基础算法和后台数据库

• 基础算法：

源于对水质净化以及污泥处理处置工艺的专业认知和工程经验，关注智慧水务底层逻辑，尤其是污泥含固率等关键参数对设计和运行管理的重要性。

• 后台数据：

对大量已实施项目持续跟踪改进，海量数据的累积和分析，对于丰富模型数据库、加速程序迭代、拓展系统应用至关重要。

模块化设计和自主优化

• 系统架构：

工业物联网基本结构，以数据为中心，强调数据的筛选，融合及安全性，系统的可扩展和关联应用特性良好。

• 功能单元模块化：

为初沉池、二沉池、高效沉淀池、污泥浓缩和脱水等各个处理单元分别建立数字模型，按工艺特点和用户需要设置功能模块，既能为原有控制系统提供基础数据，也能将局部或整条污泥处理工艺线管理起来，使得智慧化平台更加完整、工艺管控也更有效。

• 自主学习，智能优化：

可用IOT工业互联技术实现远程智能管控，通过对累积数据持续分析，不断优化数学模型。以“理想水厂”为目标，根据运行参数变化，自主学习并调整控制模式。数字孪生理念的运用，超越了传统BIM数字水厂建设。

硬件的先进性和系列化

　　感知层“测不准”，再好的算法也无法实现控制目标。择希精控成功将源自欧洲专利技术的微波浓度计,从造纸制浆等对监测准确性、精度和恶劣工况适应性要求更高的工业领域，引进到市政环保行业的污泥浓度监测，根本上解决了介质(色度、流速)变化和环境(振动)因素使得传统光学和超声技术无法满足检测准确性要求的行业难题。