● 機器學習與智慧控制
■ 技術簡介
智慧化水處理是一個數位轉型的過程。由 sensor 收集變化中的進流水量及水質數據，加上實廠的操作參數，成為機器學習的輸入參數，透過AI 模型的演算，輸出最佳的操作參數組合，回傳至設備端進行即時控制。精確操作使出流水質更穩定、能耗及藥品消耗更精簡，並大幅減少人力的投入。
■ 技術特點
▶ 水質預測
▶ 學理與數據混合模型
▶ 多操作參數最佳化搜尋
▶ 傳感器智慧管理及數據前處理
▶ 邊緣智慧─數據收集、運算及控制
▶ Soft sensing
■ 應用領域
|
▶ 進出流水預測
▶ 污泥影像分析及數位化運用
▶ FBC/Fenton 智慧化控制
▶ 生物除磷除氮系統智慧化控制
|
▶ 厭氧生物處理智慧化控制
▶ 化學混凝沉澱
▶ 薄膜過濾智慧化控制
▶ FBC/Fenton 智慧化控制
|
■ 實績案例
▶ 科學園區污水處理廠
◆ 新竹科學園區污水處理廠生物除氮系統及混凝沉澱智能化 (2025 環境部淨水永續獎智慧低碳下水道
組及2024 台灣水務發展協會金質獎)
◆ 南科、中科后里及銅鑼科學園區污水處理智慧化提升
▶ 南部自來水淨水場混凝沉澱加藥智慧化提升
▶ 竹東水資源回收中心污水處理智能化
▶ 工業廢水回收設施智能化
▶ 北部石化廠污水處理水質預測及預警系統
● 影像辨識技術於水處理運用
■ 技術特色
▶ 影像特徵數位化
▶ AI 影像辨識
▶ 擷取影像特徵成為機器學習輸入項
▶ 運用於化混膠凝污泥及泡沫監測系統
■ 案例照片
■ 應用產業
▶ 石化業
▶ 金屬表面加工業
▶ 半導體業
▶ 生醫製藥廠
▶ 食品業
▶ 其他
■ 技術專利
「泡沫監測系統」：台灣及日本專利申請中
● 技術發展藍圖
工研院材化所 Y000 水科技研究組