「基于卷积神经网络的污水处理指示性微生物图像识别方法」

活性污泥中原生动物、后生动物等指示性微生物是污水处理运行调控的重要指标。针对活性污泥微生物不同种类之间,小目标类微生物体型较小、微生物个体颜色背景和图像颜色背景相似的现象,提出基于Res2Net-RetinaNet的活性污泥指示性微生物检测方法。Res2Net-RetinaNet模型采用精度更高的新维度残差块Res2Net模块捕获原有特征的丰富信息。在主干网络输出的第1层引入通道和空间注意力机制CBAM,进一步帮助浅层特征信息在网络中流动。最后,在特征融合模块中引入深度超参数化卷积(Do-Conv),在不增加计算量的前提下持续加快模型的收敛。

污水微生物图谱中根据原后生动物与出水水质关联性将其分为：非活性污泥类微生物和活性污泥类微生物两类。以下为污水处理中常见指标性微生物图谱。

（1）以钟虫为代表的固着性纤毛虫类作为优势原生生物时，出水水质良好，清澈透明。运行工况由差逐渐变好的情况下可见，正常运行稳定的工况下少量出现。污泥培养成熟时吸管虫也会出现。水质澄清良好、出水清澈透明时与钟虫、盖虫、轮虫等同时出现。而在生活污水中累枝虫大量出现则是污泥膨胀、解絮的征兆。

（2）斜口虫以藻类和细菌为食物，环境适应能力很强，主要在活性污泥由恶化到恢复的过程中出现。

（3）楯纤虫以细菌为食物，生态范围较广，但对化学物质极为敏感，可作为有毒物质判定的指标生物。楯纤虫也可作为水质处理良好的指示生物，大量出现时，处理的水 BOD大多在   15㎎/L以下。但楯纤虫过多时（2000个/mL以上），其会不断的在活性污泥中翻来翻去，影响污泥的沉降效果。

中交路桥科技基安云智慧污水厂管理平台（SSP），实现对污水厂进行集中监控，真实反应污水厂的建设施工、生产、运维全过程状况。通过智慧污水厂管控平台对各个工艺环节设备设施进行集中监控，使得各级管理人员能够及时、准确、全面、直观的了解和掌握生产状况，进而实现对整个污水厂生产运维的统一指挥和智慧调度。同时基于大数据分析技术，建立智慧污水厂数学模型，通过监测进水水质、水量，智能调节加药量、曝气量、污泥回流量等，以降低污水厂的生产运营成本，科学指导污水厂的智慧运营，实现整个污水厂的节能降耗、出水水质的稳定达标。