[發明專利]基于人工智能的污水處理策略調節系統

在審

• 申請號: 202310571664.2
• 申請日: 2023-05-21
• 公開（公告）號: CN116611786A
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 請求不公布姓名
• 申請（專利權）人: 泰州市云水垚工程科技有限公司
• 主分類號: G06Q10/10
• 分類號: G06Q10/10;B01D24/00;G06Q10/04;G06Q50/26;G06N3/0464;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于人工智能的污水處理策略調節系統，其特征在于，所述系統包括：

水面捕獲器件，用于獲取待執行污水處理的目標水面的各項水面參考信息，待執行污水處理的目標水面的各項水面參考信息包括待執行污水處理的目標水面的水面面積、水體平均深度、深度最大值以及水體溫度；

濾料分析器件，用于獲取執行污水處理的單顆纖維球濾料的裝填高度、進水高度、裝填體積、進水體積以及過水濾速以作為單顆纖維球濾料的各項配置數據輸出；

定量學習器件，用于獲取執行纖維球濾料需要顆數智能預測的人工智能模型，所述人工智能模型為經過設定次數的多次學習后的卷積神經網絡，所述設定次數的取值與單顆纖維球濾料的裝填體積正向關聯；

內容存儲機構，與所述定量學習器件連接，用于存儲所述人工智能模型；

顆粒預測機構，分別與所述水面捕獲器件、所述濾料分析器件以及所述內容存儲機構連接，用于將待執行污水處理的目標水面的各項水面參考信息以及單顆纖維球濾料的各項配置數據輸入到所述人工智能模型以執行所述人工智能模型，獲取所述人工智能模型輸出的完成待執行污水處理的目標水面所在水體的污水凈化所需要的纖維球濾料的顆數并作為預測濾料顆數輸出；

其中，執行纖維球濾料需要顆數智能預測的人工智能模型，所述人工智能模型為經過設定次數的多次學習后的卷積神經網絡，所述設定次數的取值與單顆纖維球濾料的裝填體積正向關聯包括：在所述卷積神經網絡的每一次學習中，將完成污水凈化的整塊水體使用的纖維球濾料的數量作為所述卷積神經網絡的輸出，將單顆纖維球濾料的各項配置數據以及完成污水凈化的整塊水體對應的各項水面參考信息作為所述卷積神經網絡的輸入，以完成對所述卷積神經網絡的單次學習動作。

2.如權利要求1所述的基于人工智能的污水處理策略調節系統，其特征在于，所述系統還包括：

同步控制機構，分別與所述定量學習器件、所述內容存儲機構以及所述顆粒預測機構連接，用于實現所述定量學習器件、所述內容存儲機構以及所述顆粒預測機構的兩兩動作的同步控制。

3.如權利要求1所述的基于人工智能的污水處理策略調節系統，其特征在于，所述系統還包括：

數據通信接口，分別與所述定量學習器件、所述內容存儲機構以及所述顆粒預測機構連接，用于建立所述定量學習器件、所述內容存儲機構以及所述顆粒預測機構的兩兩之間的并行通信鏈路。

4.如權利要求1-3任一所述的基于人工智能的污水處理策略調節系統，其特征在于：

執行纖維球濾料需要顆數智能預測的人工智能模型，所述人工智能模型為經過設定次數的多次學習后的卷積神經網絡，所述設定次數的取值與單顆纖維球濾料的裝填體積正向關聯包括：采用信息映射公式表示所述設定次數的取值與單顆纖維球濾料的裝填體積的正向關聯關系。

5.如權利要求4所述的基于人工智能的污水處理策略調節系統，其特征在于：

采用信息映射公式表示所述設定次數的取值與單顆纖維球濾料的裝填體積的正向關聯關系包括：使用數值仿真模式進行所述信息映射公式的仿真和測試。

6.如權利要求5所述的基于人工智能的污水處理策略調節系統，其特征在于：

采用信息映射公式表示所述設定次數的取值與單顆纖維球濾料的裝填體積的正向關聯關系包括：在所述信息映射公式中，將所述設定次數的取值作為所述信息映射公式的輸出內容，將單顆纖維球濾料的裝填體積作為所述信息映射公式的輸入內容。

7.如權利要求1-3任一所述的基于人工智能的污水處理策略調節系統，其特征在于：

在所述卷積神經網絡的每一次學習中，將完成污水凈化的整塊水體使用的纖維球濾料的數量作為所述卷積神經網絡的輸出，將單顆纖維球濾料的各項配置數據以及完成污水凈化的整塊水體對應的各項水面參考信息作為所述卷積神經網絡的輸入，以完成對所述卷積神經網絡的單次學習動作包括：采用MATLAB工具箱仿真將完成污水凈化的整塊水體使用的纖維球濾料的數量作為所述卷積神經網絡的輸出，將單顆纖維球濾料的各項配置數據以及完成污水凈化的整塊水體對應的各項水面參考信息作為所述卷積神經網絡的輸入，以完成對所述卷積神經網絡的單次學習動作。