《Water Research X》：Reshaping an adaptive semi-supervised multi-output soft sensor for wastewater treatment process monitoring with stationary wavelet time difference and co-training algorithm
编辑推荐：
为解决污水处理过程中出水变量多变量关联强、非线性高、时变特征明显以及标记数据稀缺导致的软测量建模难题，研究人员提出了一种结合时差技术与协同训练算法（ST-Co MGPR-MBiLSTM）的自适应半监督多输出软测量方法。该方法通过协同训练多输出高斯过程回归（MGPR）与多输出双向长短期记忆网络（MBiLSTM）构建半监督时序网络，利用基于不确定性和可靠性的伪标签选择控制质量，并引入平稳小波变换（SWT）去噪和时差（TD）处理以增强模型鲁棒性与动态性能。实验表明，该方法在仿真和实际污水处理数据上均验证了有效性，为过程监控与控制提供了创新方案。
随着工业4.0浪潮席卷制造业，智能化转型正深刻改变着生产过程。在污水处理这类流程工业中，实时监测出水水质是保障处理效果和环境达标的生命线。然而，现实很“骨感”：许多关键水质参数，如化学需氧量（COD）、氨氮（SNH）浓度等，难以用硬件传感器直接、快速、经济地测量。它们往往表现出复杂的“多变量关联强、非线性高、时变特征明显”的特性。更棘手的是，获取这些关键参数的精确标记数据成本高昂、周期漫长，导致用于训练预测模型（即“软测量”模型）的“有标签数据”严重匮乏。传统的数据驱动软测量方法，无论是简单的线性模型还是复杂的人工神经网络，在面临标记数据稀缺和复杂动态过程时，常常“捉襟见肘”，预测准确性、鲁棒性和自适应能力面临严峻挑战。
为了破解这一困境，来自华南理工大学的研究团队在《Water Research X》上发表了一项创新研究。他们独辟蹊径，提出了一种名为“ST-Co MGPR-MBiLSTM”的自适应半监督多输出软测量新方法。该方法的核心思想是“让数据自己教自己”，巧妙利用大量易获得但无标签的在线过程数据，辅助少量珍贵的标记数据，共同训练出一个强大而智能的预测模型。
研究方法概览
本研究主要整合了四项关键技术：1) 半监督协同训练框架：以“协同训练”算法为骨架，让一个多输出高斯过程回归模型和一个多输出双向长短期记忆网络模型互相学习、共同进步。MGPR擅长概率预测和不确定性量化，MBiLSTM则精于捕捉复杂的时序依赖关系，两者优势互补。2) 智能伪标签筛选机制：设计了一套融合基础置信度、预测不确定性和模型间一致性的复合可靠性评分规则，像一位严格的“质量检查官”，确保只有高可信度的无标签数据才能被赋予“伪标签”并加入训练，有效避免了错误标签的传播。3) 平稳小波变换-时差联合处理：在模型输入输出端，先使用平稳小波变换进行多尺度去噪，保留信号主干；再进行一阶时差处理，以稳定数据分布、凸显局部动态变化。这套“组合拳”显著提升了模型在噪声和动态变化环境下的鲁棒性。4) 卡尔曼增益自适应融合：训练完成后，利用卡尔曼增益系数动态融合MGPR和MBiLSTM两个模型的最终预测结果，根据它们各自的预测残差实时调整权重，实现了预测输出的自适应优化。研究使用了来自国际水协基准仿真模型BSM1的模拟数据集和西班牙巴塞罗那某污水处理厂的真实数据集进行验证。
研究结果分析
模型对比展现显著优势
研究团队将ST-Co MGPR-MBiLSTM与包括Transformer、TSVM、CNN-BiGRU、Co-GPR-RVM和Tri-Training在内的多种前沿模型进行了全面对比。在BSM1仿真数据集上，该方法在悬浮固体、氨氮、硝态氮与亚硝态氮、化学需氧量、五日生化需氧量这五个关键出水指标的预测上，取得了最低的均方根误差和最高的相关系数，其综合评估指标均方根对角和也达到了最优的0.1681，显著低于其他对比模型。在更具挑战性的巴塞罗那真实数据集上，其优势更为明显，对于生化需氧量去除率、化学需氧量去除率等指标，预测精度提升超过80%，相关系数均保持在0.99以上。这些结果充分证明了该模型在仿真和真实场景下均具备卓越的多变量同步预测能力和稳定性。
消融实验揭示核心贡献
为了厘清模型中各个组件的贡献，研究者进行了系统的消融实验。结果表明，在BSM1数据集上，可靠性感知伪标签选择器模块对性能提升贡献最大，它能有效过滤噪声样本，是保证半监督学习成功的关键。而在巴塞罗那真实数据集上，平稳小波变换-时差联合处理模块发挥了主导作用，其强大的去噪和动态特征提取能力，是模型应对真实复杂噪声和非平稳过程的核心。当所有模块（基础协同训练、SWT-TD处理、RA选择器、卡尔曼增益优化）共同作用时，模型达到了最佳性能，证明了这是一个设计精妙、各组件协同增效的完整体系。
研究结论与意义
本研究成功地构建并验证了ST-Co MGPR-MBiLSTM这一创新的自适应半监督多输出软测量方法。该方法通过协同训练框架有效利用了海量无标签数据，克服了标记数据稀缺的瓶颈；通过SWT-TD技术增强了模型对噪声和动态过程的鲁棒性；通过智能伪标签选择和卡尔曼融合优化，确保了预测的准确性和稳定性。实验证明，该方法在仿真和实际污水处理数据上均能实现高精度、高可靠性的多变量水质参数同步预测，性能显著优于现有主流模型。
这项研究的意义重大。在理论层面，它为解决复杂工业过程中“小样本、高维度、强非线性、时变性”的建模难题提供了一个新颖且强大的半监督学习范式，巧妙融合了概率模型、深度学习、信号处理和控制理论的优点。在应用层面，该方法为污水处理厂的智能化升级提供了切实可行的技术工具。它能够实现对多个难以在线监测的关键水质参数的实时、准确预测，从而为工艺优化、节能降耗、预警预报和精准控制提供可靠的数据支撑，助力污水处理行业迈向更高效、更智能、更可持续的未来。研究者展望，未来工作可向多视图协同训练、深度集成策略以及神经架构搜索驱动的模型压缩等方向拓展，以进一步提升效率并拓宽应用场景。
