统计模式识别在水质分类和水处理剂配方推荐中的应用

循环冷却水系统 由于在运行 过程 中存在着结垢 、腐蚀和微生物繁殖等问题 ，对各类补充水 ，尤其是高碱 、高硬、高盐和变化复杂 的水质 ，需要进行稳定处理。由于补充水 的物化参数不 同，适宜的水处理剂配方也不相同 ，通常是根据经验或正交试验为不同的水质寻找最佳配方 。这种做法最大的缺陷就是不能量化地吸取前人已有的工作成果 。当遇到新的水质条件时 ，一切工作基本又是从头开始。对循环水系统的缓蚀和阻垢产生直接影响的只有少数几个关键指标 。不同类型的水质其指标有的可 能相互 重叠 ，而另 一些 指标 又可 能相差 悬 殊 ，采用简单函数进行划分和归类往往是行不通的。模式识别方法以水质的多项指标构成多维空间，同一最佳水处理剂配方所对应的水质在多维空间应分布在一个相对集 中的区域 。因此，对于新遇到的水质，将其与原来 已经完成配方优化的水质一 道进行归类 处理 ，它与同类水质对应着基本相同的最佳水处理剂配方 ，因而不必从头进行筛选实验 。这种模式识别技术[-]很好地继承和利用 了前人 已有 的工作成果 ．为今后的水处理剂配方设计和推荐工作提供 了极大的方便 ，具有良好的应用前景。