自来水厂矾花自动监测系统的设计和实践

Design and practice of automatic monitoring system for flocculent precipitation in waterworks

下载PDF

导出

摘要本研究针对自来水厂混凝剂投加控制问题,设计并实施了一套矾花状态监测系统。该系统通过图像采集、矾花图像处理、监控预警以及显示装置,实现了矾花状态的实时监测,进一步辅助混凝剂投加量的调整控制。研究以深圳市光明区某自来水厂为对象,该水厂采用聚合氯化铝作为混凝剂,通过矾花图像处理算法,提取矾花的特征向量,利用模糊神经网络计算矾花评价值。实践分析表明,该系统能够有效预测沉后水浑浊度,匹配度达到86.83%,为自来水厂混凝剂投加控制提供了一种新的解决方案。

作者刘小东于宏静关振明贾志超李羽颀 Liu Xiaodong

机构地区深圳市深水光明水务有限公司广州深视未来智能科技有限责任公司

出处《城镇供水》 2024年第5期30-36,共7页 CITY AND TOWN WATER SUPPLY

关键词自来水厂矾花自动监测

分类号 TU991.62 [建筑科学—市政工程]

引文网络
相关文献

参考文献5

1吕玉龙,张双翼,徐鸿凯,夏萍.矾花形态特征量化和识别方法研究进展[J].给水排水,2022,48(S01):1108-1113. 被引量：3
2付元,雷智丰,崔东锋,郭中权,蔡博涵,肖艳,周爱姣.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. 被引量：2
3黄念禹,武彦林,李俊,全燕鸣,赖源平,王启腾.自来水厂矾花状态自动监测应用研究[J].给水排水,2016,42(11):122-125. 被引量：3
4王新增,严国莉.基于纹理特征的矾花图像自动识别方法[J].电脑开发与应用,2006,19(9):46-48. 被引量：2
5翟士才,陆明刚.基于机器视觉的混凝剂投加控制系统研究[J].工业控制计算机,2017,30(9):79-81. 被引量：6

二级参考文献25

1王新增,黄山,严国莉,凌彤辉.矾花图像的处理及应用研究[J].成都信息工程学院学报,2005,20(3):282-286. 被引量：1
2钟淳昌,朱方达,贾继錭.数学模型加矾自动化技术[J].中国给水排水,1989,5(2):20-24. 被引量：9
3欧彦江,袁中凡.神经网络在二维图像识别中的应用[J].中国测试技术,2006,32(1):111-113. 被引量：8
4马伟亮,宋启敏,宋晓峰.嵌入式视频采集与处理系统在混凝剂加注控制中的应用[J].中国测试技术,2006,32(4):31-33. 被引量：2
5王新增,严国莉.基于纹理特征的矾花图像自动识别方法[J].电脑开发与应用,2006,19(9):46-48. 被引量：2
6Xu L,Krzyzak A,Suen C Y.Methods of combining multiple classifiers and their applications to handwriting recognition.IEEE Trans SMC,1992,22(3):418-430. 被引量：1
7Bovik A C,Clark M.Multichannel texture analysis using localized spatial filters[J].IEEE Trans P A M I,1990,12 (1):55-73. 被引量：1
8Chang T,Kuo CC J.Texture analysis and classification with tree-structured wavelet transform[J].IEEE Trans Image Processing,1993,2(10):429-431. 被引量：1
9A zencott R,Wang J P,Younes L.Texture classification using windowed fourier filters.IEEE Trans on PAMI.,1997,19 (2):148-152. 被引量：1
10Huang Y S,Liu K,Suen C Y.The combination of multiple classifiers by a neural network approach.Int Journal of Pattern Recognition and Artificial Intelligence,1995,19(3):579-597. 被引量：1

共引文献9

1蒋美林,张学瑜,邵峰,尚悦,杨明,刘荣华,梅慧.醇料比对双黄连制剂醇沉效果及沉淀物形态影响[J].中草药,2020,51(19):4954-4959. 被引量：4
2张伟,陈栋,赵进慧.金属铣削件视觉检测与机器人分拣系统[J].工业控制计算机,2020,33(12):91-93. 被引量：3
3邱婷,罗启平,管国安.机器视觉在水体絮体检测中的研究进展[J].江西化工,2021,37(5):75-79. 被引量：1
4付元,雷智丰,崔东锋,郭中权,蔡博涵,肖艳,周爱姣.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. 被引量：2
5陈汪洋.水厂絮凝过程矾花状态的自动识别与应用[J].净水技术,2023,42(10):179-189.
6马帅印,王晨,卢津,孔宪光,殷磊,陈改革,张茜.数据驱动的污水处理高密池混凝加药预测研究[J].给水排水,2024,50(2):158-166. 被引量：2
7郭上科,郭俊文,文昌璧,李博润,滕维忠,江小伟,章德才,乔越.基于图像处理判断水混凝中矾花性能的研究及应用进展[J].热力发电,2024,53(5):1-9.
8吴志金,赖源平,许振楚,贺涛,李伟廉,魏日强,王益发.自来水厂混凝剂智能投加系统的构建与应用[J].中国给水排水,2024,40(18):90-95.
9袁鹰,唐玲玲,王磊,朱雨婷.废旧锂离子电池铝制备絮凝剂及其絮凝性能研究[J].安徽化工,2024,50(5):71-74.

1朱永强,金莉莉.基于矾花图像识别的智能加药系统在水厂中的应用[J].数字技术与应用,2024,42(4):21-23.
2付元,雷智丰,崔东锋,郭中权,蔡博涵,肖艳,周爱姣.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. 被引量：2
3王小奇.基于自动监测系统的环境噪声监测与探讨[J].皮革制作与环保科技,2024,5(17):38-40.
4梁玥,曲泰安,孙阳,覃天强,杜勇志,朱家慧.基于机器视觉的自适应智能加药系统在工业水处理中的应用研究[J].鞍钢技术,2024(5):33-40.
5杨艳春,闫岩,王可.基于注意力机制与光照感知网络的红外与可见光图像融合[J].西南交通大学学报,2024,59(5):1204-1214. 被引量：1
6邢雅.基于光纤取样技术的避雷器泄漏电流自动监测研究[J].自动化应用,2024,65(19):147-149.
7郭上科,郭俊文,文昌璧,李博润,滕维忠,江小伟,章德才,乔越.基于图像处理判断水混凝中矾花性能的研究及应用进展[J].热力发电,2024,53(5):1-9.
8胡兵,夏文禹,周统刚,苏昶,刘刚旭.基于模糊神经网络的跨区域电网安全态势感知研究[J].自动化与仪器仪表,2024(9):78-81.
9吴志金,赖源平,许振楚,贺涛,李伟廉,魏日强,王益发.自来水厂混凝剂智能投加系统的构建与应用[J].中国给水排水,2024,40(18):90-95.
10陈昌奉,赵宏州,周恺卿.基于图神经网络的代码抄袭检测方法[J].计算机工程与科学,2024,46(10):1815-1824.

城镇供水

2024年第5期

浏览历史

内容加载中请稍等...

自来水厂矾花自动监测系统的设计和实践

参考文献5

二级参考文献25

共引文献9

相关作者

相关机构

相关主题

浏览历史