CN109205781B - 控制系统及控制方法 - Google Patents

控制系统及控制方法 Download PDF

Info

Publication number
CN109205781B
CN109205781B CN201810607262.2A CN201810607262A CN109205781B CN 109205781 B CN109205781 B CN 109205781B CN 201810607262 A CN201810607262 A CN 201810607262A CN 109205781 B CN109205781 B CN 109205781B
Authority
CN
China
Prior art keywords
model
quality
variable
unit
water quality
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810607262.2A
Other languages
English (en)
Other versions
CN109205781A (zh
Inventor
田中克知
川田美香
青木纯
吉田俊雄
福泽充孝
高木仁志
镰田健一
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yokogawa System Engineering Corp
Yokogawa Electric Corp
Original Assignee
Yokogawa System Engineering Corp
Yokogawa Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yokogawa System Engineering Corp, Yokogawa Electric Corp filed Critical Yokogawa System Engineering Corp
Publication of CN109205781A publication Critical patent/CN109205781A/zh
Application granted granted Critical
Publication of CN109205781B publication Critical patent/CN109205781B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • CCHEMISTRY; METALLURGY
    • C02TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02FTREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F3/00Biological treatment of water, waste water, or sewage
    • C02F3/006Regulation methods for biological treatment
    • CCHEMISTRY; METALLURGY
    • C02TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02FTREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F3/00Biological treatment of water, waste water, or sewage
    • C02F3/30Aerobic and anaerobic processes
    • C02F3/308Biological phosphorus removal
    • CCHEMISTRY; METALLURGY
    • C02TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02FTREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F3/00Biological treatment of water, waste water, or sewage
    • C02F3/34Biological treatment of water, waste water, or sewage characterised by the microorganisms used
    • CCHEMISTRY; METALLURGY
    • C02TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02FTREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00Controlling or monitoring parameters in water treatment
    • C02F2209/003Downstream control, i.e. outlet monitoring, e.g. to check the treating agents, such as halogens or ozone, leaving the process
    • CCHEMISTRY; METALLURGY
    • C02TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02FTREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00Controlling or monitoring parameters in water treatment
    • C02F2209/14NH3-N
    • CCHEMISTRY; METALLURGY
    • C02TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02FTREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00Controlling or monitoring parameters in water treatment
    • C02F2209/22O2
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02WCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W10/00Technologies for wastewater treatment
    • Y02W10/10Biological treatment of water, waste water, or sewage

Abstract

本发明提供一种能够降低过程的运用负担的控制系统及控制方法。控制运算部利用相对于流入水的过程的模型,并根据作为输入变量的所述流入水的流入量、所述流入水的水质即流入水质及所述过程的操作量,计算作为输出变量的所述过程的管理指标及来自所述过程的排放水的水质即排放水质,并且在所述操作量及对于所述操作量的输出变量的组合中,确定满足规定的限制条件的所述操作量及对于所述操作量的输出变量的组合。校准部根据所述输入变量及所述管理指标的测量值分别与所述排放水质的测量值之间的相关强度,计算对于所述输入变量的所述输出变量的无用时间,并且将作用于所述输入变量的无用时间变更为计算出的无用时间。

Description

控制系统及控制方法
技术领域
本发明涉及控制系统及控制方法。
背景技术
以往提出有用于实现排水处理高效化的排水处理过程模型。排水处理过程模型例如有活性污泥模型(ASM:Activated Sludge Model)。ASM是为了与流入水质的变化对应并充分地发挥厌氧缺氧好氧(A2O:Anaerobic-Anoxic-Oxic)法等排水处理方法的性能而由国际水协会(IWA:International Water Association)提出的模型。利用模型计算出的过程的预测值例如用于设备设计、运行辅助或者预测控制。
图9是表示现有的排水处理系统一例的框图。图9所示的排水处理系统将基于A2O法的排水处理过程作为控制对象,并执行基于ASM的控制。在该排水处理过程中,在最初沉淀池P01中将流入的污水中包含的固态物沉淀去除。向厌氧槽P02流入来自最初沉淀池P01的上清水,并从最终沉淀池P05将回送污泥P10回送。在此,微生物摄取处理水中的醋酸及酪酸,并将磷酸排出到处理水中。向缺氧槽P03流入来自厌氧槽P02的处理水,并从好氧槽后段P07将包含硝态氮的回送水P08(硝化液)回送。在缺氧槽P03中,通过微生物的呼吸使硝化液中包含的硝酸变为氧及氮,并排出到空中(脱氮)。在好氧槽P04中,对来自缺氧槽P03的处理水进行曝气P13,由曝气P13产生的溶解氧、处理水中的氨态氮变为硝态氮(硝化)。此外,在好氧槽P04中,微生物摄取磷。在最终沉淀池P05中,从由好氧槽P04流入的处理水中沉淀去除包括摄取了磷后的微生物的活性污泥(脱磷)。而且,排出上清水(P06)。从最终沉淀池P05将沉淀后的活性污泥的一部分作为回送污泥P10回送到厌氧槽P02。此外,残留的活性污泥作为剩余污泥P11排出到系统外(P06)。对排出的剩余污泥P11进行处理的处理设备例如污泥浓缩设备不包含于本过程。
ASM由按照排水处理的各功能(过程)分割的单元构建。如非专利文献1所示,ASM包括对每个单元考虑了各种形态的有机物、氮、磷、关联的菌体量及沉淀物等的模型运算。此外,为了维持过程的效率,在构建的模型中,由于排水处理过程的长年老化、或者流入水质的长年变化等,需要定期地再调整模型运算涉及的模型参数。
现有技术文献
专利文献1:日本专利公开2017-91056号公报
非专利文献1:片山尚树、伊熊信男、浅野卓哉、“关于活性污泥模型的构建和活用”,横滨市环境科学研究所,横滨市环境科学研究所所报,第32号2008,p.120-129,2008.3
为了使用ASM运行排水处理过程,需要高的运行能力。例如,为了对模型参数进行再调整,需要很多时间和工作量。另一方面,由于设施或流入水质的长年变化,有时无法维持与初始导入时同样的精度。例如,模型参数或无用时间等变得不适合实际运行的过程。在该情况下,无法由模型预测值进行过程控制。因此,即便花费很多的成本及劳力,有时由模型进行的预测控制也不发挥作用。这成为ASM不能充分被利用的一个原因。因此,排水处理设备代替由模型进行的预测控制,有时以由流入水量进行的比例曝气风量控制等简单的处理来运行。在此种情况下,不得不进行以使排放水质维持在一定以上水质的方式进行预测安全的控制。因此,曝气的能源消耗量及其成本易变得过剩。其结果,无法进行以降低能源及成本为目的的运行。此外,若将模型参数的再调整等操作委托给工厂运行业者或制造业者等机构时,会定期发生大量成本。
发明内容
本发明是鉴于上述问题而提出的。即本发明目的在于提供一种能够降低过程运行的负担的控制系统及控制方法。
(1)本发明为解决上述问题而提出。也就是说,本发明的一方式是控制系统,包括:控制运算部,利用相对于流入水的过程的模型,并根据作为输入变量的所述流入水的流入量、所述流入水的水质及所述过程的操作量,计算作为输出变量的所述过程的管理指标及来自所述过程的排放水的水质,并且在所述操作量及对于所述操作量的输出变量的组合中,确定满足规定的限制条件的所述操作量及对于所述操作量的输出变量的组合,所述流入水的水质为流入水质,来自所述过程的排放水的水质为排放水质;校准部,在设定的学习期间内,按各延迟时间,计算所述输入变量及所述管理指标各自的延迟时序列与所述排放水质的时序列之间的相关强度,将所述相关强度最高的延迟时间确定为相对于所述排放水质的所述输入变量和所述管理指标的各自的无用时间,并且在确定的各自的无用时间均在设定范围内的情况下,将作用于所述输入变量和所述管理指标各自的无用时间变更为确定的各自的无用时间。
(2)本发明的另一方式是在(1)的控制系统中,在所述校准部中,以使所述控制运算部运算得到的所述排放水质的运算值接近所述排放水质的测量值的方式来改变所述模型的参数。
(3)本发明的另一方式是在(2)的控制系统中,还包括输出确认画面的运行辅助部,该确认画面表示分别使用变更前后的所述模型的参数计算出的所述排放水质的运算值相对于所述排放水质的测量值的适合度。
(4)本发明的另一方式是在(3)的控制系统中,所述运行辅助部还输出表示所述管理指标的运行管理画面。
(5)本发明的另一方式是在(1)至(4)中的任一控制系统中,所述控制运算部对于距当前时刻的操作量在规定范围内的操作量计算所述排放水质,并且从给予达到规定的水质基准值以上的计算出的排放水质的操作量中确定最小的操作量。
(6)本发明的另一方式是在(1)至(5)中的任一控制系统中,所述操作量是曝气中的送风量,所述流入水质的指标是浊度,所述管理指标是溶解氧浓度及氨性氮浓度,所述排放水质的指标是全氮浓度、全磷浓度及化学需氧量中的至少任意个。
(7)本发明的另一方式是(1)至(6)中任一项所述控制系统的控制方法,其包括:控制运算过程,利用相对于流入水的过程的模型,并根据作为输入变量的所述流入水的流入量、所述流入水的水质及所述过程的操作量,计算作为输出变量的所述过程的管理指标及来自所述过程的排放水的水质,并且在所述操作量及对于所述操作量的输出变量的组合中,确定满足规定的限制条件的所述操作量及对于所述操作量的输出变量的组合,所述流入水的水质为流入水质,来自所述过程的排放水的水质为排放水质;校准过程,在设定的学习期间内,按各延迟时间,计算所述输入变量及所述管理指标各自的延迟时序列与所述排放水质的时序列之间的相关强度,将所述相关强度最高的延迟时间确定为相对于所述排放水质的所述输入变量和所述管理指标的各自的无用时间,并且在确定的各自的无用时间均在设定范围内的情况下,将作用于所述输入变量和所述管理指标各自的无用时间变更为确定的各自的无用时间。
根据本发明的一方式,能够降低过程运行涉及的负担。更具体来说,通过使用简单的模型,能够维持精度并同时降低运行劳力。此外,根据本发明的其他方式,作为限制条件维持排放水质,并能够降低能源消耗量及成本。而且,根据本发明的其他方式,显示排放水质的运算值及管理指标,能够有效且准确地由用户进行过程的运行。
附图说明
图1是表示本实施方式涉及的控制系统结构的框图。
图2是表示本实施方式涉及的排水处理过程结构的框图。
图3是表示本实施方式涉及的简易模型结构的框图。
图4是表示本实施方式涉及的无用时间变更处理一例的流程图。
图5是表示本实施方式涉及的模型参数变更处理一例的流程图。
图6是表示本实施方式涉及的控制运算处理一例的流程图。
图7是表示无用时间的计算例的图。
图8是表示本实施方式涉及的校准确认画面一例的图。
图9是表示现有的排水处理系统一例的框图。
附图标记说明
CS1…控制系统、
F01…排水处理过程、
F02…监视控制部、
F03…数据保存部、
F05…模型构建部、
F06…自动校准部、
F06a…无用时间变更部、
F06b…参数变更部、
F07…控制运算部、
F07a…模型运算部、
F07b…最佳化运算部、
F07c…切换部、
F08…运行辅助部
具体实施方式
下面,参照附图对本发明涉及的控制系统及数据处理方法的实施方式进行说明。
首先,对本发明的实施方式涉及的控制系统的一结构例进行说明。
图1是表示本实施方式涉及的控制系统CS1的结构的框图。
本实施方式涉及的控制系统CS1是包括监视控制部F02、数据保存部F03及模型预测控制部F04的过程控制系统。
监视控制部F02监视或控制排水处理过程F01的状态。从排水处理过程将过程信号依次(例如,1~15分钟间隔)输入到监视控制部F02。监视控制部F02将输入的过程信号存储于数据保存部F03。过程信号表示在各时刻在排水处理过程F01中测量到的过程值的组合。
作为来自模型预测控制部F04的设定值,对排水处理过程F01的操作量输入到监视控制部F02。操作量在本实施方式中相当于构成排水处理过程F01的曝气中的送风量。监视控制部F02将表示操作量的控制信号输出到排水处理过程F01。监视控制部F02也可将各时刻的操作量的数据与过程值相关联地存储于数据保存部F03。
此外,监视控制部F02也可具备显示监视画面的显示部(显示器),所述监视画面显示由各时刻的过程值构成的时序列。在监视画面中也可进一步显示由各时刻的操作量构成的时序列。
监视控制部F02也可根据排水处理过程F01的规模由监视面板(盤)、PLC(Programmable Logic Controller:可编程逻辑控制器)、SCADA(Supervisory Controland Data Aquisition:数据采集与监视控制)、DCS(Distributed Control System:集散控制系统)等任一方式来实现。
排水处理过程F01具有与图9所示的排水处理过程F01同样的结构。在排水处理过程F01中获取的过程值例如包括流入量、浊度、DO(Dissolved Oxygen,溶解氧浓度)、NH3(氨态氮浓度)、T-N(全氮浓度)、T-P(全磷浓度)、COD(Chemical Oxigen Demand,化学需氧量)等。其中,流入量是流入到排水处理过程F01的流入水的每单位时间的流入量。在图2所示例中,流入量P14由设置在向最初沉淀池P01的流入口的传感器来测量。浊度是表示处理水的浑浊程度的指标。在图2所示例中,浊度P15由设置于厌氧槽前段P12的传感器来检测。在该阶段中,向流入水添加了回送污泥P10的处理水成为测量对象。
DO及NH3是排水处理过程F01的一工序即曝气的管理指标。DO相当于由曝气供给的氧的氧量与由处理水中的微生物消耗的氧量之差。NH3由于处理水中包含的氮化合物的分解而增加。增加的NH3由于曝气所供给的氧和处理水中的微生物的活动而减少。在图2所示例中,DO(P17)及NH3(P18)分别由设置于好氧槽P04的传感器来测量。
T-N、T-P及COD是表示从排水处理过程F01排放的排放水的水质(排放水质)的指标。T-N是排放水中包含的氮化合物整体的浓度。T-P是排放水中包含的磷酸化合物整体的浓度。COD是表示用于氧化排放水中的被氧化性物质所需要的氧量。在本实施方式涉及的控制系统CS1中,即可采用T-N、T-P及COD中的任一个,也可采用其中的两个或全部。在图2所示例中,作为排放水质,T-N(P19)由设置于最终沉淀池P05的放出口的传感器来测量。
数据保存部F03包括用于存储从监视控制部F02依次提供的过程数据的存储介质。因此,表示各时刻的过程值和操作量的过程数据累积在数据保存部F03中。数据保存部F03也可与监视控制部F02及模型预测控制部F04中的任意一方一体化。
模型预测控制部F04根据从数据保存部F03读出的过程数据来生成排水处理过程F01的模型。此外,模型预测控制部F04使用生成的模型,根据该时刻的过程值即流入量、流入水质即浊度、及对于排水处理过程F01的操作量即送风量,计算出管理指标即DO、NH3及排放水质(例如,T-N)。模型预测控制部F04以使计算出的操作量、管理指标及排放水质的组合满足规定的限制条件且成本达到最小的方式来确定送风量、DO、NH3及排放水质的组合。模型预测控制部F04将确定的送风量作为设定值输出到监视控制部F02。管理指标即DO、NH3及排放水质输出到运行辅助部F08。模型预测控制部F04包括模型构建部F05、自动校准部F06、控制运算部F07和运行辅助部F08。
模型构建部F05使用数据保存部F03中保存的过程数据来构建排水处理过程F01的模型。在本实施方式中,作为表示排水处理过程F01的功能的模型,假定为当提供有向反应槽的流入水的流入量P14、作为流入水质的浊度P15、作为操作量的送风量P16时,计算出作为反应槽中的管理指标的DO(P17)以及NH3(P18)、作为目的值的排放水质(例如,T-N)的简易模型(图3)。换言之,图3所示的简易模型是根据作为输入变量的流入量、流入水质及操作量,计算出作为输出变量的管理指标及排放水质的数理模型。模型构建部F05以使根据测量到的流入量、浊度(流入水质)及送风量(操作量)并使用模型参数计算出的DO、NH3(管理指标)及排放水质与测量到的DO、NH3及排放水质之差分别减少(最小化)的方式来计算模型参数的组合。在模型参数的计算中,例如可以利用专利文献1中记载的工厂模型生成方法。此外,模型构建部F05计算出相对于测量到的排放水质的其他变量的无用时间。其他变量是上述的流入量、浊度、送风量、DO及NH3。在此,模型构建部F05将各变量的时序列发生延迟的延迟时序列与排放水质的时序列之间的相关强度,按各延迟时间进行计算,并将相关强度达到最高的延迟时间确定为无用时间。
模型构建部F05在将模型参数作用于流入量、浊度及送风量而计算排放水质之际,延迟与流入量、浊度及送风量各自的无用时间相当的时间。此外,在将模型参数作用于流入量、浊度及送风量而计算DO之际,模型构建部F05延迟由流入量、浊度及送风量各自的无用时间减去DO的无用时间而得的差分时间。差分时间相当于流入量、浊度及送风量分别相对于DO的无用时间。此外,在将模型参数作用于流入量、浊度及送风量而计算NH3之际,模型构建部F05延迟由流入量、浊度及送风量各自的无用时间减去NH3的无用时间而得的差分时间。该差分时间相当于流入量、浊度及送风量分别相对于NH3的无用时间。因此,用于由流入量、浊度及送风量计算DO、NH3及排放水质的模型式,由计算出的模型参数的组合和无用时间的组合构成。模型构建部F05将表示计算出的模型参数的组合的模型定义文件和表示无用时间的组合的无用时间定义文件,输出到控制运算部F07的模型运算部F07a。因此,模型构建部F05构建的模型设定在模型运算部F07a。
自动校准部F06使用表示设定的学习期间内的过程值的过程数据来进行模型运算部F07a中设定的模型的校准(校正)。学习期间例如由运行辅助部F08通知。自动校准部F06包括无用时间变更部F06a和参数变更部F06b。
无用时间变更部F06a从数据保存部F03读出学习期间内的过程数据,并使用读出的过程数据,计算出相对于排放水质的其他变量各自的无用时间。其他变量相当于上述的流入量、浊度、送风量、DO及NH3。计算无用时间的方法也可与模型构建部F05计算无用时间的方法相同。更具体来说,无用时间变更部F06a将各变量的学习期间内的时序列发生延迟的延迟时序列和排放水质的该期间内的时序列之间的相关强度,按各延迟时间进行计算,并将相关强度达到最高的延迟时间确定为无用时间。
无用时间变更部F06a判定新确定的无用时间是否在预先确定的无用时间的设定范围内。无用时间的设定范围是排水处理过程F01正常工作时所期待的范围。无用时间的设定范围根据变量的测量点而可以不同。无用时间相当于从该变量的测量点至排放水质的测量点的处理水的移动时间。因此通常取正的值。在对各变量确定的无用时间均在设定范围内的情况下,无用时间变更部F06a将表示无用时间的组合的无用时间定义文件输出到模型运算部F07a。在该情况下,设定于模型运算部F07a的无用时间定义文件变更为从无用时间变更部F06a输入的无用时间定义文件。在对各变量确定的无用时间中的任意个超过设定范围的情况下,无用时间变更部F06a不将表示无用时间的组合的无用时间定义文件输出到模型运算部F07a。在该情况下,设定于模型运算部F07a的无用时间定义文件未更新。关于无用时间的计算例后面叙述。
参数变更部F06b从数据保存部F03读出学习期间内的过程数据,并使用读出的过程数据计算排水处理过程F01的模型参数。参数变更部F06b计算模型参数的方法也可与模型构建部F05计算模型参数的方法相同。在此,参数变更部F06b以使根据学习期间内测量到的流入量、浊度及送风量并使用模型参数计算出的DO、NH3及排放水质与学习期间内测量到的DO、NH3及排放水质之差分别减少的方式来计算模型参数的组合。
参数变更部F06b在将模型参数作用于流入量、浊度及送风量而计算排放水质之际,延迟与流入量、浊度及送风量分别相对于排放水质的无用时间相当的时间。此外,在将模型参数作用于流入量、浊度及送风量而计算DO之际,参数变更部F06b延迟与流入量、浊度及送风量分别相对于DO的无用时间相当的时间。在将模型参数作用于流入量、浊度及送风量而计算NH3之际,参数变更部F06b延迟与流入量、浊度及送风量分别相对于NH3的无用时间相当的时间。作为上述无用时间也可使用无用时间变更部F06a计算出的最新的无用时间。
参数变更部F06b对于计算出的模型参数的组合计算表示将他们作用于流入量、浊度及送风量而计算出的排放水质与学习期间内测量到的排放水质之间的适合度的评价值。作为上述评价值例如可以使用MAPE(Mean Absolute Percentage Error;平均绝对百分比误差)、相关系数R及决定系数R2等中的任意个。MAPE的值越大,适合度越低。相关系数R的值越大,适合度越高。决定系数R2的值越大,适合度越高。当计算出的评价值所示的适合度高于规定的适合度阈值时,参数变更部F06b将表示计算出的模型参数的组合的模型定义文件输出到模型运算部F07a。当计算出的评价值所示的适合度在规定的适合度阈值以下时,参数变更部F06b不将表示计算出的模型参数的组合的模型定义文件输出到模型运算部F07a。在该情况下,设定在模型运算部F07a中的模型定义文件未更新。关于模型参数的计算方法的一例后面叙述。
另外,当改变无用时间定义文件及模型定义文件中的一者或二者时,自动校准部F06也可使运行辅助部F08显示自动校准确认画面。自动校准确认画面是表示对流入量、浊度及送风量作用改变前的无用时间或模型参数而算出的排放水质的适合度、作用改变后的无用时间或模型参数而算出的排放水质的适合度的画面。关于自动校准确认画面的一例在后面叙述。
控制运算部F07包括模型运算部F07a、最佳化运算部F07b和切换部F07c。
对于模型运算部F07a,从模型构建部F05或参数变更部F06b输入模型定义文件,从模型构建部F05或无用时间变更部F06a输入无用时间定义文件。模型运算部F07a使用由模型定义文件所示的模型参数的组合、和无用时间定义文件所示的无用时间的组合构成的模型式,根据当前时刻的流入量、浊度及预先设定的操作范围内的送风量来计算排放水质、DO及NH3。模型运算部F07a从数据保存部F03中存储的过程数据中读出当前时刻的流入量及浊度。当前时刻是指该时刻为止的最新时刻,可以不与该时刻的时间点严格一致。操作范围只要在作为送风量能够实现或允许的送风量的下限至上限的范围即可。此外,操作范围也可将以该时刻的送风量为基准低于规定比率的值及曝气设备的最小输出中的任意高的一方作为下限,且将比该基准高于规定比率的值及最大输出中的任意低的一方作为上限。模型运算部F07a将送风量和基于该送风量计算出的排放水质、DO以及NH3相关联的运算值的组合输出到最佳化运算部F07b。
最佳化运算部F07b从由模型运算部F07a输入的运算值的组合中满足预先设定的限制条件的运算值的组合中确定使成本值最小的运算值的组合。限制条件例如是排放水质比规定的排放水质的基准值更良好的值这样的条件。在排放水质的指标为T-N、T-P或者COD的情况下,无论均是其值越小,表示排放水质越良好。限制条件也可进一步包括DO比规定的DO的基准值更良好的值(即,大的值)这样的条件、及NH3比规定的NH3的基准值更良好的值(即,小的值)这样的条件中的一者或者二者。此外,在最佳化运算部F07b中,作为曝气涉及的成本值例如可以使用送风量。最佳化运算部F07b代替成本值也可使用如下指标值,该指标值使用为了得到该送风量的耗能、能源成本(费用)及CO2排出量中的任一个或他们的规定组合而算出。最佳化运算部F07b将确定的运算值的组合中包含的送风量作为操作量输出到切换部F07c,并将该组合中包含的DO和NH3作为管理指标输出到运行辅助部F08。
切换部F07c根据从运行辅助部F08输入的操作信号,在监视控制部F02和运行辅助部F08之间进行切换而作为从最佳化运算部输入的操作量的输出目的地。在输入信号表示自动设定的情况下,切换部F07c将输入的操作量输出到监视控制部F02,并将输入的操作量作为设定值输出到运行辅助部F08。
运行辅助部F08具有用于辅助由用户进行排水处理过程F01的运行的功能。在运行辅助部F08中,用于显示信息的显示部(未图示,例如显示器)与操作输入部(未图示,例如触摸传感器、鼠标、按键等)以能够输入输出的方式连接。在本实施方式中,运行辅助部F08将表示从最佳化运算部F07b输入的管理指标的时序列的管理画面输出到显示部,并显示管理画面。在从最佳化运算部F07b经由切换部F07c输入操作量的情况下,运行辅助部F08也可将输入的操作量进一步包含显示于管理画面中。接触到管理画面的用户可以通过接触相对于算出的操作量的管理指标来判断算出的操作量的适当性。管理画面中也可进一步显示管理指标即DO及NH3各自的预先设定的基准值。
此外,运行辅助部F08在从输入部输入表示操作量的适用的操作信号时,将输入的操作量输出到监视控制部F02。运行辅助部F08也可在输入表示用户指定的操作量的操作信号时,将该操作量作为设定值输出到监视控制部F02。
除此以外,运行辅助部F08在利用操作信号指示校准设定时,将自动校准确认画面输出到显示部。运行辅助部F08在输入表示学习期间的操作信号时,将输入的操作信号输出到自动校准部F06。此外,运行辅助部F08也可将由校准形成的变更前后的参数组合、基于无用时间的变更前后算出的排放水质的时序列、或者上述适合度的指标值包含在自动校准确认画面中并输出到显示部。
(自动校准)
下面,对自动校准的处理流程的一例进行说明。自动校准具有无用时间变更处理和模型参数变更处理中的一者或二者。
图4是表示本实施方式涉及的无用时间变更处理的一例的流程图。
(步骤S01)根据用户的操作经由运行辅助部F08向自动校准部F06输入学习期间,并指示执行计算。然后,进入步骤S11的处理。
(步骤S11)无用时间变更部F06a从数据保存部F03获取学习期间内的过程数据。然后,进入步骤S12的处理。
(步骤S12)无用时间变更部F06a对于流入量、浊度、送风量、DO及NH3的各个变量,将学习期间内的时序列发生延迟的延迟时序列与排放水质的该期间内的时序列之间的相关强度,按各延迟时间进行计算。无用时间变更部F06a将各自的相关强度达到最高的延迟时间确定为无用时间。然后,进入步骤S13的处理。
(步骤S13)无用时间变更部F06a确认作为计算结果的各变量的无用时间是否为规定的设定范围内的值。然后,进入步骤S14的处理。
(步骤S14)无用时间变更部F06a在对于各变量确定的无用时间均在设定范围内的情况下,判定为改变无用时间(步骤S14“是”)。然后,进入步骤S15的处理。无用时间变更部F06a在对于各变量确定的无用时间中的任意个超过设定范围的情况下,判定为不改变无用时间(步骤S14“否”),并结束图4的处理。
(步骤S15)无用时间变更部F06a将表示确定的无用时间的组合的无用时间定义文件输出到模型运算部F07a。然后,结束图4的处理。
图5是表示本实施方式涉及的模型参数变更处理一例的流程图。图5所示的处理包括步骤S01和步骤S21~S25的处理。在步骤S01结束之后,进入步骤S21的处理。另外,在并行地执行图4的处理的情况下,也可在步骤S12(图4)的处理之后开始步骤S21的处理。
(步骤S21)参数变更部F06b从数据保存部F03获取学习期间内的过程数据。然后,进入步骤S22的处理。
(步骤S22)参数变更部F06b以使由获取的过程数据计算出的管理指标及排放水质与获取的过程数据所表示的管理指标及排放水质之差分别变少的方式来计算模型参数的组合。然后,进入步骤S23的处理。
(步骤S23)参数变更部F06b计算由计算结果即模型参数的组合计算出的排放水质与获取的过程数据所表示的排放水质之间的适合度。然后,进入步骤S24的处理。
(步骤S24)参数变更部F06b在判定为计算出的适合度在规定阈值以下时,判定改变模型参数(步骤S24“是”)。然后,进入步骤S25的处理。参数变更部F06b在判定为计算出的适合度大于规定阈值时,判定不改变模型参数(步骤S24“否”),并结束图5所示的处理。
(步骤S25)参数变更部F06b将表示确定的模型参数的组合的模型定义文件输出到模型运算部F07a。然后,结束图5所示的处理。
(控制运算)
接下来对控制运算的处理流程的一例进行说明。图6是表示本实施方式涉及的控制运算处理一例的流程图。
控制运算部F07以一定时间(例如,1~15分钟)间隔来执行图6所示的控制运算处理。
(步骤S31)模型运算部F07a从数据保存部F03读出表示当前时刻的流入量及浊度的过程数据。然后,进入步骤S32的处理。
(步骤S32)模型运算部F07a根据设定于自身的模型定义文件所示的模型参数的组合与无用时间定义文件所示的无用时间的组合来构成模型式。无用时间变更部F06a在改变无用时间的情况下使用变更后的无用时间。无用时间变更部F06a在不改变无用时间的情况下使用模型构建部F05生成的最初的无用时间。模型运算部F07a在改变模型参数的情况下使用变更后的模型参数。模型运算部F07a在不改变模型参数的情况下使用模型构建部F05生成的最初的模型参数。模型运算部F07a使用构成的模型式分别由当前时刻的流入量、浊度及预先设定的操作范围内的送风量来计算排放水质、DO及NH3(模型运算)。然后,进入步骤S33的处理。
(步骤S33)最佳化运算部F07b从由计算出的流入量、浊度、送风量、DO、NH3及排放水质构成的运算值的组合中,选择满足预先设定的限制条件的运算值的组合。而且,最佳化运算部F07b从所选择的运算值的组合中将使成本值最小的运算值的组合,确定为最佳的运算值的组合(最佳化运算)。然后,进入步骤S34的处理。
(步骤S34)最佳化运算部F07b判定最佳化运算是否成功。例如,在存在满足限制条件的运算值的组合的情况下,最佳化运算部F07b判定最佳化运算成功。在不存在此种运算值的组合的情况下,最佳化运算部F07b判定最佳化运算失败。在判定为最佳化运算成功的情况下(步骤S34“是”),进入步骤S35的处理。在判定为最佳化运算失败的情况下(步骤S34“否”),进入步骤S36的处理。
(步骤S35)最佳化运算部F07b在进行自动设定的情况下,将构成最佳运算值的组合的送风量(操作量)作为设定值,输出到监视控制部F02。最佳化运算部F07b在进行手动设定的情况下,将该送风量输出到运行辅助部F08。在运行辅助部F08中,按照用户进行的操作输入,送风量可设定于监视控制部F02。此外,最佳化运算部F07b将作为运算结果的DO、NH3及排放水质的运算值(预测值)输出到运行辅助部F08。然后,结束图6所示的处理。
(步骤S36)最佳化运算部F07b不输出新运算的运算值的组合。因此,在成为输出目的地的运行辅助部F08及监视控制部F02中,保持上次输出的运算值的组合。然后,结束图6所示的处理。
(无用时间)
接下来,对无用时间的计算例进行说明。无用时间变更部F06a将各变量的学习期间内的时序列发生延迟的延迟时序列与排放水质的该期间内的时序列之间的相关强度,按各延迟时间进行计算,并将相关强度达到最高的延迟时间确定为无用时间。相关强度是相关值的绝对值。图7的(a)、(b)、(c)、(d)分别表示相对于流入量、浊度、NH3及送风量的T-N相关值。图7的(a)-(d)的纵轴及横轴分别表示相关值及延迟时间(单位:h(小时))。在图7的(a)-(d)所示的例子中,相关值的周期为24小时。
在图7的(a)所示的例子中,流入量与T-N的相关值的最小值为-0.46。赋予该最小值的延迟时间为13小时。此外,流入量相对于T-N取负相关。因此,无用时间变更部F06a将计算出的相关值的正负反转后的值设为相关强度。在无用时间变更部F06a中,按照计算对象的变量值的各组,预先设定是否使相关值的正负反转。无用时间变更部F06a将取该最大值的延迟时间即13小时确定为无用时间。
在图7的(b)所示的例子中,浊度与T-N之间的相关值的最大值为0.50。赋予该最大值的延迟时间为7小时。此外,浊度相对于T-N取正相关。因此,无用时间变更部F06a不使计算出的相关值的正负反转而原样设为相关强度。无用时间变更部F06a将取该最大值的延迟时间即7小时确定为无用时间。
在图7的(c)所示的例子中,NH3与T-N的相关值的最大值为0.80。赋予该最大值的延迟时间为4小时。此外,NH3相对于T-N取正相关。因此,无用时间变更部F06a不使计算出的相关值的正负反转,而原样设为相关强度。无用时间变更部F06a将取该最大值的延迟时间即4小时确定为无用时间。
在图7的(d)所示的例子中,送风量与T-N的相关值的最大值为0.58。赋予该最大值的延迟时间为5小时。此外,送风量相对于T-N取正相关。因此,无用时间变更部F06a不使计算出的相关值的正负反转,而原样设为相关强度。无用时间变更部F06a将取该最大值的延迟时间即5小时确定为无用时间。
另外,图7所示的无用时间按照流入量、浊度、送风量及NH3的顺序变短。该顺序相当于在排水处理过程F01中处理水通过各自测量点或操作点的顺序。
(校准确认画面)
接下来,对校准确认画面的一例进行说明。图8是表示校准确认画面一例的图。
在图8所示的例子中,校准确认画面在最上层配置有控制系统的名称即“3系统”文字、两种设定栏、四种按钮。与“学习期间”的文字相邻的设定栏(学习期间设定栏)是利用操作来设定学习期间的设定栏。可设定的期间只要是至当前时刻为止储存有过程数据的期间即可。
与“评价期间”的文字相邻的设定栏(评价期间设定栏)是利用操作来设定评价期间的设定栏。评价期间是指用于评价模型适合性的、基于模型参数和无用时间的排放水质的计算期间。
带有“模型参数计算”文字的按钮(模型参数计算按钮)是用于通过按下来指示模型参数计算的按钮。在下面的说明中“按下”包括利用操作信号来指示该显示区域内的座标的含义。该按钮的框以与其他按钮不同的状况显示是表示在该时刻已按下模型参数计算按钮的状态。
带有“无用时间计算”文字的按钮(无用时间计算按钮)是用于通过按下来指示无用时间计算的按钮。在该时刻未按下无用时间计算按钮。当按下无用时间计算按钮时,自动校准部F06也可显示包括每个变量的相关值的时序列和无用时间(图7)的画面。
带有“模型更新”文字的按钮(模型更新按钮)是用于通过按下来指示新计算出的模型参数的组合及无用时间的组合中的一方或双方的变更的按钮。在该时刻未按下模型更新按钮。当按下模型更新按钮时,无用时间变更部F06a将表示计算出的无用时间的组合的无用时间定义文件输出到模型运算部F07a。而且,参数变更部F06b将表示计算出的模型参数的组合的模型定义文件输出到模型运算部F07a。另外,无用时间变更部F06a也可在按下模型更新按钮之后进行步骤S15(图4)的处理。同样,参数变更部F06b也可在按下模型更新按钮之后进行步骤S25(图5)的处理。
校准确认画面的上层左方表示模型调整前(模型参数变更前)的评价期间内的T-N的实际值(测量值)和推定值(计算值)的时序列、MAPE。在该例子中,MAPE为6.04%。校准确认画面的上层右方表示将各时刻的推定值及实际值分别点画于纵轴、横轴的散布图和相关系数。在该例子中,相关系数为0.8448。
校准确认画面的下层左方表示模型调整后(模型参数变更后)的评价期间内的T-N的实际值和推定值的时序列、MAPE。MAPE为5.90%。校准确认画面的下层右方表示将各时刻的推定值及实际值分别点画于纵轴及横轴的散布图和相关系数。在该例子中,相关系数为0.8485。接触到该画面的用户通过重新计算模型参数而能够确认适合度提高。
接下来,对模型构建部F05及参数变更部F06b进行的模型参数的计算方法的一例进行说明。专利文献1所记载的模型参数的计算处理包括下面步骤S51-S57。
在本实施方式中,计算DO、NH3及排放水质作为目的变量。因此,模型构建部F05及参数变更部F06b例如构成下面的向量值(1)~(3)。(1)由流入量、浊度、操作量及DO构成的向量值、(2)由流入量、浊度、操作量及NH3构成的向量值、(3)由流入量、浊度、操作量及排放水质构成的向量值。向量值(1)包括:从欲计算DO的时刻(对象时刻)起提前了流入量、浊度及操作量分别相对于DO的无用时间的时刻的流入量、浊度及操作量、和对象时刻的DO。向量值(2)包括:从对象时刻起提前了流入量、浊度及操作量分别相对于NH3的无用时间的时刻的流入量、浊度及操作量、和对象时刻的NH3。在(3)中,利用提前了流入量、浊度及操作量分别相对于排放水质的无用时间的时刻的流入量、浊度及操作量、和对象时刻的排放水质。模型构建部F05及参数变更部F06b对于各对象时刻对各个向量值(1)~(3)进行下面步骤S51~S57的处理。下面,将上述向量值简单地总称为向量值。
(步骤S51)去除偏离值:计算学习期间内的各向量值xi的平均值μ和方差/协方差矩阵V。而且,对于学习期间内的各时刻的向量值xi,利用平均值μ和方差/协方差矩阵V来计算距平均值μ的马氏距离D(xi)(式(1))。
【数1】
D2(xi)=(xi-μ)TV-1(xi-μ)…(1)
在式(1)中,T表示向量或矩阵的转置。V-1表示方差/协方差矩阵的逆矩阵。
然后,作为从0至归一化值的概率分布,计算将
Figure GDA0003888784180000182
平方分布P(D)(式(2))积分而得的累积值。
【数2】
Figure GDA0003888784180000181
将赋予超过规定阈值TH0(例如,0.95~0.98)的累积值的向量值作为偏离值去除。而且,保存未去除而残留的向量值。然后,进入步骤S52的处理。
(步骤S52)聚集(clustering):将保存的向量值的组合例如利用混合高斯分布模型(GMM:Gaussian Mixture Model),分类为在各群集(cluster)内表示共同的倾向或模式的多个群集。例如,将各群集内的向量值的分布,以使距离近似直线的向量值的马氏距离的平方和整体变为最小的方式进行分类。在此,在分割得到的区域数量达到预先确定的最大分割数(例如,8~16)为止,重复对向量值组合分布的区域进行分割的处理。然后,进入步骤S53的处理。
(步骤S53)生成主成分列表:将由按照各群集分类的向量值构成的过程数据Xdata以平均值m及标准偏差s归一化,得到归一化数据X’data。对于该归一化数据X’data,通过进行主成分分析(PCA;Principal Component Analysis),按照式(4)计算主成分C’N(C’1,C’2,...,C’n)、和各主成分j的贡献率CR(j)。主成分的顺序设为贡献率CR的降序。
在此,过程数据Xdata如式(3)表示。
【数3】
Figure GDA0003888784180000191
在式(3)中,n表示变量的个数。I表示聚集后的群集的个数、即最大分割数。
【数4】
Figure GDA0003888784180000192
在式(4)中,λj表示第j主成分的固有值。该固有值表示第j主成分的方差。然后,进入步骤S54的处理。
(步骤S54)计算累积贡献率:对于各主成分j,如式(5)所示,计算第一主成分C’1的贡献率CR(1)至第j主成分C’j的贡献率CR(j)之和作为累积贡献率CCR(j)。然后,进入步骤S55的处理。
【数5】
Figure GDA0003888784180000193
(步骤S55)放弃主成分:放弃主成分,所述主成分给予不满足规定的累积贡献率阈值TH1(例如,0.95~0.98)的累积贡献率CCR(j)。由此,放弃贡献率CR高的主成分,将未放弃而保留的贡献率相对低的主成分存储于主成分列表。然后,进入步骤S56的处理。
(步骤S56)计算特性式:计算以保留的k个主成分C’K(C’1,C’2,...,C’k)为法线向量的平面的方程式作为特性式。计算的特性式如式(6)表示。
【数6】
C′k(X′N)=[c′k,1·x′1+c′k,2·x′2+...+c′k,n·x′n=0]∈RN×I…(6)
在式(6)中,c’k,1~c’k,n表示第k主成分的第一~第n维的成分。x’1~x’n表示归一化后的向量值的第一~第n维的成分。在生成的模型中,在以贡献率低的主成分为法线向量的平面中分,布很多的过程值。生成的特性式取将右边设为0的限制条件式的形式。例如,除了设备中的输入输出关系式以外,也可包括各种物质的收支等相关关系式、其他表示不明的物理关系的关系式。因此,利用生成的特性式表示排水处理过程F01中设置的特性。
生成的特性式被归一化。因此,使用各向量值xi的平均值、方差/协方差矩阵,如式(7)所示将生成的特性式逆归一化而变换为返回到实量的特性式。
【数7】
Figure GDA0003888784180000201
在式(7)中,ck,1~ck,n分别通过c’k,1~c’k,n除以标准偏差s而算出。m1~mn分别表示平均值m的第一~第n成分。bk是-ck,1·m1~-ck,n.mn的总和。
而且,根据变换后的特性式,得到作为目的变量将DO、NH3(管理指标)或排放水质向左边移项,将其他项向右边移项而成的用于计算上述目的变量的模型式。在得到的模型式中,分别作用于流入水量、浊度(流入水质)及送风量(操作量)的参数相当于上述的模型参数。
另外,基于模型运算计算出的目的变量与测量到的目的变量之间的适合度比规定的适合度阈值低的情况下,也可进一步将区域分割数加1(增加),并重复上述模型式的计算。此外,在各目的变量间存在多个特性式的情况下,以使特性式间维持正交性的方式来确定限制条件也可。作为限制条件例如确定各变量的上限值、下限值及模型误差等中任一个或它们的组合。
如以上说明那样,本实施方式涉及的控制系统CS1具备控制运算部F07和自动校准部F06。控制运算部F07的模型运算部F07a利用相对于流入水的过程的模型,根据作为输入变量的流入水的流入量、流入水的水质即流入水质及过程的操作量来计算作为输出变量的过程的管理指标及来自过程的排放水的水质即排放水质。此外,控制运算部F07的最佳化运算部F07b确定操作量及相对于操作量的输出变量的组合中、满足规定限制条件的操作量及相对于操作量的输出变量的组合。自动校准部F06的无用时间变更部F06a根据各输入变量及管理指标的测量值、与排放水质的测量值之间的相关强度,计算相对于输入变量的输出变量的无用时间,并将作用于输入变量的无用时间变更为计算出的无用时间。
根据该结构,为了根据流入量和流入水质来确定过程的操作量、管理指标及排放水质,可以利用相对于流入量、流入水质及过程的操作量来确定管理指标及排放水质的简易模型。而且,根据来自过程的测量值来更新无用时间。因此,对由于设施或流入水质的长年变化导致的成为输出变量的精度降低的主要原因的无用时间的变化进行了补偿。因此,能够减少输出变量的精度降低,并减轻模型调整涉及的操作量。因此,过程的模型的有用性提高,因此降低过程的运行成本。
此外,自动校准部F06的参数变更部F06b以使控制运算部F07运算得到的所述排放水质的运算值接近排放水质的测量值的方式改变模型参数。
根据该结构,根据输入变量的测量值运算的排放水质近似于从现实过程测量的排放水质。因此,能够维持运算的排放水质的精度。
此外,控制系统CS1具有输出校准确认画面的运行辅助部F08,该校准确认画面作为表示使用变更前后各自的模型参数计算出的排放水质的运算值相对于排放水质的测量值的适合度的确认画面。
根据该结构,用户能够比较变更前后各自的模型参数涉及的适合度。因此,用户能够容易地判定模型参数可否变更。因此,能够使用户提高模型的运行效率或模型的准确性。
此外,运行辅助部F08输出表示运算后的管理指标的运行管理画面。
根据该结构,用户通过接触运算后的管理指标,能够掌握相对于过程的操作效果。因此,用户能够容易地判定是否需要改变操作量及操作量的调整量。因此,能够使用户提高模型的运行效率或模型的准确性。
此外,最佳化运算部F07b对于距当前时刻的操作量在规定范围内的操作量计算排放水质。而且,最佳化运算部F07b从赋予规定的水质基准值以上的计算的排放水质的操作量中确定最小的操作量。
根据该结构,能够使排放水质达到规定的水质基准值以上,并尽量减小操作量。因此,能够抑制与对于过程的操作量的增加相伴的耗能量、能源成本、能源消耗导致产生的二氧化碳排出量的增加。
以上,参照附图对本发明的实施方式进行了说明。但是,本发明涉及的控制系统具体结构并不限于上述控制系统。在不脱离本发明主要思想的范围内,对于上述控制系统可以进行各种设计变更等。
在上述例子中,操作量主要是曝气中的送风量。此外,流入水质的指标是浊度。而且,管理指标是DO及NH3。但是,本发明涉及的控制系统的操作量、流入水质的使用及管理指标并不限定于此。
例如,代替送风量,操作量也可以是例如向曝气设备供给的电力量、或者曝气设备的马达输出。此外,操作量只要是为了实现相对于流入水的过程中的操作而输入的涉及能源的量即可。例如,在过程中的操作是搅拌的情况下,操作量也可以是向搅拌设备供给的电力量、或者搅拌设备的马达输出等。管理指标只要是根据该操作增加或减少的物质的量即可。例如,过程中的操作为搅拌的情况下,管理指标只要是由于搅拌而减少的磷酸态磷浓度即可。
此外,在上述简易模型中,以将流入量、作为流入水质的浊度及作为操作量的送风量设为输入变量,将作为管理指标的DO以及NH3及作为排放水质的T-N设为输出变量的情况为例。但是,输入变量及输出变量并不限定于此。模型处理的作为输入变量及输出变量处理的变量也可更多或更少。例如,对于作为操作量的送风量,也可进一步增加从最终沉淀池P05向厌氧槽P02回送的回送污泥的回送量。也可省略作为管理指标的DO及NH3中的任一个。对于作为排放水质的T-N也可进一步将T-P、COD、ORP(Oxidation Reduction Potential:氧化还原电位)或者pH(potential Hydrogen:酸碱度)作为从过程输入的测量值(传感器输入)而增加。
此外,模型构建部F05、参数变更部F06b及模型运算部F07a作为表示过程中的输入变量与输出变量之间关系的模型,代替上述简易模型,也可使用将简易模型串联形成的多级模型。例如,也可采用将向厌氧槽P02的回送污泥的回送量设为操作量的第一模型、和将来自第一模型的输出变量设为输入变量并将好氧槽P04中的曝气的送风量设为操作量的第二模型串联而得的模型。
此外,上述模型并不限于采用A2O法的排水处理过程,也可应用于采用了其他方式例如厌氧好氧(AO:Anaerobic-Oxic)法、或者厌氧硝化内生脱氮(AOAO:Anaerobic-Oxic-Anoxic-Oxic)法的排水处理过程。
另外,在控制系统CS1中,具有监视控制部F02的监视装置和具有数据保存部F03以及模型预测控制部F04的模型预测控制装置也可分别作为单独的装置来实现。此外,模型预测控制部F04也可作为包括一体化的监视控制部F02及数据保存部F03的控制装置来实现。而且,通过从模型预测控制部F04中省略运行辅助部F08,运行辅助部F08也可作为单独的运行辅助装置来实现。
此外,模型运算部F07a只要能够获取表示初始的模型参数的组合的模型定义文件、和表示无用时间的组合的无用时间定义文件,也可省略模型构建部F05。例如,模型运算部F07a也可从设置在系统外的服务器装置获取表示基于过程数据计算出的模型参数的组合的模型定义文件和表示无用时间的组合的无用时间定义文件。
各装置也可由计算机实现。在该情况下,用于实现各控制功能的程序也可存储在可由计算机读取的存储介质中。而且,也可由计算机系统读入该存储介质中存储的程序,并由CPU等运算处理电路执行来实现。另外,此处所称的“计算机系统”是各装置内置的计算机系统。该计算机系统还包括OS及周围设备等硬件。此外,“可由计算机读取的存储介质”例如是指软盘、光磁盘、ROM及CD-ROM等移动介质及计算机系统内置硬盘的存储装置。而且,“可由计算机读取的存储介质”也可包括如通过互联网等网络或者电话线等通信线发送程序情况下的通信线那样在短时间内动态保持程序的介质、或者如该情况下构成服务器或客户端的计算机系统内部的易失性存储器那样在一定时间保持程序的介质。此外上述程序也可是用于实现上述功能的一部分的程序。而且,也可以是能够通过计算机系统中已存储的程序的组合来实现上述功能的程序。此外,上述的计算机系统也可构成为通过网络能够相互收发各种数据的云计算系统的组成元素即计算资源。
此外,上面各装置的一部分或全部也可作为LSI(Large Scale Integration:大规模集成电路)等集成电路来实现。各装置的各功能块也可单独处理器化。或者也将该各功能块中的一部分或全部集成而处理器化。此外,集成电路化的方法并不限于LSI。例如也可通过专用电路、或者通用处理器来实现集成电路。此外,由于半导体技术的进步,在出现代替LSI的集成电路化技术的情况下,也可使用基于该技术的集成电路。
本发明涉及的控制系统也可是以下第一至第六控制系统。
上述第一控制系统包括:控制运算部,利用相对于流入水的过程的模型,并根据作为输入变量的所述流入水的流入量、所述流入水的水质即流入水质及所述过程的操作量,计算作为输出变量的所述过程的管理指标及来自所述过程的排放水的水质即排放水质,并且在所述操作量及对于所述操作量的输出变量的组合中,确定满足规定的限制条件的所述操作量及对于所述操作量的输出变量的组合;校准部,根据所述输入变量及所述管理指标的测量值分别与所述排放水质的测量值之间的相关强度,计算对于所述输入变量的所述输出变量的无用时间,并且将作用于所述输入变量的无用时间变更为计算出的无用时间。
上述第二控制系统是在上述第一控制系统的基础上,所述校准部以使所述控制运算部运算得到的所述排放水质的运算值接近所述排放水质的测量值的方式来改变所述模型的参数。
上述第三控制系统是在上述第二控制系统的基础上,还包括输出确认画面的运行辅助部,该确认画面表示分别使用变更前后的所述模型的参数计算出的所述排放水质的运算值相对于所述排放水质的测量值的适合度。
上述第四控制系统是在上述第三控制系统的基础上,所述运行辅助部还输出表示所述管理指标的运行管理画面。
上述第五控制系统是在上述第一至第四控制系统的基础上,所述控制运算部对于距当前时刻的操作量在规定范围内的操作量计算所述排放水质,并且从计算出的排放水质达到规定的水质基准值以上的操作量中确定最小的操作量。
上述第六控制系统是在上述第一至第五控制系统的基础上,所述操作量是曝气中的送风量,所述流入水质的指标是浊度,所述管理指标是溶解氧浓度及氨性氮浓度,所述排放水质的指标是全氮浓度、全磷浓度及化学需氧量中的至少任意个。
此外,本发明涉及的控制方法是控制系统中的控制方法,其包括:控制运算过程,利用相对于流入水的过程的模型,并根据作为输入变量的所述流入水的流入量、所述流入水的水质即流入水质及所述过程的操作量,计算作为输出变量的所述过程的管理指标及来自所述过程的排放水的水质即排放水质,并且在所述操作量及对于所述操作量的输出变量的组合中,确定满足规定的限制条件的所述操作量及对于所述操作量的输出变量的组合;校准过程,根据所述输入变量及所述管理指标的测量值分别与所述排放水质的测量值之间的相关强度,计算对于所述输入变量的所述输出变量的无用时间,并且将作用于所述输入变量的无用时间变更为计算出的无用时间。

Claims (7)

1.一种控制系统,其特征在于,包括:
控制运算部,利用相对于流入水的过程的模型,并根据作为输入变量的所述流入水的流入量、所述流入水的水质及所述过程的操作量,计算作为输出变量的所述过程的管理指标及来自所述过程的排放水的水质,并且在所述操作量及对于所述操作量的输出变量的组合中,确定满足规定的限制条件的所述操作量及对于所述操作量的输出变量的组合,所述流入水的水质为流入水质,来自所述过程的排放水的水质为排放水质;
校准部,在设定的学习期间内,按各延迟时间,计算所述输入变量及所述管理指标各自的延迟时序列与所述排放水质的时序列之间的相关强度,将所述相关强度最高的延迟时间确定为相对于所述排放水质的所述输入变量和所述管理指标的各自的无用时间,并且在确定的各自的无用时间均在设定范围内的情况下,将作用于所述输入变量和所述管理指标各自的无用时间变更为确定的各自的无用时间。
2.根据权利要求1所述的控制系统,其特征在于,在所述校准部中,以使所述控制运算部运算得到的所述排放水质的运算值接近所述排放水质的测量值的方式来变更所述模型的参数。
3.根据权利要求2所述的控制系统,其特征在于,还包括输出确认画面的运行辅助部,该确认画面表示分别使用变更前后的所述模型的参数计算出的所述排放水质的运算值相对于所述排放水质的测量值的适合度。
4.根据权利要求3所述的控制系统,其特征在于,所述运行辅助部还输出表示所述管理指标的运行管理画面。
5.根据权利要求1~4中任一项所述的控制系统,其特征在于,所述控制运算部对于距当前时刻的操作量在规定范围内的操作量计算所述排放水质,并且从给予达到规定的水质基准值以上的计算出的排放水质的操作量中确定最小的操作量。
6.根据权利要求1~4中任一项所述的控制系统,其特征在于,
所述操作量是曝气中的送风量,
所述流入水质的指标是浊度,
所述管理指标是溶解氧浓度及氨性氮浓度,
所述排放水质的指标是全氮浓度、全磷浓度及化学需氧量中的至少任意个。
7.一种权利要求1~6中任一项所述控制系统的控制方法,其特征在于,包括:
控制运算过程,利用相对于流入水的过程的模型,并根据作为输入变量的所述流入水的流入量、所述流入水的水质及所述过程的操作量,计算作为输出变量的所述过程的管理指标及来自所述过程的排放水的水质,并且在所述操作量及对于所述操作量的输出变量的组合中,确定满足规定的限制条件的所述操作量及对于所述操作量的输出变量的组合,所述流入水的水质为流入水质,来自所述过程的排放水的水质为排放水质;
校准过程,在设定的学习期间内,按各延迟时间,计算所述输入变量及所述管理指标各自的延迟时序列与所述排放水质的时序列之间的相关强度,将所述相关强度最高的延迟时间确定为相对于所述排放水质的所述输入变量和所述管理指标的各自的无用时间,并且在确定的各自的无用时间均在设定范围内的情况下,将作用于所述输入变量和所述管理指标各自的无用时间变更为确定的各自的无用时间。
CN201810607262.2A 2017-07-03 2018-06-13 控制系统及控制方法 Active CN109205781B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017-130305 2017-07-03
JP2017130305A JP6763831B2 (ja) 2017-07-03 2017-07-03 制御システム及び制御方法

Publications (2)

Publication Number Publication Date
CN109205781A CN109205781A (zh) 2019-01-15
CN109205781B true CN109205781B (zh) 2022-12-20

Family

ID=64991368

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810607262.2A Active CN109205781B (zh) 2017-07-03 2018-06-13 控制系统及控制方法

Country Status (2)

Country Link
JP (1) JP6763831B2 (zh)
CN (1) CN109205781B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7268842B2 (ja) * 2019-01-30 2023-05-08 株式会社ユニバーサルエンターテインメント 遊技機
EP3699148A1 (de) * 2019-02-19 2020-08-26 Siemens Aktiengesellschaft Automatisierte regelung der sauerstoffkonzentration des belebungsbeckens einer abwasserbehandlungsanlage
JP2020163300A (ja) * 2019-03-29 2020-10-08 栗田工業株式会社 水処理装置の管理システム
JP7287835B2 (ja) * 2019-05-29 2023-06-06 メタウォーター株式会社 モデル予測制御システム、情報処理装置、プログラム、及びモデル予測制御方法
JP2020197944A (ja) * 2019-06-03 2020-12-10 メタウォーター株式会社 モデル予測制御システム、情報処理装置、プログラム、及びモデル予測制御方法
CN110531428B (zh) * 2019-07-08 2021-09-28 山东省地质矿产勘查开发局八〇一水文地质工程地质大队 一种地下水探测监控系统及探测监控方法
CN110204067B (zh) * 2019-07-10 2024-04-16 北京首创股份有限公司 一种曝气控制系统及方法
CN110426957B (zh) * 2019-07-31 2020-03-13 深圳信息职业技术学院 一种基于时延观测器的水厂投药系统自适应滑模控制方法
JP7059989B2 (ja) * 2019-08-07 2022-04-26 横河電機株式会社 制御システム及び制御方法
JP7209905B1 (ja) * 2022-03-14 2023-01-20 三菱電機株式会社 水処理システム、曝気量制御装置及び曝気量制御方法
WO2023181276A1 (ja) * 2022-03-24 2023-09-28 三菱電機株式会社 水処理制御システムおよび水処理装置の制御方法
CN114967623B (zh) * 2022-06-07 2023-06-16 中国人民解放军陆军工程大学 城市地下污水处理厂规模优化与工艺选择方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5923571A (en) * 1994-10-11 1999-07-13 Betzdearborn, Inc. Apparatus and method for automatic congruent control of multiple boilers sharing a common feedwater line and chemical feed point
CN103443038A (zh) * 2010-09-27 2013-12-11 川崎重工业株式会社 水处理系统及其曝气风量控制方法
WO2016009650A1 (ja) * 2014-07-18 2016-01-21 川崎重工業株式会社 曝気風量演算装置及び水処理システム

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000107796A (ja) * 1998-09-30 2000-04-18 Toshiba Corp 下水処理プロセスシミュレータシステム
JP2004066120A (ja) * 2002-08-07 2004-03-04 Yaskawa Electric Corp 運転支援装置
JP4647250B2 (ja) * 2004-06-30 2011-03-09 株式会社日立製作所 水処理運転支援装置及び水処理運転支援ソフトウェア、水処理プラント
EP3012233A1 (de) * 2014-10-23 2016-04-27 Siemens Aktiengesellschaft Regelungsvorrichtung und -verfahren für eine kläranlage
JP6523854B2 (ja) * 2015-07-29 2019-06-05 株式会社東芝 最適制御装置、最適制御方法、コンピュータプログラム及び最適制御システム
JP6337869B2 (ja) * 2015-11-05 2018-06-06 横河電機株式会社 プラントモデル作成装置、プラントモデル作成方法、およびプラントモデル作成プログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5923571A (en) * 1994-10-11 1999-07-13 Betzdearborn, Inc. Apparatus and method for automatic congruent control of multiple boilers sharing a common feedwater line and chemical feed point
CN103443038A (zh) * 2010-09-27 2013-12-11 川崎重工业株式会社 水处理系统及其曝气风量控制方法
WO2016009650A1 (ja) * 2014-07-18 2016-01-21 川崎重工業株式会社 曝気風量演算装置及び水処理システム

Also Published As

Publication number Publication date
JP2019013858A (ja) 2019-01-31
JP6763831B2 (ja) 2020-09-30
CN109205781A (zh) 2019-01-15

Similar Documents

Publication Publication Date Title
CN109205781B (zh) 控制系统及控制方法
Sin et al. Global sensitivity analysis in wastewater treatment plant model applications: prioritizing sources of uncertainty
CN112340930A (zh) 控制系统以及控制方法
JP5775296B2 (ja) 下水処理場の運転支援装置及び運転支援方法
Muoio et al. Optimization of a large industrial wastewater treatment plant using a modeling approach: A case study
Sklarz et al. Mathematical model for analysis of recirculating vertical flow constructed wetlands
Mannina et al. Quantifying sensitivity and uncertainty analysis of a new mathematical model for the evaluation of greenhouse gas emissions from membrane bioreactors
Sibil et al. The comparison of different mathematical methods to determine the BOD parameters, a new developed method and impacts of these parameters variations on the design of WWTPs
Hvala et al. Plant-wide modelling for assessment and optimization of upgraded full-scale wastewater treatment plant performance
CN112390388A (zh) 一种模型训练方法、曝气值预估方法、装置及电子设备
Han et al. A sludge volume index (SVI) model based on the multivariate local quadratic polynomial regression method
Rafati et al. Determine the most effective process control parameters on activated sludge based on particle swarm optimisation algorithm (Case Study: South wastewater treatment plant of Tehran)
JP2004171531A (ja) プラントワイド最適プロセス制御装置
JP2003300093A (ja) 水処理プロセスの運転支援システム及び制御システム
HRP20230969T1 (hr) Obrada otpadnih voda
JP2010029771A (ja) 水質予測方法及び生物処理方法
Corominas et al. Modified calibration protocol evaluated in a model-based testing of SBR flexibility
Szeląg et al. A data mining approach to the prediction of food-to-mass ratio and mixed liquor suspended solids.
Choubert et al. Anoxic and aerobic values for the yield coefficient of the heterotrophic biomass: Determination at full-scale plants and consequences on simulations
Chen et al. Improve the performance of full-scale continuous treatment of municipal wastewater by combining a numerical model and online sensors
Raut et al. Determination of wastewater quality index of municipal wastewater treatment plant using fuzzy rule base
Mhlanga et al. Simulation of a wastewater treatment plant receiving industrial effluents
JP3460211B2 (ja) 下水処理制御装置
JP2009226234A (ja) 汚泥容量算出方法およびそれを用いた曝気槽の監視方法、制御方法
Elshorbagy et al. Development of an ASM1 dynamic simulation model for an activated sludge process in United Arab Emirates

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant