智能加氯优化策略：遗传算法与EPANET融合提升供水管网水质与微生物安全

为解决供水管网(WDN)中消毒剂分布不均和微生物风险问题，研究人员通过集成遗传算法(GA)和EPANET仿真工具，开发了基于水质性能指数(QPI)的智能加氯优化模型。研究在伊朗阿瓦士Golestan区管网中验证了1-3个增压泵配置方案，结果显示双泵方案可使网络性能指数提升至78%，显著改善余氯分布并抑制细菌再生。该研究为动态水质管理提供了创新方法，对保障饮用水安全具有重要实践意义。

　　

在城市化进程加速的今天，供水管网(WDN)作为"城市血脉"面临着严峻挑战。传统单一加氯方式常导致管网远端余氯浓度不足，而近端又可能因过量加氯产生致癌性消毒副产物(DBPs)。更棘手的是，管网中异养菌(HPC)会形成生物膜，当余氯衰减时迅速再生，引发军团菌等致病微生物暴发风险。尽管EPANET等水力模型已广泛用于管网仿真，但现有研究多聚焦化学消毒过程，忽视了对微生物动态生长的耦合分析，这就像只检测体温却忽略病菌繁殖的医疗检查，难以全面评估水质安全。

针对这一科学难题，来自伊朗的研究团队在《Kuwait Journal of Science》发表创新研究。该团队以阿瓦士Golestan区管网为对象（含810个节点和953条管道），首次将遗传算法(GA)与EPANET-MSX多物种扩展模型结合，构建了涵盖余氯衰减动力学和细菌生长方程的综合模型。通过开发新型水质性能指数(QPI)——该指数同时整合余氯浓度和细菌灭活效率两个关键参数，研究人员成功优化了增压加氯站的位置和投加方案。

关键技术方法
研究采用三阶段方法：1)基于Hazen-Williams方程完成管网水力建模，确保压力维持在14-50m水柱；2)通过EPANET-MSX模拟余氯的体相衰减(k_b
=0.05)和管壁衰减(k_w
)，以及细菌的附着-脱落动力学；3)设计适应度函数结合Roulette Wheel Selection的遗传算法，设置100个初始染色体，通过双点交叉(90%概率)和高斯变异(5%概率)进行优化。所有模拟均在Intel Core i7平台完成。

研究结果

1. 水力分析验证
节点压力梯度分析显示，在Karun河沿岸的低压区，通过优化泵站调度仍能维持最低14m的服务水头。流速分布表明主干管流速控制在0.3-1.2m/s，符合伊朗117-3标准。

2. 单泵方案局限性
当仅设置1个增压泵（投加0.8mg/L）时，QPI为0.75。关键节点J536在用水高峰时余氯降至0.17mg/L，低于0.2mg/L的最低限值，同时异养菌数达75.86cfu/mL，存在微生物风险。

3. 双泵方案最优性
引入第二个增压泵后，QPI提升至0.78。节点J312的余氯稳定在0.27-0.31mg/L，细菌数降至18.92-38.01cfu/mL。特别值得注意的是，管网中余氯浓度在0.5-0.8mg/L理想区间的覆盖率提高35%。

4. 三泵方案边际效益
虽然三泵配置使QPI达到0.8，但相比双泵仅提升2%。节点J121的细菌数从双泵时的31.63cfu/mL降至18.69cfu/mL，但运营成本增加50%，性价比显著降低。

结论与意义
该研究突破性地将生物学反应纳入管网水质模型，证实双泵加氯方案能在78%的管网区域实现：1)余氯维持在0.5-0.8mg/L最佳消毒区间；2)异养菌数控制在<50cfu/mL的安全阈值内。通过开发的NRQI=√(PI_Cl
×PI_Bac
)复合指数，首次量化了化学消毒与微生物安全的协同效应。相比Ostfeld等学者先前工作，该方法将氯胺消毒剂的利用率提高20%，同时减少THMs等副产物生成。这项技术特别适用于发展中国家老旧的管网系统，为智能水网建设提供了关键理论支撑和实践范式。未来研究可结合模糊优化处理水质参数不确定性，或引入深度强化学习实现动态剂量调控。