——为我校70周年校庆献礼

近日，我校智能制造服务国际科技合作基地水资源管理团队在城市污水厂“全视角智能管理”和“人工智能工艺模型在线进化”方面取得2项原创成果，同步发表在环境领域著名期刊《Environmental Research》（JCR一区，最新影响因子为6.5），是水资源管理团队在环境科学+人工智能、工学+管理等学科交叉融合的最新成果之一。

在全球碳减排和碳中和的背景下，实施污水处理系统智能运维，是实现节能减排、管理升级的主要手段，也是污水行业数字化和高质量发展的趋势，具有迫切的市场需求和广阔的应用前景。然而，污水处理系统是一个典型的非线性、多变量、强耦合的时变系统，实施精准运维管理难度很大。“A Full-View Management Method Based on Artificial Neural Networks for Energy and Material-Savings in Wastewater Treatment Plants”一文，提出了一种基于人工神经网络的全视角运维管理方法，以应对污水处理系统的高度复杂性。通过整合挖掘与污水厂相关的气候、人口和经济等关联数据，建立污水厂进水水质、水量预测方法，实现提前14天的准确预测，进而借助污水厂运维过程模拟模型和遗传算法，生成优化运维方案。基于重庆两个真实污水厂的研究结果表明，采用该智能决策系统，可为污水厂节约能源和材料成本11.20%和16.91%以上。

论文链接：https://doi.org/10.1016/j.envres.2022.113054

为使智能运维模型越来越“聪明”，“Online learning-empowered smart management for A²O process in sewage treatment processes”一文，提出了一套可以在线进化学习的污水厂智能管理方案。该研究首先利用人工神经网络模拟废水处理过程，然后加入在线学习机制以增强模型的动态自适应性，实现污水处理过程的在线性与实时性。与污水处理工程在线监测数据的对比显示，本研究所提出的基于在线学习的模型方法比离线的模型及常规对比模型具有更高的预测精度。

论文链接：https://doi.org/10.1016/j.envres.2022.113015