JP2019168248A - 水質状態判別装置 - Google Patents

水質状態判別装置 Download PDF

Info

Publication number
JP2019168248A
JP2019168248A JP2018054287A JP2018054287A JP2019168248A JP 2019168248 A JP2019168248 A JP 2019168248A JP 2018054287 A JP2018054287 A JP 2018054287A JP 2018054287 A JP2018054287 A JP 2018054287A JP 2019168248 A JP2019168248 A JP 2019168248A
Authority
JP
Japan
Prior art keywords
water quality
determination
unit
quality state
water
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
Application number
JP2018054287A
Other languages
English (en)
Other versions
JP6977953B2 (ja
Inventor
鈴木 茂
Shigeru Suzuki
鈴木  茂
祐子 松▲崎▼
Yuko Matsuzaki
祐子 松▲崎▼
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.)
Sumitomo Heavy Industries Environment Co Ltd
Original Assignee
Sumitomo Heavy Industries Environment Co Ltd
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 Sumitomo Heavy Industries Environment Co Ltd filed Critical Sumitomo Heavy Industries Environment Co Ltd
Priority to JP2018054287A priority Critical patent/JP6977953B2/ja
Publication of JP2019168248A publication Critical patent/JP2019168248A/ja
Application granted granted Critical
Publication of JP6977953B2 publication Critical patent/JP6977953B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00Water conservation; Efficient water supply; Efficient water use
    • Y02A20/152Water filtration

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】本発明の課題は、水処理装置における水質状態の判別において、複数の指標に基づき、水質状態の判別を安定して効率的に行うことを可能にする水質状態判別装置を提供することである。【解決手段】上記課題を解決するために、水処理装置における水質状態を判別するための水質状態判別装置であって、2以上の指標に関して測定を行う測定部と、指標に関するデータをあらかじめ記憶させておく記憶部と、指標ごとに、測定部により得られた測定値と記憶部に記憶されているデータを比較する判断部を備える水質状態判別装置を提供する。これにより、水質状態の判別が容易となるとともに、複数の指標に基づく解析を行うことにより、現在の水質状態を把握するとともに、今後変化し得る水質状態についての情報も得ることができるという効果を奏する。【選択図】図1

Description

本発明は、水質状態判別装置に関するものである。
一般に、水処理においては水質に関するデータの測定が行われ、その測定したデータに基づき水質状態を判断し、水処理に係る工程の制御等が行われる。
例えば、活性汚泥や生物膜を用いる排水処理においては、水質に関するデータとして測定する測定対象としては、被処理水や処理水のBOD、COD、溶存酸素濃度、微生物の状態などが挙げられる。
例えば、非特許文献1には、生物処理における微生物の状態を把握する方法として、活性汚泥、生物膜、被処理水、処理水などを採取し、採取した試料を濃縮あるいは希釈した検体を調整し、調整した検体を顕微鏡により観察する検鏡と呼ばれる作業を行うことが記載されている。
須藤隆一、稲森悠平著、「図説生物相からみた処理機能の診断」、第10版、株式会社産業用水調査会、2006年11月20日、p.28−43
非特許文献1に記載されるような検鏡作業は、採取した試料の調整、顕微鏡における観察範囲の選択、観察によって得られる情報の選択などをオペレーターにより行うものであり、作業の精度はオペレーターの知識、経験に頼るところが大きい。また、検鏡作業から得られた結果に対しても、指標とすべきものの選択や、選択した指標と水質状態の関連性に係るデータ処理を行う際にも、指標となるものの選択肢や、指標と水質状態の関連性に係るデータが多く、これらを総合的に勘案して水質状態を判別すること自体もオペレーターの知識、経験によるものである。したがって、水処理装置における水質状態の判別を安定的に行うことが難しいという問題がある。
本発明の課題は、水処理装置における水質状態の判別において、複数の指標に基づき、水質状態の判別を安定して効率的に行うことを可能にする水質状態判別装置を提供することである。
本発明者は、上記の課題について鋭意検討した結果、水質状態判別装置として、複数の指標に関して測定を行い、あらかじめ記憶させたそれぞれの指標に関するデータと比較して判断を行うことで、水質状態の判断を安定して行うことが可能になることを見出して、本発明を完成した。
すなわち、本発明は、以下の水質状態判別装置である。
上記課題を解決するための本発明の水質状態判別装置は、水処理装置における水質状態を判別するための水質状態判別装置であって、2以上の指標に関して測定を行う測定部と、指標に関するデータをあらかじめ記憶させておく記憶部と、指標ごとに、測定部により得られた測定値と記憶部に記憶されているデータを比較する判断部を備えるという特徴を有する。
本発明の水質状態判別装置は、2以上の指標に関して測定を行い、あらかじめ記憶させておいた指標に関するデータと比較することで水質状態の判別を行うものである。これにより、水質状態の判別が容易となるとともに、複数の指標に基づく解析を行うことにより、現在の水質状態を把握するとともに、今後変化し得る水質状態についての情報も得ることができるという効果を奏する。
また、本発明の水質状態判別装置の一実施態様としては、記憶部に記憶させておく指標に関するデータは、前記測定部により得られた測定値を反映し、随時更新されるという特徴を有する。
この特徴によれば、記憶部に記憶されているデータに対して、測定部で測定されたデータを反映し、随時更新することで、水処理装置ごとに正常な指標の傾向を把握することが可能となる。特に、被処理水の種類によっては、あらかじめ記憶させておいたデータのみでは解析が困難となる場合がある。したがって、記憶部に記憶されているデータを測定値に基づいて随時更新することで、水処理装置ごとの特異的な指標に基づく判断を可能とすることができる。
また、本発明の水質状態判別装置の一実施態様としては、判断部における比較結果を表示するための表示部を備えるという特徴を有する。
この特徴によれば、解析結果を数値あるいは画像として表示させることで、水質状態をオペレーターが判別することができ、これにより、水処理装置の運転に対して必要な対応をとることが可能となる。
また、本発明の水質状態判別装置の一実施態様としては、判断部における比較結果により、水処理装置の運転を制御するための制御部を設けるという特徴を有する。
この特徴によれば、判断部における水質状態の判断結果として、水質の悪化の有無だけではなく、溶存酸素の不足やバルキングの発生などの情報についても判断結果として入力される。制御部は、これらの判断結果に基づき、適切な水質となるように水処理装置における制御を行う。これにより、水質状態に応じた適切な水処理装置の運転を行うことが可能となる。
本発明によると、水処理装置における水質状態の判別において、複数の指標に基づき、水質状態の判別を安定して効率的に行うことを可能にする水質状態判別装置を提供することができる。
本発明の第1の実施態様に係る水質状態判別装置の全体概略説明図である。 本発明の第1の実施態様における水質状態判別装置に係る測定部を示す概略説明図である。 本発明の第1の実施態様における水質状態判別装置に係る測定部、記憶部及び判断部を示す概略説明図である。 本発明の第1の実施態様に係る水質状態の判別を模式的に表したイメージ図である。 本発明の第2の実施態様に係る水質状態判別装置の全体概略説明図である。
以下、図面を参照しつつ本発明に係る水質状態判別装置の実施態様を詳細に説明する。
なお、実施態様に記載する水質状態判別装置については、本発明に係る水質状態判別装置を説明するために例示したにすぎず、これに限定されるものではない。
[第1の実施態様]
図1は、本発明の第1の実施態様における水質状態判別装置を示す全体概略説明図である。
本実施態様に係る水質状態判別装置1aは、各種の水処理装置100に係る水質の状態を判別するための装置であり、図1に示すように、測定部2、記憶部3、判断部4を有するものである。なお、図1において、実線で示された矢印は、配管等のラインを示す。また、一点鎖線で示された矢印は、制御又は入力可能に接続されていることを示す。
本発明における水質状態判別装置1aは、各種の水処理装置100に用いることができる。水処理装置100としては、水処理に係る公知の装置であれば特に種類は問わない。例えば、下水処理場、廃水処理場、食品工場、製薬工場等の有機性排水処理設備、メッキ工場等の無機性排水処理設備、浄水場等の上水処理設備等に利用される装置である。より具体的には、沈砂地設備、沈殿池設備、曝気槽、好気反応槽、嫌気反応槽、オキシデーションディッチ槽、凝集槽、沈殿槽、汚泥濃縮設備、汚泥消化設備、貯留タンク、消毒設備等の排水処理設備、着水井、フロック形成池、沈殿池、ろ過池、配水池等の上水処理設備等が挙げられる。
測定部2は、水処理装置100の水質状態を判別するための指標を測定するものである。これにより、水処理装置100の水質の状態を判別するため指標に関する情報を得ることができる。また、測定部2に係る操作は、オペレーターによるものであってもよく、制御装置によって自動化したものであってもよい。
また、測定部2は、2以上の指標に関して測定を行うものである。これにより、複数の指標から水質状態の判別を行うことができ、水質状態の判別を精度よく行うことができる。
測定部2における測定対象である指標は、水質状態を判別するためのものである。水質状態の判別は、例えば、水処理装置100に導入する被処理水W、水処理装置100内に導入された処理工程中の被処理水Wや水処理装置100から排出される処理水W1そのものに係る物性値や、被処理水W及び/又は処理水W1中に含有する物質の種類や量に係る値を用いて行われる。
水処理装置100が生物処理を行うものである場合、水質の状態を判別する指標として、微生物の状態が挙げられる。
水質状態を判別する指標としての微生物の状態とは、微生物の種類及び個体数や、菌叢の変化に係る方向性などを指すものである。微生物は、水質によって繁殖する種類及び個体数が異なることが知られている。具体的な例としては、例えば、ツリガネムシやクマムシが優位に存在する場合、水質が良好であると判断することができる。また、糸状菌が優位に存在する場合は、バルキングが発生しており、水質が悪化していると判断することができる。したがって、微生物の状態を測定することで、水質状態に係る情報を得ることができる。
図2は、本発明の第1の実施態様における水質状態判別装置に係る測定部を示す概略説明図である。
本実施態様における測定部2として、微生物の状態を測定するものについて説明する。また、測定部2における操作は、オペレーターの経験に基づき行うものであってもよく、制御装置により自動化するものであってもよい。特に、制御装置により操作を自動化することが好ましい。これにより、オペレーターの経験や技術に依存することなく、高い精度で測定を行うことができる。
本実施態様における測定部2において、微生物の状態を測定する工程としては、試料調整、観察(検鏡)が含まれる。図2(A)は、試料調整に係る概略説明図である。図2(B)は、検鏡に係る概略説明図である。
以下、それぞれの工程における測定部2の態様について説明する。
試料調整は、活性汚泥、生物膜、被処理水、処理水などを採取し、採取した試料を濃縮あるいは希釈して検体を調整するものである。なお、試料を採取する手段及び頻度は特に限定されない。例えば、週に1回、月に1回など定期的にオペレーターなど人の手によって採取するものでもよく、水処理装置100に試料の採取機構を設置し、常時連続的に採取するものであってもよい。
本実施態様における試料調整においては、図2(A)に示すように、採取した試料を導入する試料調整槽21と、採取した試料の浮遊物質濃度(MLSS濃度)を測定するMLSS計22と、所定のMLSS濃度となるように、濃縮あるいは希釈を行う濃度調整機構23と、MLSS計22の測定結果に基づき濃度調整機構23を制御する濃度調整制御装置24を備えている。ここで、濃度調整機構23は、希釈手段としては蒸留水を加水する手段などが挙げられる。また、濃縮手段としては試料を遠心分離して上澄み液を除去する手段などが挙げられる。なお、微生物の菌叢の変化が起こる可能性があるため、濃縮手段として加熱・加圧によって水を蒸発させる手段は避けることが望ましい。
一般に、採取した試料のMLSS濃度が1000〜3000mg/Lの範囲にあるときは、そのまま検体として用いることができる。一方、MLSS濃度が3000mg/Lを超える場合、濃度調整機構23により希釈を行い、MLSS濃度が2000mg/L程度となるように調整を行う。また、MLSS濃度が1000mg/Lより小さい場合、濃度調整機構23により濃縮を行い、MLSS濃度が2000mg/L程度となるように調整を行う。
このようにして調整を行った結果、検体としては、0.05ml中に存在する微生物の個体数が50〜300程度となるものとすることが好ましい。
一方、検鏡は、上述した試料調整を行った検体を顕微鏡により観察するものである。顕微鏡の種類は特に限定されない。例えば、生物用顕微鏡、位相差顕微鏡、実体顕微鏡などが挙げられる。
本実施態様における検鏡においては、図2(B)に示すように、顕微鏡25と、顕微鏡に組み合わせる画像取得装置26及び二次元ステージ27と、二次元ステージ27の移動に係る制御を行うステージ制御装置28を備えている。なお、画像取得装置26とステージ制御装置28は相互に制御可能に接続されている。ここで、画像取得装置26は、CCDカメラやハイパースペクトルカメラなどが挙げられる。また、画像としては、静止画像及び動画のいずれであってもよく、特に両方を取得可能とすることが好ましい。これにより、微生物同定の精度が上がり、水質状態の判別に係る精度が向上する。
検鏡の作業としては、スライドガラス上に検体0.05mlを取り、カバーガラスをかけて作成したプレパラートを顕微鏡下で観察する。1検体につき、複数の倍率で観察を行う。なお、倍率としては、特に限定されないが、一般的な大きさの微生物を観察することが可能な範囲である40倍、100倍、400倍などを採用することが好ましい。さらに、それぞれの倍率ごとに1検体に対して複数の視野にわたって観察を行う。なお、観察する視野の数は特に限定されないが、1検体中の微生物の状態の傾向を把握するためには、下限として5視野以上とすることが好ましく、観察に要する時間を勘案すると、上限としては20視野以下とすることが好ましい。このとき、画像取得装置26によりそれぞれの視野の画像を取得する。
また、ステージ制御装置28により、二次元ステージ27を自動的に動かし、複数の視野に係るデータを取得するものとする。なお、二次元ステージ27の移動は、プレパラート上における区画を設定し、あらかじめ定められた区画に移動するものとしてもよく、ランダムに移動するものとしてもよい。また、画像取得装置26で得られた画像をもとに、ある視野の箇所を中心に設定し、その周辺視野に係る観察を行うために二次元ステージ27を移動するものとしてもよい。さらに、熟練のオペレーターが行う観察操作の傾向をコンピューターに学習させ、その学習結果に基づいてステージ制御装置28を動かすものとしてもよい。
測定部2は、画像取得装置26により得られた画像を解析し、解析した画像をもとに画像取得装置26及びステージ制御装置28の制御を可能とするように接続される画像解析部29を有することが好ましい。これにより、測定部2における測定の精度を高め、測定の効率化を図ることが可能となる。
以下、画像解析部29を利用した測定について説明する。
顕微鏡25で観察される視野には、水質状態の判別に適したデータを含むものと含まないものがある。水質状態の判別に適さないデータの例としては、例えば、顕微鏡25で観察される視野が汚泥の塊などにより埋め尽くされ、視野の中で区別して観察可能なものが存在しないものや、そもそも観察対象となるものが何も存在しないものなどが挙げられる。
顕微鏡25で観察された視野において得られたデータが、水質状態の判別に適しているか否かを区別するための一例を以下に説明する。
ブランクとして純水を試料としたプレパラートを作製し、このときの1視野の画像における明度を基準明度とする。画像解析部29により、観察した1視野の画像における各明度の面積比を求め、基準明度の90%以上に相当する明度が、1視野において95%以上の面積を占める場合、その視野には観察対象が存在しないと判断する。一方、基準明度の10%以下に相当する明度が、1視野において95%以上の面積を占める場合、その視野は観察対象を区別して観察できないと判断する。これにより、水質状態の判別に適したデータと適さないデータとを判別することができる。
また、水質状態の判別に適さないデータが得られた場合、試料そのものに係る要因があるか、試料調整あるいはプレパラートの作製が適切ではないか、あるいは観察している視野が適切ではないということが考えられる。
そこで、画像取得装置26により取得された画像が画像解析部29により水質状態の判別に適さないデータであると判断された場合、適切な測定を行うための一例を以下に説明する。
あらかじめ観察する視野の数を定め、その分の画像はすべて取得する。その後、画像解析部29により、水質状態の判別に適さないデータの有無を判別する。水質状態の判別に適さないデータの数が全体の取得データに対して20%以下である場合、観察している視野が適切ではなかったと判断し、必要に応じてその分のデータ数を補うように画像取得装置26及び二次元ステージ27を制御してデータ取得を行う。一方、水質状態の判別に適さないデータの数が全体の取得データに対して20%を超える場合、試料そのものに問題があるか、試料調整あるいはプレパラートの作製が適切ではないと判断し、試料調整を再度行う。特に、試料の希釈あるいは濃縮倍率に係る条件を変えて試料調整を行うことが好ましい。試料調整後、再度検鏡を行う。このとき、水質状態の判別に適さないデータの数が全体の取得データに対して20%以下である場合、前回の試料調整あるいはプレパラートの作製が適切ではなかったと判断し、再調整を行った試料に係るデータを取得する。また、試料を再調整しても、水質状態の判別に適さないデータの数が全体の取得データに対して20%を超える場合、再度試料調整を行い、再度データ取得を行う。これを所定回数繰り返し、試料そのものに係る要因があるか、試料調整が適切ではないのかについて判断する。例えば、試料の再調整の結果、観察対象となるものが存在しないというデータが繰り返し得られる場合、試料そのものに指標となる微生物が存在していないという判断を行い、微生物以外の指標に基づく水質状態の判別を行うものとすることなどが挙げられる。これにより、水処理装置100の水質状態の判別に適したデータを精度よく取得することが可能となる。
また、画像解析部29により、水質状態の判別に適したデータが取得されたと判断された場合、そのデータを取得した視野の周辺にステージ27を移動させるようにステージ制御装置28を制御するものとしてもよい。得られた画像が水質状態の判別に適したデータである場合、周辺の環境も水質状態の判別に適したデータが得られる可能性が高いと判断される。これにより、水質状態の判別に適したデータが効率よく取得できる。一方、水質状態の判別に適したデータを取得した視野から離れた位置にステージ27を移動させるようにステージ制御装置28を制御するものとしてもよい。水質状態の判別に適したデータが得られた周囲の環境からは新たな情報が得られない場合も考えられるため、別の箇所の観察を行うことも必要である。これにより、水質状態の判別に係る複数の指標についての測定を効率的に行うことが可能となる。なお、画像取得装置26による測定は、一定数以上の視野について行い、上記2種類のステージ制御を組み合わせることが好ましい。これにより、両方の効果を奏することが可能となる。
測定部2は、上述した微生物の状態に加え、指標として水質の物性値に係るデータを測定することが好ましい。これにより、水質状態の判別に係る精度がより向上する。
本実施態様において指標として用いる水質の物性値に係るデータとしては、濁度、色度、水温、pH、有機物濃度、窒素成分濃度、溶存酸素濃度、化学的酸素要求量(COD)、生物学的酸素要求量(BOD)等が挙げられる。被処理水に固体成分が含まれる場合、浮遊物質濃度(SS濃度)や汚泥容量(SV30、SVI)を指標として用いることが挙げられる。
また、測定部2として、水質の物性値に係るデータを測定するための検出器22aを有する。このような検出器22aとしては、例えば、濁度計、色度計、水温計、pH計、COD計、BOD計、TOD計、TOC計、DO計、SS濃度計、SVI計等が挙げられる。なお、検出器22aの種類は1つに限定されず、複数種類を設けてもよい。また、検出器22aは、図2(A)に示すように、試料調整槽21に設けられ、MLSS計22による測定の前、すなわち濃度調整機構23による試料濃度の調整が行われる前に測定を行うものとする。これにより、水質の物性値に係るデータと微生物の状態に係るデータを1つの試料から得ることができ、水質状態の判別をより精度よく行うことが可能となる。
図3は、本発明の第1の実施態様における水質状態判別装置に係る測定部、記憶部及び判断部を示す概略説明図である。
記憶部3は、各種指標に関するデータをあらかじめ記憶させておくものであり、測定部2で得られた測定結果を入力可能に接続されている。また、記憶部3は外部からデータを入力するための入力手段31を備えている。
本実施態様における各種指標に関するデータとは、指標の物性の基準値や、水質状態の判別に係る指標の基礎情報のことである。
水質の物性値に係るデータとしては、通常処理時における適正値の範囲に係るデータなどが挙げられる。例えば、pHの適正範囲や、BOD値、COD値の適正範囲などが挙げられる。
微生物の状態に係るデータとしては、微生物の種類、微生物の数、微生物と水質状態との関係性が挙げられる。
例えば、微生物の種類として、各微生物の形状、大きさに係るデータを記憶させる。特に、指標生物として有用であるツリガネムシ、クマムシ、糸状菌に関するデータを記憶させることが好ましい。
また、微生物の数として、それぞれの微生物の個体数の目安に係るデータを記憶させる。例えば、観測した1視野につき数個体以上が存在するものを「多量に出現」、1〜数個体が存在するものを「普通に出現」、1個体以下が存在するものを「わずかに出現」とみなすといったような段階分けに係るデータを記憶させることが挙げられる。
また、微生物と水質状態の関係性については、ツリガネムシやクマムシが優位に確認された場合、水質状態が良好であるということや、糸状菌が優位に確認された場合、水質状態が悪化しているということなどを記憶させる。
さらに、活性汚泥が良好のときに出現する生物(Vorticella属、Epistylis属、Opercularia属、Aspidisca属など)、活性汚泥の状態の悪いときに出現する生物(Colpidium属、Bodo属、Monas属など)、活性汚泥が悪いときから回復するときに出現する生物(Litonotus属、Trachelophyllum属など)、バルキングのとき出現する生物(Sphaerotilus属、Thiothrix属、Nocardia属)、溶存酸素が不足しているときに出現する生物(Beggiatoa属、Metopus属、Caenomorpha属など)、水中の有機物濃度及びBOD負荷が極端に低いときに出現する生物(Euplotes属、Spirostomum属、Arcella属など)等、過去の運転に基づく知見や文献に基づき指標生物の分類を行い、それぞれに関するデータを記憶させるものとしてもよい。
各種指標に関するデータは、測定部2で測定された結果を入力することで蓄積されるものであってもよく、外部からあらかじめデータとして入力するものであってもよい。水処理装置100の運転初期においては、過去の実績や既に知られた知見に基づくデータを入力することが好ましい。一方、運転を続ける中で、外部から入力したデータ以外に稼働している水処理装置100特有のデータが生じた場合、新たな指標に関するデータとして蓄積し、随時更新されるようにすることが望ましい。例えば、被処理水中に含有する物質が偏っている場合、出現する微生物が少なくなるため、特異な微生物相が形成される場合がある。一方で、被処理水中に含有する物質が多種類かつ一定ではない場合、出現する微生物を一定のパターン化することが困難である。したがって、水処理装置100ごとに正常な微生物相を把握するために、記憶部3に記憶されているデータは、測定部2で測定されたデータを反映し、随時更新されることが好ましい。
判断部4は、測定部2で得られた測定値と記憶部3に記憶されているデータを、指標ごとに比較し、水質状態の判別を行うものである。測定部2で得られた測定値には、画像取得装置26により得られた画像データ及び検出器で得られた水質の物性値が含まれる。また、判断部4は、演算部41及び表示部42を備える。
演算部41は、測定部2で得られた測定値と記憶部3に記憶されているデータとを比較し、比較した結果を基に解析を行うものである。例えば、物性値のような数値比較や画像データの解析に必要なプログラムをCPU等のプロセッサにより実行する計算装置である。
演算部41は、水質状態の判別を行うために、測定部2で得られた測定値全てに対して記憶部3に記憶されているデータと比較するものであってもよい。または、指標に優先順位を設け、設けられた優先順位に沿って測定部2で得られた測定値と記憶部3に記憶されているデータとを比較するものであってもよい。
例えば、指標として水質の物性値に係るデータを用いる場合、測定部2で得られた測定値と記憶部3に記憶されているデータとを全て比較し、測定値が基準範囲内にあるかどうかを判断することが望ましい。一方、指標として微生物の状態を用いる場合、画像取得装置26により得られた画像内に存在する全ての物体に対して解析を行うものとしてもよいが、画像内に存在する全ての物体が、指標として用いることができるものとは限らない。また、解析対象を過度に広げることになり、解析そのものの精度が低下することも考えられる。したがって、記憶部3に記憶されているデータのうち、指標として優先的に用いるデータを設定し、これらのデータに該当する物体が画像取得装置26により得られた画像内に存在するかどうかを判別することが好ましい。これにより、指標としての有用性が知られている指標生物に係る判別を精度よく行うことが可能となる。
なお、指標の優先順位の設定方法については、特に限定されない。例えば、過去の運転に係るデータや熟練のオペレーターの知見に基づくものであってもよく、測定部2において測定されている指標のうち、検出頻度の高いものについて、優先順位を高く設定するようにしてもよい。
また、演算部41では、少なくとも2以上の指標に関して解析を行うものとする。これにより、正確かつ詳細に水質状態の判別を行うことが可能となる。例えば、水質の物性値に係るデータと微生物の状態に係るデータに関して解析を行うものであってもよく、2種類以上の微生物を指標として定め、それぞれの微生物に係るデータに関して解析を行うものであってもよい。
演算部41では、解析結果として、水質状態の判別を行う。例えば、記憶部3に記憶されているデータと比較することで、測定部2で得られた測定値における微生物の種類を同定し、さらに同定された微生物の個体数を数えることで、水質状態の判別を行うものとする。
図4は、水質状態の判別を模式的に表したイメージ図である。
例えば、測定部2で得られた画像データに含まれる物体A、B、Cに対して、記憶部3に記憶されているデータから、物体A、Bが微生物a、bであることを同定し、その後、同定された微生物a、bの個体数を数える。なお、微生物の個体数を数える手段は、人の目により確認を行うものでもよく、画像解析により行うものとしてもよい。そして、記憶部3に記憶されている指標に関するデータに基づき、微生物a、bの種類と個体数の関係から、水質状態の判別を行う。例えば、微生物aがツリガネムシで、微生物bが糸状菌であった場合、微生物aの個体数が優位であるため、水質状態としては良好であると判断されるが、微生物bが存在していることから、バルキングが引き起こされる可能性があることが示唆される。
このように、複数の指標に基づく解析を行うことにより、現在の水質状態を把握するとともに、今後変化し得る水質状態についての情報も得ることができる。
なお、図4において、物体Cについては記憶部3に記憶されているデータ外として、水質状態の判別の指標として用いないものとしているが、新しい指標として記憶部3に記憶させるかどうかを選択可能とするものとしてもよい。選択にあたっては、物体Cが生物か無生物かを判断し、生物である場合には、記憶部3に新たな指標として記憶させることが好ましい。また、このときの水質の物性値に係るデータについても同時に記憶させ、物体Cが出現するときの条件に係るデータも取得することが望ましい。これにより、水質状態判別対象である水処理装置100特有の指標が存在した場合でも、その指標に基づく水質状態の判別が可能となる。
表示部42は、演算部41における解析結果を数値あるいは画像として表示させるものである。表示部42に表示された解析結果に基づいて、オペレーターが水質状態の判別を行い、それに基づき水処理装置の運転に対する対応を行うことが可能となる。
また、表示部42は、画像検索や表示の条件設定などを行うための入力手段43が接続されていることが好ましい。入力手段43により演算部41で解析する指標の優先順位に関する情報を入力可能とし、この入力された情報に基づき、演算部41による解析を行うようにするものとしてもよい。また、演算部41において、測定部2で得られた測定値が記憶部3に記憶されているデータ内に含まれていない指標に基づくものを含むと判断された場合、この測定値を記憶部3に記憶させるかどうかについての表示及び選択に係る入力が可能となるようにすることが好ましい。
[第2の実施態様]
図5は、本発明の第2の実施態様の水質状態判別装置を示す全体概略説明図である。
本実施態様に係る水処理設備1bは、図5に示すように、第1の実施態様における水質状態判別装置1aに、水処理装置100の運転を制御するための制御部5を設けたものである。なお、第1の実施態様の構造と同じものについては、説明を省略する。また、図5には、処理槽105中の被処理水Wを試料として採取することが示されているが、第1の実施態様と同様に、流入する被処理水Wや処理水W1、活性汚泥などを試料として採取するものであってもよい。
制御部5は、判断部4における水質状態の判断結果が入力されるように接続されている。また、制御部5は、水処理装置100を構成する各種処理部における制御が可能となるように接続されている。水処理装置100における制御としては、例えば、被処理水Wの供給水量に係る水量調節部101の制御、曝気装置102に係るポンプPの駆動制御、滞留時間に係る排水量調節部103の制御、薬品添加部104に係る薬品添加量の制御、処理槽110内の撹拌部105の制御などが挙げられる。
制御部5に入力される判断部4における水質状態の判断結果としては、水質の悪化の有無だけではなく、例えば、溶存酸素の不足やバルキングの発生などの情報についても判断結果として入力される。制御部5は、これらの判断結果に基づき、適切な水質となるように水処理装置100における制御を行う。例えば、水質状態の判断結果が溶存酸素の不足であれば、曝気装置102に係るポンプPの駆動を行う。また、水質状態の判断結果がバルキングの発生であれば、薬品添加部104に係る薬品添加量の制御や処理槽110内の撹拌部105の制御を行うものとすることが挙げられる。
これにより、水質状態に応じた適切な水処理装置100の運転を行うことが可能となる。
なお、上述した実施態様は水質状態判別装置の一例を示すものである。本発明に係る水質状態判別装置は、上述した実施態様に限られるものではなく、請求項に記載した要旨を変更しない範囲で、上述した実施態様に係る水質状態判別装置を変形してもよい。
本実施態様における測定部、記憶部、判断部、制御部に係る操作及び条件選択を、全てコンピューターによる制御下において自動化して行うものとしてもよい。また、これらの操作及び条件選択について、熟練したオペレーターの操作及び条件選択を一度コンピューターに学習させ、その学習結果に基づき、水質状態の判別作業を行うようにするものとしてもよい。これにより、オペレーターの熟練度に依存することなく、精度の高い、かつ安定した水質状態判別が可能となる。また、水質状態の判別の精度が上がることにより、制御部による水処理装置の運転も適切に行うことができるという効果を奏する。
また、本実施態様における測定部、記憶部、判断部、制御部に係る操作及び条件選択をコンピューターによる制御下とする場合、水質状態判別装置の操作及び条件選択の一部に、オペレーターの判断及び指示を介入させる入力箇所を設けることとしてもよい。水処理においては、被処理水中に含まれる物質の種類、繁殖する微生物の状態などは事前に想定したとおりであるとは限らない。したがって、水質状態の判別に係る作業の全てをコンピューターの制御下で行うものとすると、コンピューターの学習範囲外の事態が生じることが想定される。しかし、その場合、コンピューターの学習範囲外であるために、特に対応がとられることがなく、処理が継続してしまう可能性がある。また、コンピューターの学習範囲外の事態が生じた場合、水質状態の判別に係る作業を停止させることとしてもよいが、生じた事態の内容が水質状態の判別に係る作業を停止させるほどの内容であるかどうかについて、オペレーターが判断し、指示できるようにすることで、水質状態の判別作業において不必要な停止を行うことに係る作業効率上のロスを抑えることが可能となる。したがって、自動化された水質状態の判別に係る作業の一部にオペレーターを介在させることで、水質状態の判別に係る作業の安定性を保つことが可能となる。
本発明の水質状態判別装置は、水処理装置における水質の状態を判別する作業において好適に利用されるものである。特に、生物処理を伴う水処理装置において、検鏡作業を含む水質状態の判別作業を行うために好適に利用される。
1a,1b 水質状態判別装置、2 測定部、21 試料調整槽、22 MLSS計、22a 検出器、23 濃度調整機構、24 濃度調整制御装置、25 顕微鏡、26 画像取得装置、27 二次元ステージ、28 ステージ制御装置、29 画像解析部、3 記憶部、31 入力手段、4 判断部、41 演算部、42 表示部、43 入力手段、5 制御部、100 水処理装置、101 水量調節部、102 曝気装置、103 排水量調節部、104 薬品添加部、105 撹拌部、110 処理槽、A〜C 物体、a〜c 微生物、P ポンプ、W 被処理水、W1 処理水

Claims (4)

  1. 水処理装置における水質状態を判別するための水質状態判別装置であって、
    2以上の指標に関して測定を行う測定部と、
    前記指標に関するデータをあらかじめ記憶させておく記憶部と、
    前記指標ごとに、前記測定部により得られた測定値と前記記憶部に記憶されているデータを比較する判断部を備えることを特徴とする、水質状態判別装置。
  2. 前記記憶部に記憶させておく指標に関するデータは、前記測定部により得られた測定値を反映し、随時更新されることを特徴とする、請求項1に記載の水質状態判別装置。
  3. 前記判断部における比較結果を表示するための表示部を備えることを特徴とする、請求項1又は2に記載の水質状態判別装置。
  4. 前記判断部における比較結果により、水処理装置の運転を制御するための制御部を設けることを特徴とする、請求項1〜3のいずれか一項に記載の水質状態判別装置。


JP2018054287A 2018-03-22 2018-03-22 水質状態判別装置 Active JP6977953B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2018054287A JP6977953B2 (ja) 2018-03-22 2018-03-22 水質状態判別装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018054287A JP6977953B2 (ja) 2018-03-22 2018-03-22 水質状態判別装置

Publications (2)

Publication Number Publication Date
JP2019168248A true JP2019168248A (ja) 2019-10-03
JP6977953B2 JP6977953B2 (ja) 2021-12-08

Family

ID=68108182

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018054287A Active JP6977953B2 (ja) 2018-03-22 2018-03-22 水質状態判別装置

Country Status (1)

Country Link
JP (1) JP6977953B2 (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102250760B1 (ko) * 2020-12-24 2021-05-13 주식회사 성진 수질 측정 장치
CN113310909A (zh) * 2021-05-14 2021-08-27 山东深蓝智谱数字科技有限公司 一种基于高光谱的水质测定方法及设备
CN113651417A (zh) * 2021-08-27 2021-11-16 艾萍 一种用于环境工程的污水处理系统及方法
CN113830888A (zh) * 2021-10-21 2021-12-24 李龙才 一种污水处理系统及方法
KR20220135772A (ko) * 2021-03-31 2022-10-07 세종대학교산학협력단 이미지 기반 수질 측정 시스템 및 방법
CN115211391A (zh) * 2022-09-21 2022-10-21 广东省农业科学院动物科学研究所 一种基于高光谱遥感技术的鱼虾混养方法
CN117054048A (zh) * 2023-10-12 2023-11-14 山东风途物联网科技有限公司 用于水质检测的光学器件的旋转定位镜片系统校准方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01315393A (ja) * 1988-03-14 1989-12-20 Meidensha Corp 活性汚泥プロセス処理状態判定装置
JPH0720119A (ja) * 1993-07-06 1995-01-24 Hitachi Ltd 浄水場管理支援方法及び支援システム
US6058763A (en) * 1997-03-17 2000-05-09 Geo-Centers, Inc. Apparatus and method for automated biomonitoring of water quality
JP2010191695A (ja) * 2009-02-18 2010-09-02 Hitachi Ltd 水安全管理システム
JP2013094686A (ja) * 2011-10-28 2013-05-20 Meidensha Corp 薬品注入制御方法及び薬品注入制御装置
US20150356723A1 (en) * 2014-06-06 2015-12-10 Tseng-Hsian Lin System for diagnosing wastewater, apparatus for diagnosing wastewater and method for processing wastewater data
JP2016195974A (ja) * 2015-04-03 2016-11-24 住友化学株式会社 予測ルール生成システム、予測システム、予測ルール生成方法及び予測方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01315393A (ja) * 1988-03-14 1989-12-20 Meidensha Corp 活性汚泥プロセス処理状態判定装置
JPH0720119A (ja) * 1993-07-06 1995-01-24 Hitachi Ltd 浄水場管理支援方法及び支援システム
US6058763A (en) * 1997-03-17 2000-05-09 Geo-Centers, Inc. Apparatus and method for automated biomonitoring of water quality
JP2010191695A (ja) * 2009-02-18 2010-09-02 Hitachi Ltd 水安全管理システム
JP2013094686A (ja) * 2011-10-28 2013-05-20 Meidensha Corp 薬品注入制御方法及び薬品注入制御装置
US20150356723A1 (en) * 2014-06-06 2015-12-10 Tseng-Hsian Lin System for diagnosing wastewater, apparatus for diagnosing wastewater and method for processing wastewater data
JP2016195974A (ja) * 2015-04-03 2016-11-24 住友化学株式会社 予測ルール生成システム、予測システム、予測ルール生成方法及び予測方法

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102250760B1 (ko) * 2020-12-24 2021-05-13 주식회사 성진 수질 측정 장치
KR20220135772A (ko) * 2021-03-31 2022-10-07 세종대학교산학협력단 이미지 기반 수질 측정 시스템 및 방법
KR102554611B1 (ko) 2021-03-31 2023-07-11 세종대학교산학협력단 이미지 기반 수질 측정 시스템 및 방법
CN113310909A (zh) * 2021-05-14 2021-08-27 山东深蓝智谱数字科技有限公司 一种基于高光谱的水质测定方法及设备
CN113310909B (zh) * 2021-05-14 2022-04-26 山东深蓝智谱数字科技有限公司 一种基于高光谱的水质测定方法及设备
CN113651417A (zh) * 2021-08-27 2021-11-16 艾萍 一种用于环境工程的污水处理系统及方法
CN113830888A (zh) * 2021-10-21 2021-12-24 李龙才 一种污水处理系统及方法
CN115211391A (zh) * 2022-09-21 2022-10-21 广东省农业科学院动物科学研究所 一种基于高光谱遥感技术的鱼虾混养方法
CN115211391B (zh) * 2022-09-21 2022-12-09 广东省农业科学院动物科学研究所 一种基于高光谱遥感技术的鱼虾混养方法
CN117054048A (zh) * 2023-10-12 2023-11-14 山东风途物联网科技有限公司 用于水质检测的光学器件的旋转定位镜片系统校准方法
CN117054048B (zh) * 2023-10-12 2024-01-26 山东风途物联网科技有限公司 用于水质检测的光学器件的旋转定位镜片系统校准方法

Also Published As

Publication number Publication date
JP6977953B2 (ja) 2021-12-08

Similar Documents

Publication Publication Date Title
JP2019168248A (ja) 水質状態判別装置
Mesquita et al. Activated sludge characterization through microscopy: A review on quantitative image analysis and chemometric techniques
Mesquita et al. Identifying different types of bulking in an activated sludge system through quantitative image analysis
Amaral et al. Activated sludge monitoring of a wastewater treatment plant using image analysis and partial least squares regression
Otsu A threshold selection method from gray-level histograms
Van den Broeck et al. Activated sludge characteristics affecting sludge filterability in municipal and industrial MBRs: Unraveling correlations using multi-component regression analysis
Costa et al. Quantitative image analysis for the characterization of microbial aggregates in biological wastewater treatment: a review
JP2019215743A (ja) データベースの製造方法、及び水処理または汚泥処理システム
Koivuranta et al. On-line optical monitoring of activated sludge floc morphology
Lopez et al. Evaluation of microscopic techniques (epifluorescence microscopy, CLSM, TPE-LSM) as a basis for the quantitative image analysis of activated sludge
Leal et al. Microbial-based evaluation of foaming events in full-scale wastewater treatment plants by microscopy survey and quantitative image analysis
Deepnarain et al. A logistic model for the remediation of filamentous bulking in a biological nutrient removal wastewater treatment plant
Arregui et al. Analysis of the usefulness of biological parameters for the control of activated sludge wastewater treatment plants in an interlaboratory study context
Dubber et al. Enumeration of protozoan ciliates in activated sludge: determination of replicate number using probability
Costa et al. Quantitative image analysis as a robust tool to assess effluent quality from an aerobic granular sludge system treating industrial wastewater
Benens et al. Evaluation of different shape parameters to distinguish between flocs and filaments in activated sludge images
US6811706B1 (en) Activated sludge process optimization
JPH0790234B2 (ja) 活性汚泥による下水処理方法及び装置
WO2018136864A1 (en) Antimicrobic susceptibility testing using digital microscopy
Mesquita et al. Dilution and magnification effects on image analysis applications in activated sludge characterization
JP2019058126A (ja) 水質管理方法
Delatolla et al. Rapid and reliable quantification of biofilm weight and nitrogen content of biofilm attached to polystyrene beads
Dunkel et al. In situ microscopy as a tool for the monitoring of filamentous bacteria: a case study in an industrial activated sludge system dominated by M. parvicella
Murunga et al. Characterization of brewery waste water and evaluation of its potential for biogas production
JP7348710B2 (ja) 水質監視システム

Legal Events

Date Code Title Description
A625 Written request for application examination (by other person)

Free format text: JAPANESE INTERMEDIATE CODE: A625

Effective date: 20200715

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210326

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210406

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210607

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: 20211012

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211029

R150 Certificate of patent or registration of utility model

Ref document number: 6977953

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350