用于饮用可重复使用的NDMA软传感器:模型开发研究
K B Newhart1, K A Thompson2, A Branch2
1Oregon State University, 105 SW 26th St., Corvallis, OR 97331, USA.
Water research
|August 29, 2025
概括
实时监测N-二甲基胺 (NDMA) 是一个挑战. 这项研究使用机器学习开发了一种数据驱动的软传感器,以优化紫外线处理,在水再利用设施中实现显著的能源节约.
科学领域:
- 环境工程
- 水处理技术
- 分析化学
背景情况:
- N-二甲基胺 (NDMA) 是饮用水中的致癌污染物.
- 由于缺乏实时分析方法,目前的NDMA监测和处理往往耗费大量能源.
- 间接饮用再利用设施在优化NDMA去除处理方面面临挑战.
研究的目的:
- 开发一个数据驱动的软传感器,用于实时预测N-二甲 (NDMA).
- 优化紫外线消毒剂量控制,以消除 NDMA 在间接饮用重复使用中.
- 模拟和量化水处理过程中的潜在节能.
主要方法:
- 采用了来自全面反透 (RO) 间接饮用再利用设施的过程数据.
- 应用统计和机器学习 (ML) 方法,包括主要组件分析 (PCA) 和支持矢量机器 (SVM).
- 开发了一个软传感器模型来预测NDMA水平以控制紫外线剂量.
主要成果:
- 主要组件分析 (PCA) 通过降低传感器噪声显著提高了统计和机器模型的准确性.
- 与PCA结合的支持矢量机器与传统方法相比降低了13-31%的能量.
- 基于NDMA的不同监管限制和安全因素,模拟显示了节能效果.
结论:
- 数据驱动的建模和软传感器为水处理中的实时NDMA控制提供了可行的解决方案.
- 实施先进的数据分析技术可以在饮用再利用设施中节省大量能源.
- 这种方法可以精确控制关键处理单元,解决传感环境中的挑战.
