【JY|预告】哈工大-杨敏《环保过程时序数据机器学习与多物理场仿真优化》报告会...-CSDN博客

点击文尾阅读原文参加直播

作者 | 仿真秀

首发 | 仿真秀App

导读：污水处理过程中的各种设备，如曝气池、沉淀池、搅拌器等，涉及到复杂的流体运动和反应（氧化、还原、沉淀）。通过多物理场仿真软件，可以模拟污水在这些设备中的流动情况，分析流速、压力、流体混合程度、药剂/污染物浓度等参数的分布情况，帮助优化设备设计、提高水质混合均匀性、优化药剂和能源投加方式，从而提高处理效率。此外，多物理场仿真在污水处理优化中的应用可以为机器学习提供丰富的数据和背景信息，将分享一些有关研究进展，包括多物理场仿真支持机器学习模型的建立、训练和优化等。

2024年5月16日20时（周四）我们邀请哈尔滨工业大学（深圳）副研究员杨敏老师在仿真秀做《环保过程时序数据机器学习与多物理场仿真优化》线上讲座。他将为听众提供深入了解在大数据大模型时代污水处理技术前沿和未来发展方向的机会，帮助听众了解如何更好地应对污水处理领域的挑战。欢迎报名和收藏，支持反复回看。以下是讲座的具体安排

一、主讲嘉宾

杨敏副研究员仿真秀特邀专家

工学博士，欧盟玛丽居里学者，哈尔滨工业大学（深圳）副研究员，比利时根特大学数学分析与模型系博士后，入选深圳市鹏城孔雀计划人才，国际水协会计算流体力学委员会副主席，欧洲华人生态环境协会副主席兼秘书长。

长期致力于计算流体力学基础研究与应用，近年来关注化工环保过程的人工智能-动力学融合计算与能效优化、生物化工智能制造方向。主持欧盟H2020基金、欧美日韩水工业先进技术开发与应用项目二十余项。积极开展智慧水务系统研发和科技成果转化活动，开发水务能效计算和优化的基础模型和软硬件设施等，应用于中国能源建设股份有限公司、中建环能科技股份有限公司、威立雅（韩国）等多个智慧水务建设项目。

发表学术论文30余篇，H因子20，获授权发明专利4项，申请软件著作权3项。

二、主讲内容

1、污水处理过程现状、目标与挑战；

首先简要介绍污水处理的基本概念和重要性，包括污水处理的基本流程（如初级处理、二级处理、三级处理）以及各个阶段的目标和挑战。

2、数据处理与建模在污水处理中的应用场景与价值；

在这一部分，将详细讲解如何收集污水处理过程中的数据，包括水质参数、流量、温度等。接着，将探讨数据预处理的步骤，如数据清洗、特征提取和数据融合，以及这些步骤对于后续分析和模型训练的重要性。

3、机器学习模型在污水处理中的运用案例讲解；

本章节深入讨论如何利用机器学习算法来分析和理解污水处理过程中的复杂数据。介绍不同的机器学习模型，如决策树、神经网络、支持向量机等，并讲解如何使用这些模型来预测污水处理过程中的关键变量，如COD、BOD、氨氮、总磷等。

4、多物理场仿真在污水处理优化中的应用讲解；

在这一部分，将探讨多物理场仿真技术在模拟污水处理过程中的流体动力学、化学反应和传热现象中的应用。通过案例分析，展示如何使用仿真软件（Ansys Fluent）来构建污水处理过程的数学模型，并进行模拟和优化。

5、物联网技术在污水处理中的应用讲解；

物联网技术在智慧水务中扮演着至关重要的角色，它不仅连接了数据处理和机器学习模型，还与实际的控制系统相结合，实现了污水处理过程的实时监控和智能控制。通过部署传感器和智能设备，物联网技术能够收集关于水质、流量、温度等关键参数的实时数据。这些数据被传输到中央处理系统，在那里它们经过分析和处理，用于优化污水处理过程。

6、模型预测与决策支持；

讲解如何结合机器学习模型和多物理场仿真结果来进行污水处理过程的预测和决策支持。这包括如何使用模型来预测处理效果、识别潜在问题和调整操作策略，以实现更高效的污水处理。

7、实际案例分析；

通过分析具体的污水处理案例，将更深入地理解物联网技术如何与机器学习和多物理场仿真相结合，以实现污水处理过程的智能化管理。例如，在某些污水处理厂中，物联网技术被用于实时监测进水口的水质参数，并通过机器学习模型预测污染物的去除效率。这些预测结果随后被用于调整处理过程中的设备运行参数，如曝气量和化学品投加量，以达到最佳的处理效果并降低能耗。

8、未来趋势和展望；

最后，讨论污水处理领域未来的发展趋势，以及机器学习和多物理场仿真技术如何帮助应对这些趋势和挑战。此外，物联网技术将与先进的机器学习算法和多物理场仿真模型相结合，以实现更加精细化和智能化的污水处理过程管理。探讨这些技术如何促进污水处理过程的智能化、自动化和可持续发展。

三、用户得到

通过本期报告，你将可以学到当前污水处理过程现状、目标与挑战，将学习到污水处理多物理场仿真的基本要素，掌握国际国内CFD技术在多种水处理工艺中的开发和应用，掌握用于多物理场仿真和机器学习的数据采集和数据处理的基本要求和最佳实践。了解不同的机器学习模型及其在预测关键变量方面的应用。还将探讨多物理场仿真技术在污水处理优化中的作用，以及如何用仿真数据提高深度学习模型泛化能力。

听众将了解到物联网技术在污水处理中的应用，讨论如何实现实时监控和智能控制，以优化污水处理过程。将着重讲解模型预测与决策支持，说明如何结合机器学习模型和仿真结果进行污水处理过程的预测和决策支持。最后，通过学习普罗米斯智控系统（IPROMISE™）了解基于物联网技术的智能化管理系统在污水处理中的应用，以及未来污水处理领域的发展趋势。

这次讲座将为听众提供深入了解在大数据大模型时代污水处理技术前沿和未来发展方向的机会，帮助听众了解如何更好地应对污水处理领域的挑战。

四、适合谁看

1、理工学学子和高校教师；

2、从事环保行业污水处理研究的科研工作者和工程师

3、对机器学习、多物理场和物联网技术感兴趣的任何人

4、学习型设计仿真工程师

五、报名和观看

请识别下方二维码报名观看，支持朋友圈分享回放