社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

清华大学黄霞团队合作ES&T:机器学习赋能工业零排放RO膜污染预测

环境人Environmentor • 1 年前 • 669 次点击  
点击上方蓝字 关注我们

第一作者:丁昊杰

通讯作者:黄霞、梁帅

通讯单位:清华大学环境学院、北京林业大学环境科学与工程学院

论文DOI:10.1021/acs.est.5c06257



图文摘要



成果简介

近日,清华大学环境学院黄霞教授团队与北京林业大学梁帅教授团队等合作在环境领域知名学术期刊Environmental Science & Technology上发表了题为“A Multi-Model Ensemble for Advanced Prediction of Reverse Osmosis Membrane Performance in Full-Scale Zero-Liquid Discharge Systems”的研究论文。论文针对实际工业零排放系统中膜污染难以预测的工程痛点问题,构建了多模型集成预测框架,通过深度学习模型的融合优化,实现了反渗透(RO)膜污染的长时间尺度精准预测。该框架具备良好的适应性、泛化性与可解释性,展示出将机器学习融入全规模工业系统膜污染预测与系统运维的广阔前景。



引言

膜污染一直是制约RO系统稳定运行的关键瓶颈,尤其在燃煤电厂脱硫废水等高盐高硬零排放场景中,污染类型复杂、水质波动剧烈,给系统预测和维护带来极大挑战。传统建模方法在面对污染过程的复杂性与多变量干扰时,往往难以实现稳定、高效的趋势预测。本研究以某大型燃煤电厂零排放系统为研究对象,基于其近5年的完整运行数据,建立了一套涵盖数据预处理、模型训练、预测验证与机制解释的多模型集成框架,提升了RO系统复杂工况下的动态预测能力与响应性,为实际零排放工程的数字化运行管理提供了重要技术支撑。



图文导读

图1. 多模型集成预测框架与滚动预测策略


研究构建了一个面向全规模零排放系统RO膜污染预测的多维集成框架(图1A),涵盖数据采集、特征筛选、模型分析与机制解释等模块,用于膜污染的智能化预测。数据来源于某大型燃煤电厂近5年运行记录,共包含23项水质与操作参数,经标准化与Kendall相关性筛选,最终确定11个关键输入变量。模型集成了LSTM、CNN、ConvLSTM、RNN、GRU与ARIMA等六种算法,并设计了1天、7天和30天三种步长的滚动预测策略(图1B–D),模拟不同时间尺度下的模型稳定性与响应效果。


图2. 不同预测步长下的模型表现对比(以ConvLSTM与ARIMA为例)


图 2展示了在不同预测步长下模型对RO膜通量与截盐率的预测表现。ConvLSTM在30天步长预测中能准确还原污染发展过程中的趋势与波动,预测值与实测值高度吻合;而ARIMA则因依赖线性历史趋势,出现明显阶梯式偏差,难以响应泵压或流量等工况变化。在7天和1天预测中,ConvLSTM仍能稳定追踪通量变化,而其他模型因结构简化或记忆能力受限,难以准确建模膜污染的动态过程。结果表明,ConvLSTM具备良好的跨时间尺度适应能力和较高的预测精度。


图3. 模型预测精度的综合评估分析


图3基于R2、RMSE与MAE三项指标,量化评估了六种模型在不同预测步长下对RO通量的预测效果。ConvLSTM在7天步长预测中表现最佳(R2=0.94),在盐截留率预测中也维持高准确度。CNN在30天步长预测中相对稳定,但在短步长下精度下降明显;LSTM在1天步长预测中R2=0.95,但随着预测步长增加,性能逐渐衰减。该结果揭示了各模型对预测步长的敏感性差异,强调了根据预测周期匹配合适算法的必要性。


图4. 关键预测因子的解释性贡献分析


利用SHAP方法对一级RO膜性能预测中的关键输入因子进行解释性分析(图4A, C)。结果表明,进水电导率与Ca2+浓度是通量预测中贡献最大的变量,SHAP值为正,表明其升高有助于提升通量预测值。进水流量与泵压在二级RO中表现出积极影响(图4B, D ),但在一级RO中则表现出更复杂的效应。在截盐率预测中,泵压和氧化还原电位为主要影响因子。Ca2+与Mg2+虽贡献次要,但作为结垢离子仍值得关注。SHAP还揭示了电导率、泵压与流量间的协同作用机制,为膜系统多参数调控提供了数据支撑。


图5. 集成框架在跨区域零排放系统中的适应性验证


研究进一步验证了该模型在不同工业场景下的泛化能力。在原电厂零排放系统膜更换后的3个月运行期内,模型对RO通量与截盐率的预测结果与实测值高度一致(图5A–B),表现出良好的延续性与稳定性。在宁夏某电厂(图5C),ConvLSTM模型在1天预测中表现最佳(R2= 0.937),但在30天步长下精度下降(R2= 0.775);而在江苏某电厂(图5D),LSTM模型在7天预测中表现最优(R2= 0.988)。此外,LSTM在两地的截盐率短期预测中均取得良好效果,显示该框架具备良好的跨区域适应性与模型灵活性。



作者思考

本研究基于全规模工业零排放系统的长期运行数据,构建了多模型集成预测框架,并在不同预测步长下验证了其稳定性与迁移能力。结合SHAP方法,进一步提升了模型的可解释性,为膜系统在实际工程中由“经验判断”向“数据驱动”转变提供了探索路径。研究结果表明,深度学习在应对复杂膜污染演化、提取关键影响因子等方面展现出良好的工程适用性。未来可进一步探索将预测结果与现场运行策略深度融合,在膜清洗频率优化、加药调控与运行参数设定等方面实现精细化指导,从而提升系统效率、降低运行成本。同时,引入在线学习或强化学习方法,有望增强模型在动态工况下的自适应与前馈调节能力,推动膜法水处理系统向更高水平的智能化发展。



作者简介

黄霞,清华大学环境学院教授,博士生导师。国家杰出青年基金获得者、教育部长江学者奖励计划特聘教授和创新团队带头人、首批环境保护部专业技术领军人才、国际水协会杰出会士(Distinguished Fellow)和膜技术专家委员会前任主席。担任Frontiers of Environmental Science & Engineering期刊执行副主编、Water Research X期刊Editor等。主要从事膜集成水处理技术、功能膜材料研制、生物电化学污水处理技术、低碳污水处理与资源能源回收化技术、污水监测与生物风险控制等研究。在Nat. Sustain., Sci. Adv., Nat. Comm., Energy Environ. Sci., Environ. Sci. Technol., Water Res.等期刊上发表SCI收录论文500余篇,连续11年入选爱思维尔中国高被引学者;出版专著/教材5部;曾获国家科技进步二等奖3项、部级一等奖8项、Environ. Sci. Technol.和Environ. Sci.:Water Res. Technol.年度最佳论文奖。

联系邮箱:xhuang@tsinghua.edu.cn


梁帅,北京林业大学环境科学与工程学院教授,博士生导师;主要从事膜法污水再生与资源化利用相关研究;兼任Water Research X期刊Associate Editor、Frontiers of Environmental Science & Engineering期刊青年编委等;入选北京市优秀人才、北京市科协青年人才托举工程等;主持国家自然科学基金、北京市自然科学基金等项目13项;已在Sci. Adv., Nat. Comm., Environ. Sci. Technol., Water Res., Appl. Catal. B-Environ.等期刊发表SCI论文70余篇,获授权发明专利12项。

联系邮箱:shuai_liang@bjfu.edu.cn


丁昊杰,清华大学环境学院博士后,2025届博士毕业生,导师为黄霞教授,研究方向为工业零排放反渗透膜污染控制。已在Environ. Sci. Technol.、Water Res.等期刊发表多篇论文,曾获研究生国家奖学金、清华大学综合优秀一等奖学金等奖励。


郝宁,吉林大学新能源与环境学院博士研究生。研究方向为环境毒理学与大气科学中的机器学习应用。以第一作者身份在J. Hazard. Mater.、Ecotox. Environ. Safe.等期刊发表论文多篇。


曹琪林,吉林大学新能源与环境学院博士研究生,本硕博均就读于吉林大学,导师为宋俊年教授。主要研究方向为城市固废可持续管理、环境大数据分析及机器学习方法的开发与交叉应用。研究成果发表于Nat. Sustain., Environ. Sci. Technol., Earth’s Future, J. Clean. Prod.等期刊。曾获吉林大学优秀毕业生、国家励志奖学金等荣誉。


文章链接: https://pubs.acs.org/doi/10.1021/acs.est.5c06257


投稿、合作、转载、进群,请添加小编微信Environmentor2020!环境人Environmentor是环境领域最大的学术公号,拥有20W+活跃读者。由于微信修改了推送规则,请大家将环境人Environmentor加为星标,或每次看完后点击页面下端的“在看”,这样可以第一时间收到我们每日的推文!环境人Environmentor现有综合群、期刊投稿群、基金申请群、留学申请群、各研究领域群等共20余个,欢迎大家加小编微信Environmentor2020,我们会尽快拉您进入对应的群。



往期推荐

年度热点文章Top10(2024年)
中科大俞汉青院士、陈洁洁教授、华中科大黄明杰Nat. Commun.:精准定制高价金属氧化物的d带中心实现污染物完全聚合去除
香港城市大学袁志国院士、新南威尔士大学郑敏Nature Sustainability综述:污水资源化前沿路径
Nature:全球塑料垃圾中的“潜行者”
中国科学院生态环境研究中心俞文正课题组Nature Water:三价金属混凝去除天然有机物的分子尺度理论
清华大学曲久辉院士团队刘锐平、中国科学技术大学陈洁洁Angew:纳米-生物杂合体界面间电子定向转移实现硝酸盐选择性转化
浙江大学环境纳米技术研究团队Nature Water:晶格工程实现纳米零价铁的高效选择性还原反应
山大刘建、港理工金灵等ES&T封面:联合提出“微塑料组”呼吁以整体视角研究微塑料以捕获其在真实世界中的生态与健康影响
哈工大(深圳)任南琪院士团队陈以頔、阿德莱德大学段晓光ES&T补充封面:聚焦微污染物聚合转化研究
大连理工陈景文团队、哈工大姜杰团队、宾大Joseph S. Francisco教授JACS:全多氟烷基化合物在微液滴表面自发降解
ESE专栏 | 《中国碳中和与清洁空气协同路径年度报告》工作组:2022年中国碳中和与清洁空气协同路径报告——提速重点部门转型
学术招聘
美国范德堡大学环境工程研究生项目招生 (博士硕士)
加州大学河滨分校化学与环境工程系门玉洁课题组招收博士生(或博士后)
香港城市大学能源与环境学院Dr. Sam H. Y. HSU课题组招聘博士
美国圣母大学环境分子与合成生物学实验室拟招收2名全奖博士生
瑞典斯德哥尔摩大学和瑞士Eawag联合招聘全奖博士生(环境方向)
北京大学环境科学与工程学院赵华章教授团队招聘博士
学术资讯
耶鲁大学Julie B. Zimmerman教授出任ES&T主编
贝勒大学Bryan W. Brooks教授出任ES&T Letters主编
韩国科学院院士Wonyong Choi将出任ACS ES&T Engineering创刊主编
CEJ Advances创刊 | 潘丙才教授任主编,四位华人学者任副主编
ACS对话 | ACS ES&T Engineering创刊副主编马军院士
专访:Environmental Science & Ecotechnology 主编团队


扫描二维码,快速入群~

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/185578