收稿日期:2023-03-09 修回日期:2023-05-02 接受日期:2023-08-28
免费下载 2023年04期
目前国内水厂大多采用经验法进行混凝剂投加控制,为实现水厂混凝剂投加智能化,本研究搭建了基于矾花图像识别的智能投药系统。该系统结合了YOLOv5矾花识别算法和LinearRegression加药决策算法,并在此基础上添加了一个7维的全连接BP神经网络,通过(563,7)的样本集(563 条包含矾花数量、矾花平均等效直径、进水流量等 7 项参数的样本的集合) 进行训练,计算确定每一层的最佳权重,得到最低损失值为0.018的线性回归模型。 生产试验表明,矾花目标检测准确率为83.5%,预测投药量相比原有经验值降低11.0%。与传统控制方法相比,该系统时延性更低,可靠性更强,药耗更低,有效降低了水厂加药生产和管理成本。
收起-付元, 雷智丰, 崔东锋, 等. 基于矾花图像识别的混凝剂智能投加系统研究[J]. 能源环境保护, 2023, 37(4): 83-90.
FU Yuan, LEI Zhifeng, CUI Dongfeng, et al. Research on an intelligent coagulant dosing system based on alum floc image recognition[J]. Energy Environmental Protection, 2023, 37(4): 83-90.