CN117138590A - 一种正渗透膜的处理效果检测方法 - Google Patents
一种正渗透膜的处理效果检测方法 Download PDFInfo
- Publication number
- CN117138590A CN117138590A CN202311417271.2A CN202311417271A CN117138590A CN 117138590 A CN117138590 A CN 117138590A CN 202311417271 A CN202311417271 A CN 202311417271A CN 117138590 A CN117138590 A CN 117138590A
- Authority
- CN
- China
- Prior art keywords
- data
- light transmittance
- sewage
- osmosis membrane
- forward osmosis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000012528 membrane Substances 0.000 title claims abstract description 110
- 238000009292 forward osmosis Methods 0.000 title claims abstract description 98
- 230000000694 effects Effects 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 48
- 239000010865 sewage Substances 0.000 claims abstract description 122
- 238000004364 calculation method Methods 0.000 claims abstract description 14
- 238000002834 transmittance Methods 0.000 claims description 144
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 129
- 239000011159 matrix material Substances 0.000 claims description 56
- 239000008213 purified water Substances 0.000 claims description 47
- 238000002329 infrared spectrum Methods 0.000 claims description 44
- 239000013598 vector Substances 0.000 claims description 34
- 238000000746 purification Methods 0.000 claims description 22
- 238000012216 screening Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 11
- 239000000463 material Substances 0.000 abstract description 9
- 238000004458 analytical method Methods 0.000 abstract description 3
- 230000007547 defect Effects 0.000 description 10
- 239000012535 impurity Substances 0.000 description 7
- 239000000126 substance Substances 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 239000013505 freshwater Substances 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000011202 physical detection method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D65/00—Accessories or auxiliary operations, in general, for separation processes or apparatus using semi-permeable membranes
- B01D65/10—Testing of membranes or membrane apparatus; Detecting or repairing leaks
Landscapes
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Separation Using Semi-Permeable Membranes (AREA)
Abstract
本发明涉及材料性质分析技术领域,具体涉及一种正渗透膜的处理效果检测方法,该方法通过正渗透膜在预设时间范围内的净水出水量计算出正渗透膜的通水程度,根据优化的DTW算法筛选出一对一数据和一对多数据,进一步计算一对多数据中的相似度并根据相似度筛选出一对一数据,根据所有的一对一数据计算出对应的整体DTW距离,根据正渗透膜对应的通水程度和整体DTW距离计算出正渗透膜的污水处理效果。本发明有效的提高了对正渗透膜污水处理效果的准确度,降低了对正渗透膜污水处理效果的检测成本同时保证了计算效率。
Description
技术领域
本发明涉及材料性质分析技术领域,具体涉及一种正渗透膜的处理效果检测方法。
背景技术
随着人口的迅速增长,淡水资源匮乏的现象日益严重,而生活污水和工业污水等污水排放量越来越多,因此将这些污水进行回收再利用可以有效的解决淡水资源匮乏的问题。正渗透膜生物反应器作为一种高效的污水处理工艺,具有纯水回收率高、浓缩水排放量少、不需要外压、膜污染潜能低、能耗低的优点,但是考虑到不同材质的正渗透膜对污水处理的效果不同,现有技术中对正渗透膜的污水处理效果检测的方法主要是对渗透膜的表面进行缺陷检测。
发明人在实践中,发现上述现有技术存在以下缺陷:
现有技术中对渗透膜的表面进行缺陷检测的方法,仅能够反映渗透膜表面的缺陷特性,不能够完全表征目标物体的实用属性,采用缺陷检测的方法检测本发明中正渗透膜的污水处理效果,仅能表征其去除小颗粒杂质的能力,不能够完全的体现出其对污水杂质中化学物质的过滤效果,准确度较低。且现有技术中对渗透膜的表面进行缺陷检测的方法通常采用深度学习来进一步完成缺陷检测,因此在保证缺陷检测准确性的同时需要大量的训练成本。所以现有技术中对渗透膜的表面进行缺陷检测的方法检测正渗透膜对污水处理的效果准确度不够用且成本较高。
发明内容
为了解决现有技术中对渗透膜的表面进行缺陷检测的方法检测正渗透膜对污水处理的效果准确度不够用且成本较高技术问题,本发明的目的在于提供一种正渗透膜的处理效果检测方法,所采用的技术方案具体如下:
本发明提出了一种正渗透膜的处理效果检测方法,所述方法包括:
获取在条件相同的情况下通过正渗透膜前的污水红外光谱数据曲线、通过正渗透膜后的净水红外光谱数据曲线和预设时间范围内的净水出水量,根据所述净水出水量得到正渗透膜的通水程度;
根据所述污水红外光谱数据曲线获取污水透光率数据序列,根据所述净水红外光谱数据曲线获取净水透光率数据序列,根据所述污水透光率数据序列和所述净水透光率数据序列通过DTW算法构建匹配距离矩阵,在所述匹配距离矩阵中以左上角为起始点、以右下角为终止点,沿两个方向获得最优匹配路径,根据所述最优匹配路径获取所述净水透光率数据序列与所述污水透光率数据序列的一对多数据和一对一数据;
获取所有一对多数据中净水透光率数据对应的唯一数据和污水透光率数据对应的多个数据在红外光谱数据曲线上的变化特征向量和匹配距离矩阵中对应的距离,根据所述变化特征向量和所述匹配距离矩阵中对应的距离计算所述多个数据与所述唯一数据的相似度,根据所述相似度将所有一对多数据筛选为一对一数据;
计算所有一对一数据中污水和净水对应透光率数据序列的DTW距离,根据所述DTW距离和所述通水程度得到正渗透膜的处理效果。
进一步地,所述根据所述净水出水量得到正渗透膜的通水程度包括:
将预设时间范围内所述净水出水量与预设污水量的比值作为正渗透膜的通水程度。
进一步地,所述根据所述污水透光率数据序列和所述净水透光率数据序列通过DTW算法构建匹配距离矩阵包括:
将所述污水透光率数据序列从左到右排序,将所述净水透光率数据序列从上至下排序构建匹配距离矩阵;所述匹配距离矩阵中每个元素的数值为每个元素对应的污水透光率数据和净水透光率数据的差值绝对值。
进一步地,所述最优匹配路径的获取方法包括:
在所述匹配距离矩阵中,通过选择起始点同一行下一列的元素和下一行下一列的元素之间的最小元素值作为下一个路径点,遍历所有路径点直至下一个路径点为终止点,所有路径点的集合记为最优匹配路径。
进一步地,所述根据所述最优匹配路径获取所述净水透光率数据序列与所述污水透光率数据序列的一对多数据和一对一数据包括:
在所述匹配距离矩阵的最优匹配路径中,将每行存在两个以上路径点的元素记为一对多数据,将每行仅存在一个路径点的元素记为一对一数据,所述一对多数据在透光率数据序列中表现为一个净水透光率数据对应两个以上污水透光率数据,所述一对一数据在透光率数据序列中表现为一个净水透光率数据对应一个污水透光率数据。
进一步地,所述变化特征向量的获取方法包括:
将目标透光率数据在透光率数据序列中相邻的前一个透光率数据在红外光谱数据曲线上的坐标位置到目标透光率数据在红外光谱数据曲线上的坐标位置的向量表示为目标透光率数据的变化特征向量;
改变目标透光率数据得到所有一对多数据中净水透光率数据和污水透光率数据的变化特征向量。
进一步地,所述根据所述变化特征向量和所述匹配距离矩阵中对应的距离计算所述多个数据与所述唯一数据的相似度包括:
根据所述变化特征向量和所述匹配距离矩阵中对应的距离通过相似度计算模型计算所述多个数据与所述唯一数据的相似度,所述相似度计算模型包括:其中,/>表示所述多个数据中其中一个数据与所述唯一数据的相似度,/>表示所述唯一数据对应的净水透光率数据的变化特征向量,/>表示所述多个数据中的其中一个数据对应的污水透光率数据的变化特征向量,/>表示所述多个数据中的其中一个数据与所述唯一数据在红外光谱数据曲线上对应的匹配距离矩阵中对应的距离,其中/>表示唯一数据在匹配矩阵中的坐标,/>表示多个数据中其中一个数据在匹配矩阵中的坐标,/>为反正切函数,/>为自然常数,/>为调节系数。
进一步地,所述DTW距离的获取方法包括:
通过一对一数据中两个元素在匹配距离矩阵中的距离得到净水透光率序列中非首个净水透光率数据对应的DTW距离,通过一对多数据中所述唯一数据与所述多个数据在匹配距离矩阵中对应的距离均值作为首个净水透光率数据对应的DTW距离。
进一步地,所述根据所述相似度将所有一对多数据筛选为一对一数据包括:
统计所有一对多数据中所述唯一数据与所述多个数据中每一个数据对应的相似度,将所述多个数据中每一个数据对应的相似度最高的数据与唯一数据相匹配,组成一对一数据。
进一步地,所述正渗透膜的处理效果的获取方法包括:
计算所有一对一数据对应的DTW距离累加得到整体DTW距离;
将正渗透膜对应的所述通水程度和归一化后的所述整体DTW距离进行加权求和得到正渗透膜的处理效果。
本发明具有如下有益效果:
考虑到采用缺陷检测等物理检测法检测正渗透膜表面特征来进一步检测污水处理效果的方法,仅能够反映正渗透膜的表面特征,即反映正渗透膜去除小颗粒杂质的能力,对于污水中化学物质的处理能力差,导致对污水处理的准确度较低,本发明根据正渗透膜前后的水质变化和通水程度特征从根本上表现正渗透膜的处理效果,有效的提高了对正渗透膜污水处理效果的准确度。本发明仅对通过正渗透膜前后的出水量和红外光谱曲线数据进行检测,进一步计算出正渗透膜的污水处理效果,进一步降低了检测成本。考虑到污水中化学物质的种类较多,本发明通过污水处理前后水质的红外光谱数据体现污水中化学物质分布,进一步根据DTW算法提高后续匹配数据的计算的效率。考虑到传统的DTW算法在一个数据序列中的某个元素会出现与另一个数据序列中多个相邻元素相匹配的情况,这种情况会降低后续计算出DTW距离的准确度,因此本发明对传统的DTW算法进行改进,通过两个方向得到筛选出一对一数据和一对多数据,进一步根据一对多数据中对应的红外光谱数据曲线的变化和匹配距离矩阵中的距离筛选出一对一数据,获取唯一的DTW距离,保证获得的DTW距离能够准确的体现两个数据序列的相似程度,进一步提高了检测正渗透膜污水处理效果的准确度。综上所述,本发明通过对DTW距离的计算方法进行改进,有效的提高了对正渗透膜污水处理效果的准确度,降低了对正渗透膜污水处理效果的检测成本同时保证了计算效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种正渗透膜的处理效果检测方法流程图。
实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种正渗透膜的处理效果检测方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种正渗透膜的处理效果检测方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种正渗透膜的处理效果检测方法流程图,该方法包括:
步骤S1:获取在条件相同的情况下通过正渗透膜前的污水红外光谱数据曲线、通过正渗透膜后的净水红外光谱数据曲线和预设时间范围内的净水出水量,根据净水出水量得到正渗透膜的通水程度。
本发明的主要目的是通过计算正渗透膜反应器将污水转化为净水的效率和优化后的DTW算法计算出的DTW距离,进一步计算不同材质正渗透膜对污水的处理效果。考虑到不同材质的渗透膜对污水的处理效果不同,因此为保证检测过程的准确性,需要使得不同材质的渗透膜的检测环境一致。在本发明实施例中,人为配置污水成分,保证污水处理过程中环境温度、正渗透膜位置、正渗透膜表面特征、污水流速和驱动液浓度相同。
首先需要计算出正渗透膜对应的污水转化为净水的效率,具体的:计算出预设时间范围内通过正渗透膜的净水出水量,将该出水量与预设污水量的比值作为正渗透膜的通水程度。在本发明实施例中,预设时间范围设置为1分钟,预设污水量设置为100升。需要说明的是,预设时间范围可以根据具体情况具体设置,但是需要保证拥有充足的预设污水量防止污水在预设时间段内被全部转化。当通水程度越大,表示对应正渗透膜将污水转化为净水的效率越高,说明该正渗透膜的污水处理效果越好。
然后需要根据优化后的DTW算法计算出的DTW距离,但是采用DTW算法的前提是能够得到反映出污水处理效果的数据序列。为了使得后续通过DTW算法计算出的DTW距离更加准确,获取通过正渗透膜前的污水红外光谱数据曲线和通过正渗透膜后的净水红外光谱数据曲线,因为通过污水和净水对应的红外光谱数据曲线能够明确的反映水质中各种化学物质的种类和浓度,进一步根据污水和净水对应的红外光谱数据曲线的变化通过优化后的DTW算法计算出的DTW距离。在本发明实施例中,所获得的红外光谱数据曲线横轴为波数,纵轴为透光率。需要说明的是,获取污水和净水的红外光谱数据曲线为本领域技术人员所熟知的现有技术,在此不做进一步限定和赘述。
步骤S2:根据污水红外光谱数据曲线获取污水透光率数据序列,根据净水红外光谱数据曲线获取净水透光率数据序列,根据污水透光率数据序列和净水透光率数据序列通过DTW算法构建匹配距离矩阵,在匹配距离矩阵中以左上角为起始点、以右下角为终止点,沿两个方向获得最优匹配路径,根据最优匹配路径获取净水透光率数据序列与污水透光率数据序列的一对多数据和一对一数据。
至此,通过步骤S1得到正渗透膜的通水程度、通过正渗透膜前的污水红外光谱数据曲线和通过正渗透膜后的净水红外光谱数据曲线。考虑到本发明的主要目的是检测正渗透膜的污水处理效果,因此在得到正渗透膜通水程度的前提下还需要得到正渗透膜对污水中杂质的去除程度。本发明通过DTW算法对比通过正渗透膜前的污水和通过正渗透膜后的净水对应序列的差异计算正渗透膜对污水中杂质的去除程度,因此为了能够适应DTW算法,需要采集能够准确反映通过正渗透膜前的污水和通过正渗透膜后的净水杂质差异的数据序列,所以根据步骤S1得到的通过正渗透膜前的污水红外光谱数据曲线和通过正渗透膜后的净水红外光谱数据曲线,得到污水的透光率数据序列和净水的透光率数据序列,将污水和净水对应的透光率数据序列作为DTW算法所需要的差异数据序列。需要说明的是,在红外光谱数据曲线中的各波段对应不同种类的元素,且当元素被滤除时对应的红外光谱数据曲线长度减少且透光率提高,由于净水相比于污水滤除了许多杂质元素,所以污水对应的红外光谱曲线数据曲线长度大于净水对应的红外光谱曲线数据曲线长度,并且对应的污水透光率小于净水透光率,即污水的透光率数据序列相比于净水的透光率数据序列更长,污水透光率数值分布相比于净水透光率数值分布更加平稳。将长度和透光率数值分布不一致的污水透光率数据序列和净水透光率数据序列作为DTW算法所需要的差异数据序列。
采用DTW算法需要根据两个数据序列建立匹配距离矩阵,优选地,将污水透光率数据序列从左到右排序,将净水透光率数据序列从上至下排序构建匹配距离矩阵;匹配距离矩阵中每个元素的数值为每个元素对应的污水透光率数据和净水透光率数据的差值绝对值。进一步在匹配距离矩阵中选取最佳匹配路径并计算DTW距离,但是传统的DTW算法采用三个方向对匹配距离矩阵进行遍历,会导致污水透光率数据序列中一个数据对应多个净水透光率数据,或者净水透光率数据序列中一个数据对应多个污水透光率数据,使得两个序列中不具有相似性的像素点进行匹配,进一步造成匹配失真,这种失真的匹配方式会造成后续求得的相似性不够准确从而影响后续计算正渗透膜处理效果的过程。优选地,在匹配距离矩阵的最优匹配路径中,将每行存在两个以上路径点的元素记为一对多数据,将每行仅存在一个路径点的元素记为一对一数据,一对多数据在透光率数据序列中表现为一个净水透光率数据对应两个以上污水透光率数据,一对一数据在透光率数据序列中表现为一个净水透光率数据对应一个污水透光率数据。
采用传统的DTW算法进行匹配时在匹配结果上通常表现为多对一数据、一对多数据和一对一数据,其中一对一数据为反映净水和污水透光率数据序列相似性的数据,即准确反映净水和污水区别差异特征的数据;而一对多数据和多对一数据则反映DTW算法中不具有相似性的匹配数据,因此本发明需要将一对多和多对一数据筛选为一对一数据。考虑到传统的DTW算法在寻找最优匹配路径的时候是沿三个方向搜索最小距离值,在本发明对应的净水和污水透光率数据序列会产生一对一数据、一对多数据和多对一数据,但是在实事层面上来说,多对一数据的数据状态在本发明应用场景内并不存在,因此可以通过两个方向搜索最小距离值,既不影响后续求得的相似性,又能滤波多对一数据进而提高计算速度。
因此采用优化后的DTW算法求得最小匹配路径的过程即为通过两个方向搜索最小距离值,得到一对一数据和一对多数据。优选地:在匹配距离矩阵中,通过选择起始点同一行下一列的元素和下一行下一列的元素之间的最小元素值作为下一个路径点,遍历所有路径点直至下一个路径点为终止点,所有路径点的集合记为最优匹配路径。
步骤S3:获取所有一对多数据中净水透光率数据对应的唯一数据和污水透光率数据对应的多个数据在红外光谱数据曲线上的变化特征向量和匹配距离矩阵中对应的距离,根据变化特征向量和匹配距离矩阵中对应的距离计算多个数据与唯一数据的相似度,根据相似度将所有一对多数据筛选为一对一数据。
至此,通过步骤S2得到净水透光率数据序列与污水透光率数据序列对应的一对多数据和一对一数据。为了能够进一步提高正渗透膜污水处理效果检测的准确度,需要保证所获取的DTW距离能够准确表征正渗透膜的处理效果,即将获得的净水透光率数据序列与污水透光率数据序列对应一对多数据筛选为一对一数据。
为了将一对多数据筛选为一对一数据,在一对多数据中选出多个数据中一个最相似数据与唯一数据相对应,即筛选出与净水透光数据的唯一数据对应的多个数据中相似度最高的数据。本发明通过获取所有一对多数据中净水透光率数据对应的唯一数据和污水透光率数据对应的多个数据在红外光谱数据曲线上的变化特征向量和匹配距离矩阵中对应的距离,进一步计算一对多数据中多个数据的每个数据与唯一数据的相似度,从而根据相似度筛选出一对一数据。其中变化特征向量的获取方法具体为:
根据各个透光率数据所在的数据序列中透光率数据在红外光谱曲线上的斜率变化求得每个透光率数据的变化特征向量。优选地,将目标透光率数据在透光率数据序列中相邻的前一个透光率数据在红外光谱数据曲线上的坐标位置到目标透光率数据在红外光谱数据曲线上的坐标位置的向量表示为目标透光率数据的变化特征向量;改变目标透光率数据得到所有一对多数据中净水透光率数据和污水透光率数据的变化特征向量。变化特征向量的模长和角度均能体现出对应数据的变化特征。
其中匹配距离矩阵中对应的距离即为一对多数据中唯一数据和多个数据中各个数据在匹配距离矩阵中的距离。优选地,进一步根据变化特征向量和匹配距离矩阵中对应的距离通过相似度计算模型计算多个数据与唯一数据的相似度,相似度计算模型包括:其中,/>表示多个数据中其中一个数据与唯一数据的相似度,/>表示唯一数据对应的净水透光率数据的变化特征向量,/>表示多个数据中的其中一个数据对应的污水透光率数据的变化特征向量,/>表示多个数据中的其中一个数据与唯一数据在红外光谱数据曲线上对应的匹配距离矩阵中对应的距离,其中/>表示唯一数据在匹配矩阵中的坐标,/>表示多个数据中其中一个数据在匹配矩阵中的坐标,/>为反正切函数,/>为自然常数,/>为调节系数。在本发明实施例中,调节系数/>设置为1,目的是防止分母为0。
考虑到当唯一数据与多个数据中的每个数据在红外光谱曲线上对应的变化特征向量越相似,即两个变化特征向量夹角越小,在相似度计算模型中对应的越小,则通过指数函数的负相关映射后相似度越大。此外,当唯一数据与多个数据中的每个数据的距离越小,即/>越小,对应的/>越大,两个数据越相似。该相似度计算模型综合考量一对多数据中净水透光率数据和污水透光率数据,根据两种数据所对应的变化特征向量和匹配距离矩阵中的距离计算出一对多数据中其中一个数据与唯一数据的相似度。
进一步根据所计算出的相似度将所有一对多数据筛选为一对一数据,在所有一对多数据中,将多个数据中与唯一数据相似度最高的数据与唯一数据进行匹配,根据匹配结果将所有一对多数据筛选为一对一数据。优选地,统计所有一对多数据中唯一数据与多个数据中每一个数据对应的相似度,将多个数据中每一个数据对应的相似度最高的数据与唯一数据相匹配,组成一对一数据。
步骤S4:计算所有一对一数据中污水和净水对应透光率数据序列的DTW距离,根据DTW距离和通水程度得到正渗透膜的处理效果。
根据所得到的一对一数据和筛选出的一对一数据统计出净水透光率数据序列和污水透光率数据序列一一对应的数据,计算净水透光率数据序列和污水透光率数据序列对应数据之间的在匹配距离矩阵中的距离作为两个数据之间的DTW距离,进一步根据DTW距离计算出处理效果。优选地,通过一对一数据中两个元素在匹配距离矩阵中的距离得到净水透光率序列中非首个净水透光率数据对应的DTW距离。
但是由于本发明将一对多数据筛选为一对一数据的过程需要获取每个透光率数据与其相邻的前一个数据在红外光谱数据曲线上的斜率来进一步得到,因此无法计算每个净水透光率数据序列中的首个数据在红外光谱数据曲线上的斜率。为了使得后续所计算出的DTW距离更加准确,优选地,通过一对多数据中唯一数据与多个数据在匹配距离矩阵中对应的距离均值作为首个净水透光率数据对应的DTW距离。在公式上表现为:其中,/>为首个净水透光率数据对应的DTW距离;/>表示首个净水透光率数据所对应的多个数据中污水透光率数据的数量;/>表示在匹配距离矩阵中,多个数据中的其中一个数据与首个净水透光率数据对应的距离,其中/>表示一对多数据中首个净水透光率数据在匹配矩阵中的坐标,/>表示一对多数据中多个数据对应的其中一个数据在匹配矩阵中的坐标。
至此,得到所有一对一数据对应的DTW距离,进一步根据所得到的正渗透膜通水程度计算出正渗透膜的处理效果,具体为:
优选地,计算所有一对一数据对应的DTW距离累加得到整体DTW距离;将正渗透膜对应的通水程度和归一化后的整体DTW距离进行加权求和得到正渗透膜的处理效果。在公式上表现为:其中,/>表示正渗透膜对应的污水处理效果,/>表示正渗透膜对应的通水程度,/>表示正渗透膜对应的整体DTW距离,/>为归一化函数,/>为通水程度权重,/>为整体DTW距离权重。在本发明实施例中,通水程度权重设置为0.5,整体DTW距离权重设置为0.5。所以当正渗透膜对应的通水程度越大,整体DTW距离越大,对应的污水处理效果就越好。
获得一种正渗透膜的污水处理效果后即可同理获得其他材料或者生产批次的正渗透膜对应的污水处理效果,通过多种正渗透膜的污水处理效果的对比可用于材料对比、材料分析等多种应用场景。
综上所述,本发明通过正渗透膜在预设时间范围内的净水出水量计算出正渗透膜的通水程度,根据优化的DTW算法筛选出一对一数据和一对多数据,进一步计算一对多数据中的相似度并根据相似度筛选出一对一数据,根据所有的一对一数据计算出对应的整体DTW距离,根据正渗透膜对应的通水程度和整体DTW距离计算出正渗透膜的污水处理效果。本发明有效的提高了对正渗透膜污水处理效果的准确度,降低了对正渗透膜污水处理效果的检测成本同时保证了计算效率。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
Claims (10)
1.一种正渗透膜的处理效果检测方法,其特征在于,所述方法包括:
获取在条件相同的情况下通过正渗透膜前的污水红外光谱数据曲线、通过正渗透膜后的净水红外光谱数据曲线和预设时间范围内的净水出水量,根据所述净水出水量得到正渗透膜的通水程度;
根据所述污水红外光谱数据曲线获取污水透光率数据序列,根据所述净水红外光谱数据曲线获取净水透光率数据序列,根据所述污水透光率数据序列和所述净水透光率数据序列通过DTW算法构建匹配距离矩阵,在所述匹配距离矩阵中以左上角为起始点、以右下角为终止点,沿两个方向获得最优匹配路径,根据所述最优匹配路径获取所述净水透光率数据序列与所述污水透光率数据序列的一对多数据和一对一数据;
获取所有一对多数据中净水透光率数据对应的唯一数据和污水透光率数据对应的多个数据在红外光谱数据曲线上的变化特征向量和匹配距离矩阵中对应的距离,根据所述变化特征向量和所述匹配距离矩阵中对应的距离计算所述多个数据与所述唯一数据的相似度,根据所述相似度将所有一对多数据筛选为一对一数据;
计算所有一对一数据中污水和净水对应透光率数据序列的DTW距离,根据所述DTW距离和所述通水程度得到正渗透膜的处理效果。
2.根据权利要求1所述的一种正渗透膜的处理效果检测方法,其特征在于,所述根据所述净水出水量得到正渗透膜的通水程度包括:
将预设时间范围内所述净水出水量与预设污水量的比值作为正渗透膜的通水程度。
3.根据权利要求1所述的一种正渗透膜的处理效果检测方法,其特征在于,所述根据所述污水透光率数据序列和所述净水透光率数据序列通过DTW算法构建匹配距离矩阵包括:
将所述污水透光率数据序列从左到右排序,将所述净水透光率数据序列从上至下排序构建匹配距离矩阵;所述匹配距离矩阵中每个元素的数值为每个元素对应的污水透光率数据和净水透光率数据的差值绝对值。
4.根据权利要求3所述的一种正渗透膜的处理效果检测方法,其特征在于,所述最优匹配路径的获取方法包括:
在所述匹配距离矩阵中,通过选择起始点同一行下一列的元素和下一行下一列的元素之间的最小元素值作为下一个路径点,遍历所有路径点直至下一个路径点为终止点,所有路径点的集合记为最优匹配路径。
5.根据权利要求4所述的一种正渗透膜的处理效果检测方法,其特征在于,所述根据所述最优匹配路径获取所述净水透光率数据序列与所述污水透光率数据序列的一对多数据和一对一数据包括:
在所述匹配距离矩阵的最优匹配路径中,将每行存在两个以上路径点的元素记为一对多数据,将每行仅存在一个路径点的元素记为一对一数据,所述一对多数据在透光率数据序列中表现为一个净水透光率数据对应两个以上污水透光率数据,所述一对一数据在透光率数据序列中表现为一个净水透光率数据对应一个污水透光率数据。
6.根据权利要求1所述的一种正渗透膜的处理效果检测方法,其特征在于,所述变化特征向量的获取方法包括:
将目标透光率数据在透光率数据序列中相邻的前一个透光率数据在红外光谱数据曲线上的坐标位置到目标透光率数据在红外光谱数据曲线上的坐标位置的向量表示为目标透光率数据的变化特征向量;
改变目标透光率数据得到所有一对多数据中净水透光率数据和污水透光率数据的变化特征向量。
7.根据权利要求1所述的一种正渗透膜的处理效果检测方法,其特征在于,所述根据所述变化特征向量和所述匹配距离矩阵中对应的距离计算所述多个数据与所述唯一数据的相似度包括:
根据所述变化特征向量和所述匹配距离矩阵中对应的距离通过相似度计算模型计算所述多个数据与所述唯一数据的相似度,所述相似度计算模型包括:其中,/>表示所述多个数据中其中一个数据与所述唯一数据的相似度,/>表示所述唯一数据对应的净水透光率数据的变化特征向量,/>表示所述多个数据中的其中一个数据对应的污水透光率数据的变化特征向量,/>表示所述多个数据中的其中一个数据与所述唯一数据在红外光谱数据曲线上对应的匹配距离矩阵中对应的距离,其中/>表示唯一数据在匹配矩阵中的坐标,/>表示多个数据中其中一个数据在匹配矩阵中的坐标,/>为反正切函数,/>为自然常数,/>为调节系数。
8.根据权利要求6所述的一种正渗透膜的处理效果检测方法,其特征在于,所述DTW距离的获取方法包括:
通过一对一数据中两个元素在匹配距离矩阵中的距离得到净水透光率序列中非首个净水透光率数据对应的DTW距离,通过一对多数据中所述唯一数据与所述多个数据在匹配距离矩阵中对应的距离均值作为首个净水透光率数据对应的DTW距离。
9.根据权利要求1所述的一种正渗透膜的处理效果检测方法,其特征在于,所述根据所述相似度将所有一对多数据筛选为一对一数据包括:
统计所有一对多数据中所述唯一数据与所述多个数据中每一个数据对应的相似度,将所述多个数据中每一个数据对应的相似度最高的数据与唯一数据相匹配,组成一对一数据。
10.根据权利要求1所述的一种正渗透膜的处理效果检测方法,其特征在于,所述正渗透膜的处理效果的获取方法包括:
计算所有一对一数据对应的DTW距离累加得到整体DTW距离;
将正渗透膜对应的所述通水程度和归一化后的所述整体DTW距离进行加权求和得到正渗透膜的处理效果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311417271.2A CN117138590A (zh) | 2023-10-30 | 2023-10-30 | 一种正渗透膜的处理效果检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311417271.2A CN117138590A (zh) | 2023-10-30 | 2023-10-30 | 一种正渗透膜的处理效果检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117138590A true CN117138590A (zh) | 2023-12-01 |
Family
ID=88908418
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311417271.2A Pending CN117138590A (zh) | 2023-10-30 | 2023-10-30 | 一种正渗透膜的处理效果检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117138590A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062267A (zh) * | 2019-11-28 | 2020-04-24 | 内蒙古农业大学 | 一种时间序列遥感影像降维方法 |
CN113105564A (zh) * | 2021-04-13 | 2021-07-13 | 宁波龙圣新材料科技有限公司 | 一种高性能膜材料及其制备工艺 |
-
2023
- 2023-10-30 CN CN202311417271.2A patent/CN117138590A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062267A (zh) * | 2019-11-28 | 2020-04-24 | 内蒙古农业大学 | 一种时间序列遥感影像降维方法 |
CN113105564A (zh) * | 2021-04-13 | 2021-07-13 | 宁波龙圣新材料科技有限公司 | 一种高性能膜材料及其制备工艺 |
Non-Patent Citations (2)
Title |
---|
周雷文: "温室型太阳能海水淡化装置产水量影响因素及其应用研究", 《基础科学》, no. 7 * |
杨清平: "《人工智能(大学版)》", 31 August 2022, 北京航空航天大学出版社, pages: 12 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111460984B (zh) | 一种基于关键点与梯度均衡损失的全局车道线检测方法 | |
CN107316301B (zh) | 一种便捷的污水中悬浮颗粒浓度在线检测系统 | |
CN104881029B (zh) | 基于一点ransac和fast算法的移动机器人导航方法 | |
CN113837193B (zh) | 一种基于改进U-Net网络的锌浮选泡沫图像分割方法 | |
CN109558908A (zh) | 一种给定区域最优边缘的确定方法 | |
CN110580705B (zh) | 一种基于双域图信号滤波检测建筑物边缘点的方法 | |
CN106442463B (zh) | 基于线扫描拉曼显微成像的藻细胞计数及藻种判别方法 | |
CN111089632A (zh) | 一种树脂溶液罐液位检测方法与装置 | |
Cao et al. | Detection of microalgae objects based on the Improved YOLOv3 model | |
CN107463939B (zh) | 一种图像关键直线检测方法 | |
CN114170549A (zh) | 一种基于深度学习的水面漂浮物检测方法 | |
Zhao et al. | Improving deep learning based optical character recognition via neural architecture search | |
CN109325510A (zh) | 一种基于网格统计的图像特征点匹配方法 | |
CN117138590A (zh) | 一种正渗透膜的处理效果检测方法 | |
CN112200163A (zh) | 水下底栖生物检测方法及系统 | |
CN115049921A (zh) | 基于Transformer边界感知的光学遥感图像显著目标检测方法 | |
CN114399674A (zh) | 一种基于高光谱图像技术的贝类毒素无损快速检测方法及系统 | |
CN116543269A (zh) | 基于自监督的跨域小样本细粒度图像识别方法及其模型 | |
Xie et al. | Robust incremental long-term visual topological localization in changing environments | |
CN114723757A (zh) | 一种基于深度学习算法的高精度晶圆缺陷检测方法及系统 | |
CN112669269A (zh) | 一种基于图像识别的管道缺陷分类分级方法及系统 | |
CN102938052A (zh) | 一种基于计算机视觉的甘蔗分割与识别方法 | |
CN116213095A (zh) | 一种基于重介质分选的精煤产品灰分智能调节方法及系统 | |
CN114676771A (zh) | 一种基于自监督和相似度抑制的在线目标检测提升算法 | |
CN110565593B (zh) | 一种生态净水坝 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |