基于可解释性机器学习的纳滤膜去除有机微污染物研究

纳滤膜对微污染物去除效率受膜特性、微污染物性质和实验条件等因素影响,优化这些影响因素对纳滤工艺的成功应用至关重要,然而实验优化过程不能同时兼顾多因素对去除效能的交互影响.为此,基于线性、非线性和集成学习算法,开发了4种纳滤膜对有机微污染物去除效率的预测模型,并验证了模型的预测性能和可行性.在拟合程度、稳健性和外部预测能力等方面对开发的模型进行了对比分析研究,结果表明,用集成学习算法开发的XGBoost模型能够准确识别影响膜分离过程中的关键因素,在预测纳滤膜对微污染物的去除效率方面表现出强大的潜力(R_adj²=0.977,Q_ext²=0.877,Q_LOO²=0.875).此外,利用SHAP解释方法定量解析了各驱动因素对纳滤膜去除微污染物效率的贡献,证明纳滤膜的截留分子量、膜表面接触角和污染物的尺寸是微污染物去除过程中重要的影响因素.首次将模型解释方法应用于特征变量的选择过程,使集成算法(XGBoost)模型的性能得到进一步优化.所开发的机器学习模型,有利于优...     

机械絮凝池内部流场数值模拟和絮凝效果分析

通过对机械絮凝池内不同进水流量和不同桨板转速的流场分别进行数值模拟,计算得到湍动能k和湍动耗散率ε等水力参数,并结合混凝实验分析水流对絮凝效果的影响。结果表明:湍动能k和湍动耗散率ε可以作为评价絮凝是否充分的标准;机械絮凝池最佳水力停留时间为18 min;平均k值为0.00613～0.00212 m2/s2,平均ε值为0.00869～0.00199 m2/s3时,机械絮凝池装置的絮凝效果比较理想。     

改进隔板絮凝池的数值模拟和实验

通过在廊道中增加了V型穿孔挡板，对传统往复式隔板絮凝池进行了改进，利用数值模拟和实验方法，探讨了改进絮凝池中流态、湍动能（κ）、耗散率（ε）分布情况以及这些参数对絮凝效果的影响。对多种方案进行了优化计算和实验，结果表明，在隔板絮凝池第1个廊道进口1/3和2/3处设置2个120°多孔V型挡板在各种方案中絮凝效果最好，能有效地增加水体紊动，提高絮凝效果，增设V型穿孔挡板后可以适当减少隔板絮凝池长度。     

镇江水厂前置调蓄池污染物扩散数值模拟

以镇江水厂水源安全保障工程前置调蓄池为对象,采用水环境模拟软件EFDC建立调蓄池三维数值模型,开展水动力学和污染物迁移数值模拟,预测不同流量工况下污染物进入调蓄池后到达取水口时间,分析了污染物的输移规律。研究结果表明:若发生污染事件,污染物基本沿着调蓄池水流方向扩散,污染云团面积逐渐增大,浓度逐渐减小;随着扩散距离逐渐增大,污染物扩散速度逐渐减小; 3种不同流量工况下,污染物扩散至调蓄池出水口时间都在10 h以上,满足设计要求。建设前置调蓄池能够在突发事故时延缓污染水体进厂,给应急处置提供时间,对保障供水安全具有重大意义。