张根宝 刘晓勇 谢晓静
摘要:针对解决水环境中氨氮含量现场应急检测的难题, 实现氨氮含量的在线检测,设计了一种基于水杨酸分光光度法的水质氨氮检测系统,阐述了系统的工作原理和总体设计。介绍了以ARM微处理器芯片K60为核心的氨氮检测系统的软硬件结构,并给出了关键模块的软硬件设计。检测数据通过RS-485总线与上位机进行通讯,实现了数据的存储和历史记录查询。给出了样机检测标准氨氮溶液浓度的实验数据,并与实际值进行了对比分析。实验结果表明:系统工作稳定,界面友好,测量结果精确,达到了设计要求。
关键词:氨氮检测;水杨酸法;分光光度法;ARM;标准曲线
中图分类号:TP216 文献标识码:A 文章编号:1009-3044(2015)36-0123-03
Abstract: In order to solve the problem that the traditional ammonia nitrogen detection method cannot meet the emergency detection, and realize online detection of ammonia nitrogen in water environment ,a system based on salicylic acid and spectrophotometry is designed for ammonia nitrogen detection in water. The working principle and overall design of the system is introduced. The software and hardware structure of ammonia nitrogen detection system based on K60 ARM microprocessor is presented. The key module of hardware construction and soft design were illustrated. The detection data communicate with the host PC through RS-485 to realizing historical data storage and query. The experimental data of standard ammonia solution concentration with Prototype testing were given, and compared with the actual value and analysis.Experimental resultsshowed that the system working stability, friendly user interface, high precision results, has achieved the design requirements.
Key words: ammonia nitrogen detection; salicylic acid method; spectrophotometry; ARM; standard curve
1 概述
随着我国经济的快速发展,工业废水和生活污水的排放量也急速增长,其中含有的大量氨氮离子排放到江河湖海中会对水体产生严重污染。水质中氨氮含量超标会对人体及水生生物造成极大的危害。随着我国对水污染控制的重视,必将加大对污水排放的监管,减少污水的随意排放对环境的危害。因此对所排放污水中氨氮含量在线、实时和精确的检测具有重要的意义。
2 系统的原理和总体结构
本设计采用的氨氮含量测定方法为水杨酸分光光度法。水杨酸分光光度法的理论依据是朗伯-比尔定律。朗伯-比尔定律可简述如下:
水杨酸分光光度法的原理是:在碱性介质中,待测试样溶液中的氨、铵离子与二氯异氰脲酸钠溶液释放出的来的次氯酸根反应生成氯胺。在40℃下和亚硝基铁氰化钾存在的条件下,氯胺与水杨酸盐反应生成蓝绿色化合物,对所形成的蓝绿色化合物在660nm波长处,30mm的光程下测量吸光度,依据朗伯-比尔定律就可以得出试样中氨氮的含量。
检测系统的总体结构如图1所示。
3 系统的硬件设计
检测系统的硬件包括:ARM微控制器、电源、光源、光电管及其驱动和信号采集电路、蠕动泵驱动电路、温度控制电路、执行器件(振动装置和搅拌装置)控制电路、LCD触摸屏。
如图为检测系统的硬件结构框图如图2所示。
整个系统的工作流程为:控制蠕动泵的转速对水样和其他5种化学试剂在经过空气气泡间隔后按顺序依次进入混合圈使得水样和化学试剂充分混合。然后进入加热池,加热池的温度控制在恒定的40℃,使得混合溶液进行充分的化学反应,再进入检测池进行吸光度分析,数据采集器把采集到的数据送到检测主机进行数据处理,得出水质氨氮的浓度,并把数据发送到上位机进行数据存储和实现历史数据的查询。
3.1 ARM微控制器
检测系统的核心ARM微控制器采用Freescale公司Kinetis系列中的K60芯片。Kinetis是基于ARM Cortex-M4内核的32位MCU,集成了512KB的FLASH和128KB的SRAM,还有快速、高精度的16位ADC和12位的DAC、可编程增益放大器、高速比较器和内部参考电压。具有超强可扩展性、功耗低等优点,提供了强大的信号调节、转换和分析性能的同时大大降低了系统成本。
3.2 光电管及其驱动和信号采集电路
透射光通过光电传感器由光信号转换为电信号,转换后的电信号需要经过调理电路的滤波、放大处理,使其适合于A/D转换器的输入。本设计的信号调理电路如图3所示。
3.3 蠕动泵驱动电路
作为主机的K60单片机和3台蠕动泵自带的单片机通过RS-485 总线Modbus RTU协议进行通讯。利用K60单片机的UART(通用异步收发传输器)模块通过Max485芯片进行转接实现RS-485 总线网络。并对传输的数据进行CRC16算法的校验,保证通信的稳定。
3.4 温度控制电路
本设计采用的水杨酸法检测氨氮含量要求试剂在40℃下进行化学反应,所以必须控制加热池的温度恒定在40℃。温度控制模块使用DS18B20温度传感器测量水温,并加入PID算法对温度进行控制,使得温度恒定在40±0.5摄氏度,确保试剂进行充分化学反应,使得测量结果更加精确。
3.5 LCD的显示和触控
本设计使用3.2寸的TFT液晶显示触摸屏,对加热池温度和氨氮浓度的检测结果进行直观实时的显示。并通过触摸屏控制加热池和执行器件(振动器和搅拌器)的启停,并对蠕动泵的启停、转速进行控制。
4 系统的软件设计
水质检测软件是水质检测的关键,软件分两个部分组成一部分为下位机水质检测软件,另一部分为上位机的数据库软件。
下位机程序使用C语言开发,开发环境为IAR7.0。为了实现系统的快速响应,程序中各个模块使用中断方式实现。上位机软件采用Access作为数据库,对用户信息、标准曲线等信息进行入库管理,在程序中通过ADO方式对数据库进行访问。通过数据库的连接,对软件检测中产生的相关数据进行存储,便于以后的数据查询和维护。
如图4为检测系统软件工作流程图。
5 系统的测试和实验
本文主要对水质氨氮检测进行了研究, 并在此基础上开发出了水质氨氮检测系统,并做出了实物样机。作为一种实用型仪器, 其测量数据的可靠性, 数据的精度是极为重要的,这里对水质氨氮含量的数据进行分析论证。
以上是对不同浓度的氨氮标准样品,采用自制的水质氨氮检测仪测量得到的 AD 采样值、 吸光度, 以及利用郎伯 -比尔定律和曲线拟合算法计算得出的样机氨氮浓度值数据。为了对样机浓度进行修正, 采用最小二乘法算法并用大量实验数据计算得出氨氮浓度修正函数为
标准曲线的绘制是配制一系列已知浓度的氨氮溶液(标准溶液),在660nm波长下分别测定标准溶液的吸光度。根据这些数据,以浓度作为横坐标,测量对应的吸光度作为纵坐标。根据朗伯-比尔定律在一定范围内,不同浓度的标准液的吸光度成一条直线,通过曲线拟合的方法把已测得的吸光度数据绘制成标准曲线。
根据上表数据绘制标准曲线。
其中曲线1表示根据实际值所绘制的曲线,曲线2表示采用最小二乘法算法修正后的函数值。从图中可以看出修正后所绘制的曲线与实际值接近,符合测量要求。
6 结束语
本设计在详细分析了测量水质氨氮浓度的水杨酸分光光度法的基础上,确定了氨氮检测系统的工作原理。基于ARM设计了整个系统的硬件电路和软件的编写,实现了对氨氮检测整个流程的精确控制。采用最小二乘法建立吸光度和溶液浓度之间的关系, 简化了数学模型, 并在其实际应用中, 展现了良好的稳定性和线性度,对中、 高浓度的测量结果更加精确。并经过实验室条件下的测试,本设计的测量结果与实际值基本吻合,满足了设计要求。
参考文献:
[1] 国家环境保护部.HJ 665-2013水质氨氮的测定连续流动-水杨酸分光光度法[S].2014.
[2] 国家环境保护部. HJ-T 101-2003 氨氮水质自动分析仪技术要求[S].2003.
[3] 高检法,周英.工业废水中氨氮含量常用检测方法分析[J]. 中国氯碱,2014(1).
[4] 熊子明.基于氨气敏电极法的氨氮在线检测系统研究及其工程应用[D].北京:北方工业大学,2014.
[5] 王芝江.用于水质监测的嵌入式计算机系统开发与实验研究[D].天津:河北工业大学,2013.
[6] 于丽莉.全自动氨氮检测仪研制[D]. 北京:北京工商大学,2009.
[7] 杨航涛,王双保,王成龙.基于分光光度法的水质氨氮检测系统设计[J].测控技术,2012(5):49-53.
[8] 聂学俊,周峰.全自动氨氮测定仪的研究与开发[J].传感器与仪器仪表,2009(1):129-131.
[9] 星成霞,李永立,王应高.电厂水汽中微量氨含量测定方法研究[J].热力发电,2013,42 (7): 135-141.
[10] 卡林,黄庆施.地表水中氨氮的在线自动监测[J].仪器仪表分析与监测,2010(3):25.
[11] 张晶晶,基于 ARM7 水质检测数据采集系统的研究[D]. 合肥:合肥工业大学,2011.
[12] 郭英华.基于ARM的嵌入式环境监测系统的软件设计[D]. 天津:天津大学,2009.