设备安装现场

    在水科院重点实验室开放基金项目、科技创新基金项目的共同支持下，藻类AI监测设备完成研发。监测设备在水厂前端已稳定运行3个月，为供水安全保障提供了关键技术支撑。

    藻类AI监测设备的研发包括图像识别算法、图像采集核心组件和设备管路集成开发等。其中藻类图像采集是重点攻关内容，通过对显微镜各组件的试验优化调整，与自主研发的流通装置相配合，实现对藻类图像的自动采集。图像识别算法延用了鱼类AI监测设备所研发的卷积神经网络模型，在此基础上进行了优化和迭代。在数据质量控制中，通过标准物质试验和现场试验相结合，建立了自动监测与人工监测数据的数学模型，不断提升自动监测的数据准确性。在现场应用中，解决了温度高、湿度高等环境因素对设备的不利影响，保证了设备的自动、稳定运行状态。

    设备的研发能够实现藻类现场自动采集、自动拍摄、自动识别和统计，突破了传统藻类人工监测的数据滞后性，让藻类监测数据的获取时间从48小时大幅缩短至20分钟，大大提升了藻密度数据的时效性。运行期间，监测设备数据输出稳定，在保证每天两次的定时检测基础上，也可根据需要随时开展监测，实时掌握藻类密度变化。设备的研发全部采用国内生产组件，已建立了包含设备硬件、识别算法、数据库、系统平台、设备外观在内的自主知识产权体系。设备所采集的实时藻类密度数据，为藻类预测预警及相应的水厂工艺调整奠定了基础，为供水安全提供了重要基础数据。

    下一步，水科院研发团队将充分利用现场试验数据，进一步提升算法精度，推动扩大设备应用场景，持续推进智慧监测技术支撑下的水务现代化发展。