[发明专利]一种基于机器学习反馈补偿优化的溶解氧检测仪

说明书

本发明提供一种基于机器学习反馈补偿优化的溶解氧检测仪，涉及检测仪器技术领域。本发明提出了一种基于机器学习反馈补偿优化的溶解氧检测仪，包括树莓派raspberry pi 3B、AD620放大模块、ADS1115模数转换模块、溶解氧传感器KDS‑25B；本发明利用机器学习算法进行补偿，大大增加了机器的使用寿命和增加了机器的使用精度，并具有可拓展性可以为许多行业制作更人性化的独立使用界面，在现有的溶解氧的基础上增加机器学习算法，以提高溶解氧仪器在测量的精度，同时减少温度对溶解氧仪器的影响，并且可以反馈测量时消耗的溶解氧量，而且在一定程度上对溶解氧寿命得到了加强，并且不会对整个溶解氧仪器产生不利影响。

技术领域

本发明涉及检测仪器技术领域，尤其涉及一种基于机器学习反馈补偿优化的溶解氧检测仪。

背景技术

现有的溶解氧检测仪主要是电化学为原理的检测仪，其缺点是：只具有单一的线性的矫正算法数据精度较差，而且大多不具有良好的温度补偿功能，实验条件受制约比较明显，本身测量溶解氧时会消耗一部分的溶解氧，而且使用寿命大多在1年左右。

发明内容

针对现有技术的不足，本发明提供一种基于机器学习反馈补偿优化的溶解氧检测仪，在现有的溶解氧的基础上增加机器学习算法，以提高溶解氧仪器在测量的精度，同时减少温度对溶解氧仪器的影响，并且可以反馈测量时消耗的溶解氧量，而且在一定程度上对溶解氧寿命得到了加强，并且不会对整个溶解氧仪器产生不利影响。本发明所采取的技术方案是：

一种基于机器学习反馈补偿优化的溶解氧检测仪，包括树莓派、放大模块、模数转换模块、溶解氧传感器；

所述树莓派为嵌入式可编程逻辑控制器，其输入端连接所述模数转换模块输出端，所述树莓派采集到所述模数转换模块输出的数电信号，通过机器学习算法进行纠正，至每0.5秒输出精确至0.01mg/L的动态溶解氧浓度；

所述放大模块为差动放大电路，其输入端连接所述溶解氧传感器的输出端，其输出端连接所述ADS1115模数转换模块输入端，获得所述溶解氧传感器输出的毫伏级电压进行放大100倍；

所述模数转换模块为16位AD转换模块；输入端连接所述放大模块输出端，通过基于底层的I2C协议，将所述放大模块放大后的模电信号转化为数电信号；

所述溶解氧传感器是由金制成阴极，由铅构成阳极，当水样中的溶解氧分子到达阴极时会产生阴极表面的溶解氧被还原反应和铅阳极被氧化反应，进而产生电流信号，电流大小与溶液中溶解氧浓度成正比，传感器采集到与溶解氧浓度有关的毫伏电压信号，输出至放大模块。

所述机器学习算法基于数模转换模块输出的16位数字地址，数字地址的范围是±32678，按照二进制运算规则按比例设置了6个档位的量程，分别是±6.144V、±4.096V、±2.048V、±1.024V、±0.512V、±0.256V。

采用上述技术方案所产生的有益效果在于：

本发明利用机器学习算法进行补偿，大大增加了机器的使用寿命和增加了机器的使用精度，并具有可拓展性可以为许多行业制作更人性化的独立使用界面，在现有的溶解氧的基础上增加机器学习算法，以提高溶解氧仪器在测量的精度，同时减少温度对溶解氧仪器的影响，并且可以反馈测量时消耗的溶解氧量，而且在一定程度上对溶解氧寿命得到了加强，并且不会对整个溶解氧仪器产生不利影响。

附图说明

图1为本发明实施例中溶解氧检测仪结构示意图；

图2为本发明实施例中树莓派raspberry pi 3B原理图；

图3为本发明实施例中AD620放大模块原理图；

图4为本发明实施例中ADS1115模数转换模块原理图；