Hisham

人工智能在膜过程和污垢预测中的应用，以实现更好的资源回收 Hisham Kazim 1、Moin Sabri 1、Aman

摘要 由于溶剂、个人护理产品和药物化合物中出现了新的污染物，水污染已成为一个全球性问题。膜工艺在水处理中似乎有效且前景广阔。虽然膜工艺可以显著降低污染物水平，但诸如结垢等问题仍不断出现。利用人工智能 (AI) 预测结垢和增强膜特性目前正受到关注。可以采用各种人工智能 (AI) 模型根据输出优化输入参数，这有助于预测膜性能并评估其有效排斥污染物的能力。本文讨论了使用人工智能技术改进膜技术和过滤工艺的可能性。膜结垢会在运行过程中造成严重问题，因为杂质会积聚在膜上，从而降低膜的正常运行能力。人工智能算法可用于预测渗透通量和结垢增长特性。本文的结论是，利用人工智能预测膜污染可以增强工艺的膜选择，通过更好的污染控制系统开发降低成本，并使工艺在工业规模上更具可扩展性。文献表明，存在一些模型，例如神经模糊干扰系统，可以预测正向渗透膜的性能，相关性高达 0.997，均方根误差为 0.04。本文还得出结论，探索更多像 GAN 这样的新型深度学习架构将有助于更好地从废水中回收资源，并更好地预测膜工艺中的污染。关键词：人工智能；新兴污染物；污染；膜工艺；优化。