JP2019013858A - 制御システム及び制御方法 - Google Patents
制御システム及び制御方法 Download PDFInfo
- Publication number
- JP2019013858A JP2019013858A JP2017130305A JP2017130305A JP2019013858A JP 2019013858 A JP2019013858 A JP 2019013858A JP 2017130305 A JP2017130305 A JP 2017130305A JP 2017130305 A JP2017130305 A JP 2017130305A JP 2019013858 A JP2019013858 A JP 2019013858A
- Authority
- JP
- Japan
- Prior art keywords
- water quality
- model
- unit
- dead time
- calculated
- 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
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F3/00—Biological treatment of water, waste water, or sewage
- C02F3/006—Regulation methods for biological treatment
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F3/00—Biological treatment of water, waste water, or sewage
- C02F3/30—Aerobic and anaerobic processes
- C02F3/308—Biological phosphorus removal
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F3/00—Biological treatment of water, waste water, or sewage
- C02F3/34—Biological treatment of water, waste water, or sewage characterised by the microorganisms used
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/003—Downstream control, i.e. outlet monitoring, e.g. to check the treating agents, such as halogens or ozone, leaving the process
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/14—NH3-N
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/22—O2
-
- 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
- Life Sciences & Earth Sciences (AREA)
- Microbiology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Chemical & Material Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Water Supply & Treatment (AREA)
- Organic Chemistry (AREA)
- Molecular Biology (AREA)
- Health & Medical Sciences (AREA)
- Feedback Control In General (AREA)
- Activated Sludge Processes (AREA)
- Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
Abstract
Description
図1は、本実施形態に係る制御システムCS1の構成を示すブロック図である。
本実施形態に係る制御システムCS1は、監視制御部F02、データ保存部F03及びモデル予測制御部F04を備えるプロセス制御システムである。
監視制御部F02には、モデル予測制御部F04からの設定値として下水処理プロセスF01への操作量が入力される。操作量は、本実施形態では、下水処理プロセスF01を構成する曝気における送風量に相当する。監視制御部F02は、操作量を示す制御信号を下水処理プロセスF01に出力する。監視制御部F02は、各時点における操作量のデータをプロセス値と対応付けてデータ保存部F03に記憶してもよい。
監視制御部F02は、下水処理プロセスF01の規模に応じて、監視パネル(盤)、PLC(Programmable Logic Controller)、SCADA(Supervisory Control and Data Aquisition)、DCS(Distributed Control System)などのいずれの形態で実現されてもよい。
むだ時間変更部F06aは、データ保存部F03から学習期間内のプロセスデータを読み出し、読み出したプロセスデータを用いて放流水質に対する他の変数のそれぞれとむだ時間を算出する。他の変数は、前述の流入量、濁度、送風量、DO及びNH3が該当する。むだ時間を算出する手法は、モデル構築部F05がむだ時間を算出する手法と同様であってもよい。より具体的には、むだ時間変更部F06aは、各変数の学習期間内の時系列を遅延させた遅延時系列と放流水質のその期間内の時系列との相関強度を遅延時間毎に算出し、相関強度が最も高くなる遅延時間をむだ時間として定める。
モデル演算部F07aには、モデル構築部F05もしくはパラメータ変更部F06bかモデル定義ファイルが入力され、モデル構築部F05もしくはむだ時間変更部F06aからむだ時間定義ファイルが入力される。モデル演算部F07aは、モデル定義ファイルが示すモデルパラメータのセットとむだ時間定義ファイルが示すむだ時間のセットから構成されるモデル式を用いて、現時点の流入量、濁度及び予め設定された操作範囲内の送風量から、放流水質、DO及びNH3を算出する。モデル演算部F07aは、現時点の流入量及び濁度を、データ保存部F03に記憶されたプロセスデータから読み出す。現時点とは、その時点までの最新の時点を意味し、その時点の時刻と厳密に一致していなくてもよい。操作範囲は、送風量として実現可能もしくは許容される送風量の下限から上限の範囲であればよい。また、操作範囲は、その時点における送風量を基準として所定の比率だけ低い値と曝気設備の最小出力のうちいずれか高い方を下限とし、その基準から所定の比率だけ高い値と最大出力のうちいずれか低い方を上限としてもよい。モデル演算部F07aは、送風量と、その送風量に基づいて算出した放流水質、DOならびにNH3を対応付けてなる演算値のセットを最適化演算部F07bに出力する。
その他、運転支援部F08は、操作信号によりキャリブレーション設定が指示されるとき、自動キャリブレーション確認画面を表示部に出力する。運転支援部F08は、学習期間を示す操作信号が入力されるとき、入力される操作信号を自動キャリブレーション部F06に出力する。また、運転支援部F08は、キャリブレーションによる変更前後のパラメータセットもしくはむだ時間の変更前後に基づいて算出される放流水質の時系列、上述の適合度の指標値を自動キャリブレーション確認画面に含めて表示部に出力してもよい。
次に、自動キャリブレーションの処理フローの例について説明する。自動キャリブレーションは、むだ時間変更処理とモデルパラメータ変更処理の一方又は両方を有する。
図4は、本実施形態に係るむだ時間変更処理の一例を示すフローチャートである。
(ステップS01)自動キャリブレーション部F06は、ユーザの操作に応じて運転支援部F08を介して学習期間が入力され、計算の実行が指示される。その後、ステップS11の処理に進む。
(ステップS11)むだ時間変更部F06aは、データ保存部F03から学習期間内のプロセスデータを取得する。その後、ステップS12の処理に進む。
(ステップS12)むだ時間変更部F06aは、流入量、濁度、送風量、DO及びNH3のそれぞれ変数について学習期間内の時系列を遅延させた遅延時系列と放流水質のその期間内の時系列との相関強度を遅延時間毎に計算する。むだ時間変更部F06aは、それぞれの相関強度が最も高くなる遅延時間をむだ時間として定める。その後、ステップS13の処理に進む。
(ステップS14)むだ時間変更部F06aは、各変数について定めたむだ時間がいずれも設定範囲内である場合、むだ時間を変更すると判定し(ステップS14 YES)、ステップS15の処理に進む。むだ時間変更部F06aは、各変数について定めたむだ時間のいずれかが設定範囲を超える場合、むだ時間を変更しないと判定し(ステップS14 NO)、図4の処理を終了する。
(ステップS15)むだ時間変更部F06aは、定めたむだ時間のセットを示すむだ時間定義ファイルをモデル演算部F07aに出力する。その後、図4の処理を終了する。
(ステップS22)パラメータ変更部F06bは、取得したプロセスデータから算出される管理指標及び放流水質と、取得したプロセスデータで示される管理指標及び放流水質との差がそれぞれ少なくなるようにモデルパラメータのセットを算出する。その後、ステップS23の処理に進む。
(ステップS24)パラメータ変更部F06bは、算出した適合度が所定の閾値以下と判定するとき、モデルパラメータを変更すると判定し(ステップS24 YES)、ステップS25の処理に進む。パラメータ変更部F06bは、算出した適合度が所定の閾値よりも大きいと判定するとき、モデルパラメータを変更しないと判定し(ステップS24 NO)、図5に示す処理を終了する。
(ステップS25)パラメータ変更部F06bは、定めたモデルパラメータのセットを示すモデル定義ファイルをモデル演算部F07aに出力する。その後、図5に示す処理を終了する。
次に制御演算の処理フローの一例について説明する。図6は、本実施形態に係る制御演算処理の一例を示すフローチャートである。
制御演算部F07は、図6に示す制御演算処理を一定時間(例えば、1〜15分)間隔で実行する。
(ステップS32)モデル演算部F07aは、自部に設定されたモデル定義ファイルが示すモデルパラメータのセットとむだ時間定義ファイルが示すむだ時間のセットからモデル式を構成する。むだ時間変更部F06aが、むだ時間を変更した場合には、変更後のむだ時間が用いられ、変更しない場合には、モデル構築部F05が生成した当初のむだ時間が用いられる。モデル演算部F07aが、モデルパラメータを変更した場合には、変更後のモデルパラメータが用いられ、変更しない場合には、モデル構築部F05が生成した当初のモデルパラメータが用いられる。モデル演算部F07aは、構成したモデル式を用いて、現時点の流入量、濁度及び予め設定された操作範囲内の送風量のそれぞれから、放流水質、DO及びNH3を算出する(モデル演算)。その後、ステップS33の処理に進む。
(ステップS34)最適化演算部F07bは、最適化演算の成否を判定する。例えば、制約条件を満たす演算値のセットが存在する場合には、最適化演算部F07bは、最適化演算に成功と判定する。そのような演算値のセットが存在しない場合には、最適化演算部F07bは、最適化演算に失敗と判定する。最適化演算に成功と判定とする場合(ステップS34 YES)、ステップS35の処理に進む。最適化演算に失敗と判定とする場合(ステップS34 NO)、ステップS36の処理に進む。
(ステップS36)最適化演算部F07bは、新たに演算された演算値のセットを出力しない。従って、出力先となる運転支援部F08及び監視制御部F02では、前回出力された演算値のセットが保持される。その後、図6に示す処理を終了する。
次に、むだ時間の計算例について説明する。むだ時間変更部F06aは、各変数の学習期間内の時系列を遅延させた遅延時系列と放流水質のその期間内の時系列との相関強度を遅延時間毎に算出し、相関強度が最も高くなる遅延時間をむだ時間として定める。相関強度は、相関値の絶対値である。図7(a)、(b)、(c)、(d)は、それぞれ流入量、濁度、NH3、送風量に対するT−Nの相関値を示す。図7(a)−(d)の縦軸、横軸は、それぞれ相関値、遅延時間(単位:h(時間))である。図7(a)−(d)に示す例では、相関値は24時間周期となる。
図7(b)に示す例では、濁度とT−Nとの相関値の最大値が0.50となり、この最大値を与える遅延時間は7時間となる。また、濁度は、T−Nに対して正の相関をとるため、むだ時間変更部F06aは、算出した相関値の正負を反転せずにそのまま相関強度とする。むだ時間変更部F06aは、その最大値をとる遅延時間である7時間をむだ時間として定める。
図7(d)に示す例では、送風量とT−Nとの相関値の最大値が0.58となり、この最大値を与える遅延時間は5時間となる。また、送風量は、T−Nに対して正の相関をとるため、むだ時間変更部F06aは、算出した相関値の正負を反転せずにそのまま相関強度とする。むだ時間変更部F06aは、その最大値をとる遅延時間である5時間をむだ時間として定める。
なお、図7に示すむだ時間は、流入量、濁度、送風量、NH3の順に短くなる。この順序は、下水処理プロセスF01において、それぞれの測定点もしくは操作点を処理水が通過する順序に相当する。
次に、キャリブレーション確認画面の例について説明する。図8は、キャリブレーション確認画面の一例を示す図である。
図8に示す例では、キャリブレーション確認画面は、最上段において制御システムの名称である「3系」の文字と、2種類の設定欄と、4種類のボタンが配置されている。「学習期間」の文字に隣接した設定欄(学習期間設定欄)は、操作により学習期間を設定するための設定欄である。設定可能とする期間は、現時点までの間にプロセスデータが蓄積された期間であればよい。
「評価期間」の文字に隣接した設定欄(評価期間設定欄)は、操作により評価期間を設定するための設定欄である。評価期間とは、モデルの適合性を評価するために、モデルパラメータとむだ時間に基づく放流水質の計算期間を意味する。
「むだ時間計算」の文字が付されたボタン(むだ時間計算ボタン)は、押下によりむだ時間の計算を指示するためのボタンである。その時点においては、むだ時間計算ボタンは押下されていない。むだ時間計算ボタンが押下されるとき、自動キャリブレーション部F06は、変数毎の相関値の時系列とむだ時間(図7)を含む画面を表示させてもよい。
キャリブレーション確認画面の下段の左方は、モデル調整後(モデルパラメータ変更後)における評価期間内のT−Nの実績値と推定値の時系列と、MAPEを示す。MAPEは、5.90%である。キャリブレーション確認画面の上段の右方は、各時刻における推定値、実績値をそれぞれ縦軸、横軸にプロットした散布図と、相関係数を示す。この例では、相関係数は、0.8485である。この画面に接したユーザは、新たにモデルパラメータを算出することで、適合度が高くなったことを確認することができる。
本実施形態では、DO、NH3、放流水質を目的変数として算出するため、モデル構築部F05、パラメータ変更部F06bは、例えば、次のベクトル値(1)〜(3)を構成する。(1)流入量、濁度、操作量及びDOからなるベクトル値、(2)流入量、濁度、操作量及びNH3からなるベクトル値、(3)流入量、濁度、操作量及び放流水質、からなるベクトル値。ベクトル値(1)には、流入量、濁度及び操作量のDOに対するむだ時間だけDOを算出しようとする時点(対象時点)からそれぞれ先行した時点の流入量、濁度及び操作量と、対象時点のDOとが含まれる。ベクトル値(2)には、流入量、濁度及び操作量のNH3に対するむだ時間だけ対象時点からそれぞれ先行した時点の流入量、濁度及び操作量と、対象時点のNH3とが含まれる。(3)において、流入量、濁度及び操作量の放流水質に対するむだ時間だけ先行した時点の流入量、濁度及び操作量と、対象時点の放流水質を用いる。モデル構築部F05、パラメータ変更部F06bは、各対象時点についてベクトル値(1)〜(3)のそれぞれについて、次のステップS51〜S57の処理を行う。以下、これらのベクトル値を、単にベクトル値と総称する。
その後、0から正規化値までの確率分布としてχ2乗分布P(D)(式(2))を積分して得られる累積値を算出する。
ここで、プロセスデータXdataは、式(3)のように表される。
生成されるモデルでは、寄与率が低い主成分を法線ベクトルとする平面に多くのプロセス値が多く分布する。生成される特性式は、右辺を0とする制約条件式の形をとる。例えば、設備における入出力関係式の他、各種の物質の収支などの相関関係式、その他、不明な物理関係を示す関係式を含みうる。従って、生成される特性式により、下水処理プロセスF01に設置された特性が示される。
生成された特性式は正規化されているため、各ベクトル値xiの平均値、分散・共分散を用いて、式(7)に示すように生成された特性式を逆正規化して実量に戻した特性式に変換する。
そして、変換した特性式から、目的変数としてDO、NH3(管理指標)又は放流水質を左辺に移項し、その他の項を右辺に移項してなる、これらの目的変数を算出するためのモデル式を得る。得られたモデル式において、流入水量、濁度(流入水質)及び送風量(操作量)にそれぞれ作用されるパラメータが上述のモデルパラメータに相当する。
この構成により、入力変数の測定値から演算される放流水質が、現実のプロセスから測定される放流水質に近似するので、演算される放流水質の精度を維持することができる。
この構成により、ユーザは、変更前後それぞれにおけるモデルパラメータに係る適合度を比較することができる。そのため、ユーザは、モデルパラメータの変更の可否を容易に判定できる。従って、ユーザによるモデルの運用能率や、モデルの的確性を向上することができる。
この構成により、ユーザは、演算された管理指標に接することでプロセスに対する操作の効果を把握することができる。そのため、ユーザは、操作量の変更の要否や、操作量の調整量を容易に判定できる。従って、ユーザによるモデルの運用能率や、モデルの的確性を向上することができる。
この構成により、放流水質を所定の水質基準値以上としながら、操作量を極力小さくすることができる。そのため、プロセスへの操作量の増加に伴う消費エネルギー量、エネルギーコスト、エネルギーの消費により生じる二酸化炭素の排出量を低減することができる。
上述した例では、主に操作量が曝気における送風量であり、流入水質の指標は、濁度であり、管理指標は、DO及びNH3である場合を例にしたが、これには限られない。
例えば、操作量は、送風量に代えて、曝気設備に供給する電力量、曝気設備のモータの出力などであってもよい。また、操作量は、流入水に対するプロセスにおける操作を実現するために入力されるエネルギーに係る量であればよい。例えば、プロセスにおける操作が撹拌である場合には、操作量は、撹拌設備に供給する電力量、撹拌設備のモータの出力などであってもよい。管理指標は、その操作により増加もしくは減少する物質の量であればよい。例えば、プロセスにおける操作が撹拌である場合には、管理指標は、撹拌により減少するリン酸態リン濃度であればよい。
また、かかるモデルは、A2O法が採用された下水処理プロセスに限らず、その他の方式、例えば、嫌気好気(AO:Anaerobic−Oxic)法、嫌気硝化内生脱窒法(AOAO:Anaerobic−Oxic−Anoxic−Oxic)法などが採用された下水処理プロセスに応用されてもよい。
また、モデル演算部F07aが、初期のモデルパラメータのセットを示すモデル定義ファイルと、むだ時間のセットを示すむだ時間定義ファイルを取得できれば、モデル構築部F05が省略されてもよい。例えば、モデル演算部F07aは、プロセスデータに基づいて算出したモデルパラメータのセットを示すモデル定義ファイルと、むだ時間のセットを示すむだ時間定義ファイルを系外に設置されたサーバ装置から取得してもよい。
また、上各装置の一部、又は全部は、LSI(Large Scale Integration)等の集積回路として実現されてもよい。各装置の各機能ブロックは個別にプロセッサ化してもよいし、一部又は全部を集積してプロセッサ化してもよい。また、集積回路化の手法はLSIに限らず専用回路、又は汎用プロセッサで実現してもよい。また、半導体技術の進歩によりLSIに代替する集積回路化の技術が出現した場合、当該技術による集積回路を用いてもよい。
Claims (7)
- 流入水に対するプロセスのモデルを用いて、入力変数として前記流入水の流入量、前記流入水の水質である流入水質及び前記プロセスの操作量から、出力変数として前記プロセスの管理指標及び前記プロセスからの放流水の水質である放流水質を演算し、
前記操作量及び前記操作量に対する出力変数のセットのうち、所定の制約条件を満たす前記操作量及び前記操作量に対する出力変数のセットを定める制御演算部と、
前記入力変数及び前記管理指標の測定値のそれぞれと前記放流水質の測定値との相関強度に基づいて前記入力変数に対する前記出力変数のむだ時間を算出し、前記入力変数に作用するむだ時間を、算出したむだ時間に変更するキャリブレーション部と、を備える
制御システム。 - 前記キャリブレーション部は、
前記制御演算部が演算した前記放流水質の演算値が、前記放流水質の測定値に近づくように前記モデルのパラメータを変更する
請求項1に記載の制御システム。 - 変更前後それぞれにおける前記モデルのパラメータを用いて算出された前記放流水質の演算値の前記放流水質の測定値に対する適合度を示す確認画面を出力する運転支援部
を備える請求項2に記載の制御システム。 - 前記運転支援部は、
前記管理指標を示す運転管理画面をさらに出力する
請求項3に記載の制御システム。 - 前記制御演算部は、
現時点における操作量から所定の範囲内の操作量について前記放流水質を算出し、算出した放流水質が所定の水質基準値以上となる操作量のうち最小となる操作量を定める
請求項1から請求項4のいずれか一項に記載の制御システム。 - 前記操作量は、曝気における送風量であり、
前記流入水質の指標は、濁度であり、
前記管理指標は、溶存酸素濃度及びアンモニア性窒素濃度であり、
前記放流水質の指標は、全窒素濃度、全リン濃度及び化学的酸素要求量の少なくともいずれかである
請求項1から請求項5のいずれか一項に記載の制御システム。 - 制御システムにおける制御方法であって、
流入水に対するプロセスのモデルを用いて、入力変数として前記流入水の流入量、前記流入水の水質である流入水質及び前記プロセスの操作量から、出力変数として前記プロセスの管理指標及び前記プロセスからの放流水の水質である放流水質を演算し、
前記操作量及び前記操作量に対する出力変数のセットのうち、所定の制約条件を満たす前記操作量及び前記操作量に対する出力変数のセットを定める制御演算過程と、
前記入力変数及び前記管理指標の測定値のそれぞれと前記放流水質の測定値との相関強度に基づいて前記入力変数に対する前記出力変数のむだ時間を算出し、前記入力変数に作用するむだ時間を、算出したむだ時間に変更するキャリブレーション過程と、を有する
制御方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017130305A JP6763831B2 (ja) | 2017-07-03 | 2017-07-03 | 制御システム及び制御方法 |
CN201810607262.2A CN109205781B (zh) | 2017-07-03 | 2018-06-13 | 控制系统及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
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 |
---|---|
JP2019013858A true JP2019013858A (ja) | 2019-01-31 |
JP6763831B2 JP6763831B2 (ja) | 2020-09-30 |
Family
ID=64991368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017130305A Active JP6763831B2 (ja) | 2017-07-03 | 2017-07-03 | 制御システム及び制御方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6763831B2 (ja) |
CN (1) | CN109205781B (ja) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110204067A (zh) * | 2019-07-10 | 2019-09-06 | 北京首创股份有限公司 | 一种曝气控制系统及方法 |
JP2020120848A (ja) * | 2019-01-30 | 2020-08-13 | 株式会社ユニバーサルエンターテインメント | 遊技機 |
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 |
JP2020194453A (ja) * | 2019-05-29 | 2020-12-03 | 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 |
JP2020197967A (ja) * | 2019-06-04 | 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 |
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 |
JP2021026617A (ja) * | 2019-08-07 | 2021-02-22 | 横河電機株式会社 | 制御システム及び制御方法 |
CN114967623A (zh) * | 2022-06-07 | 2022-08-30 | 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 |
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 |
JP7286035B1 (ja) * | 2022-03-24 | 2023-06-02 | 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 |
JP7484578B2 (ja) | 2020-08-28 | 2024-05-16 | 株式会社明電舎 | 水処理施設の運転支援装置及び運転支援方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3699148A1 (de) * | 2019-02-19 | 2020-08-26 | Siemens Aktiengesellschaft | Automatisierte regelung der sauerstoffkonzentration des belebungsbeckens einer abwasserbehandlungsanlage |
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 |
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 |
Citations (5)
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 |
JP2006015180A (ja) * | 2004-06-30 | 2006-01-19 | Hitachi Ltd | 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 |
US20160115058A1 (en) * | 2014-10-23 | 2016-04-28 | Siemens Aktiengesellschaft | Control apparatus and method for a sewage plant |
JP2017033104A (ja) * | 2015-07-29 | 2017-02-09 | 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 |
JP2017091056A (ja) * | 2015-11-05 | 2017-05-25 | 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 |
Family Cites Families (4)
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 |
JP2004066120A (ja) * | 2002-08-07 | 2004-03-04 | Yaskawa Electric Corp | 運転支援装置 |
JP5608027B2 (ja) * | 2010-09-27 | 2014-10-15 | 川崎重工業株式会社 | 水処理システム及びその曝気風量制御方法 |
JP6474208B2 (ja) * | 2014-07-18 | 2019-02-27 | 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 |
-
2017
- 2017-07-03 JP JP2017130305A patent/JP6763831B2/ja active Active
-
2018
- 2018-06-13 CN CN201810607262.2A patent/CN109205781B/zh active Active
Patent Citations (5)
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 |
JP2006015180A (ja) * | 2004-06-30 | 2006-01-19 | Hitachi Ltd | 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 |
US20160115058A1 (en) * | 2014-10-23 | 2016-04-28 | Siemens Aktiengesellschaft | Control apparatus and method for a sewage plant |
JP2017033104A (ja) * | 2015-07-29 | 2017-02-09 | 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 |
JP2017091056A (ja) * | 2015-11-05 | 2017-05-25 | 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 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020120848A (ja) * | 2019-01-30 | 2020-08-13 | 株式会社ユニバーサルエンターテインメント | 遊技機 |
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 |
JP2020194453A (ja) * | 2019-05-29 | 2020-12-03 | 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 |
JP2020197967A (ja) * | 2019-06-04 | 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 |
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 |
CN110204067A (zh) * | 2019-07-10 | 2019-09-06 | 北京首创股份有限公司 | 一种曝气控制系统及方法 |
JP2021026617A (ja) * | 2019-08-07 | 2021-02-22 | 横河電機株式会社 | 制御システム及び制御方法 |
JP7484578B2 (ja) | 2020-08-28 | 2024-05-16 | 株式会社明電舎 | 水処理施設の運転支援装置及び運転支援方法 |
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 |
WO2023175658A1 (ja) * | 2022-03-14 | 2023-09-21 | 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 |
JP7286035B1 (ja) * | 2022-03-24 | 2023-06-02 | 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 |
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 |
CN114967623A (zh) * | 2022-06-07 | 2022-08-30 | 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 |
Also Published As
Publication number | Publication date |
---|---|
CN109205781B (zh) | 2022-12-20 |
CN109205781A (zh) | 2019-01-15 |
JP6763831B2 (ja) | 2020-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6763831B2 (ja) | 制御システム及び制御方法 | |
JP7059989B2 (ja) | 制御システム及び制御方法 | |
Sin et al. | Global sensitivity analysis in wastewater treatment plant model applications: prioritizing sources of uncertainty | |
CN108439580B (zh) | 溶解氧浓度控制系统、方法和装置 | |
Xie et al. | Simulation and optimization of a full-scale Carrousel oxidation ditch plant for municipal wastewater treatment | |
KR100834187B1 (ko) | 베이지안 네트워크를 이용한 하ㆍ폐수 처리공정의 진단시스템 | |
CN112390388B (zh) | 一种模型训练方法、曝气值预估方法、装置及电子设备 | |
WO2017104182A1 (ja) | 活性汚泥における曝気量制御方法 | |
US20210171383A1 (en) | Water treatment plant | |
Kocijan et al. | Sequencing batch-reactor control using Gaussian-process models | |
Han et al. | A sludge volume index (SVI) model based on the multivariate local quadratic polynomial regression method | |
Baeza et al. | In-line fast OUR (oxygen uptake rate) measurements for monitoring and control of WWTP | |
JP3823863B2 (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 | |
Chen et al. | An efficient approach based on bi-sensitivity analysis and genetic algorithm for calibration of activated sludge models | |
CN111484124A (zh) | 一种污水处理智能控制与生化工艺集约方法及系统 | |
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. | |
JP7484578B2 (ja) | 水処理施設の運転支援装置及び運転支援方法 | |
JP6726954B2 (ja) | 下水処理制御装置 | |
Holenda | Development of modelling, control and optimization tools for the activated sludge process | |
JP3460211B2 (ja) | 下水処理制御装置 | |
Mhlanga et al. | Simulation of a wastewater treatment plant receiving industrial effluents | |
CN113867233B (zh) | 一种基于中试研究的颗粒污泥处理的控制方法及系统 | |
CN117388457B (zh) | 一种耦合水力停留时间提高污水厂出水预测精度的方法 | |
JP7286035B1 (ja) | 水処理制御システムおよび水処理装置の制御方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170810 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190603 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200318 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200324 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200519 |
|
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: 20200818 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200910 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6763831 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |