高豐生、羅英維、李政霖 / 工研院材化所
影像分析技術在水處理領域的應用，使水處理操作從經驗判斷，邁向數位量化與智慧化控制的轉折。傳統上，膠羽生成狀態、泡沫累積程度等多屬難以以單一量測值描述的現象，往往需依賴操作人員目視經驗推斷，不僅具主觀差異，也可能因環境、光線或人員熟練度不同而造成判讀落差。透過影像辨識及AI演算法，可將這些原本依賴感官的現象轉化為可追蹤、可量化的特徵指標，使其能進一步導入後續人工智慧模型、控制策略與自動反饋系統中。以化學混凝膠羽影像辨識為例，其優勢在於補齊傳統Jar Test無法反映現場變動、且僅能以加藥量與濁度回歸作為判斷基礎的限制。利用影像特徵萃取，膠羽的生成速度、大小、凝聚緊密程度等可被量化，成為AI智慧加藥模型的重要輸入，使混凝與膠凝程序得以在同一決策架構中整合，大幅提升出流水穩定性與操作精度。而在泡沫監控方面，影像分析則提供了即時、連續且可預警的監測能力，能在泡沫溢散前便發出提示，未來更可與自動消泡設備串聯，形成閉迴路控制，減少人力依賴，降低風險並提升場域安全性。整體而言，影像分析不僅提升水處理監控的客觀性，更為智慧化水處理提供了關鍵的「視覺型數據來源」，其價值不僅在於監測，更在於能驅動即時決策，使水處理系統走向高效率、低風險與自動化運轉的新階段。
【內文精選】
泡沫監控
2. 工研院開發新穎檢測泡沫高度技術
ToF泡沫高度檢測也有其困難需要克服，液位的升降是一大變數。實際場域的污水液位可能會隨著時間變化，ToF感測器僅能判斷待測物的位置遠近，並無辦法知道實際的泡沫厚度。為了克服此問題，工研院實際架設感測系統於小型污水實驗槽體，將沉浸式液位計放置於低於污水面位置，即時記錄液位高度。由於泡沫與液體的密度差異極大，因此泡沫的重量可被忽略，讀值約等於水面液位。同時本系統於架設時，已經知道ToF感測器與液位計的距離，因此可使用公式計算出實際的泡沫厚度，進行泡沫高度的校正（如圖二）。
圖二、ToF偵測器於實際實驗槽的架設與數值計算方法
ToF技術除了偵測距離外，也可將每個偵測位置組成一張3D圖，如同地形等高線圖一般。藉由數值分析與使用者介面整合，由網頁提供使用者或監控人員即時觀測泡沫高度變化，並設計針對整體泡沫高度平均計算，或是針對特定位置密集監測，都能為使用者客製化設計（如圖三）---以上為部分節錄資料，完整內容請見下方附檔。
圖三、泡沫監測的使用者介面設計
★本文節錄自《工業材料雜誌》470期，更多資料請見下方附檔。