中文摘要：

本项目研究与水污染控制有关的絮体性状人工智能调控的基础问题，内容包括（1）絮体生成、生长及存在时反应条件的自动控制与精细测量；（2）所制备絮体的组分、形态、强度、密度、分形维数等物化性状的表征与计算；（3）利用人工智能即神经网络与模糊逻辑方法建立描述絮体制备条件参数与絮体物化性状参数之间关系的数学模型；（4）利用絮体性状人工智能调控模型指导对具有不同物化性状的絮体的制备过程。 该项目的研究成果，为实现对絮体物理、化学性状的人为调控提供基础，对提高废水处理中的沉淀、气浮等固液分离过程的效率有很大帮助。

结论摘要：

1．本研究发现，在水处理絮体的各种性状中，分形维数、表观强度及絮体粒度对缓慢搅拌时间、原水浊度及混凝剂剂量有敏感性，可作为絮体性状调控的主要对象； 2．本研究自主开发了水处理絮体图像检测系统，由CCD摄像头、数据采集卡、观测器、蠕动泵及计算机组成，数据采集、传输及计算的软件系统用Delphi编制，所摄取的水处理絮体图像边缘清楚、灰度层次分明，所计算的絮体分形维数、表观强度及絮体粒度符合一般混凝实验结果，为水处理混凝过程的自动控制提供了可能性； 3．自主研制了基于图像检测系统数据的水处理混凝过程自动控制神经网络模型，通过计算机仿真确认了其可行性； 4．经研究，利用电阻层析成像或电容层析成像研究水处理絮体的性状难以进行，原因是难以消除水处理絮体溶液系统所具有的导电性，使基于电容或电阻的层析成像信号测量背景噪声过大；5．经过三年的努力，已基本完成"絮体性状人工智能调控的基础研究"项目的主要内容，在后续水处理混凝过程中试或现场试验产生的论文将标注本项目的编号（20477010）； 6．出版了"环境工程仿真与控制（第二版）"，教育部十五国家级规划教材，高等教育出版社，2005北京