本发明属于膜壳，更具体的，涉及一种基于高频脉冲的膜壳杀菌阻垢的方法与系统。
背景技术：
1、膜壳是用于容纳和保护水处理膜元件的结构，主要用在反渗透、纳滤、超滤等膜分离技术中，膜壳的设计旨在确保膜元件能在理想的压力和流量条件下高效运作。
2、膜壳主要包括：外壳、端盖、膜元件以及流量控制器。其中，外壳通常由高强度的塑料（如pvc、frp、不锈钢等）制成，主要功能是提供足够的强度以承受水处理过程中的压力，并保护内部的膜元件不受外界环境的影响。膜壳两端各有一个端盖，通常，第一端盖设有进水口，第二端盖设有产水口与浓水口。进水口即为将原水引入膜壳的入口，浓水口用于排出未能通过膜元件的水，该部分水含有较高浓度的杂质和盐分，通常称为浓水或废水。产水口用于收集通过膜元件过滤后的清水，清水中已经去除了大部分污染物和矿物质，也叫渗透水。膜元件内的中心管是膜壳的核心部分，用于对原水进行过滤，以获得过滤后的渗透水。
3、在膜元件过滤水的过程中，由于水分子不能单独存在，而是以若干个水分子组成的水分子簇存在。而这种水分子簇对垢盐的溶解度较小，故而使垢盐容易结晶析出，形成水垢，水垢主要以碳酸钙、碳酸镁等难溶盐为主要成分的混合物，且碳酸钙含量最多。水垢的积累在一定程度上会影响膜元件对水回收效率，而且膜元件内的水垢厚度是不易测的，只能定期拆开膜壳进行检查，或者借由产水口与进水口的压力差以及回收效率来辅助评估水垢厚度信息。因此，传统的膜壳仅用于压力容器功能所用，无任何杀菌、阻垢作用。
技术实现思路
1、为解决现有技术中存在的不足，本发明的目的在于解决上述缺陷，进而提出一种基于高频脉冲的膜壳杀菌阻垢的方法与系统。
2、本发明采用如下的技术方案。
3、本发明第一方面公开了一种基于高频脉冲的膜壳杀菌阻垢的方法，所述方法包括：
4、获取不同膜壳对应的多组第一样本数据，每组第一样本数据对应每个膜壳全生命周期的多轮样本数据，每轮样本数据包括电磁脉冲发生器的磁场频率、磁场强度、脉冲持续时间以及每个膜壳的水流速度和膜元件污染物质量；
5、确定每个膜壳的排水口和进水口的压力差，及高压泵给定的流量、扬程频率后，以进水流量、产水流量的回收效率作为聚类算法模型的输入数据，并以所述第一样本数据中对应膜壳的膜元件污染物质量作为所述聚类算法模型的输出数据，对所述聚类算法模型进行训练；
6、获取不同膜壳工作期间的多组第二样本数据，作为训练后的聚类算法模型的输入，以输出每个膜壳工作期间的膜元件污染物质量，在规定的水质、运行时间内，与污染物沉积在膜元件上的质量进行对比，每组第二样本数据包括每个膜壳工作期间排水口和进水口的压力差以及回收效率；
7、获取当前膜壳工作期间电磁脉冲发生器的磁场频率、磁场强度、脉冲持续时间以及当前膜壳的水流速度，作为杀菌阻垢模型的输入，以预测所述当前膜壳对应的膜元件污染物质量；
8、其中，所述杀菌阻垢模型为lstm网络模型以所述第一样本数据和第二样本数据中电磁脉冲发生器的磁场频率、磁场强度、脉冲持续时间以及每个膜壳的水流速度作为输入数据，并以所述第一样本数据中的膜元件污染物质量和所述每个膜壳工作期间的膜元件污染物质量作为输出数据进行训练得到的。
9、进一步的，所述确定每个膜壳的排水口和进水口的压力差，及高压泵给定的流量、扬程频率后，以进水流量、产水流量的回收效率作为聚类算法模型的输入数据，并以所述第一样本数据中对应膜壳的膜元件污染物质量作为所述聚类算法模型的输出数据，对所述聚类算法模型进行训练，之前包括：
10、选取多组所述压力差、回收效率以及第一样本数据中对应膜壳的膜元件污染物质量作为初始簇类的均值向量，并将每组第一样本数据划分至最近的簇；
11、根据每组第一样本数据所述的簇，更新簇类的均值向量，并在所述簇类的均值向量不变时，完成所述聚类算法模型的构建。
12、进一步的，所述第一样本数据还包括每个膜壳的排水口和进水口的压力差、回收效率以及对应膜壳的膜元件污染物质量，所述回收效率为产水口的流量与进水口流量的比值；
13、所述确定每个膜壳的排水口和进水口的压力差，及高压泵给定的流量、扬程频率后，以进水流量、产水流量的回收效率作为聚类算法模型的输入数据，并以所述第一样本数据中对应膜壳的膜元件污染物质量作为所述聚类算法模型的输出数据，对所述聚类算法模型进行训练，包括：
14、获取所述每个膜壳的排水口和进水口的压力差、回收效率以及对应膜壳的膜元件污染物质量；
15、以所述每个膜壳的排水口和进水口的压力差和回收效率作为所述聚类算法模型的模型输入数据，并以所述对应膜壳的膜元件污染物质量作为所述聚类算法模型的模型输出数据，构建所述聚类算法模型的训练数据集。
16、进一步的，所述获取不同膜壳工作期间的多组第二样本数据，作为训练后的聚类算法模型的输入，以输出每个膜壳工作期间的膜元件污染物质量，包括：
17、调用训练后的所述聚类算法模型对所述每个膜壳工作期间排水口和进水口的压力差以及回收效率进行处理，得到对应每个膜壳工作期间的膜元件污染物质量的模型输出；
18、基于所述每个膜壳工作期间排水口和进水口的压力差、回收效率以及对应每个膜壳工作期间的膜元件污染物质量，获取所述lstm网络模型的模型训练数据。
19、进一步的，所述第二样本数据还包括不同膜壳工作期间电磁脉冲发生器的磁场频率、磁场强度、脉冲持续时间以及每个膜壳工作期间的水流速度；
20、所述获取当前膜壳工作期间电磁脉冲发生器的磁场频率、磁场强度、脉冲持续时间以及当前膜壳的水流速度，作为杀菌阻垢模型的输入，以预测所述当前膜壳对应的膜元件污染物质量，之前还包括：
21、基于所述多组第一样本数据和第二样本数据中电磁脉冲发生器的磁场频率、磁场强度、脉冲持续时间、每个膜壳的水流速度以及第一样本数据中的膜元件污染物质量和所述每个膜壳工作期间的膜元件污染物质量，构建所述lstm网络模型的训练数据集。
22、进一步的，所述获取当前膜壳工作期间电磁脉冲发生器的磁场频率、磁场强度、脉冲持续时间以及当前膜壳的水流速度，作为杀菌阻垢模型的输入，以预测所述当前膜壳对应的膜元件污染物质量，之前还包括：
23、基于所述训练数据集，以所述多组第一样本数据和第二样本数据中电磁脉冲发生器的磁场频率、磁场强度、脉冲持续时间、每个膜壳的水流速度作为所述lstm网络模型的输入数据，并以所述第一样本数据中的膜元件污染物质量和所述每个膜壳工作期间的膜元件污染物质量作为所述lstm网络模型的输出数据，对所述lstm网络模型进行训练，得到所述杀菌阻垢模型。
24、进一步的，所述方法还包括：
25、基于所述当前膜壳对应的膜元件污染物质量，对所述当前膜壳的电磁脉冲发生器的磁场频率、磁场强度以及脉冲持续时间进行调整，得到调整后的电磁脉冲发生器的磁场频率、磁场强度以及脉冲持续时间；
26、将所述调整后的电磁脉冲发生器的磁场频率、磁场强度以及脉冲持续时间作为所述杀菌阻垢模型输入，以预测参数调整后膜壳的膜元件污染物质量。
27、本发明第二方面公开了一种基于高频脉冲的膜壳杀菌阻垢的系统，所述系统包括：
28、样本数据获取模块，用于获取不同膜壳对应的多组第一样本数据，每组第一样本数据对应每个膜壳全生命周期的多轮样本数据，每轮样本数据包括电磁脉冲发生器的磁场频率、磁场强度、脉冲持续时间以及每个膜壳的水流速度和膜元件污染物质量；
29、聚类模型训练模块，用于确定每个膜壳的排水口和进水口的压力差，及高压泵给定的流量、扬程频率后，以进水流量、产水流量的回收效率作为聚类算法模型的输入数据，并以所述第一样本数据中对应膜壳的膜元件污染物质量作为所述聚类算法模型的输出数据，对所述聚类算法模型进行训练；
30、聚类模型处理模块，用于获取不同膜壳工作期间的多组第二样本数据，作为训练后的聚类算法模型的输入，以输出每个膜壳工作期间的膜元件污染物质量，在规定的水质、运行时间内，与污染物沉积在膜元件上的质量进行对比，每组第二样本数据包括每个膜壳工作期间排水口和进水口的压力差以及回收效率；
31、水垢厚度预测模块，用于获取当前膜壳工作期间电磁脉冲发生器的磁场频率、磁场强度、脉冲持续时间以及当前膜壳的水流速度，作为杀菌阻垢模型的输入，以预测所述当前膜壳对应的膜元件污染物质量；
32、其中，所述杀菌阻垢模型为lstm网络模型以所述第一样本数据和第二样本数据中电磁脉冲发生器的磁场频率、磁场强度、脉冲持续时间以及每个膜壳的水流速度作为输入数据，并以所述第一样本数据中的膜元件污染物质量和所述每个膜壳工作期间的膜元件污染物质量作为输出数据进行训练得到的。
33、本发明第三方面公开了一种终端，包括处理器及存储介质；其特征在于：
34、所述存储介质用于存储指令；
35、所述处理器用于根据所述指令进行操作以执行第一方面所述方法的步骤。
36、本发明第四方面公开了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现第一方面所述方法的步骤。
37、本发明的有益效果在于，与现有技术相比，本发明具有以下优点：
38、通过获取不同膜壳对应的包含每个膜壳全生命周期的多轮样本数据的多组第一样本数据，且每轮样本数据包括电磁脉冲发生器的磁场频率、磁场强度、脉冲持续时间以及每个膜壳的水流速度和膜元件污染物质量，以每个膜壳的排水口和进水口的压力差以及回收效率作为聚类算法模型的输入数据，并以第一样本数据中对应膜壳的膜元件污染物质量作为聚类算法模型的输出数据，对聚类算法模型进行训练。随后，获取不同膜壳工作期间的多组包括每个膜壳工作期间排水口和进水口的压力差以及回收效率的第二样本数据，作为训练后的聚类算法模型的输入，来完成每个膜壳工作期间的膜元件污染物质量的预测，来完善第二样本数据中缺乏的膜元件污染物质量参数。最后，获取当前膜壳工作期间电磁脉冲发生器的磁场频率、磁场强度、脉冲持续时间以及当前膜壳的水流速度，作为lstm网络模型基于第一样本数据以及完善后的第二样本数据训练得到的杀菌阻垢模型的输入，来预测当前膜壳对应的膜元件污染物质量，不仅在预测膜壳膜元件污染物质量无需定期拆开膜壳来进行检查，而且聚类算法模型为杀菌阻垢模型提供了更多的训练数据，进一步提高了杀菌阻垢模型能够基于已知参数对膜壳水垢厚度的预测准确度。同时，常规系统设计中的阻垢剂、杀菌剂加药装置及药品消耗均可取消，减少了投资和运营成本，且应用范围包括了超滤、反渗透、纳滤、微滤、高压反渗透等膜系统中，配合已有的高回收率的反渗透工艺系统，能够实现高效、低耗智慧反渗透工艺系统。
1.一种基于高频脉冲的膜壳杀菌阻垢的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于高频脉冲的膜壳杀菌阻垢的方法，其特征在于，所述确定每个膜壳的排水口和进水口的压力差，及高压泵给定的流量、扬程频率后，以进水流量、产水流量的回收效率作为聚类算法模型的输入数据，并以所述第一样本数据中对应膜壳的膜元件污染物质量作为所述聚类算法模型的输出数据，对所述聚类算法模型进行训练，之前包括：
3.根据权利要求2所述的基于高频脉冲的膜壳杀菌阻垢的方法，其特征在于，所述第一样本数据还包括每个膜壳的排水口和进水口的压力差、回收效率以及对应膜壳的膜元件污染物质量，所述回收效率为产水口的流量与进水口流量的比值；
4.根据权利要求1所述的基于高频脉冲的膜壳杀菌阻垢的方法，其特征在于，所述获取不同膜壳工作期间的多组第二样本数据，作为训练后的聚类算法模型的输入，以输出每个膜壳工作期间的膜元件污染物质量，包括：
5.根据权利要求4所述的基于高频脉冲的膜壳杀菌阻垢的方法，其特征在于，所述第二样本数据还包括不同膜壳工作期间电磁脉冲发生器的磁场频率、磁场强度、脉冲持续时间以及每个膜壳工作期间的水流速度；
6.根据权利要求5所述的基于高频脉冲的膜壳杀菌阻垢的方法，其特征在于，所述获取当前膜壳工作期间电磁脉冲发生器的磁场频率、磁场强度、脉冲持续时间以及当前膜壳的水流速度，作为杀菌阻垢模型的输入，以预测所述当前膜壳对应的膜元件污染物质量，之前还包括：
7.根据权利要求1所述的基于高频脉冲的膜壳杀菌阻垢的方法，其特征在于，所述方法还包括：
8.一种基于高频脉冲的膜壳杀菌阻垢的系统，其特征在于，所述系统包括：
9.一种终端，包括处理器及存储介质；其特征在于：
10.计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7任一项所述方法的步骤。
