基于软传感器快速检测水中的微量二氧化 (ClO2) 度

科学领域:

• 分析化学 分析化学
• 频谱学是一种光谱学.
• 化学测量 化学测量 化学测量

背景情况:

• 二氧化 (ClO2) 是各种行业中必不可少的消毒剂和杀菌剂.
• 精确测量ClO2度对于安全性和监管合规性至关重要.
• 现有的ClO2检测方法可能很复杂或耗时.

研究的目的:

• 开发一种新的软传感器,用于在各种水矩阵中量化二氧化 (ClO2).
• 评估人工神经网络模型对ClO2度预测的性能.
• 建立一个简单,快速,可靠的方法,在现场进行ClO2监测.

主要方法:

• 采用富里埃变换红外光谱 (FTIR) 来获取光谱数据.
• 开发和比较六个人工神经网络 (ANN) 模型用于软传感器构建.
• 采用统计标准 (R2,RMSE,NRMSE) 来选择最佳的预测模型.

主要成果:

• 在OPLS-RF模型中,R2 = 0.945,RMSE = 0.24和NRMSE = 0.063.0的性能优越.
• 开发的软传感器实现了0.1ppm的检测极限 (LOD) 和0.25ppm的量化极限 (LOQ) 在水中的ClO2.
• 该模型具有出色的可重现性和精度,BCMSEP值为0.064.

结论:

• 成功开发了一种强大的软传感器,能够预测水中的ClO2度从0.1到5ppm.
• 整合FTIR光谱与OPLS-RF模型提供了一个简单而快速的检测解决方案.
• 这种新的方法为各种水应用中二氧化的常规监测提供了一个有希望的替代方案.