氮和磷等营养物质对水体的污染是全世界许多国家的一个重大问题。过量的营养物质会造成藻类大量繁殖和“死亡区”,威胁水生生态系统和饮用水供应。
为此,人们越来越努力地解决营养物污染源,例如农业和雨水径流以及水资源回收设施 (WRRF) 的排放。
对于废水处理行业来说,提高污水质量面临着巨大的压力。与此同时,废水处理厂也面临着降低营养物控制系统的能源消耗和成本的压力。
鉴于这些挑战,水研究基金会已选择由 Jacobs 领导的团队来开发并测试人工智能 (AI) 营养控制软件工具这将利用先进的建模技术来优化 WRRF 的养分管理。
混合技术将机器学习的预测和优化功能与最先进的机械模型结合在一个灵活、透明和高效的营养控制工具中。该研究项目的目的是最终证明基于人工智能的营养物控制工具的好处,不仅可以实现严格的废水限制,而且可以更可靠且更具成本效益地运行系统。
“如今,在 WRRF 中使用机器学习进行营养管理还处于起步阶段,在北美的应用非常有限,”水研究基金会研究项目经理 Stephanie Fevig 说道。 “这种将机器学习和基于模型的控制结合在单一混合工具中的建议,如果能够全天候(24/7)专注于数据,可以通过类似于过程工程师的方式自动处理控制,从而大大提高运营效率并改善废水质量。”
该软件工具将通过基于可用数据资源和优化目标的个性化解决方案来适应各种客户需求。一旦开发完成,控制器将在美国的四个 WRRF 试点站点进行部署和测试,这些站点要么由合作伙伴机构拥有,要么由 Jacobs 运营。
“ag旗舰厅的混合方法意味着这种先进的营养物控制器可以处理各种条件并快速部署到各种设施中,”Jacobs 废水技术高级研究员 Bruce Johnson 说道。 “除了完成短期控制需求和长期预测之外,营养控制器还可以帮助操作人员变得更加积极主动。”
这项工作得到了 Jacobs 及其项目合作伙伴 Maia Analytica、Clean Water Services、Alexandria Renew Enterprises、皮马县地区废水回收部门、大芝加哥都会水回收区、纽约环境保护部、塔科马市和 VCS 丹麦的捐款支持。
该研究项目与 Jacobs 的一致数字 OneWater产品,通过将数据和数字技术结合成一种综合的、包容性的水管理方法来满足行业需求。