使用AI和BES/MFC来减少BOD₅测量的预测时间

科学领域:

• 环境科学 环境科学
• 分析化学 分析化学
• 生物技术是生物技术.

背景情况:

• 生物化学氧气需求 (BOD5) 是一个关键的水质指标.
• 传统的BOD5测量是耗时的,需要5天.
• 需要更快,更可靠的BOD5评估方法.

研究的目的:

• 开发使用微生物燃料电池 (MFC) 的快速BOD5传感器.
• 整合人工智能 (AI) 以加速BOD5预测.
• 在现实应用中验证传感器的性能.

主要方法:

• 使用微生物燃料电池 (MFC) 作为核心传感平台.
• 开发并实施了一个人工神经网络 (ANN) 模型.
• 相关联的MFC输出与标准BOD5测量用于ANN培训.

主要成果:

• 在6-24小时内实现BOD5预测.
• 平均预测错误达到了7%.
• 证明了AI-MFC/BES传感器在实际使用中的可行性.

结论:

• AI-MFC/BES传感器可显著减少BOD5测试时间.
• 开发的系统提供了准确和快速的水质监测.
• 这项技术显示出对实时环境评估的前景.