JP2022175196A - 排水処理方法及び排水処理装置 - Google Patents
排水処理方法及び排水処理装置 Download PDFInfo
- Publication number
- JP2022175196A JP2022175196A JP2021081413A JP2021081413A JP2022175196A JP 2022175196 A JP2022175196 A JP 2022175196A JP 2021081413 A JP2021081413 A JP 2021081413A JP 2021081413 A JP2021081413 A JP 2021081413A JP 2022175196 A JP2022175196 A JP 2022175196A
- Authority
- JP
- Japan
- Prior art keywords
- carbon dioxide
- water
- concentration
- raw water
- reaction tank
- 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
- 238000004065 wastewater treatment Methods 0.000 title claims abstract description 40
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims abstract description 163
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 134
- 239000001569 carbon dioxide Substances 0.000 claims abstract description 81
- 229910002092 carbon dioxide Inorganic materials 0.000 claims abstract description 81
- 238000006243 chemical reaction Methods 0.000 claims abstract description 78
- 235000015097 nutrients Nutrition 0.000 claims abstract description 52
- 239000002351 wastewater Substances 0.000 claims abstract description 27
- 239000000126 substance Substances 0.000 claims abstract description 16
- 238000005259 measurement Methods 0.000 claims description 18
- 239000005416 organic matter Substances 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 8
- 238000011282 treatment Methods 0.000 abstract description 35
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 abstract description 20
- 239000007789 gas Substances 0.000 abstract description 18
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 abstract description 10
- 229910052757 nitrogen Inorganic materials 0.000 abstract description 10
- 229910052698 phosphorus Inorganic materials 0.000 abstract description 10
- 239000011574 phosphorus Substances 0.000 abstract description 10
- 229910052751 metal Inorganic materials 0.000 abstract description 4
- 239000002184 metal Substances 0.000 abstract description 4
- 150000002739 metals Chemical class 0.000 abstract description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 9
- 239000001301 oxygen Substances 0.000 description 9
- 229910052760 oxygen Inorganic materials 0.000 description 9
- 238000012360 testing method Methods 0.000 description 9
- 230000000052 comparative effect Effects 0.000 description 7
- 244000005700 microbiome Species 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- KFZMGEQAYNKOFK-UHFFFAOYSA-N Isopropanol Chemical compound CC(C)O KFZMGEQAYNKOFK-UHFFFAOYSA-N 0.000 description 3
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 3
- 241000209094 Oryza Species 0.000 description 3
- 235000007164 Oryza sativa Nutrition 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- 235000009566 rice Nutrition 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- NBIIXXVUZAFLBC-UHFFFAOYSA-N Phosphoric acid Chemical compound OP(O)(O)=O NBIIXXVUZAFLBC-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 239000010815 organic waste Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 239000010865 sewage Substances 0.000 description 2
- 239000010802 sludge Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000003756 stirring Methods 0.000 description 2
- 239000011573 trace mineral Substances 0.000 description 2
- 235000013619 trace mineral Nutrition 0.000 description 2
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 1
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 1
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 description 1
- GRYLNZFGIOXLOG-UHFFFAOYSA-N Nitric acid Chemical compound O[N+]([O-])=O GRYLNZFGIOXLOG-UHFFFAOYSA-N 0.000 description 1
- 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
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- 229920001131 Pulp (paper) Polymers 0.000 description 1
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000005273 aeration Methods 0.000 description 1
- 229910052783 alkali metal Inorganic materials 0.000 description 1
- 150000001340 alkali metals Chemical class 0.000 description 1
- 229910000147 aluminium phosphate Inorganic materials 0.000 description 1
- 150000003863 ammonium salts Chemical class 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 239000004202 carbamide Substances 0.000 description 1
- 238000009833 condensation Methods 0.000 description 1
- 230000005494 condensation Effects 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000006477 desulfuration reaction Methods 0.000 description 1
- 230000023556 desulfurization Effects 0.000 description 1
- 239000010840 domestic wastewater Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- GPRLSGONYQIRFK-UHFFFAOYSA-N hydron Chemical compound [H+] GPRLSGONYQIRFK-UHFFFAOYSA-N 0.000 description 1
- 230000002209 hydrophobic effect Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910052749 magnesium Inorganic materials 0.000 description 1
- 239000011777 magnesium Substances 0.000 description 1
- 229910052748 manganese Inorganic materials 0.000 description 1
- 239000011572 manganese Substances 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 229910017604 nitric acid Inorganic materials 0.000 description 1
- 230000000050 nutritive effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000033116 oxidation-reduction process Effects 0.000 description 1
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 description 1
- 239000010452 phosphate Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920005749 polyurethane resin Polymers 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 229910052708 sodium Inorganic materials 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
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】有機性排水の生物処理において、有機性排水である原水に対する栄養物質（一例として窒素、リン、微量金属など）の添加量を最適化する。【解決手段】排水処理装置は、原水を生物処理する反応槽１０と、原水に栄養物質を添加する添加手段（例えば栄養物質貯槽２１及びポンプ２３）と、反応槽１０から放出される気体中の二酸化炭素濃度を測定する二酸化炭素濃度センサ３１と、反応槽１０内の水の水質に関する１以上の測定値（例えばｐＨ値）を取得する水質測定部３３と、制御装置４０を備える。制御装置４０は、二酸化炭素濃度センサ３１で得られた二酸化炭素濃度値と水質測定部３３で得られた測定値とに基づいて、添加手段による栄養物質の添加量を制御する。【選択図】図１
Description
本発明は、生物処理により有機性排水を処理する排水処理方法及び排水処理装置に関する。
有機物を含む排水すなわち有機性排水を環境中に放出する前に行う排水処理として、微生物を用いる生物処理が一般的に用いられている。生物処理では、微生物による有機物の分解活性を高く維持するために、水温、ｐＨなどの環境条件を最適化するとともに、窒素やリン、微量金属などの栄養物質を添加する必要がある。生活排水が流入する公共下水道での排水に比べ、工場からの排水では栄養物質が不足しやすい。特に、化学工場や半導体製造工場からの排水では、生物処理に必要となる栄養物質の不足が顕著である。
有機性排水である原水に対する栄養物質の添加量は、原水での有機物濃度に比例させることが推奨されている。原水における有機物濃度が生物化学的酸素要求量（ＢＯＤ）で表されているとして、好気性微生物による排水処理すなわち好気処理における栄養物質としての窒素（Ｎ）及びリン（Ｐ）の好ましい添加量は、質量基準で、例えば、ＢＯＤ：Ｎ：Ｐ＝１００：５：１である。原水のＢＯＤ測定をオンラインであるいは短時間で行うことは難しいが、水中の全有機炭素（ＴＯＣ）濃度の測定はオンラインで行うことができるので、原水におけるＴＯＣ濃度とＢＯＤとの相関を事前に取得しておき、オンラインのＴＯＣ濃度計によって原水のＴＯＣ濃度をモニタリングした上でこれをＢＯＤ値に変換し、得られたＢＯＤ値に基づいて窒素及びリンの添加量を制御することが行われている（例えば、特許文献１）。
オンラインで測定したＴＯＣ濃度に基づいて栄養物質の添加量を制御する方法では、オンラインＴＯＣ濃度計の配管の内部において、懸濁物質（ＳＳ）や油分の蓄積、バイオフィルムの形成などによって目詰まりが生じ、測定値が不安定になる、という課題がある。
本発明の目的は、有機性排水の生物処理において、有機性排水である原水に対する栄養物質の添加量を最適化することができる排水処理方法及び排水処理装置を提供することにある。
本発明の排水処理方法は、反応槽において有機性排水である原水を生物処理する排水処理方法であって、反応槽内の水から放出される気体中の二酸化炭素濃度を測定する第１の測定工程と、反応槽内の水の水質に関する１以上の測定値を取得する第２の測定工程と、第１の測定工程で得られた二酸化炭素濃度の測定値と、第２の測定工程で得られた１以上の測定値とに基づいて、原水への栄養物質の添加量を制御する制御工程と、を有する。
本発明の排水処理装置は、有機性排水である原水を生物処理する反応槽と、原水に栄養物質を添加する添加手段と、反応槽内の水から放出される気体中の二酸化炭素濃度を測定する第１のセンサを有する第１の測定手段と、反応槽内の水の水質に関する１以上の測定値を取得する第２の測定手段と、第１の測定手段で得られた二酸化炭素濃度値と、第２の測定手段で得られた１以上の測定値とに基づいて、添加手段による栄養物質の添加量を制御する制御手段と、を有する。
本発明によれば、有機性排水の生物処理において、有機性排水である原水に対する栄養物質の添加量を最適化することが可能になる。
次に、本発明の実施の形態について、図面を参照して説明する。
本発明は、有機性排水である原水に対し微生物を用いる生物処理を行い、原水中の有機物質を分解除去する技術に関するものである。本発明が対象とする有機性排水は、生物処理が適用可能なものであれば特に制限されるものではなく、例えば、下水処理において排出される排水、食品工場、化学工場、半導体製造工場、液晶製造工場、紙パルプ工場などの各工場から排出される排水、さらには、これら以外の分野の事業所から排出される排水などを含んでいる。公共下水道での排水に比べ、民間工場からの排水では、生物処理に用いる微生物が有する分解活性を高く維持するために必要な栄養物質が不足しやすく、特に、化学工場や半導体製造工場、液晶製造工場からの排水では、栄養物質の不足が顕著である。有機物を含まない無機硝酸排水（あるいは無機亜硝酸排水）に対してメチルアルコールなどの外部有機源を添加して脱窒処理を行うときの、外部有機源を加えた排水も本発明が対象とする有機性排水である。本発明における生物処理には、好気処理、嫌気処理、脱窒処理などが含まれ、これらの生物処理は、活性汚泥法、膜分離活性汚泥法（ＭＢＲ）、流動床または固定床による生物膜法、あるいはグラニュール法などにより実行される。
図１は、本発明の実施の一形態の排水処理装置を示している。図１に示す排水処理装置は、有機性排水である原水を貯えて好気条件にて原水の生物処理を行う流動床型の反応槽１０を備えている。反応槽１０は生物処理水槽であって、反応槽１０からは、生物処理によって有機物が分解除去された処理水が排出する。反応槽１０には、担体１１が充填されており、反応槽１０の底部には、酸素を供給するためにすなわちエアレーションのために反応槽１０内に空気を吹き込む散気装置１２が設けられている。反応槽１０には、反応槽１０に原水を供給する入口配管１３が接続している。散気装置１２には、散気装置１２に空気を供給するための気体配管１４が接続しており、気体配管１４には、送気用のブロア１５が設けられている。ここで使用できる担体１１としては、例えば、プラスチック製担体、スポンジ状担体、ゲル状担体などが挙げられるが、これらの中では、コストや耐久性の観点から、スポンジ状担体を用いることが好ましい。反応槽１０には担体１１を撹拌する撹拌装置を設けてもよい。
生物処理において微生物がその分解活性を高く維持し、増殖するためには、栄養物質が必要であり、原水において栄養物質が不足する場合には、反応槽１０内または反応槽１０の前段において原水に栄養物質を添加する必要がある。本実施形態の排水処理装置では、栄養物質の溶液（すなわち栄養液）を貯える栄養物質貯槽２１が設けられており、栄養物質貯槽２１と入口配管１３とは栄養液配管２２を介して接続している。栄養液配管２２には、栄養液を給送するポンプ２３が設けられている。したがってこの排水処理装置では、入口配管１３を流れて反応槽１０に供給される原水に対して栄養物質を添加することができ、ポンプ２３を制御することにより原水に対する栄養物質の添加量を制御することができる。栄養物質は、大別すると、窒素やリンを含む栄養塩と、窒素やリンに比べて必要量の少ない微量元素とに分けられる。微量元素には、ナトリウム、カリウム、カルシウム及びマグネシウムなどのアルカリ金属類、鉄、マンガン及び亜鉛などの金属類などが含まれる。窒素源としては、尿素やアンモニウム塩を用いることができる。リン源としては、リン酸やリン酸塩を用いることができる。
本実施形態の排水処理装置では、生物処理により反応槽１０内の水から放出される気体中の二酸化炭素濃度と、反応槽１０内の水の水質に関する１以上の測定値から算出される原水ＢＯＤ濃度とに基づいて、栄養物質の添加量を制御する。そのため反応槽１０には、反応槽１０内の水から放出される気体中の二酸化炭素濃度を測定する二酸化炭素濃度センサ３１と、１以上の項目について水質を測定する水質測定部３３が設けられている。反応槽１０が蓋１６によって覆われているとして、二酸化炭素濃度センサ３１は、反応槽１０内の気相部や、この気相部に接続した配管内などに設置される。二酸化炭素濃度センサ３１の結露を避ける必要があるため、配管内に設置する場合には、配管の保温などを図るとともに、二酸化炭素濃度センサ３１の直前の位置に、ミストセパレータを設置してもよい。また、腐食性ガスを除去する脱硫装置などを配置してもよい。反応槽１０が開放系である場合には、測定結果における外気による影響を軽減するために、反応槽１０の上部の開放部を極力小さくした上で、筒状の配管などを水面下まで挿入し、その配管において水面上となる位置に二酸化炭素濃度センサ３１を配置することができる。二酸化炭素濃度センサ３１としては、例えば、光学式、電気化学式あるいは半導体式のものを用いることができるが、特に、非分散型赤外線吸収法（ＮＤＩＲ）によるセンサを用いることが好ましい。二酸化炭素濃度の測定は、マニュアル（手動）で行ってもオンラインで行ってもよい。
反応槽１０内の水の水質として水質測定部３３が測定する項目としては、例えば、ｐＨ（水素イオン濃度指数）、水温、溶存酸素濃度（ＤＯ）、酸化還元電位（ＯＲＰ）、導電率、濁度などが挙げられ、水質測定部３３は、このうちの１以上の項目について測定を行えるように構成されている。よく知られているように水中における無機炭酸の形態はｐＨに応じてＣＯ２、ＨＣＯ３
－、ＣＯ３
２－と変化するので、ｐＨは、生物処理により反応槽１０内の水から放出される気体中の二酸化炭素濃度との関連が特に大きいと考えられる。また、水温に応じて二酸化炭素の溶解度が変化するので、水温も、反応槽１０内の水から放出される気体中の二酸化炭素濃度との関連が大きい。本実施形態では、原水のＢＯＤを実測せずに、その代わりに、生物処理によって放出された二酸化炭素の濃度を含む測定値を用いて栄養物質の添加量を制御するので、水質測定部３３が測定する項目にはｐＨ、水温が含まれていることが好ましい。水質測定部３３における測定は、マニュアル式で行われてもよく、オンラインで行われてもよい。
オンラインで水中の全有機炭素（ＴＯＣ）濃度を測定するオンラインＴＯＣ濃度計もあるが、オンラインＴＯＣ濃度計は、少量の試料水を測定装置に引き込むために細い配管を備えており、目詰まりが発生しやすく測定値が安定しない。一方、二酸化炭素濃度センサ３１は、水と接触することなく測定を行うので、測定値の安定性が非常に高い。また、ｐＨや水温などを測定する水質測定部３３も、反応槽１０に浸漬する形式のセンサであるので、その測定値の安定性が高い。
次に、図１に示す排水処理装置における栄養物質の添加量の制御について説明する。原水に栄養物質（栄養塩及び微量金属）を添加するときの添加量は、原水における有機物濃度、好ましくはＢＯＤに比例させることが推奨されている。例えば、好気処理における窒素（Ｎ）及びリン（Ｐ）の添加量を、質量基準で、ＢＯＤ：Ｎ：Ｐ＝１００：５：１とすることが推奨されている。本実施形態では、原水のＢＯＤをオンラインＴＯＣ濃度計などによって測定せずに、その代わり、生物処理により反応槽１０内の水から放出される気体中の二酸化炭素濃度と、反応槽１０内の水の水質とを測定する。そして、二酸化炭素濃度の測定値と水質に関する１以上の測定値とから原水のＢＯＤ値を算出し、算出されたＢＯＤ値に基づいて栄養物質の添加量を決定する。そのためにまず本実施形態では、二酸化炭素濃度センサ３１で測定された二酸化炭素濃度と水質測定部３３で得られた測定値との組み合わせを入力値（Ｘｎ）とし、入力値（Ｘｎ）に対応する原水のＢＯＤ濃度を出力値（Ｙｎ）とし、入力値と出力値との組み合わせを事前に一定数（例えは数十から百セット）取得した上で、モデル（あるいは関係式）を作成する。ひとたびモデルが作成されれば、それ以降は、二酸化炭素濃度センサ３１で測定した二酸化炭素濃度の測定値と水質測定部３３で得られた測定値との組み合わせをモデルに入力し、その結果としてモデルから出力されるＢＯＤ濃度値に基づいて、ポンプ２３を駆動し、原水への栄養物質の添加の有無や添加量を制御する。このような制御を行なうために、排水処理装置は、作成されたモデルを保持し、二酸化炭素濃度センサ３１で得られた二酸化炭素濃度値と水質測定部３３で得られた測定値とをモデルに適用して原水のＢＯＤ濃度値を算出し、ＢＯＤ濃度値に基づいてポンプ２３のを発停や流量を制御する制御装置４０を備えている。
次に、モデルの作成について説明する。入力値が入力されたときにそれに対応する原水のＢＯＤ濃度を出力値として出力するモデルは、例えば、各種の回帰分析を用いて作成することができる。特に、ニューラルネットワーク技術を用いて教師あり学習によってモデルを作成すると、栄養物質の添加量の制御の精度が向上する。二酸化炭素濃度センサ３１で得られる二酸化炭素濃度は、反応槽１０の構成や大きさ、反応槽１０における気相部の大きさ、生物処理の種類などによって変動することもあることから、モデルは反応槽１０ごとに設定してもよい。さらに、原水の種類あるいは出所によっても原水のＢＯＤと測定される二酸化炭素濃度やｐＨとの関係が変動する可能性があるから、原水の種類や出所ごとにモデルを用意し、そのようにして用意されたモデルの中から原水の種類や出所に応じて栄養物質の添加量の制御に用いるモデルを選択することもできる。
図１に示した排水処理装置では反応槽１０に空気を吹き込んでいるが、大気には、通常、４００ｐｐｍ程度の二酸化炭素が含まれている。生物処理によって発生した二酸化炭素量を見積もるために二酸化炭素濃度を測定するときには、吹き込まれた空気に最初から二酸化炭素量を考慮する必要がある。吹き込まれる空気における二酸化炭素量の変動が小さい場合は、上述したように作成したモデルには、吹き込まれる空気に含まれる二酸化炭素の寄与が既に含まれているから、吹き込まれる空気での二酸化炭素濃度を測定することなく、そのモデルを使用して栄養物質の添加量を定めることができる。しかしながら、工場におけるボイラの排ガスが混入する空気が吹き込まれる場合など、吹き込む空気中の二酸化炭素濃度が変動するときは、反応槽１０に吹き込まれる気体における二酸化炭素濃度に応じた補正を行って栄養物質の添加量を定める必要がある。図２は、そのように反応槽１０に吹き込まれる二酸化炭素濃度に応じた補正を行う排水処理装置を示している。
図２に示した排水処理装置は、図１に示した排水処理装置と同様のものであるが、吹き込まれる空気における二酸化炭素濃度を測定するために気体配管１４においてブロア１５の出口側の位置に二酸化炭素濃度センサ３２が設けられている点で、図１に示したものと異なっている。気体配管１４に設けられている二酸化炭素濃度センサ３２での測定値も制御装置４０に送られる。制御装置４０は、二酸化炭素濃度センサ３１での測定値と二酸化炭素濃度センサ３２での測定値の差と水質測定部３３で得られた測定値とをモデルに適用して原水のＢＯＤ濃度値を算出し、ＢＯＤ濃度値に基づいてポンプ２３を制御する。
排水処理では、生物処理を行う反応槽の複数個を直列に接続し、前段の反応槽から排出される処理水を次段の反応槽に導いて各反応槽において生物処理を行うことにより、有機物が高度に除去された処理水を得ることがある。図３は、生物処理を行う反応槽１０が複数個直列にすなわち多段に設けられている排水処理装置を示している。反応槽１０が２段以上の多段で設けられている場合、最前段の反応槽１０において、その反応槽から放出される気体中の二酸化炭素濃度を測定するとともにその反応槽１０内の水の水質に関する１以上の測定値を取得して原水のＢＯＤ濃度値を算出し、そのＢＯＤ濃度値に基づいて、最前段の反応槽１０に供給される原水への栄養物質の添加量を制御することが好ましい。したがって図３に示す排水処理装置では、二酸化炭素濃度センサ３１及び水質測定部３３は最前段の反応槽１０にのみ設けられており、栄養物質貯槽２１からの栄養液は、最前段の反応槽１０に接続する入口配管１３内の原水に添加されるようになっている。制御装置４０は、二酸化炭素濃度センサ３１及び水質測定部３３の測定値から原水のＢＯＤ濃度値を算出し、ＢＯＤ濃度値に基づいて、栄養液を給送するポンプ２３を制御する。
反応槽１０を２段以上直列に設けた場合、最前段の反応槽１０において有機物の大半が分解除去されるので、２段目以降の反応槽１０において除去しなければならない有機物は少なくなる。加えて、最前段の反応槽１０で増殖した微生物が死滅し解体することで栄養物質が再溶出する。それらの理由により、２段目以降の反応槽１０に供給される水に改めて栄養物質を添加しなくても、２段目以降の反応槽１０において生物処理を進行させることが可能になり、排水処理装置の全体としての処理性能を維持することができる。
次に、実施例及び比較例により、本発明をさらに詳しく説明する。
［試験条件１］
まず、実施例１～３及び比較例１，２について共通の試験条件について説明する。容積が１９Ｌである一段の反応槽を使用し、有機性排水である原水の好気処理による生物処理を行った。好気性微生物を疎水性ポリウレタン樹脂からなるスポンジ担体に担持し、このようなスポンジ担体を、反応槽の容積に対して嵩体積として２０％で反応槽に充填した。反応槽における滞留時間を１８時間とした。原水として、イソプロピルアルコール含有排水を使用した。原水におけるＢＯＤ濃度は約９００ｍｇ／Ｌ（基準濃度とする）であり、原水中の窒素（Ｎ）濃度は２ｍｇ／Ｌ以下であり、リン（Ｐ）濃度は０．１ｍｇ以下であった。生物処理を行うときのＢＯＤ容積負荷は約１ｋｇ／ｍ３／日であり、水温は約２０℃であり、反応槽内の水の溶存酸素濃度（ＤＯ）は２ｍｇ／Ｌ以上であり、反応槽内の水のｐＨは６．０～７．５であった。
まず、実施例１～３及び比較例１，２について共通の試験条件について説明する。容積が１９Ｌである一段の反応槽を使用し、有機性排水である原水の好気処理による生物処理を行った。好気性微生物を疎水性ポリウレタン樹脂からなるスポンジ担体に担持し、このようなスポンジ担体を、反応槽の容積に対して嵩体積として２０％で反応槽に充填した。反応槽における滞留時間を１８時間とした。原水として、イソプロピルアルコール含有排水を使用した。原水におけるＢＯＤ濃度は約９００ｍｇ／Ｌ（基準濃度とする）であり、原水中の窒素（Ｎ）濃度は２ｍｇ／Ｌ以下であり、リン（Ｐ）濃度は０．１ｍｇ以下であった。生物処理を行うときのＢＯＤ容積負荷は約１ｋｇ／ｍ３／日であり、水温は約２０℃であり、反応槽内の水の溶存酸素濃度（ＤＯ）は２ｍｇ／Ｌ以上であり、反応槽内の水のｐＨは６．０～７．５であった。
ＢＯＤ：Ｎ：Ｐが１００：５：１となるように原水に対して栄養塩（窒素（Ｎ）及びリン（Ｐ））を十分に添加し、反応槽内の水から放出される二酸化炭素濃度と、反応槽内の水のｐＨと溶存酸素（ＤＯ）の濃度をモニタリングした。このようなモニタリングを、原水におけるＢＯＤ濃度を意図的に基準濃度の１００％から３０％と６０％に変化させながら繰り返し実行した。なお、原水のＢＯＤ濃度を高い精度で算出できるということは、栄養塩添加制御の精度が高いことと同じ意味を有する。
［比較例１］
二酸化炭素濃度からＢＯＤ濃度を算出することとして、二酸化炭素濃度と各ＢＯＤ濃度とについて単回帰分析によって決定係数Ｒ２を算出したところ、０．８４０であった。
二酸化炭素濃度からＢＯＤ濃度を算出することとして、二酸化炭素濃度と各ＢＯＤ濃度とについて単回帰分析によって決定係数Ｒ２を算出したところ、０．８４０であった。
［実施例１］
二酸化炭素濃度と反応槽内の水のｐＨとからＢＯＤ濃度を算出することとして、二酸化炭素濃度とｐＨと各ＢＯＤ濃度とについて重回帰分析によって決定係数Ｒ２を算出したところ、０．９９１であった。二酸化炭素濃度だけを用いる場合に比べ、二酸化炭素濃度とｐＨとを用いることにより、ＢＯＤ濃度の算出精度が大幅に向上することが分かった。
二酸化炭素濃度と反応槽内の水のｐＨとからＢＯＤ濃度を算出することとして、二酸化炭素濃度とｐＨと各ＢＯＤ濃度とについて重回帰分析によって決定係数Ｒ２を算出したところ、０．９９１であった。二酸化炭素濃度だけを用いる場合に比べ、二酸化炭素濃度とｐＨとを用いることにより、ＢＯＤ濃度の算出精度が大幅に向上することが分かった。
［実施例２］
二酸化炭素濃度と反応槽内の水のｐＨとからＢＯＤ濃度を算出することとして、二酸化炭素濃度とｐＨと各ＢＯＤ濃度とについてニューラルネットワーク分析によって決定係数Ｒ２を算出したところ、０．９９６であった。ニューラルネットワークモデルを用いることにより、算出精度がさらに向上することが分かった。
二酸化炭素濃度と反応槽内の水のｐＨとからＢＯＤ濃度を算出することとして、二酸化炭素濃度とｐＨと各ＢＯＤ濃度とについてニューラルネットワーク分析によって決定係数Ｒ２を算出したところ、０．９９６であった。ニューラルネットワークモデルを用いることにより、算出精度がさらに向上することが分かった。
［ニューラルネットワーク分析における誤差分散値］
上述した試験条件によれば、二酸化炭素濃度、ｐＨ及び溶存酸素濃度がモニタリングされている。したがって、入力を二酸化炭素濃度、ｐＨ及び溶存酸素濃度とし、出力をＢＯＤ濃度とするデータセットが複数得られたことになる。そこで取得した全データセットに関して、特定の１つのデータセットをテストデータとし、その他のデータセットを教師データとして教師データからニューラルネットワーク分析によってモデルを作成し、そのモデルに対してテストデータを入力したときの出力値と、原水のＢＯＤの実測値との誤差を求めた。クロスバリデーション（交差検証）としてこのような操作をすべてのデータセットに対して繰り返し実施し、得られた誤差の分散値を算出して評価した。なお、誤差分散値は、その値が低いほど、原水のＢＯＤ濃度を適切に算出できていることを示している。
上述した試験条件によれば、二酸化炭素濃度、ｐＨ及び溶存酸素濃度がモニタリングされている。したがって、入力を二酸化炭素濃度、ｐＨ及び溶存酸素濃度とし、出力をＢＯＤ濃度とするデータセットが複数得られたことになる。そこで取得した全データセットに関して、特定の１つのデータセットをテストデータとし、その他のデータセットを教師データとして教師データからニューラルネットワーク分析によってモデルを作成し、そのモデルに対してテストデータを入力したときの出力値と、原水のＢＯＤの実測値との誤差を求めた。クロスバリデーション（交差検証）としてこのような操作をすべてのデータセットに対して繰り返し実施し、得られた誤差の分散値を算出して評価した。なお、誤差分散値は、その値が低いほど、原水のＢＯＤ濃度を適切に算出できていることを示している。
［比較例２］
入力として二酸化炭素濃度のみを用いたデータセットに関して誤差分散値を求めたところ、２９０であった。
入力として二酸化炭素濃度のみを用いたデータセットに関して誤差分散値を求めたところ、２９０であった。
［実施例３］
入力として二酸化炭素濃度と溶存酸素濃度を用いたデータセットに関して誤差分散値を求めたところ、誤差分散値は６１に改善した。入力として二酸化炭素濃度とｐＨを用いたデータセットに関して誤差分散値を求めたところ、１１であった。入力として二酸化炭素濃度とｐＨと溶存酸素濃度を用いたデータセットに関して誤差分散値を求めたところ、２２であった。
入力として二酸化炭素濃度と溶存酸素濃度を用いたデータセットに関して誤差分散値を求めたところ、誤差分散値は６１に改善した。入力として二酸化炭素濃度とｐＨを用いたデータセットに関して誤差分散値を求めたところ、１１であった。入力として二酸化炭素濃度とｐＨと溶存酸素濃度を用いたデータセットに関して誤差分散値を求めたところ、２２であった。
［試験条件２］
試験条件２は、実施例４，５及び比較例３に共通の試験条件である。試験条件１に対して、スポンジ担体を、反応槽の容積に対して嵩体積として３０％で反応槽に充填し、反応槽における滞留時間は８時間、水温は２０～３０℃に変動させた。生物処理を行うときのＢＯＤ容積負荷は約３ｋｇ／ｍ３／日であり、反応槽内の水のｐＨは５．６～７．８であった。反応槽内の水から放出される二酸化炭素濃度と、反応槽内の水のｐＨと水温をモニタリングした。
試験条件２は、実施例４，５及び比較例３に共通の試験条件である。試験条件１に対して、スポンジ担体を、反応槽の容積に対して嵩体積として３０％で反応槽に充填し、反応槽における滞留時間は８時間、水温は２０～３０℃に変動させた。生物処理を行うときのＢＯＤ容積負荷は約３ｋｇ／ｍ３／日であり、反応槽内の水のｐＨは５．６～７．８であった。反応槽内の水から放出される二酸化炭素濃度と、反応槽内の水のｐＨと水温をモニタリングした。
［比較例３］
二酸化炭素濃度からＢＯＤ濃度を算出することとして、二酸化炭素濃度と各ＢＯＤ濃度とについて単回帰分析によって決定係数Ｒ２を算出したところ、０．７７０であった。
二酸化炭素濃度からＢＯＤ濃度を算出することとして、二酸化炭素濃度と各ＢＯＤ濃度とについて単回帰分析によって決定係数Ｒ２を算出したところ、０．７７０であった。
［実施例４］
二酸化炭素濃度と反応槽内の水温とからＢＯＤを算出することとして、二酸化炭素濃度と水温と各ＢＯＤ濃度とについてニューラルネットワーク分析によって決定係数Ｒ２を算出したところ、０．９２７であった。二酸化炭素濃度だけを用いる場合に比べ、二酸化炭素濃度と水温とを用いることにより、ＢＯＤ濃度の算出精度が大幅に向上することが分かった。
二酸化炭素濃度と反応槽内の水温とからＢＯＤを算出することとして、二酸化炭素濃度と水温と各ＢＯＤ濃度とについてニューラルネットワーク分析によって決定係数Ｒ２を算出したところ、０．９２７であった。二酸化炭素濃度だけを用いる場合に比べ、二酸化炭素濃度と水温とを用いることにより、ＢＯＤ濃度の算出精度が大幅に向上することが分かった。
［実施例５］
二酸化炭素濃度と反応槽内の水温とｐＨからＢＯＤを算出することとして、二酸化炭素濃度、水温、ｐＨと各ＢＯＤ濃度とについてニューラルネットワーク分析によって決定係数Ｒ２を算出したところ、０．９２６であった。二酸化炭素濃度だけを用いる場合に比べ、二酸化炭素濃度と水温とｐＨを用いることにより、ＢＯＤ濃度の算出精度が大幅に向上することが分かった。
二酸化炭素濃度と反応槽内の水温とｐＨからＢＯＤを算出することとして、二酸化炭素濃度、水温、ｐＨと各ＢＯＤ濃度とについてニューラルネットワーク分析によって決定係数Ｒ２を算出したところ、０．９２６であった。二酸化炭素濃度だけを用いる場合に比べ、二酸化炭素濃度と水温とｐＨを用いることにより、ＢＯＤ濃度の算出精度が大幅に向上することが分かった。
比較例及び実施例より、二酸化炭素濃度に加えて反応槽内の水の水質に関する測定値を１以上用い、事前に作成したモデルを用いて原水のＢＯＤ濃度を算出することで、栄養物質の添加量を最適化できることが分かった。
１０ 反応槽
１１ 担体
１２ 散気装置
１３ 入口配管
１４ 気体配管
１５ ブロワ
１６ 蓋
２１ 栄養物質貯槽
２２ 栄養液配管
２３ ポンプ
３１，３２ 二酸化炭素濃度センサ
３３ 水質測定部
４０ 制御装置
１１ 担体
１２ 散気装置
１３ 入口配管
１４ 気体配管
１５ ブロワ
１６ 蓋
２１ 栄養物質貯槽
２２ 栄養液配管
２３ ポンプ
３１，３２ 二酸化炭素濃度センサ
３３ 水質測定部
４０ 制御装置
Claims (10)
- 反応槽において有機性排水である原水を生物処理する排水処理方法であって、
前記反応槽内の水から放出される気体中の二酸化炭素濃度を測定する第１の測定工程と、
前記反応槽内の水の水質に関する１以上の測定値を取得する第２の測定工程と、
前記第１の測定工程で得られた二酸化炭素濃度の測定値と、前記第２の測定工程で得られた前記１以上の測定値とに基づいて、前記原水への栄養物質の添加量を制御する制御工程と、
を有する排水処理方法。 - 前記第１の測定工程で得られた二酸化炭素濃度の測定値と、前記第２の測定工程で得られた前記１以上の測定値とから原水の有機物濃度を算出する算出工程を有し、
前記制御工程は、前記有機物濃度に基づいて、前記原水への栄養物質の添加量を制御する工程である、請求項１に記載の排水処理方法。 - 前記第２の測定工程で取得される測定値にｐＨの測定値が含まれる、請求項１または２に記載の排水処理方法。
- 前記第２の測定工程で取得される測定値に水温の測定値が含まれる、請求項１乃至３のいずれか１項に記載の排水処理方法。
- 複数の前記反応槽が直列に設けられる場合に、最前段の反応槽に対して前記第１の測定工程と前記第２の測定工程とを実施し、前記制御工程において前記最前段の反応槽に供給される前記原水または前記最前段の反応槽内の前記原水に添加される栄養物質の添加量を制御する、請求項１乃至４のいずれか１項に記載の排水処理方法。
- 有機性排水である原水を生物処理する反応槽と、
前記原水に栄養物質を添加する添加手段と、
前記反応槽の水から放出される気体中の二酸化炭素濃度を測定する第１のセンサを有する第１の測定手段と、
前記反応槽内の水の水質に関する１以上の測定値を取得する第２の測定手段と、
前記第１の測定手段で得られた二酸化炭素濃度値と、前記第２の測定手段で得られた前記１以上の測定値とに基づいて、前記添加手段による前記栄養物質の添加量を制御する制御手段と、
を有する排水処理装置。 - 前記制御手段は、前記第１の測定手段で得られた二酸化炭素濃度の測定値と、前記第２の測定手段で得られた前記１以上の測定値とから原水の有機物濃度を算出し、前記有機物濃度に基づいて、前記栄養物質の添加量を制御する、請求項６に記載の排水処理装置。
- 前記第２の測定手段で取得される測定値にｐＨの測定値が含まれる、請求項６または７に記載の排水処理装置。
- 前記第２の測定手段で取得される測定値に水温の測定値が含まれる、請求項６乃至８のいずれか１項に記載の排水処理装置。
- 複数の前記反応槽が直列に設けられ、
前記添加手段は最前段の反応槽に供給される前記原水または前記最前段の反応槽内の前記原水に栄養物質を添加し、
前記第１の測定手段及び前記第２の測定手段は前記最前段の反応槽に対して設けられている、請求項６乃至９のいずれか１項に記載の排水処理装置。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021081413A JP2022175196A (ja) | 2021-05-13 | 2021-05-13 | 排水処理方法及び排水処理装置 |
| TW111116901A TW202306911A (zh) | 2021-05-13 | 2022-05-05 | 運轉指標之計算方法及計算裝置、排水處理方法以及排水處理裝置 |
| CN202210484687.5A CN115340173B (zh) | 2021-05-13 | 2022-05-06 | 运转指标的计算方法及装置、排水处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021081413A JP2022175196A (ja) | 2021-05-13 | 2021-05-13 | 排水処理方法及び排水処理装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2022175196A true JP2022175196A (ja) | 2022-11-25 |
Family
ID=84145582
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021081413A Pending JP2022175196A (ja) | 2021-05-13 | 2021-05-13 | 排水処理方法及び排水処理装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2022175196A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023243236A1 (ja) * | 2022-06-14 | 2023-12-21 | オルガノ株式会社 | 排水処理方法及び排水処理装置 |
-
2021
- 2021-05-13 JP JP2021081413A patent/JP2022175196A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023243236A1 (ja) * | 2022-06-14 | 2023-12-21 | オルガノ株式会社 | 排水処理方法及び排水処理装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Naessens et al. | Critical review of membrane bioreactor models–Part 1: Biokinetic and filtration models | |
| US9475714B2 (en) | Method and system for treating waste material | |
| JP2001252691A (ja) | 下水処理場の水質制御装置 | |
| KR101233623B1 (ko) | 수질 시뮬레이션 방법 및 장치 | |
| US20150053612A1 (en) | Method and system for treating waste material | |
| Mannina et al. | Aeration control in membrane bioreactor for sustainable environmental footprint | |
| KR102041326B1 (ko) | 하모니서치 알고리즘을 이용한 활성슬러지 공정의 산소공급량 제어 시스템 | |
| JP2022175196A (ja) | 排水処理方法及び排水処理装置 | |
| KR20140063454A (ko) | 폐수 처리 방법 및 폐수 처리 장치 | |
| JP2022189442A (ja) | 排水処理方法及び排水処理装置 | |
| JP2022175195A (ja) | 運転指標の算出方法及び算出装置、生物処理方法並びに生物処理装置 | |
| Bakharevа et al. | Studying the influence of design and operation mode parameters on efficiency of the systems of biochemical purification of emissions | |
| JP2002263686A (ja) | 生物学的排水中窒素除去装置の循環水量演算方法と運転制御方法 | |
| CN107367476A (zh) | 评估水的生物降解能力的方法和系统以及其在水处理中的应用 | |
| WO2023243236A1 (ja) | 排水処理方法及び排水処理装置 | |
| Guwy et al. | An automated instrument for monitoring oxygen demand in polluted waters | |
| JP4655447B2 (ja) | 水処理装置、水処理方法及び水処理プログラム | |
| CN115340173B (zh) | 运转指标的计算方法及装置、排水处理方法及装置 | |
| Zuthi et al. | Biomass viability: an experimental study and the development of an empirical mathematical model for submerged membrane bioreactor | |
| TW202413290A (zh) | 排水處理方法及排水處理裝置 | |
| KR102419228B1 (ko) | 하수처리장 수질 자동 분석장치 | |
| WO2024048112A1 (ja) | 排水処理方法及び排水処理装置 | |
| JP2021186754A (ja) | 好気性排水処理システム及び排水処理方法 | |
| Sweeney et al. | Modeling, instrumentation, automation, and optimization of water resource recovery facilities (2019) DIRECT | |
| Haimi et al. | Process automation in wastewater treatment plants: The Finnish experience |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240201 |