生物污垢广泛存在于工业循环冷却水系统、饮用水系统及海水系统中所使用的各种设备表面及内部以及各种膜分离过程的膜材料表面上。微生物污垢的存在,降低了换热器的传热性能,增大了流动阻力,促进设备腐蚀,造成能源和材料的大量浪费。生物污垢诱导期及其影响因素研究,可为抑垢对策研究和换热器设计提供理论依据,是实现节能降耗和低碳循环经济的重要发展方向。本论文是基于作者参与国家自然科学基金《基于多参数检测的微生物污垢诱导期及影响因素研究》[No.50806010]的研究工作总结。本课题在分析微生物污垢及其诱导期的各影响因素基础上,选取易于在换热面或其他固体壁面上形成污垢的典型微生物——粘液形成菌和铁细菌作为研究对象,利用循环冷却水动态模拟装置,采用吉林市生活用水并添加一定浓度的典型微生物和营养源作为实验水质,在恒定运行工况下,动态模拟实验流体的流动状态和传热传质过程,在线或定期检测污垢热阻和各种水质参数,针对不锈钢、铜、不锈钢缩放管换热器的结垢特性进行动态实验研究,并利用XPS(电子能谱仪)对污垢成分进行了定量分析。恒定工况条件下,通过对粘液形成菌和铁细菌动态重复性实验研究和数据分析表明：粘液形成菌诱导期分别为56.73小时(不锈钢光管)、74.97小时(铜光管)和99小时(缩放管)；细菌总数在诱导期附近达到最大值；在起始阶段,pH先下降后上升,电导率一直上升,两参数均在诱导期结束时达到最大值,剩余时间内基本保持不变；溶解氧在实验过程中逐渐减小。铁细菌诱导期为25小时(不锈钢光管)：pH在起始阶段一直上升,直到诱导期结束。粘液形成菌和铁细菌的对比实验研究表明,铁细菌是循环冷却水中危害不锈钢管材最大的一类菌种。生物污垢的主要化学元素是碳、氧、铁、氮、钙、镁等,但粘液形成菌和铁细菌在不锈钢圆管中的化学成分比重有所差异,但最主要元素仍是碳和氧。基于动态重复性实验研究的数据分析,利用范数灰色关联度对生物污垢与水质参数和细菌总数进行相关性分析,选择人工智能算法以图实现污垢热阻预测。为验证预测模型的准确性和适用性,分别选用不同周期的动态试验数据,选取生物污垢影响因子较大的参数及时间等作为输入变量,污垢热阻作为输出变量,建立了基于生物污垢影响因素的BP神经网络和最小二乘支持向量机的循环冷却水污垢特性预测模型。