《东华大学李卉.pdf》由会员分享,可在线阅读,更多相关《东华大学李卉.pdf(27页珍藏版)》请在三个皮匠报告上搜索。
1、SIMULATION OF RESIDUAL CHLORINE DECAY AND DISINFECTION BY-PRODUCTS IN WATER SUPPLY NETWORK导师:舒诗湖汇报人:李卉研究背景Research Background研究现状Research Status余氯衰减模型Chlorine Decay Model消毒副产物模型Disinfection By-products Model总结与讨论Summary and Discussion0102030405研究背景Research Background水厂用户消毒给水管网余氯浓度沿程不断衰减余氯衰减模型水中有机物(N
2、OM)游离氯消毒副产物(DBPs)DBPs预测模型包括三卤甲烷(THMs)卤乙酸(HAAs)等致癌性、突变性用水水质安全:末端需要保持一定浓度余氯,消毒副产物浓度在限值以下从模型中可得:氯消耗量(C0-Ct)线性关系DBPs=k(C0-Ct)研究现状Research Status余氯衰减模型消毒副产物预测模型混合级数模型平行一级模型平行二级模型 预测效果一般反应速率不变模型较为复杂一级模型 二级模型 混合模型 变反应速率模型 VRC 模型AVRC 模型VRRC 模型SPVRC 模型管网水力条件、供水区域不断变化余氯衰减系数也在动态变化多元线性/非线性回归支持向量机决策树模型集成学习深度学习机理
3、模型非机理模型人工智能、大数据等技术不断发展新型消毒副产物预测模型具有重要价值余氯衰减模型Chlorine Decay Model余氯衰减iiClXPikCl:水中有效氯iX:第 i 个氯反应物iP:第 i 个与氯反应的生成物:第 i 个氯反应物的速率常数主体水与管道中有机物和无机物反应管壁与生物膜、管材反应,以及管壁腐蚀过程中的消耗氯与反应物的反应方程式 氯与反应物的反应方程式求导,假设存在n种物质与氯反应::t 时刻的余氯浓度:t 时刻的反应物浓度 引入平均反应速率系数 表示 得:tttdCK Cdt 假设 与氯反应物消耗比例 呈负相关:tKmaxtXX1maxtXXtKe0()tCCtt
4、ttdCK CeCdt 则:02230maxmaxmax()ttttXCCCCCXCC1 300()()ttCCCCtKee ,:模型的参数,t iitt idXk C Xdt,11nnt ittit iiidXdCCk Xdtdt tC,t iX,1nit iik XtK模型评估数据来源:实验室开展主体水和管壁氯衰减实验 非线性最小二乘法(NLS):以误差平方和最小为准则来估计非线性模型参数的方法管壁氯衰减:不同管材(铸铁管、不锈钢管、PE管、PVC管)不同初始氯浓度(1mg/L,1.5mg/L,2mg/L)R2=0.99RMSE=0.005DPVRC模型C0=1mg/LR2=0.94RMS
5、E=0.019一级模型C0=1mg/LR2=0.99RMSE=0.003DPVRC模型C0=1.5mg/LR2=0.94RMSE=0.029一级模型C0=1.5mg/LR2=0.99RMSE=0.011DPVRC模型C0=2mg/LR2=0.95RMSE=0.028一级模型C0=2mg/LR2=0.99RMSE=0.002DPVRC模型T=5R2=0.96RMSE=0.014一级模型T=5R2=0.99RMSE=0.003DPVRC模型T=15R2=0.92RMSE=0.026一级模型T=15R2=0.99RMSE=0.005DPVRC模型T=25R2=0.92RMSE=0.036一级模型T=
6、25不同温度(5,15,25)二次加氯(C0=0.6,0.8,1.0mg/L)R2=0.99RMSE=0.007DPVRCC0=0.6mg/L一级模型C0=0.6mg/LR2=0.99RMSE=0.006R2=0.95RMSE=0.018R2=0.97RMSE=0.013R2=0.99RMSE=0.007DPVRCC0=0.8mg/L一级模型C0=0.8mg/LR2=0.99RMSE=0.005R2=0.95RMSE=0.019R2=0.91RMSE=0.025R2=0.99RMSE=0.004DPVRCC0=1mg/L一级模型C0=1mg/LR2=0.99RMSE=0.006R2=0.96R
7、MSE=0.027R2=0.96RMSE=0.023 不同水体混合(1.0,1.25,1.5,2.0mg/L)DPVRC1.0,1.5,2mg/L一级模型1.0,1.5,2mg/LR2=0.99RMSE=0.003-0.007R2=0.94-0.99RMSE=0.005-0.016DPVRC1.25,2mg/L一级模型1.25,2mg/LR2=0.99RMSE=0.004-0.012R2=0.94-0.98RMSE=0.012-0.018DPVRC1.0,1.5mg/L一级模型1.0,1.5mg/LR2=0.99RMSE=0.003-0.008R2=0.97-0.99RMSE=0.005-0.
8、015管壁氯衰减:不同管材(铸铁管、不锈钢管、PE管、PVC管),C0=1mg/LR2=0.99RMSE=0.017DPVRC模型铸铁管R2=0.93RMSE=0.065一级模型铸铁管R2=0.99RMSE=0.004DPVRC模型PE管R2=0.91RMSE=0.038一级模型PE管R2=0.99RMSE=0.007DPVRC模型不锈钢管R2=0.95RMSE=0.026一级模型不锈钢管R2=0.99RMSE=0.017DPVRC模型PVC管R2=0.97RMSE=0.039一级模型PVC管 DPVRC 模型对主体水和管壁氯衰减的拟合准确性均高于一级模型。DPVRC 模型相比于 VRC 模型
9、的改进之处包括:模型的参数由四个减少为两个。通过使用 lsqnonlin 函数,将 DPVRC 模型对氯衰减实验数据进行拟合,并对模型参数进行求解,简化了校核过程。DPVRC 模型中的初始氯浓度可直接使用实验测得的真实初始氯浓度值,而 VRC 模型的初始氯浓度通过拟合结果确定的。DPVRC 模型对各种情况下的氯衰减实验数据的拟合度均可达到 0.99 及以上,相比 VRC 模型有了较大的提升。消毒副产物模型Disinfection By-products Model 基于THMs生成与耗氯量之间的线性关系,利用DPVRC模型得出 T 时刻耗氯量,间接计算THMs的生成浓度y=23.79xR2=0
10、.992Sample1y=22.60 xR2=0.992Sample2y=24.98xR2=0.950Sample3y=23.17xR2=0.986Sample4y=24.70 xR2=0.964Sample5y=27.99xR2=0.960Sample6DPVRC模型线性关系THMs=k(C0-Ct)氯消耗量(C0-Ct)THMs的生成浓度THMs间接预测模型实验室测量复杂且耗时 利用Log线性回归模型、支持向量回归机模型(SVR)、随机森林回归模型(RFR),预测总三卤甲烷(T-THMs)、二溴一氯甲烷(DBCM)、一溴二氯甲烷(BDCM)的浓度。利用易获取的水质参数UV254Temper
11、aturepHNH4+-NCODTOCNO3-NNO2-NBr-Liu,K.,Lin,T.,Zhong,et al.(2023)Science of The Total Environment,870,161976.Log线性回归模型支持向量回归机模型(SVR)随机森林回归模型(RFR)THMs:T-THMs,DBCM,BDCM将样本数据通过非线性核函数映射到高维空间,找到少数有效的支持向量表示整个数据集,使得数据在高维空间中线性可分。通过对样本进行采样进而随机产生若干决策树,所有决策树对每个样本进行预测,取平均值作为该样本的预测结果。将数据集(175个)划分为训练集(141个)和测试集(34
12、个)。对数据进行归一化处理。设置SVR的训练参数,包括惩罚因子c、核函数参数g和优化算法的停止容差p。输入训练集数据并训练SVR模型。输入测试集数据,使用训练好的模型进行预测。对预测结果的数据进行反归一化。计算训练集和测试集的均方根误差(RMSE)、平均绝对误差(MAE)、决定系数(R2)并可视化结果。图1 SVR模型构建方法图2 不同c,g参数组合下的RMSE(T-THMs、DBCM、BDCM)惩罚因子c的搜索范围为0.1,2,步长为0.1核函数参数g的搜索范围为0.1,8,步长为0.1将各参数组合下训练集和测试集的RMSE、MAE、R2进行比较并筛选得到最优的c,g参数组合 对于全集(图a
13、1-c1):T-THMs、DBCM、BDCM的N25在77%-81%之间,皮尔森相关系数 rp 在0.65-0.78之间。对于训练集(图a2-c2):T-THMs、DBCM、BDCM的N25在77%-79%之间,rp在0.66-0.79之间,与全集预测效果相当。对于测试集(图a3-c3):T-THMs的N25为85%,DBCM、BDCM的N25均为76%,rp值在0.62-0.76之间。图3 Log线性回归模型预测值与实测值比较(a、b、c 分别表示 T-THMs、DBCM、BDCM,后缀 1、2、3 分别表示全集、训练集、测试集)对于DBCM和T-THMs,RFR模型表现出比SVR模型和Lo
14、g线性回归模型更好的性能;对于BDCM,SVR模型和RFR模型的预测性能各有千秋;对于本研究中的THMs,RFR模型的性能总体要优于SVR模型和Log线性回归模型。总结与讨论Summary and Discussion崇 德 博 学 砺 志 尚 实 机器学习模型的预测效果较好,但参数调优过程较为复杂;应结合其它算法(遗传算法,粒子群优化算法等)加强参数寻优过程。消毒副产物间接预测模型运算过程简便,预测效果较为理想,值得进一步推广。余氯衰减模型研究主要集中于变反应速率模型;由于模型大都比较复杂,目前难以应用于工程实际。DPVRC 模型对主体水和管壁氯衰减的拟合准确性均高于一级模型;相比于VRC模型有较大提升。总结与讨论T H A N K Y O U导师:舒诗湖汇报人:李卉