JP2000167585A - 下水処理プロセスシミュレータ - Google Patents
下水処理プロセスシミュレータInfo
- Publication number
- JP2000167585A JP2000167585A JP34813398A JP34813398A JP2000167585A JP 2000167585 A JP2000167585 A JP 2000167585A JP 34813398 A JP34813398 A JP 34813398A JP 34813398 A JP34813398 A JP 34813398A JP 2000167585 A JP2000167585 A JP 2000167585A
- Authority
- JP
- Japan
- Prior art keywords
- sewage treatment
- simulation
- treatment plant
- evaluation value
- operation device
- 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.)
- Granted
Links
Classifications
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W10/00—Technologies for wastewater treatment
- Y02W10/10—Biological treatment of water, waste water, or sewage
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Activated Sludge Processes (AREA)
Abstract
(57)【要約】
【課題】 モデル化に必要なパラメータ設定が自動的
にできる下水処理プロセスシミュレータを提供する。 【解決手段】各槽の大きさや水温などのデータと、生化
学反応モデルを構成するパラメータと、処理状況を示す
情報とを入力して下水処理プラントの処理をシミュレー
ションし、その結果と処理状況を示す情報とを比較し、
その差が大きければ前記パラメータを修正して再度シミ
ュレーションを繰り返すパラメータ設定装置１００に、
初期生命集団作成装置３と、デコード演算装置４と、評
価値演算装置７と、個体数判定装置９と、継続判定装置
１１と、選択・淘汰演算装置１３と、交叉演算装置１４
と、突然変異演算装置１５とを備え、設定すべきパラメ
ータを遺伝的アルゴリズムを用いて自動的に計算させ
る。
にできる下水処理プロセスシミュレータを提供する。 【解決手段】各槽の大きさや水温などのデータと、生化
学反応モデルを構成するパラメータと、処理状況を示す
情報とを入力して下水処理プラントの処理をシミュレー
ションし、その結果と処理状況を示す情報とを比較し、
その差が大きければ前記パラメータを修正して再度シミ
ュレーションを繰り返すパラメータ設定装置１００に、
初期生命集団作成装置３と、デコード演算装置４と、評
価値演算装置７と、個体数判定装置９と、継続判定装置
１１と、選択・淘汰演算装置１３と、交叉演算装置１４
と、突然変異演算装置１５とを備え、設定すべきパラメ
ータを遺伝的アルゴリズムを用いて自動的に計算させ
る。
Description
【０００１】
【発明の属する技術分野】本発明は、下水処理プロセス
の稼動状態をシミュレーションする時、前もって設定す
る必要がある水質モデルの多数のパラメータを自動的に
設定することができる下水処理プロセスシミュレータに
関するものである。
の稼動状態をシミュレーションする時、前もって設定す
る必要がある水質モデルの多数のパラメータを自動的に
設定することができる下水処理プロセスシミュレータに
関するものである。
【０００２】
【従来の技術】下水処理プラントの現在の運転状況を把
握したり、その結果に基づいて今後の運転の方向性を決
めたりして下水処理プラントの稼動状態の管理をする時
には、シミュレータが使用されることがある。このシミ
ュレータを使用して下水処理プロセスをシミュレーショ
ンするには、まず初めにシミュレータ内に下水処理プロ
セスのモデルを構築する必要がある。ここではそのモデ
ルとして動力学活性汚泥モデルを適用した。このモデル
を構築するには、通常、当該下水処理プロセスに固有の
モデルパラメータを約５０個ほど設定しなければならな
い。従来、そのような多数のパラメータは、運転員が分
析データとシミュレーション結果の比較を行った上で設
定していた。そのような設定がされる従来の下水処理シ
ミュレータを図を用いて説明する。図２は従来の下水処
理シミュレータの構成とその周辺との接続状況を示すブ
ロック図である。図において２０は最初沈殿池、２１は
反応槽、２２は最終沈殿池であり、これらによって下水
処理プラントが構成されている。１は下水処理プラント
中のａ、ｂ、ｃ、ｄの各点の水質分析結果を収集して蓄
積するデータ蓄積装置であり、２００はそのデータを入
力してモデルパラメータを設定するためのパラメータ設
定装置、１６はパラメータ設定装置２００で構築された
モデルパラメータを用いて下水処理プロセスのシミュレ
ーションを行うシミュレーション演算装置である。
握したり、その結果に基づいて今後の運転の方向性を決
めたりして下水処理プラントの稼動状態の管理をする時
には、シミュレータが使用されることがある。このシミ
ュレータを使用して下水処理プロセスをシミュレーショ
ンするには、まず初めにシミュレータ内に下水処理プロ
セスのモデルを構築する必要がある。ここではそのモデ
ルとして動力学活性汚泥モデルを適用した。このモデル
を構築するには、通常、当該下水処理プロセスに固有の
モデルパラメータを約５０個ほど設定しなければならな
い。従来、そのような多数のパラメータは、運転員が分
析データとシミュレーション結果の比較を行った上で設
定していた。そのような設定がされる従来の下水処理シ
ミュレータを図を用いて説明する。図２は従来の下水処
理シミュレータの構成とその周辺との接続状況を示すブ
ロック図である。図において２０は最初沈殿池、２１は
反応槽、２２は最終沈殿池であり、これらによって下水
処理プラントが構成されている。１は下水処理プラント
中のａ、ｂ、ｃ、ｄの各点の水質分析結果を収集して蓄
積するデータ蓄積装置であり、２００はそのデータを入
力してモデルパラメータを設定するためのパラメータ設
定装置、１６はパラメータ設定装置２００で構築された
モデルパラメータを用いて下水処理プロセスのシミュレ
ーションを行うシミュレーション演算装置である。
【０００３】下水処理プラントでは、流入した下水は、
最初沈殿池２０、反応槽２１、最終沈殿池２２の順に流
れていき処理される。ａ、ｂ、ｃ、ｄはシミュレーショ
ンする上で必要な情報をサンプリングする地点であり、
サンプリングされた情報からリン酸態リン濃度や、硝酸
態窒素濃度、アンモニア態窒素濃度、Total-COD、溶解
性CODなどの水質が分析されてデータ蓄積装置１の入力
データとされる。ここで下水処理プラントの処理概要を
説明する。汚濁物質を含む下水は、最初沈澱池２０に導
入され、汚濁物質の中の沈降しやすいものを沈降分離し
て上澄水を反応槽２１に流出する。反応槽２１には最終
沈澱池２２の汚泥の一部が返送汚泥管を経て返送されて
おり、反応槽２１はその返送汚泥と最初沈殿池２０の上
澄水を処理する。反応槽２１では、ブロワーから圧送さ
れた空気が曝気槽内の散気管によって放出されており、
汚濁物質は活性汚泥により吸着、分解されて最終沈澱池
２２に導かれる。最終沈澱池２２では活性汚泥を沈降分
離し、清澄水は処理水として図示しない滅菌槽を経て放
流される。
最初沈殿池２０、反応槽２１、最終沈殿池２２の順に流
れていき処理される。ａ、ｂ、ｃ、ｄはシミュレーショ
ンする上で必要な情報をサンプリングする地点であり、
サンプリングされた情報からリン酸態リン濃度や、硝酸
態窒素濃度、アンモニア態窒素濃度、Total-COD、溶解
性CODなどの水質が分析されてデータ蓄積装置１の入力
データとされる。ここで下水処理プラントの処理概要を
説明する。汚濁物質を含む下水は、最初沈澱池２０に導
入され、汚濁物質の中の沈降しやすいものを沈降分離し
て上澄水を反応槽２１に流出する。反応槽２１には最終
沈澱池２２の汚泥の一部が返送汚泥管を経て返送されて
おり、反応槽２１はその返送汚泥と最初沈殿池２０の上
澄水を処理する。反応槽２１では、ブロワーから圧送さ
れた空気が曝気槽内の散気管によって放出されており、
汚濁物質は活性汚泥により吸着、分解されて最終沈澱池
２２に導かれる。最終沈澱池２２では活性汚泥を沈降分
離し、清澄水は処理水として図示しない滅菌槽を経て放
流される。
【０００４】次にパラメータ設定装置２００について説
明する。パラメータ設定装置２００は、処理場パラメー
タ設定装置２と、モデルパラメータ設定装置１７、シミ
ュレーション計算装置５、シミュレーション結果蓄積装
置６、分析データ比較装置１８とから構成されている。
処理場パラメータ設定装置２は、シミュレーションを行
う下水処理プラント内の各槽の大きさや水温などのデー
タを設定する。モデルパラメータ設定装置１７は、シミ
ュレーションする際に使用するモデルのパラメータを設
定する。そのモデルには下水処理プロセスの生化学反応
を数式によって表現した各種のものが提案されている。
その数式は、下水や活性汚泥混合液中の汚濁成分をいく
つかに分類し、それらの間の反応プロセスを表現してモ
デル化されたものである。このモデルは生物学的窒素、
リン除去に加えて、リン除去に広く用いられている凝集
沈殿も扱っており、広範な対象に適用が可能である。こ
のモデルを使用するためには硝化菌の増殖速度など、約
５０個ものパラメータを運転員が設定する必要がある。
シミュレーション計算装置５は、データ蓄積装置１に蓄
積された分析データのうち下水処理プラントの入口に流
入する水質と、処理場パラメータ設定装置２に入力され
た値と、モデルパラメータ設定装置１７によって設定さ
れた値とを入力し、パラメータの妥当性を検討するため
に水質の予測を行う。その予測計算に用いる式は１０数
個あり、その一つを例示すると、例えば硝酸態窒素濃度
の計算はつぎの式を用いて行われる。
明する。パラメータ設定装置２００は、処理場パラメー
タ設定装置２と、モデルパラメータ設定装置１７、シミ
ュレーション計算装置５、シミュレーション結果蓄積装
置６、分析データ比較装置１８とから構成されている。
処理場パラメータ設定装置２は、シミュレーションを行
う下水処理プラント内の各槽の大きさや水温などのデー
タを設定する。モデルパラメータ設定装置１７は、シミ
ュレーションする際に使用するモデルのパラメータを設
定する。そのモデルには下水処理プロセスの生化学反応
を数式によって表現した各種のものが提案されている。
その数式は、下水や活性汚泥混合液中の汚濁成分をいく
つかに分類し、それらの間の反応プロセスを表現してモ
デル化されたものである。このモデルは生物学的窒素、
リン除去に加えて、リン除去に広く用いられている凝集
沈殿も扱っており、広範な対象に適用が可能である。こ
のモデルを使用するためには硝化菌の増殖速度など、約
５０個ものパラメータを運転員が設定する必要がある。
シミュレーション計算装置５は、データ蓄積装置１に蓄
積された分析データのうち下水処理プラントの入口に流
入する水質と、処理場パラメータ設定装置２に入力され
た値と、モデルパラメータ設定装置１７によって設定さ
れた値とを入力し、パラメータの妥当性を検討するため
に水質の予測を行う。その予測計算に用いる式は１０数
個あり、その一つを例示すると、例えば硝酸態窒素濃度
の計算はつぎの式を用いて行われる。
【数１】 ここで、 NO3(i)：i時点の対象タンクの硝酸態窒素濃度(gN/m3) NO3(i)１R：i時点の対象タンクの化学反応による変化量
を考慮に入れた硝酸態窒素濃度(gN/m3) NO3(i)１in：i時点の対象タンクに流入する硝酸態窒素
濃度(gN/m3) NO3(i)１out：i時点の対象タンクから流出する硝酸態窒
素濃度(gN/m3) V：対象タンクの体積(m3) Qin：対象タンクへ流入する量(m3/h) Qout：対象タンクから流出する量(m3/h) T：対象タンクから流入・流出するステップ時間(h) i：シミュレーションステップ(h) 但し各変数は次のように計算される。
を考慮に入れた硝酸態窒素濃度(gN/m3) NO3(i)１in：i時点の対象タンクに流入する硝酸態窒素
濃度(gN/m3) NO3(i)１out：i時点の対象タンクから流出する硝酸態窒
素濃度(gN/m3) V：対象タンクの体積(m3) Qin：対象タンクへ流入する量(m3/h) Qout：対象タンクから流出する量(m3/h) T：対象タンクから流入・流出するステップ時間(h) i：シミュレーションステップ(h) 但し各変数は次のように計算される。
【数２】
【数３】
【数４】
【数５】
【数６】
【数７】 但し、 ΔNO3(i)：i時点の対象タンクで増殖・減少した硝酸態
窒素(gN/m3) SDF：易分解性有機物を利用した脱窒量(gCOD/(m3d)) SDA：発酵生成物を利用した脱窒量(gCOD/(m3d)) Growth：硝化菌の増殖量(gCOD/m3d ) １のデータ蓄積装置から入力される分析データ SO2：溶存酸素濃度(gO2/m3) SNH4：溶解性のアンモニア濃度(gN/m3) SNO3：溶解性の硝酸性窒素濃度(gN/m3) SPO4：無機溶解性リン酸性リン濃度(gP/m3) SALK：アルカリ度(mole HCO3/m3) １７のモデルパラメータ設定装置から設定されるパラメ
ータ SF：易分解性有機物濃度(gCOD/m3) SA：発酵生成物濃度(gCOD/m3) XAUT：硝化菌濃度(gCOD/m3) uH：基質の最大増殖速度(1/d) ηNO3：硝酸性窒素濃度の無酸素状態の加水分解による
減少係数(-) uAUT：硝化菌の最大増殖速度(1/d) KA：発酵生成物濃度飽和係数(gO2/m3) KO2：酸素飽和係数(gO2/m3) KF：易分解性基質増殖飽和係数(gCOD/m3) KNO3：硝酸性窒素飽和係数(gN/m3) 注)このシミュレ
ーションでは亜硝酸性窒素と硝酸性窒素を同じ物質
として扱う 。 KNH4：アンモニア飽和係数(gN/m3) KP：リン酸性リン酸飽和係数(gP/m3) KALK：アルカリ度飽和係数(mole HCO3/m3) XH：非リン除去従属栄養微生物(gCOD/m3) １つの式でもこれだけの設定すべきパラメータがあるの
で、全ての式を計算するには多数のパラメータが必要と
なることが分かる。シミュレーション計算装置５では、
上記のように硝酸性窒素だけでなく、リン酸性リン濃
度、アルカリ度、アンモニア性窒素濃度なども同時に計
算される。
窒素(gN/m3) SDF：易分解性有機物を利用した脱窒量(gCOD/(m3d)) SDA：発酵生成物を利用した脱窒量(gCOD/(m3d)) Growth：硝化菌の増殖量(gCOD/m3d ) １のデータ蓄積装置から入力される分析データ SO2：溶存酸素濃度(gO2/m3) SNH4：溶解性のアンモニア濃度(gN/m3) SNO3：溶解性の硝酸性窒素濃度(gN/m3) SPO4：無機溶解性リン酸性リン濃度(gP/m3) SALK：アルカリ度(mole HCO3/m3) １７のモデルパラメータ設定装置から設定されるパラメ
ータ SF：易分解性有機物濃度(gCOD/m3) SA：発酵生成物濃度(gCOD/m3) XAUT：硝化菌濃度(gCOD/m3) uH：基質の最大増殖速度(1/d) ηNO3：硝酸性窒素濃度の無酸素状態の加水分解による
減少係数(-) uAUT：硝化菌の最大増殖速度(1/d) KA：発酵生成物濃度飽和係数(gO2/m3) KO2：酸素飽和係数(gO2/m3) KF：易分解性基質増殖飽和係数(gCOD/m3) KNO3：硝酸性窒素飽和係数(gN/m3) 注)このシミュレ
ーションでは亜硝酸性窒素と硝酸性窒素を同じ物質
として扱う 。 KNH4：アンモニア飽和係数(gN/m3) KP：リン酸性リン酸飽和係数(gP/m3) KALK：アルカリ度飽和係数(mole HCO3/m3) XH：非リン除去従属栄養微生物(gCOD/m3) １つの式でもこれだけの設定すべきパラメータがあるの
で、全ての式を計算するには多数のパラメータが必要と
なることが分かる。シミュレーション計算装置５では、
上記のように硝酸性窒素だけでなく、リン酸性リン濃
度、アルカリ度、アンモニア性窒素濃度なども同時に計
算される。
【０００５】シミュレーション結果蓄積装置６は、シミ
ュレーション計算装置５で計算された結果を蓄積する。
分析データ比較装置１８は、データ蓄積装置１に蓄積さ
れている各サンプリングポイントのデータとシミュレー
ション結果蓄積装置６の情報とを比較し、一致していれ
ばパラメータ設定を終了し、一致していなければモデル
パラメータ設定装置１７によりパラメータを再設定し
て、再度シミュレーションを行う。このとき、運転員が
そのプラントに最も適していると思われるパラメータを
決めて設定する。このように、シミュレーションと、そ
の結果と実測値との比較によるモデルの修正とを繰り返
して行い、下水処理プラントのモデル化を精度良いもの
としていく。モデル化がうまく行くと、シミュレーショ
ン演算装置１６は、パラメータ設定装置２００で求めら
れたパラメータを使用し、下水処理プラントのシミュレ
ーションをしてその結果を出力する。モデル化がうまく
できているので、下水処理プラントの構成条件を変更し
たり、処理条件を変更してシミュレーションしても、精
度良く変更後の下水処理状況を計算して予測することが
できる。
ュレーション計算装置５で計算された結果を蓄積する。
分析データ比較装置１８は、データ蓄積装置１に蓄積さ
れている各サンプリングポイントのデータとシミュレー
ション結果蓄積装置６の情報とを比較し、一致していれ
ばパラメータ設定を終了し、一致していなければモデル
パラメータ設定装置１７によりパラメータを再設定し
て、再度シミュレーションを行う。このとき、運転員が
そのプラントに最も適していると思われるパラメータを
決めて設定する。このように、シミュレーションと、そ
の結果と実測値との比較によるモデルの修正とを繰り返
して行い、下水処理プラントのモデル化を精度良いもの
としていく。モデル化がうまく行くと、シミュレーショ
ン演算装置１６は、パラメータ設定装置２００で求めら
れたパラメータを使用し、下水処理プラントのシミュレ
ーションをしてその結果を出力する。モデル化がうまく
できているので、下水処理プラントの構成条件を変更し
たり、処理条件を変更してシミュレーションしても、精
度良く変更後の下水処理状況を計算して予測することが
できる。
【０００６】
【発明が解決しようとする課題】ところが、上記のよう
な従来の下水処理プロセスシミュレータでは、運転員が
約５０個ものパラメータを設定する必要があり、シミュ
レーションした結果が悪ければ、再度同じ数のパラメー
タを設定し、シミュレーションするということを繰り返
していた。そのためシミュレーション演算装置１６で条
件変更後の予測計算をするまでのパラメータ設定に多大
の時間を要するという問題があった。本発明は、そのよ
うな問題点に鑑みてなされたものでり、モデル化に必要
なパラメータ設定を自動的に行い、運転員の負担を軽減
すると同時に、効率的な予測を行うことができる下水処
理プロセスシミュレータを提供することを目的とする。
な従来の下水処理プロセスシミュレータでは、運転員が
約５０個ものパラメータを設定する必要があり、シミュ
レーションした結果が悪ければ、再度同じ数のパラメー
タを設定し、シミュレーションするということを繰り返
していた。そのためシミュレーション演算装置１６で条
件変更後の予測計算をするまでのパラメータ設定に多大
の時間を要するという問題があった。本発明は、そのよ
うな問題点に鑑みてなされたものでり、モデル化に必要
なパラメータ設定を自動的に行い、運転員の負担を軽減
すると同時に、効率的な予測を行うことができる下水処
理プロセスシミュレータを提供することを目的とする。
【０００７】
【課題を解決するための手段】前記課題を解決するた
め、本発明は、下水処理プラント内の各槽の大きさや水
温などのデータと、前記下水処理プラントの生化学反応
モデルを構成するパラメータと、前記下水処理プラント
の内部情報とを入力して前記下水処理プラントで行われ
る処理をシミュレーションし、その結果と前記下水処理
プラントの内部情報とを比較し、その差が大きければ前
記パラメータを修正して再度シミュレーションを繰り返
すパラメータ設定装置と、そのパラメータ設定装置から
出力された値を入力してシミュレーションを行う演算装
置を備えた下水処理プロセスシミュレータにおいて、遺
伝的アルゴリズムにおけるモデルパラメータの上限値及
び下限値と初期生命集団を設定する初期生命集団作成装
置と、その設定情報を受けて二進符号のビット列を下水
パラメータに変換するデコード演算装置と、シミュレー
ション結果と前記下水処理プラントの水質分析結果を比
較してその評価値を演算する評価値演算装置と、設定さ
れた個体数だけシミュレーションしたかどうかを判定し
てループさせる機能を持つ個体数判定装置と、遺伝的ア
ルゴリズムよるパラメータ設定を終了するかどうかを判
定する継続判定装置と、Ｎ個の個体の中で最も結果のよ
い個体を残すエリート保存装置と、各個体がシミュレー
ション結果から次世代に残るべきかどうかを確率的に決
める選択・淘汰演算装置と、次世代生命集団となる候補
を２個体ずつ交叉させる交叉演算装置と、極所解に陥ら
ないように突然変異を起こす突然変異演算装置と、最も
結果のよいパラメータを用いてシミュレーションを行う
シミュレーション演算装置とを備えていることを特徴と
している。また、前記評価値演算装置は、前記シミュレ
ーション結果蓄積装置のシミュレーション結果と前記デ
ータ蓄積装置の水質分析結果の差を、その水質分析結果
の平均値で除したものを評価値とすることを特徴とし、
さらに、最も重要度の高い項目に重みをおいて評価値を
計算することを特徴としている。上記手段により、モデ
ルのパラメータが自動的に設定できるようになるため運
転員の負担軽減につながる。
め、本発明は、下水処理プラント内の各槽の大きさや水
温などのデータと、前記下水処理プラントの生化学反応
モデルを構成するパラメータと、前記下水処理プラント
の内部情報とを入力して前記下水処理プラントで行われ
る処理をシミュレーションし、その結果と前記下水処理
プラントの内部情報とを比較し、その差が大きければ前
記パラメータを修正して再度シミュレーションを繰り返
すパラメータ設定装置と、そのパラメータ設定装置から
出力された値を入力してシミュレーションを行う演算装
置を備えた下水処理プロセスシミュレータにおいて、遺
伝的アルゴリズムにおけるモデルパラメータの上限値及
び下限値と初期生命集団を設定する初期生命集団作成装
置と、その設定情報を受けて二進符号のビット列を下水
パラメータに変換するデコード演算装置と、シミュレー
ション結果と前記下水処理プラントの水質分析結果を比
較してその評価値を演算する評価値演算装置と、設定さ
れた個体数だけシミュレーションしたかどうかを判定し
てループさせる機能を持つ個体数判定装置と、遺伝的ア
ルゴリズムよるパラメータ設定を終了するかどうかを判
定する継続判定装置と、Ｎ個の個体の中で最も結果のよ
い個体を残すエリート保存装置と、各個体がシミュレー
ション結果から次世代に残るべきかどうかを確率的に決
める選択・淘汰演算装置と、次世代生命集団となる候補
を２個体ずつ交叉させる交叉演算装置と、極所解に陥ら
ないように突然変異を起こす突然変異演算装置と、最も
結果のよいパラメータを用いてシミュレーションを行う
シミュレーション演算装置とを備えていることを特徴と
している。また、前記評価値演算装置は、前記シミュレ
ーション結果蓄積装置のシミュレーション結果と前記デ
ータ蓄積装置の水質分析結果の差を、その水質分析結果
の平均値で除したものを評価値とすることを特徴とし、
さらに、最も重要度の高い項目に重みをおいて評価値を
計算することを特徴としている。上記手段により、モデ
ルのパラメータが自動的に設定できるようになるため運
転員の負担軽減につながる。
【０００８】
【実施例】以下、本発明の実施の形態を図に基づいて説
明する。図１は、本発明の下水処理プロセスシミュレー
タの構成とその周辺との接続状況を示すブロック図であ
る。図において、２は処理場パラメータ設定装置であ
り、シミュレーションを行う下水処理プラント内のタン
クの大きさや水温のデータなどを設定する。３は初期生
命集団作成装置であり、モデルパラメータの上限値及び
下限値と、初期生命集団を設定する。初期生命集団は１
個のモデルパラメータを二進符号を８ビットで表現する
ためのビットを定義し、それらをつなぎ合わせて一つの
ビット列を作成する。乱数により０または１で各要素を
構成し、これを初期生命集団としてN＋ｉ個作成する。
４はデコード演算装置であり、二進符号のビット列を下
水パラメータに変換する場合、二進数から十進数へ単に
変換するのではなく、次のように変換する。例えば二進
符号のビット列中でi番目のパラメータkiの部分を計算
するには、kiの上下限値をki０min、ki０maxと定義して
（８）式に基づいて変換する。
明する。図１は、本発明の下水処理プロセスシミュレー
タの構成とその周辺との接続状況を示すブロック図であ
る。図において、２は処理場パラメータ設定装置であ
り、シミュレーションを行う下水処理プラント内のタン
クの大きさや水温のデータなどを設定する。３は初期生
命集団作成装置であり、モデルパラメータの上限値及び
下限値と、初期生命集団を設定する。初期生命集団は１
個のモデルパラメータを二進符号を８ビットで表現する
ためのビットを定義し、それらをつなぎ合わせて一つの
ビット列を作成する。乱数により０または１で各要素を
構成し、これを初期生命集団としてN＋ｉ個作成する。
４はデコード演算装置であり、二進符号のビット列を下
水パラメータに変換する場合、二進数から十進数へ単に
変換するのではなく、次のように変換する。例えば二進
符号のビット列中でi番目のパラメータkiの部分を計算
するには、kiの上下限値をki０min、ki０maxと定義して
（８）式に基づいて変換する。
【数８】 ５はシミュレーション計算装置であり、データ蓄積装置
１で蓄積された分析データ中の下水処理プラントの入口
に流入する水質と、処理場パラメータ設定装置２で入力
された値と、デコード演算装置４で演算された値とを入
力してシミュレーションする。デコード演算装置４は図
２で説明したものと同一であり詳細な説明を省略する。
１で蓄積された分析データ中の下水処理プラントの入口
に流入する水質と、処理場パラメータ設定装置２で入力
された値と、デコード演算装置４で演算された値とを入
力してシミュレーションする。デコード演算装置４は図
２で説明したものと同一であり詳細な説明を省略する。
【０００９】６はシミュレーション結果蓄積装置であ
り、シミュレーション計算装置５で計算された結果を蓄
積する。７は評価値演算装置であり、データ蓄積装置１
に蓄積している分析データと、シミュレーション結果蓄
積装置６に蓄積しているデータとの比較を行う。評価値
Hiの計算は（９）式に基づいて行われる。
り、シミュレーション計算装置５で計算された結果を蓄
積する。７は評価値演算装置であり、データ蓄積装置１
に蓄積している分析データと、シミュレーション結果蓄
積装置６に蓄積しているデータとの比較を行う。評価値
Hiの計算は（９）式に基づいて行われる。
【数９】 i：パラメータの数 j：評価ポイント Hi：評価値 Xijsim:シミュレーションによるj点におけるi番目の水
質項目の計測値 Xijana:分析によるj点におけるi番目の水質項目の分析
値 Xijave:分析結果X１ijの平均値 aij:各項目への重み付け変数 この評価値は小さいほど結果がよくなる。重み付けは、
分析結果とシミュレーション結果を特に一致させたい項
目およびポイントのaijを他の項目やポイントよりも大
きくする。それによって評価値が大きくなるため、遺伝
的アルゴリズムは評価値を小さくしようと計算を行い、
重み付けに最も合うパラメータを設定する。
質項目の計測値 Xijana:分析によるj点におけるi番目の水質項目の分析
値 Xijave:分析結果X１ijの平均値 aij:各項目への重み付け変数 この評価値は小さいほど結果がよくなる。重み付けは、
分析結果とシミュレーション結果を特に一致させたい項
目およびポイントのaijを他の項目やポイントよりも大
きくする。それによって評価値が大きくなるため、遺伝
的アルゴリズムは評価値を小さくしようと計算を行い、
重み付けに最も合うパラメータを設定する。
【００１０】８は個体数記憶装置であり、１回のステッ
プで行うシミュレーションの回数を記憶している。９は
個体数判定装置であり、固体数記憶装置８から得られた
値と現在のシミュレーション回数を比較し、その値を越
えていなければもう一度シミュレーションを行い、越え
ていれば継続判定装置１１に評価値を渡す。１０は判定
基準値記憶装置であり、遺伝的アルゴリズムを継続して
行うかどうかを判定する評価値の判定基準値を記憶して
いる。１１は継続判定装置であり、評価値演算装置７で
計算された個体数分の評価値で最も小さい値と判定基準
値を比較し、この評価値が判定基準値より小さければ遺
伝的アルゴリズムの計算を終了し、この評価値が判定基
準値より大きければ遺伝的アルゴリズムの計算を継続し
て行う。１２はエリート保存装置であり、各個体が次世
代に残るものかどうかを決定する。先ず、生命集団の中
の最良個体（評価値の一番小さい値）を保存する。遺伝
的アルゴリズムではランダム的な手法により遺伝子操作
を行うので、生命集団の最優良固体が前の世代よりも悪
くなることがある。これを避けるため、生命集団の最優
良個体の遺伝子を次世代生命集団の１個体の遺伝子とし
て残す。エリートとして保存された遺伝子に対しては交
叉・突然変異などの操作は行わない。１３は選択・淘汰
演算装置であり、各個体は評価値Hiに比例したルーレッ
ト選択により選択・淘汰する。まず、個体iの評価値Hi
が全体の中で相対的にどのくらいの割合を占めているか
を計算する。その計算は（１０）式に従って行われる。
プで行うシミュレーションの回数を記憶している。９は
個体数判定装置であり、固体数記憶装置８から得られた
値と現在のシミュレーション回数を比較し、その値を越
えていなければもう一度シミュレーションを行い、越え
ていれば継続判定装置１１に評価値を渡す。１０は判定
基準値記憶装置であり、遺伝的アルゴリズムを継続して
行うかどうかを判定する評価値の判定基準値を記憶して
いる。１１は継続判定装置であり、評価値演算装置７で
計算された個体数分の評価値で最も小さい値と判定基準
値を比較し、この評価値が判定基準値より小さければ遺
伝的アルゴリズムの計算を終了し、この評価値が判定基
準値より大きければ遺伝的アルゴリズムの計算を継続し
て行う。１２はエリート保存装置であり、各個体が次世
代に残るものかどうかを決定する。先ず、生命集団の中
の最良個体（評価値の一番小さい値）を保存する。遺伝
的アルゴリズムではランダム的な手法により遺伝子操作
を行うので、生命集団の最優良固体が前の世代よりも悪
くなることがある。これを避けるため、生命集団の最優
良個体の遺伝子を次世代生命集団の１個体の遺伝子とし
て残す。エリートとして保存された遺伝子に対しては交
叉・突然変異などの操作は行わない。１３は選択・淘汰
演算装置であり、各個体は評価値Hiに比例したルーレッ
ト選択により選択・淘汰する。まず、個体iの評価値Hi
が全体の中で相対的にどのくらいの割合を占めているか
を計算する。その計算は（１０）式に従って行われる。
【数１０】 但し、 Hi：評価値 Hi'：正規化された評価値 N：個体数
【００１１】割合Hi'の大きさに合わせてルーレットホ
イールを作る。次に乱数を生命集団の個体数だけ発生さ
せ、その乱数と一致した個体を次世代の候補として選択
する。具体的には乱数x(0 < x <1)に対し、次世代の候
補となる個体iは（１１）式の範囲に入った時の値とな
る。
イールを作る。次に乱数を生命集団の個体数だけ発生さ
せ、その乱数と一致した個体を次世代の候補として選択
する。具体的には乱数x(0 < x <1)に対し、次世代の候
補となる個体iは（１１）式の範囲に入った時の値とな
る。
【数１１】 この方法によりルーレット上の占有面積の広い個体ほど
次世代に生き残れることになり、評価値が相対的に小さ
い個体はここで淘汰される。
次世代に生き残れることになり、評価値が相対的に小さ
い個体はここで淘汰される。
【００１２】１４は交叉演算装置であり、次世代生命集
団となる候補Ｎ個中からランダムに２つの個体ペアを計
Ｎ／２個つくり、すでに設定していた交叉確率で１点ま
たは複数点交叉を行う。具体的には２組の遺伝子を確率
的に選んだ任意の位置で切断して交叉させ、新しい生命
集団を誕生させる。１５は突然変異演算装置であり、任
意の遺伝子のあるビットを突然変異確率で符号反転をお
こし、強制的に変換させる。次世代の各個体を作成後、
再びデコード演算装置４にて二進符号のビット列をモデ
ルパラメータに変換する。上記の構成でくり返しシミュ
レーションしてパラメータを求めている時に、継続判定
装置１１で判定した結果が判定基準値記憶装置１０の値
より小さければパラメータ設定を終了し、その結果がシ
ミュレーション演算装置１６に渡される。そして、シミ
ュレーション演算装置１６によって下水処理場の様々な
条件下でのシミュレーションが従来同様にできるのであ
る。以上述べたように、パラメータ設定装置１００で
は、処理場の分析データ、処理場の仕様、初期生命集団
から設定されたパラメータを基にシミュレーションを行
い、その結果を基にエリート保存や、選択・淘汰、交
叉、突然変異の遺伝的操作を行って、モデルを修正して
いくので、現実の下水処理プラントに近いモデル化が運
転員の手を煩わすことなく自動的にできるのである。
団となる候補Ｎ個中からランダムに２つの個体ペアを計
Ｎ／２個つくり、すでに設定していた交叉確率で１点ま
たは複数点交叉を行う。具体的には２組の遺伝子を確率
的に選んだ任意の位置で切断して交叉させ、新しい生命
集団を誕生させる。１５は突然変異演算装置であり、任
意の遺伝子のあるビットを突然変異確率で符号反転をお
こし、強制的に変換させる。次世代の各個体を作成後、
再びデコード演算装置４にて二進符号のビット列をモデ
ルパラメータに変換する。上記の構成でくり返しシミュ
レーションしてパラメータを求めている時に、継続判定
装置１１で判定した結果が判定基準値記憶装置１０の値
より小さければパラメータ設定を終了し、その結果がシ
ミュレーション演算装置１６に渡される。そして、シミ
ュレーション演算装置１６によって下水処理場の様々な
条件下でのシミュレーションが従来同様にできるのであ
る。以上述べたように、パラメータ設定装置１００で
は、処理場の分析データ、処理場の仕様、初期生命集団
から設定されたパラメータを基にシミュレーションを行
い、その結果を基にエリート保存や、選択・淘汰、交
叉、突然変異の遺伝的操作を行って、モデルを修正して
いくので、現実の下水処理プラントに近いモデル化が運
転員の手を煩わすことなく自動的にできるのである。
【００１３】
【発明の効果】本発明によると、遺伝的アルゴリズムを
使用することにより、従来は運転員が行っていたモデル
のパラメータ設定を自動的に行うことができるため、運
転員の工数を大幅に軽減することができると同時に、下
水処理プラントの構成等の変更により処理状態がどのよ
うに変わるかという予測が速やかにできるようになっ
て、効率のよい管理をすることができるという効果があ
る。
使用することにより、従来は運転員が行っていたモデル
のパラメータ設定を自動的に行うことができるため、運
転員の工数を大幅に軽減することができると同時に、下
水処理プラントの構成等の変更により処理状態がどのよ
うに変わるかという予測が速やかにできるようになっ
て、効率のよい管理をすることができるという効果があ
る。
【図１】本発明の下水処理プロセスシミュレータ
【図２】従来の下水処理プロセスシミュレータ １ データ蓄積装置 ２ 処理場パラメータ設定装置 ３ 初期設定装置 ４ デコード演算装置 ５ シミュレーション演算装置 ６ シミュレーション結果蓄積装置 ７ 評価値演算装置 ８ 個体数記憶装置 ９ 個体数判定装置 １０ 判定基準値記憶装置 １１ 継続判定装置 １２ エリート保存装置 １３ 選択・淘汰演算装置 １４ 交叉演算装置 １５ 突然変異演算装置 １６ シミュレーション演算装置 １７ モデルパラメータ設定装置 １８ 分析データ比較装置 ２０ 最初沈殿池 ２１ 反応槽 ２２ 最終沈殿池
Claims (3)
- 【請求項１】下水処理プラント内の各槽の大きさや水温
などのデータと、前記下水処理プラントの生化学反応モ
デルを構成するパラメータと、前記下水処理プラントの
内部情報とを入力して前記下水処理プラントで行われる
処理をシミュレーションし、その結果と前記下水処理プ
ラントの内部情報とを比較し、その差が大きければ前記
パラメータを修正して再度シミュレーションを繰り返す
パラメータ設定装置と、そのパラメータ設定装置から出
力された値を入力してシミュレーションを行う演算装置
を備えた下水処理プロセスシミュレータにおいて、 遺伝的アルゴリズムにおけるモデルパラメータの上限値
及び下限値と初期生命集団を設定する初期生命集団作成
装置と、 その設定情報を受けて二進符号のビット列を下水パラメ
ータに変換するデコード演算装置と、 シミュレーション結果と前記下水処理プラントの水質分
析結果を比較してその評価値を演算する評価値演算装置
と、 設定された個体数だけシミュレーションしたかどうかを
判定してループさせる機能を持つ個体数判定装置と、 遺伝的アルゴリズムよるパラメータ設定を終了するかど
うかを判定する継続判定装置と、 Ｎ個の個体の中で最も結果のよい個体を残すエリート保
存装置と、 各個体がシミュレーション結果から次世代に残るべきか
どうかを確率的に決める選択・淘汰演算装置と、 次世代生命集団となる候補を２個体ずつ交叉させる交叉
演算装置と、 極所解に陥らないように突然変異を起こす突然変異演算
装置と、 最も結果のよいパラメータを用いてシミュレーションを
行うシミュレーション演算装置とを備えていることを特
徴とする下水処理プロセスシミュレータ。 - 【請求項２】前記評価値演算装置は、前記シミュレーシ
ョン結果蓄積装置のシミュレーション結果と前記データ
蓄積装置の水質分析結果の差を、その水質分析結果の平
均値で除したものを評価値とすることを特徴とする請求
項１記載の下水処理プロセスシミュレータ。 - 【請求項３】前記評価値演算装置は、最も重要度の高い
項目に重みをおいて評価値を計算することを特徴とする
請求項１記載の下水処理プロセスシミュレータ。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP34813398A JP4016307B2 (ja) | 1998-12-08 | 1998-12-08 | 下水処理プロセスシミュレータ |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP34813398A JP4016307B2 (ja) | 1998-12-08 | 1998-12-08 | 下水処理プロセスシミュレータ |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000167585A true JP2000167585A (ja) | 2000-06-20 |
| JP4016307B2 JP4016307B2 (ja) | 2007-12-05 |
Family
ID=18394978
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP34813398A Expired - Fee Related JP4016307B2 (ja) | 1998-12-08 | 1998-12-08 | 下水処理プロセスシミュレータ |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4016307B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002001370A (ja) * | 2000-06-27 | 2002-01-08 | Yaskawa Electric Corp | 水質シミュレーション装置 |
| WO2013125737A1 (ko) * | 2012-02-20 | 2013-08-29 | 부산대학교 산학협력단 | 하수처리장 공정상태 진단에 따른 규칙기반 제어장치 및 방법 |
| JP2021137749A (ja) * | 2020-03-06 | 2021-09-16 | 株式会社明電舎 | 水処理施設の運転操作量説明変数選定装置 |
| CN113979541A (zh) * | 2021-11-26 | 2022-01-28 | 昆明理工大学 | 一种a2o生物池工艺智能控制方法 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108217916A (zh) * | 2017-12-18 | 2018-06-29 | 上海昊沧系统控制技术有限责任公司 | 一种连续流交替式污水处理工艺的两相循环模拟方法 |
| JP7364382B2 (ja) * | 2019-07-19 | 2023-10-18 | 三菱重工業株式会社 | 運転比較装置、運転比較方法およびプログラム |
-
1998
- 1998-12-08 JP JP34813398A patent/JP4016307B2/ja not_active Expired - Fee Related
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002001370A (ja) * | 2000-06-27 | 2002-01-08 | Yaskawa Electric Corp | 水質シミュレーション装置 |
| WO2013125737A1 (ko) * | 2012-02-20 | 2013-08-29 | 부산대학교 산학협력단 | 하수처리장 공정상태 진단에 따른 규칙기반 제어장치 및 방법 |
| JP2021137749A (ja) * | 2020-03-06 | 2021-09-16 | 株式会社明電舎 | 水処理施設の運転操作量説明変数選定装置 |
| JP7375616B2 (ja) | 2020-03-06 | 2023-11-08 | 株式会社明電舎 | 水処理施設の運転操作量説明変数選定装置 |
| CN113979541A (zh) * | 2021-11-26 | 2022-01-28 | 昆明理工大学 | 一种a2o生物池工艺智能控制方法 |
| CN113979541B (zh) * | 2021-11-26 | 2023-11-03 | 昆明理工大学 | 一种a2o生物池工艺智能控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4016307B2 (ja) | 2007-12-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106873379B (zh) | 一种基于迭代adp算法的污水处理最优控制方法 | |
| Tejaswini et al. | Multi-objective optimization based controller design for improved wastewater treatment plant operation | |
| CN111762958A (zh) | 基于asm2d模型的污水处理厂深井曝气工艺优化方法及装置 | |
| Iqbal et al. | Optimization of an operating domestic wastewater treatment plant using elitist non-dominated sorting genetic algorithm | |
| Piotrowski | Supervisory fuzzy control system for biological processes in sequencing wastewater batch reactor | |
| JP4016307B2 (ja) | 下水処理プロセスシミュレータ | |
| Grieu et al. | KSOM and MLP neural networks for on-line estimating the efficiency of an activated sludge process | |
| JP4038718B2 (ja) | 下水処理プロセスのシミュレーション方法および下水処理プロセスシミュレータ | |
| CN105372995A (zh) | 污水处理系统测控方法 | |
| CN116300441A (zh) | 针对污水出水水质目标寻优分析方法、系统、装置及介质 | |
| Salles et al. | Dynamic setpoint optimization using metaheuristic algorithms for wastewater treatment plants | |
| CN115329661B (zh) | 一种智能投药模型建模、智能投药体系创建、投药方法 | |
| JP2001047080A (ja) | 下水処理制御装置 | |
| WO2022029831A1 (ja) | 水質推定装置 | |
| Aras et al. | River water quality management model using genetic algorithm | |
| CN113408205B (zh) | 环境污染分级方法、装置、设备及存储介质 | |
| Borowa et al. | Modelling of wastewater treatment plant for monitoring and control purposes by state-space wavelet networks | |
| KR101209944B1 (ko) | 다항식 기반 방사형 기저 함수 신경회로망 구조를 이용하여 활성오니처리공법을 제어하는 시뮬레이팅 방법 | |
| Juuso | Data-based development of hybrid models for biological wastewater treatment in pulp and paper industry | |
| Juuso | Hybrid models in dynamic simulation of a biological water treatment process | |
| Piotrowski et al. | Comparison of algorithms for hybrid nonlinear optimization problem in biological wastewater treatment plant | |
| JP4026057B2 (ja) | 水質シミュレーション装置 | |
| JP2006026587A (ja) | 下水水質シミュレータ | |
| JP2002320958A (ja) | 運転支援システム | |
| Swarnalatha | Simulation and Analysis of Ammonium-Based Aeration Control Strategies to Enhance Efficiency in Wastewater Treatment Plant |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050314 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060921 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070330 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070517 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070823 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070905 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100928 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110928 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110928 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120928 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120928 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130928 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140928 Year of fee payment: 7 |
|
| LAPS | Cancellation because of no payment of annual fees |