臺灣博碩士論文加值系統

懸浮固體為環保法規所規範的出流標準之一，故針對污水處理系統而言，如何對處理單元進行有效率的監測與控制乃為一大重要課題，懸浮固體的去除，目前多依靠沉澱池進行重力沉澱的方式去除，故懸浮固體的沉澱特性及水力停留時間的設定將對沉澱處理單元的效率有決定性的影響，因此，本研究針對初沉池以多點連續掃描吸收光譜建立一套水中懸浮固體沉澱特性的量測方法。先利用主成分分析篩選出主吸收波長並結合多元線性迴歸，建立水中懸浮固體濃度推估公式，其推估結果相對誤差大多低於20%，進一步透過懸浮固體濃度加上連續掃描吸收光譜資訊，後以類神經網路建立懸浮固體沉澱特性預測模式，其驗證結果顯示，結合2個掃描點所建立之預測模式可以有效的縮短耗費時間，可以連續掃描3分鐘的光譜資訊建立的預測模式，其驗證結果可繪製出懸浮固體濃度隨時間沉澱的沉澱特性曲線，進而獲得水力停留時間，本研究所發展之量測技術具有穩定度與可靠度，未來可以提供實廠及時水質監測之技術，以提升沉澱處理單元之效率。

Suspended solids is one of the standard of environmental regulations. For wastewater treatment, how to effectively monitor and control is an important issue. Currently, the removal of suspended solids relies on the sedimentation tank, using gravity settling to remove. Therefore, the settling characteristics of suspended solids and the hydraulic retention time will play a decisive role on the efficiency of sedimentation tank. In this study, to establish a method for measuring the settling characteristics of suspended solids, using multi-point continuous scanning absorption spectrum. Firstly, using Principal Component Analysis (PCA) to pick out the main absorption wavelength and combining multiple linear regression to establish a formula for estimating the concentration of suspended solids. The most of relative error of the estimation results are less than 20%, and then, the prediction model of settling characteristics of suspended solids established by artificial neural network (ANN). According to the results shown, the prediction model combining the two scanning points can effectively shorten the time-consuming. The verification result draw the settling characteristics curve of the suspended solids concentration precipitated with time, and obtain the hydraulic retention time. This measurement method has stability and reliability, and can provide the technology of real-time water quality monitoring in the future. To improve the efficiency of the sedimentation tank.

中文摘要 I
英文摘要 II
目錄 III
圖目錄 V
表目錄 VII
第一章 前言 1
1.1 研究緣起 1
1.2 研究目的 2
第二章 文獻回顧 3
2.1 污水處理廠及時監測系統現況與發展 3
2.2 懸浮固體沉澱特性量測技術與發展 4
2.2.1 懸浮固體沉澱特性傳統量測方法 4
2.2.2 懸浮固體沉澱特性光學量測方法 5
2.3 吸收光譜量測技術與發展 6
2.3.1 吸收光譜量測原理與機制 6
2.3.2 吸收光譜量測研究與發展 8
2.4 類神經網路原理 11
2.4.1 倒傳遞類神經網路 11
2.4.2 類神經網路應用現況與發展 12
第三章 研究方法 13
3.1 研究流程與內容 13
3.2 分析水中物質的光學特性 15
3.3 實驗流程設計與裝置設置 15
3.3.1 實驗流程與方法 15
3.3.2 實驗裝置的設置 18
3.3.3 分光光度計使用上的限制 19
3.4 建立懸浮固體濃度量測方法 20
3.4.1 判定懸浮固體吸收波長範圍 21
3.4.2 利用主成分分析找主要吸收波長 22
3.5 建立懸浮固體沉澱特性量測方法 23
3.5.1 建立人工類神經網路預測模式 24
3.5.2 繪製懸浮固體沉澱特性曲線 26
第四章 結果與討論 27
4.1 水中物質的光學特性分析結果 27
4.1.1 水中懸浮固體的光學特性分析結果 27
4.1.2 水中溶解性固體的光學特性分析結果 28
4.1.3 水中有機物的光學特性分析結果 28
4.1.4 水中硝酸鹽的光學特性分析結果 29
4.1.5 水中重金屬的光學特性分析結果 30
4.1.6 小結 30
4.2 懸浮固體濃度量測方法建立結果與驗證 31
4.2.1 懸浮固體吸收波長範圍判定結果 31
4.2.2 利用主成分分析找主要吸收波長結果 33
4.2.3 懸浮固體濃度推估公式建立結果與驗證 34
4.2.4 小結 39
4.3 懸浮固體沉澱特性量測方法建立結果與探討 40
4.3.1 倒傳遞類神經網路預測模式建立結果與驗證 41
4.3.2 繪製懸浮固體沉澱特性曲線結果與探討 80
4.3.3 小結 86
第五章 結論與建議 87
5.1 結論 87
5.2 建議 87
參考文獻 89

Thomas, O., and Burgess, C., “UV-Visible Spectrophotometry of Water and Wastewater,” Elsevier Science Ltd, (2017).
Wei-B, C., and Wen-Cheng, L., “Application of Multivariate Linear Regression and Neural Network Models for Simulating Water Quality in Reservoir”, Journal of Taiwan Agricultural Engineering Vol. 61, No. 3, (2015)
Kefaya, E.-S. M., “Spectrophotometry and photometry,” Clinical Chemistry, Mansoura University, (2014).
Mehta, A., “Ultraviolet-Visible (UV-Vis) Spectroscopy-Derivation of Beer-Lambert Law,” Analytical Chemistry, (2012).
Aryal, R., Vigneswaran, S., Kandasamy, JK., “Application of Ultraviolet (UV) Spectrophotometry in the Assessment of Membrane Bioreactor Performance for Monitoring Water and Wastewater Treatment,” Applied Spectrocopy, 65 (2), pp. 227 - 232, (2011).
Howard, W., Anne G., and Michael L., “Evaluating engineered nanoparticles in natural waters,” Trends in Analytical Chemistry, Vol. 30, (2011).
Ray, C., and Ron H., “Errors in Ultraviolet Fluence Calculations Due to Particles in Wastewater Samples,” Environmental Engineering Science, Vol. 28, (2011).
Pouet, M.-F., Azema, N., Touraud, E., Thomas, O., “Physical and Aggregate Properties,” UV-Visible Spectrophotometry of Water and Wastewater, (2007).
Baldock, T.E., Tomkins, M.R., Nielsen, P., Hughes, M.G., “Settling velocity of sediments at high concentrations settling velocity of sediments at high concentrations”, Coastal engineering, vol. 51, pp 91-100, (2004).
Currana, K.J., Hill, P.S., and Milligan, T.G., “Time variation of floc properties in a settling column”, Journal of sea research, vol. 49, pp 1-9, (2003).
Azema N., Pouet, M.-F., Berho,C., and Thomas, O., “Wastewater Suspended Soilds Study By Optical Methods,” Colloids and Suraces, 204, pp. 131-140, (2002).
Vaillant, S., Pouet, M.F., and Thomas, O., “ Basic Handling of UV Spectra for Urban Water Quality Monitoring,” Elsevier Science Ltd, Vol.4,Issue 3, pp.273-281, (2002).
Gen-Shuh, W. and Shu-Ting, H., “ Monitoring Natural Organic Matter in Water with Scanning Spectrophotometer,” Elsevier Science Ltd., Vol.26, Issue4, pp. 205–212, (2001).
Douglas, A., James, F., and Timothy, A., “Principles of Instrumental Analysis,” Instrumental analysis, (1998).
Miloslav, H., Otakar, T., and Karel, S., “Free Settling of Nonspherical Particles,” Industrial &72 Engineering Chemistry Research, Vol. 33, pp. 1979–1983, (1994).
許翔慧，「以多點連續掃描吸收光譜量測水中SS濃度與沉降特性可行性研究」，國立中央大學環境工程研究所碩士論文，(2015)。
陳致維，「利用連續多次掃描程序建立以分光光度計量測SS濃度與水力停留時間方法之研究」，國立中央大學環境工程研究所碩士論文，(2012)。
楊秉軒，「水及廢水處理反應槽SS 濃度光學即時監測技術之發展與建立」 ，國立中央大學環境工程研究所碩士論文，(2011)。
林光耀，「利用Webcam與雷射光建立量測批次式生物處理系統支水位、MLSS濃度、SS濃度及污泥沉澱速度光學量測裝置之研究」，國立中央大學環境工程研究所碩士論文，(2013)。
游佩蓉，「懸浮顆粒沉澱特性量測技術與裝置之發展與建立」，國立中央大學環境工程研究所碩士論文，(2009)。
劉鴻慶，「利用UV/VIS/NIR吸收光譜同步量測水中SS、有機物及重金屬之研究」，國立中央大學環境工程研究所碩士論文，(2009)。
葉怡成、陽耀華和張萬鈞，「ARIMA-BPN時間數列神經網路」，技術學刊，第24卷第1期，77~86頁，(2009)
胡念英，「污水處理場沉澱池操控用SS沉澱特性自動量測裝置之發展與應用」，國立中央大學環境工程研究所碩士論文，(2008)。
何勇、李曉麗、邵咏妮，「基於主成分分析和神經網路的近紅外光譜蘋果品種鑑別方法研究」，光譜學與光譜分析，第26卷第5期，850~853頁，(2006)
蔡傑寧，「以量筒沉降試驗評估載體混凝技術之可行性研究」，朝陽科技大學環境工程與管理系碩士論文，(2004)。
陳德請、吳世揚，「生物光電工程導論」，全華科技圖書股份有限公司，(2003)。