18l18luck新利
的意见

水资源管理与机器学习

工厂需要了解他们的水供应和隔离源需要不同级别的治疗。

受欢迎程度

从湿长椅冷却系统,工厂使用大量的水,每天数百万加仑一个典型的铸造。在这个气候变化的时代,虽然,水的供应变得不可靠和市政供水系统正变得越来越严格。例如,当地公用事业可能会限制工厂的能力从公共供水,也可能只处理过的废水而非饮用水供应。先进的业务连续性水资源管理是至关重要的。

供水水资源管理认为输入和输出废物流,以及工厂废水重用自己的的能力。在输入端,晶圆厂可能需要接受不到理想的物资,如污水和海水。在输出端,晶圆厂寻求恢复可用的水和化学过程。普拉卡什Govindan, Gradiant的联合创始人和首席运营官解释说,在这两种情况下工厂的第一步是了解其供水和隔离源需要不同级别的治疗。分离水和固体含量高、腐蚀性化学物质等能显著提高水资源管理效率。工厂可能多达15个不同的废物流,每个国家都有不同的治疗需求。

种族隔离的废物流也便于化学复苏。Govindan说,例如,异丙醇是一个主要候选人化学恢复工作。它是昂贵得多比水,比金属如铜丰富工厂废物。

反渗透等净化技术更符合成本效益如果恢复的化学物质提取和固体是先删除。反渗透的原理是通过水通过半透膜纯化。污染物停留在加压的膜,而纯净水扩散。“我们什么都能净化”,反渗透,Govindan说,但是更困难净化任务推高成本和能源的需求。

匹配净化资源入渗wastestreams, Gradiant创建一个数字双设施的优化,支持实时传感器数据与实际设施。机器学习模型同时使用历史和实时信息预测膜置换和其他维护的必要性。在新加坡,微电子设备Gradiant能够恢复近90%的废水的影响,相应减少核电站的淡水需求。



留下一个回复


(注意:这个名字会显示公开)

Baidu