污水处理AI加药控制实验：脱氮药耗初步验证

本期实验聚焦市政污水处理厂的加药环节。碳源（乙酸钠）投加目前依赖人工经验调整，存在夜间波动大、药耗偏高的问题。团队在一座2万吨/日规模的污水厂开展了为期六周的对照实验：以进水COD、总氮、流量与水温为输入，建立出水总氮的短时预测模型，再叠加安全边界约束生成投加量建议，最终决定权保留在运行人员手中。
实验要点：
· 建议模式（不直接闭环控制）下，出水总氮超标次数较对照期下降约30%，吨水碳源药耗下降约8%；
· 低温段（水温低于15℃）模型误差明显增大，是当前主要短板。
下一步将补充低温期样本重新训练，并尝试纳入出水氨氮在线仪数据，验证冬季工况下的稳定性。团队判断，加药场景适合“预测+建议”的渐进式落地路径，暂不追求全自动闭环。