JP2010088988A - 曝気槽制御方法および装置 - Google Patents
曝気槽制御方法および装置 Download PDFInfo
- Publication number
- JP2010088988A JP2010088988A JP2008260186A JP2008260186A JP2010088988A JP 2010088988 A JP2010088988 A JP 2010088988A JP 2008260186 A JP2008260186 A JP 2008260186A JP 2008260186 A JP2008260186 A JP 2008260186A JP 2010088988 A JP2010088988 A JP 2010088988A
- Authority
- JP
- Japan
- Prior art keywords
- aeration
- aeration tank
- vector
- supply oxygen
- control method
- 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
Images
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
- Activated Sludge Processes (AREA)
Abstract
【課題】活性汚泥方式による排水処理設備中の曝気槽内の微生物の生息環境を良好に維持することができる、曝気槽制御方法および装置を提供することを目的とする。
【解決手段】曝気条件を代表する物理量からなる曝気条件ベクトルを定め、過去の曝気実績データベースから、現在の曝気条件ベクトルに類似した過去の曝気実績ベクトルを選択し、この選択された曝気実績ベクトルに基づき供給酸素量を算出する供給酸素量算出モデルを作り、この供給酸素量算出モデルから現在の曝気条件のための供給酸素量を算出する。
【選択図】図1
【解決手段】曝気条件を代表する物理量からなる曝気条件ベクトルを定め、過去の曝気実績データベースから、現在の曝気条件ベクトルに類似した過去の曝気実績ベクトルを選択し、この選択された曝気実績ベクトルに基づき供給酸素量を算出する供給酸素量算出モデルを作り、この供給酸素量算出モデルから現在の曝気条件のための供給酸素量を算出する。
【選択図】図1
Description
本発明は、活性汚泥方式による排水処理設備中の曝気槽内の微生物の生息環境を良好に維持するための、曝気槽制御方法および装置に関するものである。
活性汚泥方式による排水処理では、曝気槽内の微生物の代謝機能を利用して有機物と窒素化合物の除去を行うものである。排水処理設備が充分な能力を発揮するためには、曝気槽内の微生物の生息環境を良好に維持する必要がある。このためには、曝気槽の溶存酸素濃度(DO)、水素イオン濃度(PH)、酸化還元電位(OPR)、活性汚泥濃度(MLSS)、および排水温度等を管理指標とし、曝気槽内の微生物の生息環境を適正に維持しなければならない。
このために、DO濃度計からの信号に基づいて曝気槽のDOが所定の範囲に入るように、PID制御装置により曝気装置の供給酸素量を自動制御する方法(従来技術1)を、一般的な従来技術として挙げることができる。
また、他の従来技術として、例えば特許文献1に開示された技術を挙げることができる。この技術は、ニューラルネットモデルにより溶存酸素濃度を予測制御するものである。
特開2002−219481号公報
上記従来技術1は、曝気槽の溶存酸素濃度のみを入力とし、目標溶存酸素濃度になるように供給酸素流量を調節する方法である。本発明の目的である、曝気槽内の微生物の生息環境を良好に維持するためには、溶存酸素濃度のみを安定にするだけでなく、水素イオン濃度(PH)、酸化還元電位(OPR)、活性汚泥濃度(MLSS)、および排水温度等の値も監視して曝気槽を制御する必要がある。
しかしながら、このためには、多変数でかつ非線形特性をもつ制御モデルを理論的に作成して制御系を構築しなければならないという、極めて困難な作業が必要である。また仮に制御モデルができたとしても、モデルのパラメータの同定に多くの労力を費やすともに、曝気槽の特性が経時変化等により変動する度にパラメータを同定し直す必要もあるという問題がある。
また、特許文献1に開示された技術でも、ニューラルネットワークの学習には多大な計算を要する上、頻繁に再学習をしないと曝気槽の特性の変化や実績データの変化に追従できないという問題がある。
本発明は、上記課題を解決するためになされたものであり、活性汚泥方式による排水処理設備中の曝気槽内の微生物の生息環境を良好に維持することができる、曝気槽制御方法および装置を提供することを目的とする。
本発明の請求項1に係る発明は、活性汚泥方式による排水処理設備中の曝気槽内の微生物の生息環境を良好に維持するための曝気槽制御方法であって、曝気条件を代表する物理量からなる曝気条件ベクトルを定め、過去の曝気実績データベースから、現在の曝気条件ベクトルに類似した過去の曝気実績ベクトルを選択し、この選択された曝気実績ベクトルに基づき供給酸素量を算出する供給酸素量算出モデルを作り、この供給酸素量算出モデルから現在の曝気条件のための供給酸素量を算出することを特徴とする曝気槽制御方法である。
また本発明の請求項2に係る発明は、請求項1に記載の曝気槽制御方法において、前記物理量は、排水中の溶存酸素濃度(DO)、水素イオン濃度(PH)、酸化還元電位(OPR)、活性汚泥濃度(MLSS)、排水温度、流入排水流量、および供給酸素流量のいずれかまたはそれらの組合せであることを特徴とする曝気槽制御方法である。
また本発明の請求項3に係る発明は、請求項1または請求項2に記載の曝気槽制御方法において、現在の曝気条件ベクトルに類似した過去の曝気実績ベクトルの選択は、現在の曝気条件ベクトルと過去の曝気実績ベクトルとの差のノルムを算出して、この算出されたノルムが小さい順に選ぶことを特徴とする曝気槽制御方法である。
また本発明の請求項4に係る発明は、請求項1ないし請求項3のいずれか1項に記載の曝気槽制御方法において、前記供給酸素量算出モデルは、前記選択された曝気実績ベクトルに基づく回帰式モデルであることを特徴とする曝気槽制御方法である。
さらに本発明の請求項5に係る発明は、活性汚泥方式による排水処理設備中の曝気槽内の微生物の生息環境を良好に維持するための曝気槽制御装置であって、曝気槽内の曝気条件を代表する物理量を計測する検出器群と、該検出器群で計測したデータを保存するデータ保存装置と、曝気槽への供給酸素量の目標値を算出する演算処理装置と、算出した供給酸素量の目標値となるように、供給酸素流量調節弁を調節する供給酸素流量調節計とを備え、前記演算処理装置は、曝気条件を代表する物理量からなる曝気条件ベクトルを定め、過去の曝気実績データベースから、現在の曝気条件ベクトルに類似した過去の曝気実績ベクトルを選択し、この選択された曝気実績ベクトルに基づき供給酸素量を算出する供給酸素量算出モデルを作り、この供給酸素量算出モデルから現在の曝気条件のための供給酸素量を算出することを特徴とする曝気槽制御装置である。
本発明によれば、過去の類似した曝気条件群から供給酸素量を計算するようにしているので、正確に計算が行われ、曝気槽の溶存酸素濃度を安定にして、微生物の生息環境を良好に維持でき、安定的に排水処理がなされる効果が得られる。
図2は、本発明に係る曝気槽制御装置の構成例を示す図である。図中、1は演算処理装置、2はデータ保存装置、3は曝気槽、4は検出器群、5は供給酸素流量調節計、および6は供給酸素流量調節弁をそれぞれ表し、曝気槽制御装置はこれらの要素から構成される。
ここで、検出器群4とは、曝気条件を代表する物理量(排水中の溶存酸素濃度(DO)、水素イオン濃度(PH)、酸化還元電位(OPR)、活性汚泥濃度(MLSS)、排水温度、流入排水流量、および供給酸素流量など)を測定する複数の検出器を指す。
これら検出器群4で測定されたデータは、曝気条件ベクトルXとして、データ保存装置2に格納される。データ収集間隔は、格納容量ならびに対象の操業条件に基づいて適宜決めれるようにすれば良いが、例えば、数十秒〜数分毎とする。
そして、演算処理装置1では、格納したデータに基づいて後述する一連の演算を行う。ここでの演算頻度は、ある適当な時間間隔、例えば数分〜1時間に1回といった定周期のほか、曝気条件が急激に変動した際に実施するというイベントドリブンな不定期で行うようにしてもよい。
演算処理装置1でモデルを用いて演算されるのは、流入排水量当りの供給酸素量であるため、曝気槽3に流入する流入排水量を乗じて供給酸素流量とした後、この値を供給酸素流量調節計5に目標値として出力する。供給酸素流量調節計5では、目標の供給酸素流量となるように、供給酸素流量調節弁6を調節する。
本発明に係る曝気槽制御方法は、供給酸素量を直接計算する近似モデルを作成する方法であり、この際、現在の曝気条件と類似した過去の曝気実績データを集め、その集まった実績データから適切なモデルを構築する。本発明におけるモデル構築の手法は、現在の曝気条件の近傍を定めてその近傍で成立する、局所的な近似モデルを制御演算の都度、自動で構築するものである。
図1は、本発明に係る曝気槽制御方法の処理手順例を示すフローチャートである。図に従って、処理手順を順を追って具体的に説明する。
まず、曝気条件を代表するn個の物理量(例えば、曝気槽の溶存酸素濃度(DO)、水素イオン濃度(PH)、酸化還元電位(OPR)、活性汚泥濃度(MLSS)、排水温度、供給酸素量など)からなるn次元の曝気条件ベクトルX(要素xi)を、(1)式のように定める(Step01)。ただし、ここでの供給酸素量は、前述したように流入排水量単位当りの供給酸素量に換算したものである。
X = (x1,x2,x3,・・・,xn) ・・・・・(1)
次に、曝気実績データを保存してある曝気実績データベースから、類似データを抽出する処理を行う。過去の曝気実績データからなる曝気条件ベクトルを、Xj(j=1〜m、mは曝気実績データベースのデータ数)とする。
X = (x1,x2,x3,・・・,xn) ・・・・・(1)
次に、曝気実績データを保存してある曝気実績データベースから、類似データを抽出する処理を行う。過去の曝気実績データからなる曝気条件ベクトルを、Xj(j=1〜m、mは曝気実績データベースのデータ数)とする。
まず、曝気条件ベクトルXjの各項目xi jの平均μi、および標準偏差σi(i=1〜n)を、曝気実績データを保存してある曝気実績データベースから算出する(Step02)。次に、以下の(2)式に示す変換にて、正規化ベクトルXj’(要素xi j’)を作る(Step03)。
xi j’=(xi j−μi)/σi・・・・・(2)
そして、現在の曝気条件ベクトルX0を作り、(2)式に示す変換と同様に(μi,σi)を用いて正規化された曝気条件ベクトルX0’を作る。このとき、曝気槽の溶存酸素濃度は目標値を用いる。
xi j’=(xi j−μi)/σi・・・・・(2)
そして、現在の曝気条件ベクトルX0を作り、(2)式に示す変換と同様に(μi,σi)を用いて正規化された曝気条件ベクトルX0’を作る。このとき、曝気槽の溶存酸素濃度は目標値を用いる。
現在の正規化された曝気条件ベクトルX0’に類似した曝気条件ベクトルを、実績データベースの正規化ベクトルXj’の中から抽出する。類似度合いの決め方は、Xj’の各項目xi j’の大きさが所定範囲に入るなど、さまざまな手法が考えられるが、類似度をベクトルの較差のノルムで定義する手法について、以下に説明する。
まず、現在の正規化された曝気条件の正規化ベクトルX0’を基準にし、データベースの正規化ベクトルXj’との偏差ΔXj’のノルム|ΔXj’|を、以下の(3)式にて計算する。
|ΔXj’|=[Σ(xi j’―xi 0')2]1/2(Σはi=1〜n)・・・・・(3)
そして、データの近傍数kを定めて、|ΔXj'|の小さいものからk個の過去の実績データを集めて、類似データを抽出する(Step04)。
|ΔXj’|=[Σ(xi j’―xi 0')2]1/2(Σはi=1〜n)・・・・・(3)
そして、データの近傍数kを定めて、|ΔXj'|の小さいものからk個の過去の実績データを集めて、類似データを抽出する(Step04)。
次に、集めたk個の類似曝気のデータを用いて、供給酸素量を算出する供給酸素量算出モデルを作る(Step05)。供給酸素量を求めるモデルの一例として、各項目による回帰式モデルを説明する。
供給酸素量をQとすると、Qを以下の(4)式に示すように各項目xiの一次式として表す。
Q=a1*x1+a2*x2+・・・+an*xn+b0・・・・・(4)
ここで、係数a1,a2,・・・,an,b0は、現在の曝気条件ベクトルX0の近傍データとして集めたk個の類似曝気ベクトルX1〜Xkを用いて、最小二乗法などで求める。
Q=a1*x1+a2*x2+・・・+an*xn+b0・・・・・(4)
ここで、係数a1,a2,・・・,an,b0は、現在の曝気条件ベクトルX0の近傍データとして集めたk個の類似曝気ベクトルX1〜Xkを用いて、最小二乗法などで求める。
このように求めた係数は、元になるデータとして、現在の曝気条件に類似するデータを用いているため、線形近似しても、局所モデルとして精度の高い供給酸素量Qを計算することができる。
現在の曝気条件ベクトルX0に対する供給酸素量Q0の決定値は、上記(4)式の回帰式にX0の各項目xi 0を代入することで得ることができる(Step06)。以上の処理・演算により、過去の類似実績を元にした供給酸素量の正確な決定が可能になる。
本発明により、長期間にわたり、モデルの再同定なしで、曝気槽の溶存酸素濃度を所定の目標値から外れることなく、曝気装置を運転することができ、安定した排水処理を行うことができた。
1 演算処理装置
2 データ保存装置
3 曝気槽
4 検出器群
5 供給酸素流量調節計
6 供給酸素流量調節弁
2 データ保存装置
3 曝気槽
4 検出器群
5 供給酸素流量調節計
6 供給酸素流量調節弁
Claims (5)
- 活性汚泥方式による排水処理設備中の曝気槽内の微生物の生息環境を良好に維持するための曝気槽制御方法であって、
曝気条件を代表する物理量からなる曝気条件ベクトルを定め、過去の曝気実績データベースから、現在の曝気条件ベクトルに類似した過去の曝気実績ベクトルを選択し、この選択された曝気実績ベクトルに基づき供給酸素量を算出する供給酸素量算出モデルを作り、この供給酸素量算出モデルから現在の曝気条件のための供給酸素量を算出することを特徴とする曝気槽制御方法。 - 請求項1に記載の曝気槽制御方法において、
前記物理量は、
排水中の溶存酸素濃度(DO)、水素イオン濃度(PH)、酸化還元電位(OPR)、活性汚泥濃度(MLSS)、排水温度、流入排水流量、および供給酸素流量のいずれかまたはそれらの組合せであることを特徴とする曝気槽制御方法。 - 請求項1または請求項2に記載の曝気槽制御方法において、
現在の曝気条件ベクトルに類似した過去の曝気実績ベクトルの選択は、現在の曝気条件ベクトルと過去の曝気実績ベクトルとの差のノルムを算出して、この算出されたノルムが小さい順に選ぶことを特徴とする曝気槽制御方法。 - 請求項1ないし請求項3のいずれか1項に記載の曝気槽制御方法において、
前記供給酸素量算出モデルは、前記選択された曝気実績ベクトルに基づく回帰式モデルであることを特徴とする曝気槽制御方法。 - 活性汚泥方式による排水処理設備中の曝気槽内の微生物の生息環境を良好に維持するための曝気槽制御装置であって、
曝気槽内の曝気条件を代表する物理量を計測する検出器群と、
該検出器群で計測したデータを保存するデータ保存装置と、
曝気槽への供給酸素量の目標値を算出する演算処理装置と、
算出した供給酸素量の目標値となるように、供給酸素流量調節弁を調節する供給酸素流量調節計とを備え、
前記演算処理装置は、
曝気条件を代表する物理量からなる曝気条件ベクトルを定め、過去の曝気実績データベースから、現在の曝気条件ベクトルに類似した過去の曝気実績ベクトルを選択し、この選択された曝気実績ベクトルに基づき供給酸素量を算出する供給酸素量算出モデルを作り、この供給酸素量算出モデルから現在の曝気条件のための供給酸素量を算出することを特徴とする曝気槽制御装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008260186A JP2010088988A (ja) | 2008-10-07 | 2008-10-07 | 曝気槽制御方法および装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008260186A JP2010088988A (ja) | 2008-10-07 | 2008-10-07 | 曝気槽制御方法および装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2010088988A true JP2010088988A (ja) | 2010-04-22 |
Family
ID=42252235
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008260186A Pending JP2010088988A (ja) | 2008-10-07 | 2008-10-07 | 曝気槽制御方法および装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2010088988A (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111580381A (zh) * | 2020-03-20 | 2020-08-25 | 北京工业大学 | 一种动态事件驱动控制策略的溶解氧控制方法 |
CN114291911A (zh) * | 2021-12-20 | 2022-04-08 | 安徽泛湖生态科技股份有限公司 | 一种基于氧转移效率的污水曝气控制方法 |
CN118108350A (zh) * | 2024-03-28 | 2024-05-31 | 苏州硕亚环保科技有限公司 | 生物控制精准曝气节能系统 |
-
2008
- 2008-10-07 JP JP2008260186A patent/JP2010088988A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111580381A (zh) * | 2020-03-20 | 2020-08-25 | 北京工业大学 | 一种动态事件驱动控制策略的溶解氧控制方法 |
CN111580381B (zh) * | 2020-03-20 | 2023-09-12 | 北京工业大学 | 一种动态事件驱动控制策略的溶解氧控制方法 |
CN114291911A (zh) * | 2021-12-20 | 2022-04-08 | 安徽泛湖生态科技股份有限公司 | 一种基于氧转移效率的污水曝气控制方法 |
CN118108350A (zh) * | 2024-03-28 | 2024-05-31 | 苏州硕亚环保科技有限公司 | 生物控制精准曝气节能系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Newhart et al. | Data-driven performance analyses of wastewater treatment plants: A review | |
O’Brien et al. | Model predictive control of an activated sludge process: A case study | |
Cong et al. | Integrated soft sensor with wavelet neural network and adaptive weighted fusion for water quality estimation in wastewater treatment process | |
JP2007065883A (ja) | プロセス監視装置及びその方法 | |
Icke et al. | Performance improvement of wastewater treatment processes by application of machine learning | |
Heddam et al. | A new approach based on the dynamic evolving neural-fuzzy inference system (DENFIS) for modelling coagulant dosage (Dos): case study of water treatment plant of Algeria | |
KR102440371B1 (ko) | 빅데이터 및 인공지능 기반의 하수처리시설의 방류수 환경 정보 관리 방법, 장치 및 컴퓨터-판독가능 기록매체 | |
JP4746385B2 (ja) | 水処理プラントに適用する凝集剤注入制御装置 | |
JP2018120343A (ja) | プロセス診断装置、プロセス診断方法及びプロセス診断システム | |
TWI813437B (zh) | 水處理控制系統及水處理裝置之控制方法 | |
JP2019175409A (ja) | 水処理施設の運転制御装置及び運転制御方法 | |
JP6655975B2 (ja) | 曝気制御装置及び曝気制御方法 | |
JP2010088988A (ja) | 曝気槽制御方法および装置 | |
JP4188200B2 (ja) | プラントワイド最適プロセス制御装置 | |
KR20060092660A (ko) | 퍼지제어를 이용한 하·폐수 처리장의 자동제어장치 및 방법 | |
Nair et al. | A cost-effective IoT strategy for remote deployment of soft sensors–a case study on implementing a soft sensor in a multistage MBBR plant | |
Liu et al. | Multi-objective optimization of cascade controller in combined biological nitrogen and phosphorus removal wastewater treatment plant | |
CN113866375A (zh) | 出水含氮物智能在线监测方法和系统 | |
JP2002045882A (ja) | 下水処理場の水質制御装置 | |
Newhart et al. | Data science tools to enable decarbonized water and wastewater treatment systems | |
Valentin et al. | An hybrid neural network based system for optimization of coagulant dosing in a water treatment plant | |
Perendeci et al. | Evaluation of input variables in adaptive-network-based fuzzy inference system modeling for an anaerobic wastewater treatment plant under unsteady state | |
Tomperi et al. | Early warning of changing drinking water quality by trend analysis | |
JP2021109139A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2023038145A (ja) | プログラム、方法、情報処理装置、システム |