JP2002331283A - 運転支援システム - Google Patents
運転支援システムInfo
- Publication number
- JP2002331283A JP2002331283A JP2001138916A JP2001138916A JP2002331283A JP 2002331283 A JP2002331283 A JP 2002331283A JP 2001138916 A JP2001138916 A JP 2001138916A JP 2001138916 A JP2001138916 A JP 2001138916A JP 2002331283 A JP2002331283 A JP 2002331283A
- Authority
- JP
- Japan
- Prior art keywords
- model parameter
- unit
- data
- state
- setting unit
- 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.)
- Pending
Links
- 230000002159 abnormal effect Effects 0.000 claims abstract description 32
- 230000005856 abnormality Effects 0.000 claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000013500 data storage Methods 0.000 claims description 17
- 239000010865 sewage Substances 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 14
- 238000004088 simulation Methods 0.000 claims description 13
- 238000000034 method Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000011084 recovery Methods 0.000 claims description 7
- 230000006641 stabilisation Effects 0.000 claims description 6
- 238000011105 stabilization Methods 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 abstract description 5
- 230000007704 transition Effects 0.000 abstract description 4
- 230000004075 alteration Effects 0.000 abstract 1
- 239000010802 sludge Substances 0.000 description 19
- 238000000855 fermentation Methods 0.000 description 11
- 230000004151 fermentation Effects 0.000 description 11
- 238000004062 sedimentation Methods 0.000 description 9
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 8
- 229910052698 phosphorus Inorganic materials 0.000 description 8
- 239000011574 phosphorus Substances 0.000 description 8
- 239000005014 poly(hydroxyalkanoate) Substances 0.000 description 8
- 229920000903 polyhydroxyalkanoate Polymers 0.000 description 8
- 239000000047 product Substances 0.000 description 8
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 6
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 6
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 description 6
- 230000012010 growth Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000003344 environmental pollutant Substances 0.000 description 4
- 231100000719 pollutant Toxicity 0.000 description 4
- 241000894006 Bacteria Species 0.000 description 3
- 229910002651 NO3 Inorganic materials 0.000 description 3
- 244000005700 microbiome Species 0.000 description 3
- 229910052757 nitrogen Inorganic materials 0.000 description 3
- BVKZGUZCCUSVTD-UHFFFAOYSA-M Bicarbonate Chemical compound OC([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-M 0.000 description 2
- 229910021529 ammonia Inorganic materials 0.000 description 2
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 239000010842 industrial wastewater Substances 0.000 description 2
- 230000001546 nitrifying effect Effects 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 239000006228 supernatant Substances 0.000 description 2
- IOVCWXUNBOPUCH-UHFFFAOYSA-M Nitrite anion Chemical compound [O-]N=O IOVCWXUNBOPUCH-UHFFFAOYSA-M 0.000 description 1
- 229910019142 PO4 Inorganic materials 0.000 description 1
- 229920000388 Polyphosphate Polymers 0.000 description 1
- QVMHUALAQYRRBM-UHFFFAOYSA-N [P].[P] Chemical compound [P].[P] QVMHUALAQYRRBM-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 238000005273 aeration Methods 0.000 description 1
- 230000009603 aerobic growth Effects 0.000 description 1
- 238000005842 biochemical reaction Methods 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 238000005189 flocculation Methods 0.000 description 1
- 230000016615 flocculation Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- BHEPBYXIRTUNPN-UHFFFAOYSA-N hydridophosphorus(.) (triplet) Chemical compound [PH] BHEPBYXIRTUNPN-UHFFFAOYSA-N 0.000 description 1
- 230000007062 hydrolysis Effects 0.000 description 1
- 238000006460 hydrolysis reaction Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- IBIRZFNPWYRWOG-UHFFFAOYSA-N phosphane;phosphoric acid Chemical compound P.OP(O)(O)=O IBIRZFNPWYRWOG-UHFFFAOYSA-N 0.000 description 1
- 239000001205 polyphosphate Substances 0.000 description 1
- 235000011176 polyphosphates Nutrition 0.000 description 1
- 229920000137 polyphosphoric acid Polymers 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
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
- Testing And Monitoring For Control Systems (AREA)
- Activated Sludge Processes (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【課題】 異常状態から正常状態への回復速度が速い運
転支援システムを得る。 【解決手段】 本発明の運転支援システムは、データ蓄
積部２からのデータをもとにプラントの異常状態を判定
する状態判定部４と、正常時モデルパラメータ設定部５
と並列に配置されデータ蓄積部からのデータをもとに異
常発生時のモデルパラメータの値を設定する異常時初期
モデルパラメータ設定部６とを備えているまた、データ
蓄積部２からのデータと異常時初期モデルパラメータ設
定部６のデータをもとに異常状態から正常状態へのモデ
ルパラメータ変化推移を計算するモデルパラメータ変更
部７を備えている。
転支援システムを得る。 【解決手段】 本発明の運転支援システムは、データ蓄
積部２からのデータをもとにプラントの異常状態を判定
する状態判定部４と、正常時モデルパラメータ設定部５
と並列に配置されデータ蓄積部からのデータをもとに異
常発生時のモデルパラメータの値を設定する異常時初期
モデルパラメータ設定部６とを備えているまた、データ
蓄積部２からのデータと異常時初期モデルパラメータ設
定部６のデータをもとに異常状態から正常状態へのモデ
ルパラメータ変化推移を計算するモデルパラメータ変更
部７を備えている。
Description
【０００１】
【発明の属する技術分野】本発明は、都市下水や産業廃
水のように、汚水を浄化する活性汚泥法、嫌気・好気汚
泥処理法による水処理の運転支援システムに関する。
水のように、汚水を浄化する活性汚泥法、嫌気・好気汚
泥処理法による水処理の運転支援システムに関する。
【０００２】
【従来の技術】都市下水処理、工場廃水などの処理プロ
セスは、微生物の動作状態、気候などから運転方法を決
定する必要がある。図２は従来の運転支援システムとそ
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、１は施設条件設定部、２はデータ蓄積部、３は条件
設定部、５は正常時モデルパラメータ設定部、８は予測
処理部、９は評価処理部、１０は操作変数設定部であ
る。まず、下水処理場の処理概要を説明する。下水処理
場では、流入した下水は、最初沈殿池１００、反応槽１
０１、最終沈殿池１０２の順に流れて処理される。汚濁
物質を含む下水は、最初沈澱池１００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１０１に流出する。反応槽１０１には最終沈澱池１
０２の汚泥の一部が返送汚泥ポンプによって返送されて
おり、反応槽１０１はその返送汚泥と最初沈殿池１００
の上澄水を処理する。反応槽１０１では、ブロワー(図
示せず)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１０２に導かれる。最終沈澱池１０
２では活性汚泥を沈降分離し、沈降汚泥は余剰汚泥ポン
プ（図示せず）により汚泥処理系（図示せず）に排出さ
れ、清澄水は処理水として滅菌槽（図示せず）を経て放
流される。つぎに、この運転支援システムの動作につい
て説明する。 施設条件設定部１により、水質の予測に必要な反応槽
の体積、管路などの処理場土木構造を設定し、予測処理
部５へ出力する。 データ蓄積部２により、図２の下水プロセスの各ポイ
ントから反応槽、処理水の水質予測に必要な情報(流
量、SS、pH、風量、気象データ、DOなど)を収集・蓄積
し、予測処理部５へデータを出力する。ここで収集され
るデータはリン酸態リン濃度、硝酸態窒素濃度、アンモ
ニア態窒素濃度、Total-COD、溶解性CODなどの富栄養化
問題の対象となっている水質である。 条件設定部３により、空気量、返送汚泥量などの下水
プロセスの運転に必要な操作変数をオペレータが手動で
設定するか、またはオペレータが設定した値を基準に計
算機が順番に設定する。すなわち、反応槽１０１の最終
端のDO濃度を、例えば約3mg/Lから約0.5mg/Lまで減少さ
せる。水質が維持できていれば、次に最終端のDO濃度を
0.5mg/Lに固定し、１つ手前のタンクのDO濃度を、約3mg
/Lから0.5mg/Lまで減少させ、水質の維持が可能なDO濃
度まで下げる。このようにDO濃度を反応槽最終端から順
番に設定する。返送汚泥量は、最終沈殿池１０２から反
応槽１０１へ返送する汚泥量をポンプ能力の最大値から
最小能力まで汚泥量を順次、変動させる。余剰汚泥量
は、最終沈殿池１０２から引き抜く汚泥量をポンプ能力
の最大値から最小能力まで汚泥量を順次、変動させる。
循環量は、反応槽１０１の最終端から無酸素槽へ循環す
る汚泥量を、ポンプ能力の最大値から最小能力まで汚泥
量を順次、変動させる。 正常時モデルパラメータ設定部５により、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手動、ま
たは遺伝子アルゴリズムなどにより自動で設定する。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または計算機が設定する。 予測処理部8により水質予測を行う。施設条件設定部
１で設定された土木構造などのプラント仕様データと、
データ蓄積部２に蓄積された分析データのうち下水処理
場の入口に流入する水質データと、モデルパラメータ設
定部３で設定されたパラメータと、条件手動設定部８で
設定された条件とを入力し、反応槽内、処理水の窒素・
リンなどの水質予測を行う。その予測計算に用いる式は
１０数個あり、その１つを例示すると、例えば発酵生成
物濃度の計算は、つぎの(1)式を用いて行われる。
セスは、微生物の動作状態、気候などから運転方法を決
定する必要がある。図２は従来の運転支援システムとそ
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、１は施設条件設定部、２はデータ蓄積部、３は条件
設定部、５は正常時モデルパラメータ設定部、８は予測
処理部、９は評価処理部、１０は操作変数設定部であ
る。まず、下水処理場の処理概要を説明する。下水処理
場では、流入した下水は、最初沈殿池１００、反応槽１
０１、最終沈殿池１０２の順に流れて処理される。汚濁
物質を含む下水は、最初沈澱池１００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１０１に流出する。反応槽１０１には最終沈澱池１
０２の汚泥の一部が返送汚泥ポンプによって返送されて
おり、反応槽１０１はその返送汚泥と最初沈殿池１００
の上澄水を処理する。反応槽１０１では、ブロワー(図
示せず)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１０２に導かれる。最終沈澱池１０
２では活性汚泥を沈降分離し、沈降汚泥は余剰汚泥ポン
プ（図示せず）により汚泥処理系（図示せず）に排出さ
れ、清澄水は処理水として滅菌槽（図示せず）を経て放
流される。つぎに、この運転支援システムの動作につい
て説明する。 施設条件設定部１により、水質の予測に必要な反応槽
の体積、管路などの処理場土木構造を設定し、予測処理
部５へ出力する。 データ蓄積部２により、図２の下水プロセスの各ポイ
ントから反応槽、処理水の水質予測に必要な情報(流
量、SS、pH、風量、気象データ、DOなど)を収集・蓄積
し、予測処理部５へデータを出力する。ここで収集され
るデータはリン酸態リン濃度、硝酸態窒素濃度、アンモ
ニア態窒素濃度、Total-COD、溶解性CODなどの富栄養化
問題の対象となっている水質である。 条件設定部３により、空気量、返送汚泥量などの下水
プロセスの運転に必要な操作変数をオペレータが手動で
設定するか、またはオペレータが設定した値を基準に計
算機が順番に設定する。すなわち、反応槽１０１の最終
端のDO濃度を、例えば約3mg/Lから約0.5mg/Lまで減少さ
せる。水質が維持できていれば、次に最終端のDO濃度を
0.5mg/Lに固定し、１つ手前のタンクのDO濃度を、約3mg
/Lから0.5mg/Lまで減少させ、水質の維持が可能なDO濃
度まで下げる。このようにDO濃度を反応槽最終端から順
番に設定する。返送汚泥量は、最終沈殿池１０２から反
応槽１０１へ返送する汚泥量をポンプ能力の最大値から
最小能力まで汚泥量を順次、変動させる。余剰汚泥量
は、最終沈殿池１０２から引き抜く汚泥量をポンプ能力
の最大値から最小能力まで汚泥量を順次、変動させる。
循環量は、反応槽１０１の最終端から無酸素槽へ循環す
る汚泥量を、ポンプ能力の最大値から最小能力まで汚泥
量を順次、変動させる。 正常時モデルパラメータ設定部５により、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手動、ま
たは遺伝子アルゴリズムなどにより自動で設定する。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または計算機が設定する。 予測処理部8により水質予測を行う。施設条件設定部
１で設定された土木構造などのプラント仕様データと、
データ蓄積部２に蓄積された分析データのうち下水処理
場の入口に流入する水質データと、モデルパラメータ設
定部３で設定されたパラメータと、条件手動設定部８で
設定された条件とを入力し、反応槽内、処理水の窒素・
リンなどの水質予測を行う。その予測計算に用いる式は
１０数個あり、その１つを例示すると、例えば発酵生成
物濃度の計算は、つぎの(1)式を用いて行われる。
【０００３】
【数１】
【０００４】ここで、 SA (i)：i時点の対象タンクの発酵生成物濃度(gCOD/m3) SA(i)R：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発酵生成物濃度(gN/m3) SA(i)in：i時点の対象タンクに流入する発酵生成物濃度
(gCOD/m3) SA(i)out：i時点の対象タンクか ら流出す
る発酵生成物濃度(gCOD/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・流出する時間(h) i：シミュレーション予測間隔(h) 但し各変数は（２）式から（９）式で計算される。 (2) (3)
よる変化量を考慮に入れた発酵生成物濃度(gN/m3) SA(i)in：i時点の対象タンクに流入する発酵生成物濃度
(gCOD/m3) SA(i)out：i時点の対象タンクか ら流出す
る発酵生成物濃度(gCOD/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・流出する時間(h) i：シミュレーション予測間隔(h) 但し各変数は（２）式から（９）式で計算される。 (2) (3)
【０００５】
【数２】
【０００６】但し、 SA(i)：i時点の対象タンクで増殖・減少した発酵生成物
(gCOD/m3) ρ5：SAによる好気的増殖(gCOD/d) ρ7：SAによる無酸素的増殖と脱窒(gCOD/d) ρ8：発酵(gCOD/d) ρ10：ポリヒドロキシアルカノエートの蓄積(gCOD/d) ρ15：ポリヒドロキシアルカノエートの分解(gCOD/d) データ蓄積部２から入力される分析データは以下の通り
である。 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) 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) XH：従属栄養微生物(gCOD/m3) XPHA：ポリヒドロキシアルカノエート(gCOD/m3) XPP：ポリリン酸(gP/m3) XPAO：リン酸蓄積細菌(gCOD/m3) 正常時モデルパラメータ設定部５で設定されるモデルパ
ラメータは以下の通りである。 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(-) 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：リン酸性リン飽和係数(gP/m3) KALK：アルカリ度飽和係数(mole HCO3/m3) Kfe：SFの発酵飽和濃度(gCOD/m3) qfe：発酵の最大速度(1/d) KPP：ポリリン酸の飽和濃度(gPP/gPAO) qPHA：ポリヒドロキシアルカノエート蓄積速度(gCOD/(g
PAO・d) bPHA：ポリヒドロキシアルカノエート分解速度(1/d) 予測処理部８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。その予測結果を評価処理
部９に出力する。 評価処理部９は、予測処理部8によって予測を行った
結果を入力し、SRT、DOなどの操作変数変更時の水質、
電気量、汚泥量などの評価を行う。水質については、予
測処理部８の処理水質が基準値をクリアしているか否か
を評価する。電気量については、予測処理部８による結
果が水質基準値をクリアしているかチェックを行い、基
準値をクリアした水質予測を導き出した操作変数設定値
の中で最も低い電力量を検出し、操作変数設定部１０へ
出力する。汚泥量については、予測処理部８による結果
が水質基準値をクリアしているかチェックを行い、基準
値をクリアした水質予測を導き出した操作変数設定値の
中で最も低い汚泥発生量を検出し、操作変数設定部１０
へ出力する。予測処理部8の結果が水質の基準値を超え
たり、コストがかかるなど不満足なものであれば、条件
設定部３の値を再設定し、再度予測処理部８にて水質予
測を行う。 操作変数設定部１０により、評価処理部９で求められ
た最適な操作変数（送風量、ポンプ台数など）を実プラ
ントへ出力する。
(gCOD/m3) ρ5：SAによる好気的増殖(gCOD/d) ρ7：SAによる無酸素的増殖と脱窒(gCOD/d) ρ8：発酵(gCOD/d) ρ10：ポリヒドロキシアルカノエートの蓄積(gCOD/d) ρ15：ポリヒドロキシアルカノエートの分解(gCOD/d) データ蓄積部２から入力される分析データは以下の通り
である。 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) 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) XH：従属栄養微生物(gCOD/m3) XPHA：ポリヒドロキシアルカノエート(gCOD/m3) XPP：ポリリン酸(gP/m3) XPAO：リン酸蓄積細菌(gCOD/m3) 正常時モデルパラメータ設定部５で設定されるモデルパ
ラメータは以下の通りである。 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(-) 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：リン酸性リン飽和係数(gP/m3) KALK：アルカリ度飽和係数(mole HCO3/m3) Kfe：SFの発酵飽和濃度(gCOD/m3) qfe：発酵の最大速度(1/d) KPP：ポリリン酸の飽和濃度(gPP/gPAO) qPHA：ポリヒドロキシアルカノエート蓄積速度(gCOD/(g
PAO・d) bPHA：ポリヒドロキシアルカノエート分解速度(1/d) 予測処理部８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。その予測結果を評価処理
部９に出力する。 評価処理部９は、予測処理部8によって予測を行った
結果を入力し、SRT、DOなどの操作変数変更時の水質、
電気量、汚泥量などの評価を行う。水質については、予
測処理部８の処理水質が基準値をクリアしているか否か
を評価する。電気量については、予測処理部８による結
果が水質基準値をクリアしているかチェックを行い、基
準値をクリアした水質予測を導き出した操作変数設定値
の中で最も低い電力量を検出し、操作変数設定部１０へ
出力する。汚泥量については、予測処理部８による結果
が水質基準値をクリアしているかチェックを行い、基準
値をクリアした水質予測を導き出した操作変数設定値の
中で最も低い汚泥発生量を検出し、操作変数設定部１０
へ出力する。予測処理部8の結果が水質の基準値を超え
たり、コストがかかるなど不満足なものであれば、条件
設定部３の値を再設定し、再度予測処理部８にて水質予
測を行う。 操作変数設定部１０により、評価処理部９で求められ
た最適な操作変数（送風量、ポンプ台数など）を実プラ
ントへ出力する。
【０００７】
【発明が解決しようとする課題】ところが、上記のよう
な従来の運転支援システムによるシミュレーションで
は、毒物混入、雨水の大量流入などでプラントに異常が
起きた場合、異常時の条件入力を考慮していないため、
実測値と予測値が一致しなくなり、運転支援システムと
して使用できなくなるという問題があった。そこで、本
発明は、異常状態になった時、異常状態のモデルパラメ
ータに変更してシミュレーションすることにより、異常
状態から正常状態への回復速度が速い運転支援システム
を提供することを目的とする。
な従来の運転支援システムによるシミュレーションで
は、毒物混入、雨水の大量流入などでプラントに異常が
起きた場合、異常時の条件入力を考慮していないため、
実測値と予測値が一致しなくなり、運転支援システムと
して使用できなくなるという問題があった。そこで、本
発明は、異常状態になった時、異常状態のモデルパラメ
ータに変更してシミュレーションすることにより、異常
状態から正常状態への回復速度が速い運転支援システム
を提供することを目的とする。
【０００８】
【課題を解決するための手段】上記問題を解決するた
め、請求項１記載の運転支援システムは、最初沈殿池、
反応槽、最終沈殿池を有した下水処理場に設置され、処
理場の土木構造等の施設の条件を設定する施設条件設定
部と、水質予測に必要な流量、風量、気象データ、水質
データ等を蓄積するデータ蓄積部と、下水プロセスの運
転に必要な操作変数を設定する条件設定部と、シミュレ
ーションに使用するモデルのパラメータを設定する正常
時モデルパラメータ設定部と、前記施設条件設定部およ
び前記データ蓄積部の出力を基に各部の水質を予測する
予測処理部と、前記予測処理部の結果がプラント運転の
適否を判断する評価処理部と、前記評価処理部で求めら
れた最適な操作変数を実プラントへ出力するための設定
を行う操作変数設定部とを有した運転支援システムにお
いて、前記データ蓄積部からのデータをもとにプラント
の異常状態を判定する状態判定部と、正常時モデルパラ
メータ設定部と並列に配置され前記データ蓄積部からの
データをもとに異常発生時のモデルパラメータの値を設
定する異常時初期モデルパラメータ設定部とを備えた構
成にしている。請求項１記載の運転支援システムによれ
ば、異常状態のモデルパラメータを設定することでシミ
ュレーションが可能となり、異常時の最適操作変数を求
めることができるため、プラントの正常状態への回復を
短時間に行うことができる。請求項２記載の運転支援シ
ステムは、前記データ蓄積部からのデータと前記異常時
初期モデルパラメータ設定部のデータとをもとに異常状
態から正常状態へのモデルパラメータ変化推移を計算す
るモデルパラメータ変更部を備えた構成にしている。請
求項２記載の運転支援システムによれば、異常発生時の
モデルパラメータと時間変化時のモデルパラメータを設
定することでより詳細なシミュレーションが可能とな
り、異常時から回復途中の最適操作変数を求めることが
できるため、プラントの正常状態への回復を短時間に行
うことができる。請求項３記載の運転支援システムは、
前記モデルパラメータ変更部は、異常時と正常時のモデ
ルパラメータの差を演算するモデルパラメータ変化量演
算処理部と、異常発生時から正常状態に回復するまでの
時間を設定する状態安定期間設定部と、モデルパラメー
タ変化量演算処理部のデータと状態安定期間設定部のデ
ータをもとに各時刻のモデルパラメータの値を演算する
モデルパラメータ演算部と、モデルパラメータ演算部で
演算されたデータを保存するモデルパラメータ保存部で
構成されたモデルパラメータ変更部からなる。請求項３
記載の運転支援システムによれば、時間変化時のモデル
パラメータを設定することでより詳細なシミュレーショ
ンが可能となり、異常発生時から回復途中の最適操作変
数を求めることができるため、プラントの正常状態への
回復を短時間に行うことができる。
め、請求項１記載の運転支援システムは、最初沈殿池、
反応槽、最終沈殿池を有した下水処理場に設置され、処
理場の土木構造等の施設の条件を設定する施設条件設定
部と、水質予測に必要な流量、風量、気象データ、水質
データ等を蓄積するデータ蓄積部と、下水プロセスの運
転に必要な操作変数を設定する条件設定部と、シミュレ
ーションに使用するモデルのパラメータを設定する正常
時モデルパラメータ設定部と、前記施設条件設定部およ
び前記データ蓄積部の出力を基に各部の水質を予測する
予測処理部と、前記予測処理部の結果がプラント運転の
適否を判断する評価処理部と、前記評価処理部で求めら
れた最適な操作変数を実プラントへ出力するための設定
を行う操作変数設定部とを有した運転支援システムにお
いて、前記データ蓄積部からのデータをもとにプラント
の異常状態を判定する状態判定部と、正常時モデルパラ
メータ設定部と並列に配置され前記データ蓄積部からの
データをもとに異常発生時のモデルパラメータの値を設
定する異常時初期モデルパラメータ設定部とを備えた構
成にしている。請求項１記載の運転支援システムによれ
ば、異常状態のモデルパラメータを設定することでシミ
ュレーションが可能となり、異常時の最適操作変数を求
めることができるため、プラントの正常状態への回復を
短時間に行うことができる。請求項２記載の運転支援シ
ステムは、前記データ蓄積部からのデータと前記異常時
初期モデルパラメータ設定部のデータとをもとに異常状
態から正常状態へのモデルパラメータ変化推移を計算す
るモデルパラメータ変更部を備えた構成にしている。請
求項２記載の運転支援システムによれば、異常発生時の
モデルパラメータと時間変化時のモデルパラメータを設
定することでより詳細なシミュレーションが可能とな
り、異常時から回復途中の最適操作変数を求めることが
できるため、プラントの正常状態への回復を短時間に行
うことができる。請求項３記載の運転支援システムは、
前記モデルパラメータ変更部は、異常時と正常時のモデ
ルパラメータの差を演算するモデルパラメータ変化量演
算処理部と、異常発生時から正常状態に回復するまでの
時間を設定する状態安定期間設定部と、モデルパラメー
タ変化量演算処理部のデータと状態安定期間設定部のデ
ータをもとに各時刻のモデルパラメータの値を演算する
モデルパラメータ演算部と、モデルパラメータ演算部で
演算されたデータを保存するモデルパラメータ保存部で
構成されたモデルパラメータ変更部からなる。請求項３
記載の運転支援システムによれば、時間変化時のモデル
パラメータを設定することでより詳細なシミュレーショ
ンが可能となり、異常発生時から回復途中の最適操作変
数を求めることができるため、プラントの正常状態への
回復を短時間に行うことができる。
【０００９】
【発明の実施の形態】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、本発明の運転支援システム
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、４は状態判定部、６は異常時初期モデ
ルパラメータ設定部、７はモデルパラメータ変更部であ
る。モデルパラメータ変更部７は、モデルパラメータ変
化量演算処理部71、状態安定期間設定部72、モデルパラ
メータ演算部73、モデルパラメータ保存部74からなる。
その他の符号は、従来技術で述べたものと同じであるた
め省略する。つぎに、本発明の運転支援システムの動作
について説明する。 [1]施設条件設定部１による処理、[2]データ蓄積部２に
よる処理、[3]条件設定部３による処理は従来と同じで
ある。 [4]状態判定部４により、データ蓄積部２から得られた
データをもとに窒素、リンなどの水質が正常値と大きく
異なっているか否かを判定する。正常であれは、正常時
モデルパラメータ設定部５にて正常状態のモデルパラメ
ータを設定し、異常であれば、異常時初期モデルパラメ
ータ設定部６にて異常状態のモデルパラメータを設定す
る。 [5]正常時モデルパラメータ設定部５による処理は、従
来と同じである。 [6]異常時初期モデルパラメータ設定部６により、プラ
ントから得られたデータをもとに異常発生時のモデルパ
ラメータを決定する。モデルパラメータの値を求める方
法としていくつか考えられる。１つは、微生物の増殖速
度、死滅速度などのモデルパラメータを分析して決定す
る。もう１つは、予測値と実測値が合うようにモデルパ
ラメータを手動または自動で設定することである。具体
的には(4)式の計算式中のKA、KO2などのモデルパラメー
タを決めることになる。予測値ΔSAが異常時の水質ΔSA
と一致するようにモデルパラメータKA、KO2などを手動
または自動で変更する。 [7]モデルパラメータ変更部７により、異常状態から正
常状態へのモデルパラメータ変化推移を計算する。この
構成は、異常時と正常時のモデルパラメータの差を演算
するモデルパラメータ変化量演算処理部７１と、異常発
生時から正常状態に回復するまでの時間を設定する状態
安定期間設定部７２と、モデルパラメータ変化量演算処
理部のデータと状態安定期間設定部のデータをもとに各
時刻のモデルパラメータの値を演算するモデルパラメー
タ演算部７３と、モデルパラメータ演算部で演算された
データを保存するモデルパラメータ保存部７４からな
る。モデルパラメータ変化量演算処理部７１は、異常時
初期モデルパラメータ設定部６で設定された異常発生時
のモデルパラメータと正常状態との差を以下の(10)式に
て計算する。 (10) μdiff：異常時と正常時のモデルパラメータの差 μaccident：異常時のモデルパラメータ値 μnormal：正常時のモデルパラメータ値 状態安定期間設定部７２は、異常の発生後、水質が正常
状態に回復するまでの時間：Tを蓄積したデータをもと
にオペレータまたは計算機が設定する。モデルパラメー
タ演算部７３は、異常発生時から正常時まで時間単位で
変化するモデルパラメータの変化推移を以下の(11)式の
計算式にて計算する。
基づいて説明する。図１は、本発明の運転支援システム
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、４は状態判定部、６は異常時初期モデ
ルパラメータ設定部、７はモデルパラメータ変更部であ
る。モデルパラメータ変更部７は、モデルパラメータ変
化量演算処理部71、状態安定期間設定部72、モデルパラ
メータ演算部73、モデルパラメータ保存部74からなる。
その他の符号は、従来技術で述べたものと同じであるた
め省略する。つぎに、本発明の運転支援システムの動作
について説明する。 [1]施設条件設定部１による処理、[2]データ蓄積部２に
よる処理、[3]条件設定部３による処理は従来と同じで
ある。 [4]状態判定部４により、データ蓄積部２から得られた
データをもとに窒素、リンなどの水質が正常値と大きく
異なっているか否かを判定する。正常であれは、正常時
モデルパラメータ設定部５にて正常状態のモデルパラメ
ータを設定し、異常であれば、異常時初期モデルパラメ
ータ設定部６にて異常状態のモデルパラメータを設定す
る。 [5]正常時モデルパラメータ設定部５による処理は、従
来と同じである。 [6]異常時初期モデルパラメータ設定部６により、プラ
ントから得られたデータをもとに異常発生時のモデルパ
ラメータを決定する。モデルパラメータの値を求める方
法としていくつか考えられる。１つは、微生物の増殖速
度、死滅速度などのモデルパラメータを分析して決定す
る。もう１つは、予測値と実測値が合うようにモデルパ
ラメータを手動または自動で設定することである。具体
的には(4)式の計算式中のKA、KO2などのモデルパラメー
タを決めることになる。予測値ΔSAが異常時の水質ΔSA
と一致するようにモデルパラメータKA、KO2などを手動
または自動で変更する。 [7]モデルパラメータ変更部７により、異常状態から正
常状態へのモデルパラメータ変化推移を計算する。この
構成は、異常時と正常時のモデルパラメータの差を演算
するモデルパラメータ変化量演算処理部７１と、異常発
生時から正常状態に回復するまでの時間を設定する状態
安定期間設定部７２と、モデルパラメータ変化量演算処
理部のデータと状態安定期間設定部のデータをもとに各
時刻のモデルパラメータの値を演算するモデルパラメー
タ演算部７３と、モデルパラメータ演算部で演算された
データを保存するモデルパラメータ保存部７４からな
る。モデルパラメータ変化量演算処理部７１は、異常時
初期モデルパラメータ設定部６で設定された異常発生時
のモデルパラメータと正常状態との差を以下の(10)式に
て計算する。 (10) μdiff：異常時と正常時のモデルパラメータの差 μaccident：異常時のモデルパラメータ値 μnormal：正常時のモデルパラメータ値 状態安定期間設定部７２は、異常の発生後、水質が正常
状態に回復するまでの時間：Tを蓄積したデータをもと
にオペレータまたは計算機が設定する。モデルパラメー
タ演算部７３は、異常発生時から正常時まで時間単位で
変化するモデルパラメータの変化推移を以下の(11)式の
計算式にて計算する。
【００１０】
【数３】
【００１１】μ：現時刻のモデルパラメータ T：水質回復時間 モデルパラメータ保存部７４は、モデルパラメータ演算
部で演算された現時刻のモデルパラメータを保存し、予
測処理部８に出力する。 [8]予測処理部８による処理、[9]評価処理部９による処
理、[10]操作変数設定部１０による処理は、従来と同じ
である。本発明の運転支援システムでは、異常時のシミ
ュレーションが可能となり、異常時の最適な操作変数を
シミュレーションによって求めることができるため、正
常状態への回復を短時間に行うことが可能となる。
部で演算された現時刻のモデルパラメータを保存し、予
測処理部８に出力する。 [8]予測処理部８による処理、[9]評価処理部９による処
理、[10]操作変数設定部１０による処理は、従来と同じ
である。本発明の運転支援システムでは、異常時のシミ
ュレーションが可能となり、異常時の最適な操作変数を
シミュレーションによって求めることができるため、正
常状態への回復を短時間に行うことが可能となる。
【００１２】
【発明の効果】以上述べたように、本発明によれば、プ
ラントの異常状態を判定する状態判定部と異常発生時の
モデルパラメータの値を設定する異常時初期モデルパラ
メータ設定部と異常状態から正常状態へのモデルパラメ
ータ変化推移を計算するモデルパラメータ変更部とを備
えた構成にしたので、異常時の最適な操作変数をシミュ
レーションによって求めることができ、異常状態から正
常状態への回復が速い運転支援システムを得る効果があ
る。
ラントの異常状態を判定する状態判定部と異常発生時の
モデルパラメータの値を設定する異常時初期モデルパラ
メータ設定部と異常状態から正常状態へのモデルパラメ
ータ変化推移を計算するモデルパラメータ変更部とを備
えた構成にしたので、異常時の最適な操作変数をシミュ
レーションによって求めることができ、異常状態から正
常状態への回復が速い運転支援システムを得る効果があ
る。
【図１】本発明の運転支援システムとその周辺との接続
状況を示すブロック図である。
状況を示すブロック図である。
【図２】従来の運転支援システムとその周辺との接続状
況を示すブロック図である。
況を示すブロック図である。
１ 施設条件設定部 ２ データ蓄積部 ３ 条件自動設定部 ４ 状態判定部 ５ 正常時モデルパラメータ設定部 ６ 異常時初期モデルパラメータ設定部 ７ モデルパラメータ変更部 71 モデルパラメータ変化量演算処理部 72 状態安定期間設定部 73 モデルパラメータ演算部 74 モデルパラメータ保存部 ８ 予測処理部 ９ 評価処理部 １０ 操作変数設定部
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｇ０６Ｆ 19/00 １１０ Ｇ０６Ｆ 19/00 １１０ (72)発明者 佐藤 明雄 福岡県北九州市八幡西区黒崎城石２番１号 株式会社安川電機内 Ｆターム(参考） 4D028 AB00 BB06 CA01 CB05 CC01 CE03 5H004 GA07 GA15 GB08 HA04 HB02 HB04 KC27 KD67 LA11 LB06 LB10 5H223 AA01 BB01 CC08 DD03 DD07 EE06 FF05
Claims (3)
- 【請求項１】 最初沈殿池、反応槽、最終沈殿池を有し
た下水処理場に設置され、処理場の土木構造等の施設の
条件を設定する施設条件設定部と、水質予測に必要な流
量、風量、気象データ、水質データ等を蓄積するデータ
蓄積部と、下水プロセスの運転に必要な操作変数を設定
する条件設定部と、シミュレーションに使用するモデル
のパラメータを設定する正常時モデルパラメータ設定部
と、前記施設条件設定部および前記データ蓄積部の出力
を基に各部の水質を予測する予測処理部と、前記予測処
理部の結果がプラント運転の適否を判断する評価処理部
と、前記評価処理部で求められた最適な操作変数を実プ
ラントへ出力するための設定を行う操作変数設定部とを
有した運転支援システムにおいて、 前記データ蓄積部からのデータをもとにプラントの異常
状態を判定する状態判定部と、正常時モデルパラメータ
設定部と並列に配置され前記データ蓄積部からのデータ
をもとに異常発生時のモデルパラメータの値を設定する
異常時初期モデルパラメータ設定部とを備えていること
を特徴とする運転支援システム。 - 【請求項２】前記データ蓄積部からのデータと前記異常
時初期モデルパラメータ設定部のデータとをもとに異常
状態から正常状態へのモデルパラメータ変化推移を計算
するモデルパラメータ変更部を備えている請求項１記載
の運転支援システム。 - 【請求項３】 前記モデルパラメータ変更部は、異常時
と正常時のモデルパラメータの差を演算するモデルパラ
メータ変化量演算処理部と、異常発生時から正常状態に
回復するまでの時間を設定する状態安定期間設定部と、
モデルパラメータ変化量演算処理部のデータと状態安定
期間設定部のデータをもとに各時刻のモデルパラメータ
の値を演算するモデルパラメータ演算部と、モデルパラ
メータ演算部で演算されたデータを保存するモデルパラ
メータ保存部とからなる請求２記載の運転支援システ
ム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001138916A JP2002331283A (ja) | 2001-05-09 | 2001-05-09 | 運転支援システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001138916A JP2002331283A (ja) | 2001-05-09 | 2001-05-09 | 運転支援システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002331283A true JP2002331283A (ja) | 2002-11-19 |
| JP2002331283A5 JP2002331283A5 (ja) | 2005-10-20 |
Family
ID=18985778
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001138916A Pending JP2002331283A (ja) | 2001-05-09 | 2001-05-09 | 運転支援システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2002331283A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006095440A (ja) * | 2004-09-29 | 2006-04-13 | Toshiba Corp | 下水処理場の運転管理システム |
| JP2007229550A (ja) * | 2006-02-27 | 2007-09-13 | Toshiba Corp | 下水処理場運転支援装置 |
| JP2009509756A (ja) * | 2005-10-06 | 2009-03-12 | シーメンス・ウォーター・テクノロジーズ・コーポレーション | 膜バイオリアクタシステムの動的制御 |
| WO2023163054A1 (ja) * | 2022-02-25 | 2023-08-31 | 住友化学株式会社 | 情報処理方法、情報処理装置、プログラム及び排水処理システム |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10118627A (ja) * | 1996-10-17 | 1998-05-12 | Kurita Water Ind Ltd | 水処理装置のモデル参照型自動制御装置 |
| JP2001047080A (ja) * | 1999-08-10 | 2001-02-20 | Yaskawa Electric Corp | 下水処理制御装置 |
| JP2002102878A (ja) * | 2000-10-02 | 2002-04-09 | Yaskawa Electric Corp | 汚水処理場運転支援システム |
| JP2002320958A (ja) * | 2001-04-27 | 2002-11-05 | Yaskawa Electric Corp | 運転支援システム |
| JP2002336889A (ja) * | 2001-05-18 | 2002-11-26 | Yaskawa Electric Corp | 水質シミュレーション装置 |
-
2001
- 2001-05-09 JP JP2001138916A patent/JP2002331283A/ja active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10118627A (ja) * | 1996-10-17 | 1998-05-12 | Kurita Water Ind Ltd | 水処理装置のモデル参照型自動制御装置 |
| JP2001047080A (ja) * | 1999-08-10 | 2001-02-20 | Yaskawa Electric Corp | 下水処理制御装置 |
| JP2002102878A (ja) * | 2000-10-02 | 2002-04-09 | Yaskawa Electric Corp | 汚水処理場運転支援システム |
| JP2002320958A (ja) * | 2001-04-27 | 2002-11-05 | Yaskawa Electric Corp | 運転支援システム |
| JP2002336889A (ja) * | 2001-05-18 | 2002-11-26 | Yaskawa Electric Corp | 水質シミュレーション装置 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006095440A (ja) * | 2004-09-29 | 2006-04-13 | Toshiba Corp | 下水処理場の運転管理システム |
| JP2009509756A (ja) * | 2005-10-06 | 2009-03-12 | シーメンス・ウォーター・テクノロジーズ・コーポレーション | 膜バイオリアクタシステムの動的制御 |
| JP2007229550A (ja) * | 2006-02-27 | 2007-09-13 | Toshiba Corp | 下水処理場運転支援装置 |
| WO2023163054A1 (ja) * | 2022-02-25 | 2023-08-31 | 住友化学株式会社 | 情報処理方法、情報処理装置、プログラム及び排水処理システム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20050039546A (ko) | 하수 처리 시스템 | |
| KR100828669B1 (ko) | 동시탈질생물반응조와 막분리 기술을 결합한 고농도오폐수의 처리장치 및 이를 이용한 처리방법 | |
| JP2004275826A (ja) | 下水処理場水質監視制御装置 | |
| KR100633831B1 (ko) | 수질 정보 연산 처리 장치 | |
| Moragaspitiya et al. | Simulation of dynamic behaviour of a biological wastewater treatment plant in South East Queensland, Australia using bio-win software | |
| JP2002331283A (ja) | 運転支援システム | |
| RU124674U1 (ru) | Система очистки хозяйственно-бытовых сточных вод нефтегазодобывающих платформ и терминалов | |
| JP2002320958A (ja) | 運転支援システム | |
| Hong et al. | Pilot-testing an alternative on-site wastewater treatment system for small communities and its automatic control | |
| JP6529886B2 (ja) | 有機排水処理システム、制御方法及びコンピュータプログラム | |
| JPH0724492A (ja) | 活性汚泥循環変法の運転制御方法 | |
| KR20150064574A (ko) | 에너지 절감형 하폐수 처리 시스템 및 그 제어방법 | |
| JPH07136687A (ja) | 低水温期における活性汚泥循環変法の運転制御方法 | |
| JP3985180B2 (ja) | 水質シミュレーション装置 | |
| JP2004066119A (ja) | 運転支援装置 | |
| JP2002336889A (ja) | 水質シミュレーション装置 | |
| JP2001029961A (ja) | 水処理監視制御方法及び装置 | |
| KR100810960B1 (ko) | 표준활성슬러지시설을 이용한 경제적인 질소, 인 제거장치 | |
| JP4453287B2 (ja) | 下水処理方法および下水処理制御システムと、下水処理場の改造方法 | |
| Kayser | Activated sludge process | |
| JP4026057B2 (ja) | 水質シミュレーション装置 | |
| JP7452340B2 (ja) | 下水処理プラントの異常予測方法及び装置 | |
| JP2001047080A (ja) | 下水処理制御装置 | |
| JP2005046697A (ja) | 活性汚泥処理方法 | |
| KR101962566B1 (ko) | 연속회분식 반응조를 활용한 저 에너지 혐기성 암모늄 산화 시스템 및 이 시스템을 위한 선행 스케줄링 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050615 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050615 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070314 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070427 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080701 |