CREST | 成均馆大学Jang团队：使用人工智能技术提高膜系统性能以进行可持续水处理和废水处理

导 读

韩国成均馆大学Am Jang团队在Critical Reviews in Environmental Science and Technology（CREST，《环境科技评论》）期刊发表题为“使用人工智能技术提高膜系统性能以进行可持续水处理和废水处理（Enhancement of membrane system performance using artificial intelligence technologies for sustainable water and wastewater treatment, 2022, 52(20): 3689-3719）”的综述。

在现代水处理和废水处理过程中，膜技术（Membrane technologies）得到了广泛的应用。然而，处理系统的控制和改进还有待提高。人工智能 (AI) 技术在支持各个领域的决策方面显示出其实力，在环境领域尤其是膜技术中，人工智能可以实现系统的经济高效运行，包括更好地规划和跟踪，以及实时全面了解资源损失，最大限度地提高收入和水质满意度。本研究旨在对目前基于人工智能的工具在模拟膜过程中的应用进行全面综述，阐述了人工智能模型相对于传统模型的优点，以及将这些模型应用到其他领域的可行性。

图1 图文摘要（Graphic abstract）

主要内容

用于预测膜工艺性能的基于人工智能的模型（Al-based models）（图2）可分为三类：机器学习（Machine Learning）、人工神经网络（ANN）和搜索算法。

图2 应用于水处理和废水处理膜系统的人工智能模型分类

机器学习模型通常用于解决涉及回归、分类、聚类或降维的问题，利用算法分析数据，然后从中学习，并利用学习过程中的知识总结出感兴趣的趋势或模式。人工神经网络相对复杂，它将一组算法在机器学习中使用隐层和神经元网络进行数据建模。ANN是受生物神经系统启发的计算模型，是目前最常用的预测各种膜工艺性能的方法之一，并成为膜模拟中最早应用且最成熟的预测方法。ANN模型主要有四种类型：前馈神经网络（FF-ANNs）、卷积神经网络（CNNs）、循环神经网络（RNNs）和长短期记忆（LSTM）。在FF-ANNs中，单元之间的连接创建有向无环图，而RNNs允许反馈连接，创建有向循环图。FF-ANNs和RNNs已被用于预测系统性能、分类、聚类和面部识别等。其他类型的神经网络模型包括长短期记忆（LSTM），可以更好地解决长期问题；卷积神经网络（CNNs）适合处理具有网格状拓扑结构的数据。这些模型大多应用于回归性分析。

目前，基于AI技术的模型被广泛应用于水通量、膜污染、有机物和营养物去除等几个性能参数的预测，如图3(a)所示。对水通量的调查在2010年至2020年期间特别密集。相比之下对研究人员来说，膜污染是一个非常复杂的问题，高度依赖于各种运行参数，导致模拟和预测困难，因此膜污染的研究相对较少，膜污染建模仍然具有挑战性。在这十年中，有机物和营养物质（即氮和磷）的去除效率似乎都进行了同样的调查，有助于全球了解应用人工智能模型模拟膜过滤系统性能的潜力。

图3 (a)用于膜过滤性能预测的人工智能模型的比例，(b)将人工智能工具应用于不同类型的薄膜

为了更深入了解人工智能建模在膜过程模拟中的潜力，本研究根据膜的类型对人工智能模型的应用进行了分类。如图3(b)所示，膜系统中微细过滤（Microfiltration，MF）和反渗透（Reverse osmosis，RO）的人工智能应用占比最大，超过26%；而超滤法（Ultrafiltration，UF）和纳米过滤（Nanofiltration，NF）的使用较少，约为20%。人工智能在正向渗透（Forward Osmosis，FO）和膜蒸馏（Membrane distillation，MD）中的应用最低，约为6%。

总结与展望

这项研究基于人工智能的模拟膜过程用于可持续的水处理和废水处理的模型的综述使我们更好地了解了现有的膜工艺数学模型及其优缺点，以及用于膜过程模拟的新型人工智能工具的原理和分类；并指出了使用人工智能模型优于传统数学模型的优点，以及当前薄膜技术以及基于人工智能的技术在这些膜分离系统中的最新应用，和对未来基于人工智能的模型应用于膜系统的研究建议。人工智能技术有望在控制和增强环境系统方面取得突破，特别是对膜工艺提供可操作的见解，有利于智慧城市的可持续发展。

作者简介

第一作者简介：

Nguyen Duc Viet，韩国成均馆大学博士，现为韩国根特大学全球校区环境和能源研究中心博士后和教学助理。从事环境工程方向研究，涉及正渗透、微污染物、渗透膜生物反应器、人工智能、模拟等方面已发表十余篇论文。

通讯作者简介：

Am Jang，韩国成均馆大学水资源研究生院教授，2002年博士毕业于韩国光州科学技术学院，2003~2010年担任美国辛辛那提大学教授，2010年加入韩国光州科学技术学院，2011年加入韩国成均馆大学土木与建筑工程学院。担任国际水资源协会、美国化学学会会士。主要研究用于水质监测的废水利用和海水淡化传感器以及监测被重金属污染的土壤生物膜，已在国际期刊发表近两百篇论文。

|撰稿：崔庆红

|编排：曾镜羽

点击下方蓝字阅读原文

环境科技评论CREST

回溯展望·美丽世界

公众号投稿、合作：[e-mail] 

往期推荐