Soft-sensor jakości ścieków oczyszczonych w oczyszczalni przydomowej
Soft-sensory z uczeniem maszynowym przewidują ChZT i zawiesinę ogólną oczyszczalni przydomowej na podstawie czujników jakości inline: regresja wektorów nośnych osiągnęła R² = 0,96 dla ChZT, a regresja cubist R² = 0,99 dla zawiesiny.
Rozwiązanie Soft Sensor
Podejście
Soft-sensory o wielu wejściach i jednym wyjściu łączą parametry mierzone przez sprawdzone czujniki inline, aby przewidywać parametry jakości, które w przeciwnym razie wymagają poboru prób i analiz laboratoryjnych. Porównano cztery algorytmy: cząstkowe najmniejsze kwadraty (PLS), regresję wektorów nośnych (SVR), regresję cubist i sieć neuronową regresji kwantylowej (QRNN).
Zmienne wejściowe
- Mętność
- Barwa
- pH
- Amon (NH₄⁺)
- Azotany (NO₃⁻)
- Przewodność elektryczna
Zmienne wyjściowe
- Chemiczne zapotrzebowanie tlenu (ChZT)
- Zawiesina ogólna
- E. coli
Typ modelu
- Regresja wektorów nośnych
- Regresja cubist
- PLS i QRNN (porównane)
Kluczowe wskaźniki
Wyniki
-
Na danych jakości z przetestowanej w terenie oczyszczalni przydomowej eksploatowanej prawie dwa lata (56 punktów danych) SVR przewidziała ChZT z R² = 0,96, a regresja cubist zawiesinę z R² = 0,99. E. coli nie udało się dostatecznie przewidzieć (najlepsze R² = 0,22). Autorzy wnioskują, że mimo małego zbioru danych soft-sensory z uczeniem maszynowym mogą dawać użyteczne oszacowania w czasie rzeczywistym parametrów mierzonych offline.
Dlaczego to ważne
- ChZT, zawiesina i E. coli wymagają poboru prób i analiz laboratoryjnych, więc nie dają wglądu w czasie rzeczywistym w pracę oczyszczalni ani w usterki.
- Analizatory ChZT czasu rzeczywistego istnieją, ale ze względu na koszt i odczynniki nie opłacają się w oczyszczalniach przydomowych; soft-sensor na sprawdzonych czujnikach inline to tańsza droga do ciągłego monitoringu.
Masz wyzwanie w sterowaniu? Porozmawiajmy.
Źródła
Shyu, H.-Y., Castro, C. J., Bair, R. A., Lu, Q., Yeh, D. H. — otwarty dostęp.
Przegląd
Soft-sensor przewiduje parametry jakości mierzone w laboratorium (ChZT, zawiesinę) na podstawie parametrów, które czujniki inline mierzą w sposób ciągły, i daje eksploatacji oszacowanie w czasie rzeczywistym między próbkami.
Kiedy stosować ten wzorzec
- Jakość ścieków oczyszczonych jest kontrolowana analizami laboratoryjnymi, a opóźnienie ogranicza decyzje eksploatacyjne.
- Analizatory online ChZT lub zawiesiny są dla obiektu za drogie albo odczynniki i serwis są uciążliwe.
- Niezawodne czujniki inline (mętność, pH, przewodność, biogeny) już są lub można je tanio dodać.
Co pokazuje cytowane badanie — i jego ograniczenia
Dla różnych wyjść wygrały różne algorytmy (SVR dla ChZT, regresja cubist dla zawiesiny), więc modele warto porównywać dla każdego wyjścia osobno. Zbiór danych był mały (56 punktów), a E. coli nie udało się dostatecznie przewidzieć. Soft-sensor do stałej eksploatacji potrzebuje więcej danych, planu ponownej kalibracji i nadzoru nad samymi czujnikami wejściowymi.
Powiązane wzorce
Kontakt
Wyślij wiadomość
Kontakt bezpośredni
Dr. Rafał Noga
Spotkanie
Zarezerwuj 30-minutową rozmowę techniczną bezpośrednio przez Calendly.
Zarezerwuj 30-min rozmowę technicznąBądź na bieżąco
Otrzymuj informacje o przemysłowej AI, APC i optymalizacji procesów na swoją skrzynkę.