基于改进FWA-NN的污水处理过程溶解氧浓度预测

为实现对污水处理过程溶解氧质量浓度的实时准确预测,提出了一种改进的混沌烟花混合优化算法并构建了基于改进算法的神经网络在线软测量模型.结合污水处理过程的数据特征,定义了一项新的样本相似度衡量指标用于提取更具代表性的建模数据.在改进算法中,为提高基本烟花算法初始成员的质量,定义了一种改进的两级正弦混沌映射并利用混沌运动的遍历性精选烟花算法的初始群成员;通过融合混沌算法改进了基本烟花算法的搜索机制,基于设定准则将寻优过程分为两阶段并采用两分群同时进行.测试结果表明改进算法的收敛速度和收敛精度有较大程度提高.将改进的软测量建模方法和样本数据提取方法用于污水处理过程溶解氧质量浓度软测量建模,应用结果表明该模型的均方根误差和平均泛化误差分别为0.0175和0.0118,具有较强的泛化性能.     

基于神经网络的城市夜间环境监控与预测

因夜间天空亮度分布具有非线性变化特点,故引入神经网络算法,建立基于时间序列的夜天空亮度预测模型,夜天空亮度预测模型可为城市光污染防治提供评价依据.文章对神经网络的原理进行了论述,建立了基于时间序列预测模型.以测试数据为训练样本集,基于MATLAB(矩阵实验室,Matrix Laboratory的简称),采用改进的BP算法(误差反向传播算法)对网络进行学习训练,并对存在的误差进行了分析.基于时间序列BP神经网络的夜天空预测模型,当隐含层神经元数目为5,训练函数为L-M优化算法(trainlm)时,最大绝对误差可达到0.003 6 cd/m2,最大相对误差达到2.361 4%.结果表明,模型的运行结果与试验数据比较吻合,输出与目标矢量之间相关性也较好.     

多邻域局部搜索算法求解资源受限项目调度

针对资源受限项目调度问题,提出了一种基于多邻域的局部搜索算法。在算法中,设计了两种不同结构的搜索邻域,分别为交换邻域和插入邻域。算法中先使用交换邻域进行较大范围的局部搜索,然后再用插入邻域进行小范围内的精细搜索。两种邻域的交替使用有利于产生尽可能多的多样性解。为了使搜索能够跳出当前邻域,避免陷入局部最优,设计了一种基于均匀交叉操作的邻域移动方法来逐步移动邻域范围。此外,通过双向对齐技术提高每次求得的解的质量,而对具有相同工期的调度方案,则设计了一种新的时间压缩指标用来选择其中的最有潜力者。对标准测试库PSPLIB的2 040个测试案例进行了仿真测试,并与其他启发式算法进行比较,验证了算法的有效性。     

GIS和情景分析辅助的流域水污染控制规划

总结了流域水污染控制规划中的正向算法和反向算法及其优缺点.以江西赣江流域为例, 以ARCGIS8.1为平台,建立了流域水环境功能区划、污染源、监测断面和排污口等空间数据库. 基于正向算法,利用情景分析法构造了流域水污染控制的4种情景,并在4种情景下生成了对污染源实行逐级控制的10组规划方案. 利用费用函数对各方案的污水处理投资进行估算;结合污染源预测,利用水质模型对各方案进行水质模拟,并将模拟的结果通过GIS的可视化表达来进行辅助决策. 以水质达标和投资费用作为规划方案的决策依据,通过赣江流域水污染治理的经济可承受能力的分析,优选出2套经济上能承受、水质上可接受的流域水污染控制方案.结果表明,GIS和情景分析法对于流域水污染控制规划在综合性、完整性和可持续性等方面具有良好的指导意义.     

基于机理模型与数据模型融合的污水处理智能控制系统构建思路

污水处理智能控制是水污染控制领域的前沿方向。人工智能技术的快速发展,为污水处理智能化控制系统研发注入了新的活力。当前亟须探索污水处理机理模型与数据驱动方法交叉融通的科学路径,重构污水处理智能控制系统的逻辑模式,以提升污水处理智能控制技术研发水平。为此,从污水处理过程的确定性-随机性特征出发,提出了融合机理模型与数据模型的双回路控制系统设想,未来通过充分的实践探索,有望为污水处理智能控制提供新的技术路线。首先,分析了污水处理智能控制系统的基本要素,分别探讨了基于确定性的机理模型及基于随机性的数据驱动模型对污水处理系统的控制作用,进而提出了机理模型与数据模型融合驱动的双回路控制系统基本逻辑架构及控制原理,并分析了该系统在污水处理复杂过程中应用的拓扑结构。最后,围绕未来污水处理智能控制技术发展作了展望。     

基于O3/UV法的消解终止自动确定方法

为了提高基于臭氧协同紫外（O₃/UV）法的COD在线监测装置的检测效率和检测精度,分析了不同水样在消解过程中二氧化碳气体生成浓度的变化率与有机物消解率之间的关系,提出了一种消解终止自动确定的检测方法.通过采集消解过程中各传感器的数据,基于使用滑动标准偏差法计算二氧化碳气体浓度变化率的标准差自动确定消解终止时间.对不同种类、不同浓度的有机物进行消解实验,发现在二氧化碳实时浓度的标准差小于0.003时,有机物基本消解完全,可认为达到反应终点.该方法不仅可用于COD的在线监测提高检测效率和检测精度,也对基于臭氧协同紫外（O₃/UV）法的废水处理具有指导意义.     

基于属性重要度的变精度邻域粗糙集知识约简

在模糊决策信息系统理论研究的基础上,根据其属性来构造对象空间的模糊分割,用邻域粒化的思想定义了变精度模糊决策信息系统粗糙集模型的上、下近似算子及其约简和核等概念,由此给出了一种基于属性约简的算法,通过实例分析验证算法的有效性。     

基于3种时间序列模型的九龙江河流库区藻华预测

湖库富营养化和有害藻华是全球性生态环境问题,藻华预测与早期预警是保障湖库水源地供水安全的关键技术.如何基于高频水生态在线监测数据进行藻华的实时动态预测成为水生态管理领域的重大需求.本研究以福建省九龙江江东库区(水源地)为例,利用3年连续观测的逐时平均总叶绿素a浓度数据,对比研究了SARIMA、Prophet和LSTM(长短期记忆神经网络)3种时间序列模型在藻华(日平均叶绿素a大于15μg·L^-1)预测方面的效果.结果表明：(1)时间序列模型要求参数少,灵活性强,能清晰反映水质特征和未来变化趋势,可弥补传统藻类监测预警方法的局限性;(2)基于深度学习框架的LSTM模型,具有独特的迭代优化算法,对藻类非线性变化特征的识别和预测能力较强,其总叶绿素a逐日预测和7日预测效果均显著优于SARIMA模型和Prophet模型;(3)输入数据长度会在一定程度上影响模型预测效果,最优的输入数据时间长度为7 d;输入数据频率对预测效果也有影响,在预测非藻华日时,小时数据的预测效果优于日频率数据;在预测藻华日时,两种频率数据无显著差异,但日频率数据能更准确识别藻华日特征.总结起来,基于...     

污水处理过程水温变化模型构建与验证

污水处理是一个复杂的生物、物理及化学反应过程.污水水温直接影响到污染物生物处理效果,并对污水处理运行能耗产生重要影响.另一方面,污水中也蕴含着相当热能,是潜在可以回收的低品位能源,加以利用则有望实现污水处理碳中和运行.然而,现有研究很少涉及污水处理厂污水进、出水水温变化及其影响因素;工程中也只强调冬季保温,并无法从微观角度认识处理过程水温变化规律.为此,研究尝试构建污水处理过程水温变化热量衡算模型,涵盖污水生化反应、机械传热、环境热传递和水蒸发热损失等4个主要涉热过程.与此同时,收集北京某污水处理厂实际水温、气温数据,借助热量平衡图来模拟污水处理过程中水温变化,并对理论模型参数进行校验和修正.通过参数敏感性分析,可以评价不同参数对水温热量的影响程度.基于这些工作,一个污水温度变化模型被构建成功,可用于指导实际污水处理厂水温控制或余温热能回收过程,可助力污水处理厂节能降耗、甚至实现碳中和目标.     

基于注意力机制及Ghost-YOLOv5的水下垃圾目标检测

水下垃圾的目标检测技术对水下机器人实现垃圾自动清除有着重要意义。然而,复杂的水下环境和水底光线不足,易导致检测精度受限、计算量大等问题。针对这些问题,提出了一种基于YOLOv5的水下垃圾目标检测的改进算法。在该方法中,在预处理部分引入Gamma变换提高水下图像的灰度和对比度,便于模型检测。同时,在YOLOv5检测部分嵌入CBAM注意力机制,以突出目标特征并抑制次要信息,从而提高算法精度。此外,将颈部层中的普通卷积模块替换为Ghost卷积模块,减少计算量,加快检测速度。采用真实环境下的水下垃圾数据集进行模型验证,与当前热门的目标检测算法进行对比,该方法在分辨率为640×640的图像上的最高检测精度为93.7%,且计算时间仅为6.7 ms,满足实时性的要求。该研究成果对水下垃圾的目标检测具有良好的借鉴意义。     

焦化废水处理工程运行能耗的单元解析模型——以OHO流化床工艺为例

焦化废水产生于煤炭的不完全气化过程,其水质成分复杂,处理工艺技术单元多、水力停留时间长且存在多指标目标,处理过程需消耗大量能量,从若干工程实践中发现,影响焦化废水处理工程运行能耗的因素主要包括水质特性、工艺流程、运行时间、设备状况等,系统分析这些因素对运行能耗的贡献,了解耗能规律并模型化,可为焦化废水处理工程设计提供节能依据.本研究以好氧/水解/好氧(OHO)流化床工艺为核心的实际焦化废水处理工程为案例,根据耗能设备、处理目标和单元功能不同将整个处理工程分解为气浮、废水输送、泥渣输送、鼓风曝气、混合、脱水、加药、公用的8个耗能系统,分别分析各系统的耗能因子,建立模型,加权得到总能耗模型;然后分别用HRT(停留时间)法和24 h法计算能耗值,与实际24 h读表电耗值相比较评价模型的准确性.分析结果表明,焦化废水处理工程总运行能耗与进水水量、污泥量、溶解氧、硝化液回流比、进水COD、进水总氮浓度的相关性强;HRT法与24 h法得到的能耗值与实际24 h读表能耗值呈显著线性关系,R2分别为0.93和0.97,相对误差分别为4.28%~19.18%和3.45%~8.94%,模型分析值与工程实测值吻合度比较好,表明模型准确可靠.因此认为,基于耗能单元系统建立的工程系统总能耗模型可以用于预测因水质特性、工艺流程、设备条件等变化的实际工程运行总能耗,得到了建立焦化废水处理工程单元解析模型的系统性新方法.     

CAST污水处理工艺故障诊断方法的研究与应用

本文分析了CAST污水处理工艺故障诊断的特点和需求。在此基础上,提出了建立CAST工艺故障诊断系统的思路和方法,利用自动化监控系统实现在线故障监测和报警,利用故障树分析法构建故障诊断模型,结合运行参数趋势图,实现故障快速诊断。文章通过实例分析,介绍了该方法在污水处理厂的实际应用。     

城市污水处理厂工艺方案选择的辅助决策模型

针对目前城市污水处理厂工艺方案选择中存在着较大的主观随意性和不确定性,以及多指标、多层次的特点,将层次分析法与灰色关联分析相结合,提出了工艺方案选择的多层次模糊灰色耦合模型,用于实际方案选择的辅助决策工具。并运用该模型进行了实例研究。     

一种应用于不均衡小样本集的石化设备故障智能诊断方法

针对实际生产中,石化设备故障呈现出“不均衡小样本”特性,致使传统诊断模型适用性不足,准确率低下这一问题,基于一类支持向量机(One-Class SVM)和遗传算法优化的支持向量机(GA-SVM),提出一种分步诊断策略。利用One-Class SVM构建超球诊断模型,可在没有任何故障先例的前提下实现异常状态辨识和未知故障甄别,提升算法对不均衡监测数据(正常样本数量远超故障样本数量)的适用性;利用GA-SVM,针对小样本故障数据集构建并优化智能诊断模型,判别故障模式,降低算法对大量有标签故障样本的依赖。故障诊断实验结果表明,该方法能够在不均衡小样本场景中显著降低漏报率、误报率和误诊率,对实验数据和工程数据的诊断准确率分别达99%和100%。     

污水特质(水征)评价及其在污水再生处理工艺研究中的应用

近年来,在污水高标准处理研究和工程实践中,发现和遇到越来越多的现有常规水质指标、工艺理论和技术知识等难以解释的新现象和难以解决的新问题.以逐步建立水质复杂体系研究理论和方法体系,构筑科学、有效的污水处理风险管理和安全保障管理系统为目标,介绍了污水的复杂体系特征,阐述了污水高标准处理中工艺设计、运行和诊断面临系统理论方法缺失的问题及其根源,提出了可有效支撑污水工艺研究的污水特质,即"水征（water feature）"的概念.通过分析污水中污染物的浓度水平、组分特征、安全性和稳定性及其时空变化,定义了水征"四维度"内涵,即污染物污染程度、组分特征、毒害效应和转化潜势等4个维度.研究和实践案例表明,水征能有效支撑水质安全评价、处理特性预测、处理工艺设计和工艺诊断优化等.在以水环境质量改善和环境风险控制为目标的污水高标准处理新阶段,基于水征研究,发展高效处理工艺、构筑科学有效的风险管理和安全保障体系尤为重要.今后需深入、持续开展污水处理中水征指标评价方法与理论体系、水征与污染物处理关键技术开发与工艺优化、水征与风险评价管理等方面的研究.      

基于ANN的造纸废水处理智能控制系统研究

研究了人工神经网络技术在废纸造纸废水处理过程动态建模中应用的可行性,采用误差反向传播网络(BP网)建立了表征原水COD、加药量、进水流量、历史出水COD与预计出水COD之间复杂关系的动态模型和控制器模型,其计算输出值与过程的实际输出值具有较好的一致性。利用MCGS组态软件和所建模型搭建了一个造纸废水处理智能控制系统,对造纸厂现场排放废水进行实验,结果表明该系统对废水在线控制具有可行性。     

基于决策树支持向量机算法的船用设备故障诊断

目的 提高船用设备的智能化水平,增强船舶的安全性、可靠性,对船上设备进行状态监测,并基于监测数据对设备健康状况进行评估,对可能存在的故障工况进行识别.方法 通过采集机舱内的振动数据,对数据进行预处理、快速傅里叶变换,提取1/3倍频带特征,将倍频带谱信号作为特征向量,利用支持向量机算法进行模型训练及分类.对于船上多种工况及可能存在的多种故障类别,采用决策二叉树方法,提出一种快速、准确的状态监测及故障诊断策略.结果 在实验室工况下识别准确率接近100％.结论 该方法能够对船用设备进行状态监控、故障诊断、健康评估等提供支持,为设备检修、传感器布置等决策提供依据.     

典型城镇污水处理厂碳源智能投加控制生产性试验

乙酸钠、甲醇等药剂是污水处理厂为保障反硝化脱氮效果所投加的外碳源,然而污水处理厂存在碳源实际投加量与反硝化碳源需求量不匹配的问题。针对污水生物处理过程反硝化碳源的动态需求,研究提出了基于在线实时监测的碳源投加智能控制算法,开发了污水处理碳源智能投加控制系统,以克服人工调控碳源投加存在的过量加药、调控滞后、碳排放量高以及工艺稳定性问题。在污水处理厂进行了4个月的生产性试验,结果表明:控制系统正式运行以来出水水质稳定达标,日均乙酸钠投加量与2020年同期相比降低了21.2%,月均节省乙酸钠药剂费用4.72万元。该项技术可在保障污水处理工艺稳定的前提下实现对碳源投加的精准控制,为污水处理厂自动化运行和减污降碳提供技术和装备支撑。