BISMEN
BISM / AI + BISM

AI + BISM

SPM（Swift Prediction Model）将 BISM 与机器学习相结合，把经过验证的过程模型转化为快速预测与实时控制的基础。

BISM 为机器学习网络提供数据并支持 SPM 预测的概念图，曲线为示意。
机理模型机器学习快速预测
AI + BISM

AI + BISM：从机理模拟到快速预测

SPM（Swift Prediction Model）将 BISM 与机器学习相结合，把经过验证的过程模型转化为快速预测与实时控制的基础。

BISM 提供训练数据

由机理模型生成大量高精度合成数据，缓解真实管网历史数据不足的问题。

机器学习建立映射

学习输入水量、水质与 H₂S 浓度之间的复杂关系，近似 BISM 的过程响应。

SPM 支持快速控制

快速预测 H₂S 趋势，支持控制策略调整，减少过度投加与控制失效。

FIG. 06SPM 框架：以经过验证的 BISM 与机器学习支持 H₂S 快速预测及实时控制。点击图片查看高清版本
FIG. 06
SPM 框架：以经过验证的 BISM 与机器学习支持 H₂S 快速预测及实时控制。

SPM 框架：以经过验证的 BISM 与机器学习支持 H₂S 快速预测及实时控制。

< 1 s研究案例中的预测时间
100%研究案例报告的达标率

性能指标对应所述研究案例及其测试条件，不代表所有管网与工况下的统一保证。图示控制目标为 20 ppm。

Water Research X, 2024 ↗
FIG. 07研究案例中，无控制、BISM 控制与 SPM 控制的 H₂S 浓度对比；黄色线为 20 ppm 控制目标。点击图片查看高清版本
FIG. 07
研究案例中，无控制、BISM 控制与 SPM 控制的 H₂S 浓度对比；黄色线为 20 ppm 控制目标。

研究案例中，无控制、BISM 控制与 SPM 控制的 H₂S 浓度对比；黄色线为 20 ppm 控制目标。