通过动力系统分析揭示溶解氧信号中“误导性”坡度特征：面向稳健软传感器开发的视角

为什么更智能的水质监测很重要

在城市与农村地区，小型废水处理系统正变得对节水和保护河流至关重要。然而，用于跟踪水质的传感器成本高昂且可能随时间退化。本研究探索了一种通过廉价、简单测量推断水质的“软传感器”新设计方法。作者展示了称为动力系统分析的数学透镜如何揭示当溶解氧表面上看似可靠的信号特征实际上隐藏陷阱，可能导致关于水体安全性的错误决策。

在传感器信号间读出深意

工程师常用代理信号替代昂贵的实验室测量，例如使用溶解氧曲线推断有害氨是否已被去除。一种常见方法是寻找坡度（ramp），即氧信号随时间出现的特征弯曲，并将其作为处理周期可以结束的信号。先前的工作表明，这一坡度特征对噪声和传感器漂移相对稳健，因为它依赖曲线的总体形状而非精确数值。但大量实验和计算机模拟也暗示，其他工艺条件，如曝气方式或缓冲矿物含量，可能在氨尚未完全去除的情况下产生相似的坡度。

用新视角看复杂的处理生物学

为了解开这些重叠成因，作者转向动力系统分析——一类用于气候科学和机器人学的工具，用来研究模型行为而无需穷尽每种情形。他们将其应用于活性污泥处理的标准数学描述，在该模型中微生物在曝气过程中消耗污染物。作者没有跟踪完整时间序列，而是直接从模型导出溶解氧的一阶和二阶时间导数方程。这使他们能够在极大可能状态空间内，高效地精准定位所有可能产生坡度特征的内部状态组合。

当一个受信赖的特征变得“误导性”

分析表明，溶解氧坡度在技术意义上是“误导性”的：它不仅可以由低铵氮（期望的情形）产生，还可能由与微生物群落和有机物相关的另外八个状态变量产生。用图示语言来说，这些变量形成V形结构，多个不同的“父”变量汇聚到相同的“子”特征上。仅基于历史数据训练的数据驱动模型可能会抓住由此结构产生的相关性，从而自信但错误地将坡度解读为安全出水。通过扫描可能状态空间，作者绘制出坡度为真阳性的区域（正确指示铵氮已去除）以及变为假阳性的区域（存在释放未充分处理水的风险）。

将脆弱的线索转化为更可靠的工具

研究并未止步于揭示坡度特征的弱点，还展示了如何提高其可靠性。一项重要发现是坡度的陡度很重要：与低铵氮相关的真实坡度往往具有比假坡度更大的斜率。设定最小斜率要求可以过滤掉许多具有误导性的情况，尽管这也带来权衡，可能错过某些真实事件。分析进一步表明，若能了解某些细菌的丰度，则可放宽斜率阈值并减少漏检。同一框架可与废水处理中的其他数学模型复用，帮助设计将若干简单信号组合为更稳健软传感器的特征集。

这对更安全的水资源再利用意味着什么

对读者而言，关键结论是：并非所有表面看起来可靠的传感器模式都可作为影响人类与环境健康决策的可信依据。通过严格探索基于模型的所有可能导致某一特征出现的方式，动力系统分析能揭示那些隐藏的相似情形，避免数据驱动工具被误导。在本例中，研究表明常用的氧坡度单独并不能安全替代铵氮测量，但当结合斜率信息和可能的其他特征时，可成为稳健监测策略的一部分。这种方法为开发更智能、更透明的软传感器提供了路径，使其更适应日益增长的水回收与再利用需求。

引用: Schneider, M.Y., Torfs, E. & Carbajal, J.P. Unveiling the immoral ramp feature of dissolved oxygen signals with dynamical systems analysis: perspectives for robust soft-sensor development. Sci Rep 16, 15414 (2026). https://doi.org/10.1038/s41598-026-43885-y

关键词: 废水处理, 软传感器, 溶解氧, 动力系统分析, 铵氮监测