一个软传感器用于同时预测石纯度和回收率

科学领域:

• 环境科学 环境科学
• 化学工程是化学工程的重要组成部分.
• 材料科学 材料科学 材料科学

背景情况:

• 是一种至关重要的,不可再生的资源,对生活和工业至关重要.
• 斯特鲁维特 (氨酸) 是废水中回收的关键产品,对于可持续的肥料生产至关重要.
• 精确评估 struvite 纯度和回收率对于其市场可行性至关重要,但传统方法是繁的,并阻碍了自动化.

研究的目的:

• 开发一种新的,非破坏性的方法,同时确定 struvite 纯度和回收率.
• 为实时,自动化监控大规模结构性回收过程奠定基础.
• 为了验证使用物理性质进行质量评估的有效性.

主要方法:

• 对斯特鲁维特晶体的光学显微镜图像的分析.
• 整合和指数信息.
• 使用 MATLAB 脚本进行主要组件分析 (PCA) 的应用.
• 模型预测与传统化学和仪器分析的比较.

主要成果:

• 开发的模型准确地预测了 struvite 纯度和回收率.
• 该模型的预测与传统分析技术的结果密切一致.
• 物理特性 (晶体图像,和指数) 足以可靠地预测质量.

结论:

• 通过使用光学图像和和数据,建立了一种可靠的实时结构质量监测方法.
• 这一进步支持回收过程中持续分析的自动化.
• 这些发现为提高斯特鲁维特肥料生产的效率和经济可行性提供了理论基础.