XiaoMi-AI文件搜索系统
World File Search System理厂
ASHBRIDGES BAY 污水处理厂 2021 年度报告
AAC 年平均浓度 BOD5 五日生化需氧量 CBOD5 五日碳质生化需氧量 CEU 继续教育单位 CFU 菌落形成单位 DAF 溶气浮选 大肠杆菌 大肠杆菌 ECA 环保合规批准 Fe 铁 HTP 亨伯处理厂 HRT 水力停留时间 kg 千克 kWh 千瓦时 MAC 月平均浓度 MGMD 月几何平均浓度 MWh 兆瓦时 m3 立方米 m3 /天 立方米/天 mg/L 毫克/升 mL 毫升 ML 百万升 MECP 环境、保护及公园部 Q 流量 RAS 回流活性污泥 SBS 亚硫酸氢钠 SBS (P) 亚硫酸氢钠存在量 scm 标准立方米 SS 悬浮固体 TCR 总量余氯 TP 总磷 TS 总固体 TSS 总悬浮固体 TVS 总挥发性固体 TWAS 浓缩废弃活性污泥 μg/L 微克/升 WAS 废弃活性污泥 % w/v 溶液成分的百分比浓度，以重量/体积表示 % w/w 溶液成分的百分比浓度，以重量/重量表示
基于人工智能的污水处理厂排放水质预测技术
《水污染防治法》规定了污水处理厂排放水的排放标准，并对化学需氧量 (COD) 进行控制。濑户内地区和其他指定区域的污水处理厂还对总氮含量 (TN) 和总磷含量 (TP) 进行额外监管。为了满足标准，污水处理厂使用自动测量设备来监测这些控制和调节参数；但是，根据流入污水处理厂的污水质量和污水处理工艺条件，排放水质可能会恶化。要将这种恶化的水质恢复正常，需要维护人员的经验和专业知识，而且由于需要经过一定的时间，因此也需要维护人员的劳动。为了让维护人员能够提前发现水质恶化，日信电机株式会社开发了一种技术，可根据这些控制和调节参数的过去实际数据，使用人工智能 (AI) 预测未来的水质变化。该技术有助于防止水质恶化，同时减轻维护人员的负担。
利用人工智能（AI）支持污水处理厂的运营
（1）国土交通省网站：碳零排放社会贡献分科委员会第 1 次会议资料（2021 年 10 月 1 日） http://www1.mlit.go.jp/mizukokudo/sewerage/mizukokudo_sewerage_tk_000734.html（2022 年 1 月 21 日） （2）高濑伸明等：“利用卷积自动编码器进行污水处理设施的异常检测”，DIA2020 动态图像处理实用研讨会，第 276-282 页，2020 年 （3）木村优希等：“基于 AI 的污水处理厂运行决策技术的验证”，第 57 届下水道研究会议论文集，第 889 页，2020 年
盐度是鱼类废水处理厂中全球真核群落结构的主要驱动力
©2021 Elsevier Ltd.此手稿版本可根据CC-BY-NC-ND 4.0许可（http://creativecommons.org/licenses/by-nc-nc-nd/4.0/）提供。
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。
搬迁沙田污水处理厂往岩洞的实时大数据人工智能环境影响评估 (AIEIA) 执行摘要 搬迁沙田污水处理厂往岩洞（本项目）的环境影响评估中，位于沙田马场和周边河道的彭福公园鹭鸟林被列为环境指标之一。目前，香港对鸟类生态栖息地的监测主要以人为观察为主，而人为观察的时间间隔有限。由于繁殖季节环境变化微妙，人为不易分辨鸟类行为的细微变化。渠务署藉此机会与香港科技大学合作，通过在项目下对彭福公园鹭鸟林进行先导观察，探索将最先进的绿色人工智能 (AI) 技术融入环境监测。观察是明智行动的第一步。完整的阵列数据收集系统 (ADCS) 和实时数据提取管道架构经过全面设计，可实现模块化，并可成功部署在各种结构中，确保在所有环境中可靠运行。ADCS 具有多种优势，可满足户外环境长期监测的需求：(i) 自动连续录制；(ii) 高分辨率视频；(iii) 高帧率视频；(iv) 巨大的本地数据存储；(v) 保护恶劣环境（例如极端天气条件）。采用一种新的视频压缩标准高效视频编码 (H.265) 来处理、存储和传输高分辨率视频，同时保持视频质量。在户外环境中实现数据采集自动化之后，实施了 AI 算法，以从长达数月的数据中检测鸟类。本研究重点是检测大白鹭和小白鹭，即研究地点的主要鸟类。AI 算法开发的主要挑战是缺乏香港鸟类的标记数据集。为了解决这个问题，我们利用 3D 建模制作了大白鹭和小白鹭的合成鸟类数据集。在虚拟图像的开发过程中，我们应用了姿势和身体大小等显著特征的大量变化，这反过来又迫使模型专注于专家用来区分鸟类物种的细粒度鸟类特征，例如颈部和头部。经过训练的 AI 模型能够在不同背景下以高预测分数区分和定位鸟类物种，平均准确率达到 87.65%。我们的人工智能 ADCS 解决方案比传统的人工观察具有多种潜在优势，能够在不同的天气条件下为不同物种的鸟类计数、行为研究、空间偏好以及种间和种内相互作用提供密集的表面。这项研究的结果和发现有利于未来规划环境监测工作以及项目下的工作阶段，以尽量减少对彭福公园鹭鸟林的潜在环境影响。
致力于 DIY - 处理厂操作员
研究表明，有些人害怕公开演讲甚至甚于害怕死亡。对于许多水和废水处理操作员来说，执照考试几乎会产生这种程度的焦虑。有些人会证实，他们有可能彻底了解考试内容，但却因为过度紧张而考试不及格。幸运的是，有办法克服考试焦虑，消除考试及格的障碍。以下是我从自己的经验和一些研究中总结出的一些技巧。紧张可以对你有利。我得到的最好的建议之一是一位大学辅导员在面试前给我打气时说的。他说：“如果你不紧张，你就无法振作起来。”当然，过于焦虑会伤害你，但过于随意也会伤害你。适当的紧张可以帮助你发挥出最佳水平。所以，接受那更快的心跳和肾上腺素吧——让它们为你服务。做好准备——但不要太多。自信是缓解焦虑的良药，而自信来自充分的准备。另一方面，在考试前一天晚上“临时抱佛脚”地复习并不是一个好主意。如果你在考场上坐下时睡眠不足，你的表现就不会很好。长期坚持学习。当你知道自己准备好了时再参加考试。这样你就不会觉得非要临时抱佛脚不可。多练习。在大学毕业后的考试中，有一件事对我帮助很大，那就是回答练习题。你不仅要了解材料，还要知道问题会如何发展，这样才能获得优势。
致力于 DIY - 处理厂操作员
研究表明，有些人害怕在公共场合讲话甚至超过害怕死亡。对于许多水和废水处理操作员来说，执照考试几乎会让他们产生这种焦虑。有些人会证实，他们可能对考试内容了如指掌，但却因为紧张而考试不及格。幸运的是，有办法克服考试焦虑，消除考试及格的障碍。以下是我从自己的经验和一些研究中总结出的一些技巧。紧张可以对你有利。我得到的最好的建议之一是一位大学辅导员在面试前给我打气。“如果你不紧张，”他说，“你就没有勇气。”当然，过于焦虑会伤害你，但过于随意也会伤害你。适当的紧张程度可以帮助你发挥出最佳水平。所以，接受更快的心跳和肾上腺素吧——让它们为你服务。做好准备——但不要太多。信心是焦虑的良药，而信心来自良好的准备。另一方面，在考试前一天晚上“临时抱佛脚”到凌晨并不是一个好主意。如果你坐在考场里时睡眠不足，你就不会发挥出最佳水平。坚持不懈地学习。当你知道自己准备好时参加考试。这样你就不会觉得非要临时抱佛脚。练习。在我大学毕业后的考试中，有一件事对我帮助很大，那就是回答练习题。你不仅要了解你的材料，还要知道问题的结构，这样你才能获得优势。不要喝咖啡。这有点像第一次驾驶驾照考试，考的是家里的车，而不是你以前从未开过的车。你可以在 Treatment Plant Operator 网站 www.tpomag.com/study 上找到水和废水考试的样题。考试时，你的身体和大脑会受到充分刺激 — 你不需要任何化学增强。喝很多咖啡，咖啡因的刺激可能会让你过于“兴奋”，无法正确专注于手头的任务。集中注意力。不要担心你周围房间里的其他人，他们好像什么都知道一样努力工作。对自己准备要有信心。集中精力回答问题。
水处理厂残留物管理
哪些法规管理水处理厂残留物的管理？对于水处理公用事业管理者来说，确定影响各种管理实践的法规可能很困难。困难在于 WTP 产生的废物类型多种多样，废物处理方式也各有不同：直接排放、排放到废水处理厂、垃圾填埋场处理、土地应用、地下注入、放射性废物处理和空气排放处理。在联邦层面，美国环境保护署 (EPA) 尚未制定任何专门针对 WTP 残留物的法规。适用的法规与《清洁水法》(CWA)、《固体废物处理设施和实践分类标准》(40 CFR，第 257 部分)、《资源保护和回收法》(RCRA)、《综合环境反应、补偿和责任法》(CERCLA) 或《超级基金》以及《清洁空气法》(CAA) 有关。《清洁水法》限制直接排放到水道中，而其他立法则管理废物的其他使用和/或处置方法。大多数州负责制定并执行符合这些法案要求的法规。因此，废物管理是各州的责任。
基于人工智能的污水处理厂曝气量控制技术的开发
（开发编号2001）2020年1月22日三菱电机株式会社实现高能源效率的污水处理：开发基于AI的污水处理厂曝气量控制技术三菱电机株式会社开发了一种曝气量控制技术，该技术利用其AI技术Maisart®*1，通过提前数小时准确预测进入进行污水处理所需氧化过程的生物反应器的水质（氨浓度），来抑制生物反应器的过度曝气（空气供应）。通过控制每个部分，可以在保持处理水质的同时，与传统方法相比减少约 10%*2 的曝气量。这将有助于减少污水处理厂的电力消耗，目前污水处理厂每年消耗约 70 亿千瓦时*3 的电力，相当于全国电力消耗的约 0.7%。