输可靠性高、太阳能供电模块满足系统供电需求、具备历史数据回放查询等功能。本文建立的基于BP神经网络的水质分类模型水质分类精确度高。
关键词：化工污水监测;水质采样装置;物联网;4G;BP神经网络
学科专业：化学工程（专业学位）
摘要
ABSTRACT
第1章 绪论
1.1 研究背景
1.2 研究意义
1.3 国内外研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 本课题主要研究内容
1.5 本章小结
第2章 系统总体方案设计
2.1 系统设计要求
2.2 系统总体框架设计
2.3 水质监测方案
2.3.1 信息采集方案
2.3.2 信息传输方案
2.3.3 供电方案
2.3.4 污水采样方案
2.4 相关技术概述
2.4.1 物联网技术
2.4.2 水质传感器技术
2.4.3 无线传输技术
2.4.4 BP神经网络
2.5 本章小结
第3章 系统信息采集终端设计
3.1 污水采样装置的优化改进设计
3.1.1 现有污水采样方式和采样装置
3.1.2 优化改进装置的设计
3.1.3 优化改进装置的具体工作流程
3.1.4 优化改进装置的优点
3.2 信息采集终端硬件设计
3.2.1 传感器的选取
3.2.2 主要硬件的选取
3.2.3 微处理器外围电路设计
3.3 信息采集终端软件设计
3.3.1 设计要求
3.3.2 信息采集终端软件设计
3.4 本章小结
第4章 系统远程监测终端设计与功能实现
4.1 系统开发环境
4.2 软件功能模块设计
4.3 用户登录管理模块功能实现
4.4 数据处理模块功能实现
4.4.1 数据通讯单元功能实现
4.4.2 实时数据处理单元功能实现
4.4.3 历史数据回放单元功能实现
4.5 Oracle数据库模块功能实现
4.5.1 数据库建立与连接设计
4.5.2 数据库表格设计
4.6 基于BP神经网络的水质分类模型的建立
4.6.1 模型构建
4.6.2 数据处理
4.6.3 网络训练
4.7 本章小结
第5章 系统测试
5.1 水质监测精度测试
5.2 供电模块测试
5.3 4G DTU无线传输模块测试
5.4 数据处理模块功能测试
5.4.1 实时数据处理单元功能测试
5.4.2 历史数据回放单元功能测试
5.5 基于BP神经网络的水质分类模型测试
5.6 本章小结
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
致谢
研究生期间取得的成果