公开(公告)号：CN118954809A

公开(公告)日：2024-11-15

申请号：CN202410936945.8

申请日：2024-07-12

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 王鸿程 ,  王煜琪 ,  刘清轶 ,  李贺文 ,  宋云鹏 ,  殷万欣 ,  王爱杰

IPC: C02F9/00 ,  C02F7/00 ,  G06F18/25 ,  G06N3/0442 ,  G06N3/045 ,  C02F1/00 ,  C02F3/30

Abstract: 本发明涉及污水处理技术领域，具体涉及一种基于加权融合模型的污水处理智能曝气控制方法。获取进水水质监测数据集、过程水质监测数据集、出水水质监测数据集、曝气量监测数据集以及设备工况监测数据集。将进水水质监测数据集、过程水质监测数据集、出水水质监测数据集以及曝气量监测数据集融合为水质曝气融合数据集，将设备工况监测数据集和曝气量监测数据集融合为工况曝气融合数据集。将水质曝气融合数据集输入可调参数的深度人工神经网络子模型中，将工况曝气融合数据集输入可调参数的长短期记忆神经网络子模型中。将两个模型结果融合为可调参数的人工神经网络和长短期记忆网络融合模型，按照百分比误差归一化后的权重系数融合。

公开(公告)号：CN118778563A

公开(公告)日：2024-10-15

申请号：CN202410745808.6

申请日：2024-06-11

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 王鸿程 ,  王煜琪 ,  陈家冀 ,  殷万欣 ,  赵奕为 ,  刘帅 ,  王爱杰

IPC: G05B19/418 ,  G06V20/40 ,  G06V20/52 ,  G06V10/82 ,  G06N3/0464 ,  C02F7/00

Abstract: 本发明涉及污水处理技术领域，具体涉及一种基于多态数据融合的污水处理曝气智能控制方法。根据进水监测和过程监测的水质指标获取进水水质态监测数据集和过程水质态监测数据集，根据污水处理设备进行设备数据采集获取设备态监测数据集，根据图像检测进行生化段好氧池视频态监测数据集。将进水水质态监测数据集，过程水质态监测数据集，设备态监测数据集和好氧池视频态监测数据集融合。将融合数据集输入可调参数的深度人工神经网络模型中，输出鼓风机曝气提供的氧气量，从而对曝气处理过程进行控制。本发明方法可实现精准的故障诊断和预警，提供数据驱动的决策支持，减少能耗和运行成本，提升污水处理效果，推动污水处理系统向智能化方向发展。

公开(公告)号：CN118915642A

公开(公告)日：2024-11-08

申请号：CN202410944757.X

申请日：2024-07-15

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 王鸿程 ,  王煜琪 ,  殷万欣 ,  宋云鹏 ,  吕家强 ,  李贺文 ,  王爱杰

IPC: G05B19/418 ,  C02F1/52

Abstract: 本发明涉及污水处理技术领域，具体涉及一种基于图像信息的絮凝过程智能投药控制方法。获取进水水质监测数据集、过程水质监测数据集、出水水质监测数据集、设备工况监测数据集、投药量监测数据集以及絮凝区表面状态监测数据集；将进水水质、过程水质、出水水质、设备工况以及投药量监测数据集融合为水质工况投药融合数据集，将絮凝区表面状态以及投药量监测数据集融合为图像投药融合数据集；将水质工况投药融合数据集输入可调参数的K近邻回归子模型中，将图像投药融合数据集输入可调参数的目标检测子模型中。将两个模型结果融合为图信息融合模型，按照百分比误差归一化后的权重系数融合。

公开(公告)号：CN118771624A

公开(公告)日：2024-10-15

申请号：CN202410763554.0

申请日：2024-06-14

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 王鸿程 ,  王煜琪 ,  陈家骥 ,  李贺文 ,  邓尚雯 ,  刘清轶 ,  王爱杰

IPC: C02F9/00 ,  G06N3/045 ,  G06N3/084 ,  C02F1/00 ,  C02F1/52 ,  C02F1/50 ,  C02F101/20

Abstract: 本发明涉及污水处理技术领域，具体涉及一种基于多模型融合的给水处理智能投药控制方法。将进水水质监测数据集，过程水质监测数据集和出水水质监测数据集融合为融合水质状态数据集，将设备监测数据集和投药量监测数据集融合为融合投药状态数据集；将融合水质状态数据集输入可调参数的深度人工神经网络水质状态子模型中，将融合投药状态数据集输入可调参数的深度人工神经网络投药状态子模型中；将两个模型结果融合为可调参数深度人工神经网络融合模型，按照百分比误差归一化后的权重系数融合，根据深度人工神经网络融合模型，按照输出结果对给水处理投药过程进行控制。本发明提升响应速度和节能降耗，实现水处理过程的高效、智能和可持续发展。

公开(公告)号：CN118724304A

公开(公告)日：2024-10-01

申请号：CN202410723595.7

申请日：2024-06-05

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 王鸿程 ,  王煜琪 ,  罗晓芹 ,  宋云鹏 ,  吕家强 ,  王文哲 ,  王爱杰

IPC: C02F7/00 ,  C02F3/00

Abstract: 本发明涉及污水处理技术领域，具体涉及一种基于环境先验知识的污水处理曝气智能控制方法。根据进水监测，过程监测以及出水监测过程中的水质指标获取水质指标监测数据集，根据污水处理设备进行设备数据采集获取设备工况监测数据集；将水质指标监测数据集和设备工况监测数据集融合，根据环境先验知识拓展成带有环境先验知识的融合数据集；将带有环境先验知识的融合数据集输入可调参数的长短期记忆神经网络机器学习模型中，根据可调参数自适应长短期记忆神经网络模型，输出鼓风机曝气提供的氧气量，从而对曝气处理过程进行控制。本发明方法实现对污水处理曝气工艺的智能化控制，降低能耗并提高曝气供氧量的合理性，对污水达标排放起到积极作用。