JP2023081640A - 情報処理装置、運転支援方法、運転支援プログラム、および制御システム - Google Patents
情報処理装置、運転支援方法、運転支援プログラム、および制御システム Download PDFInfo
- Publication number
- JP2023081640A JP2023081640A JP2021195506A JP2021195506A JP2023081640A JP 2023081640 A JP2023081640 A JP 2023081640A JP 2021195506 A JP2021195506 A JP 2021195506A JP 2021195506 A JP2021195506 A JP 2021195506A JP 2023081640 A JP2023081640 A JP 2023081640A
- Authority
- JP
- Japan
- Prior art keywords
- index value
- liquid
- information processing
- flocs
- treated
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims description 33
- 239000007788 liquid Substances 0.000 claims abstract description 74
- 238000004364 calculation method Methods 0.000 claims abstract description 36
- 238000000926 separation method Methods 0.000 claims abstract description 29
- 239000010802 sludge Substances 0.000 claims description 69
- 239000000126 substance Substances 0.000 claims description 34
- 238000005189 flocculation Methods 0.000 claims description 20
- 230000016615 flocculation Effects 0.000 claims description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 20
- 239000007787 solid Substances 0.000 claims description 19
- 238000003384 imaging method Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 12
- 238000003756 stirring Methods 0.000 claims description 11
- 239000003814 drug Substances 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 10
- 230000002776 aggregation Effects 0.000 claims description 9
- 238000004220 aggregation Methods 0.000 claims description 9
- 229940079593 drug Drugs 0.000 claims description 9
- 230000003311 flocculating effect Effects 0.000 claims description 8
- 239000013043 chemical agent Substances 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 5
- 238000005345 coagulation Methods 0.000 claims description 3
- 230000015271 coagulation Effects 0.000 claims description 3
- 239000010865 sewage Substances 0.000 claims description 3
- 244000144992 flock Species 0.000 abstract description 43
- 239000012530 fluid Substances 0.000 abstract 1
- 230000015572 biosynthetic process Effects 0.000 description 18
- 238000012545 processing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 230000002596 correlated effect Effects 0.000 description 4
- 239000000706 filtrate Substances 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 238000005273 aeration Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000001112 coagulating effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000004062 sedimentation Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000013019 agitation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 239000010801 sewage sludge Substances 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000004065 wastewater treatment Methods 0.000 description 1
Images
Landscapes
- Treatment Of Sludge (AREA)
Abstract
【課題】複数のフロックが重なり合って写っている画像を用いて被処理液を処理するプラントの運転支援を行う、情報処理装置を提供する。【解決手段】情報処理装置1は、固液分離前の複数のフロックが重なり合って写っている画像から、当該画像全体の色合いを示す指標値を算出する指標値算出部102と、指標値に基づいて制御システムの運転支援を行う運転支援部103とを備える。【選択図】図1
Description
本発明は、固体浮遊物を凝集させる薬剤を被処理液に添加してフロックを形成し、フロックが形成された被処理液の固液分離を行うプラントの運転支援を行う装置等に関する。
下水汚泥等の被処理液に凝集剤等の薬剤を添加して撹拌することにより固体浮遊物を凝集させてフロックを形成し、このフロックの集合体である凝集汚泥を固液分離することにより、脱水された固体浮遊物を得るという技術が従来から用いられている。上記のような処理を行うプラントにおいて、固液分離を安定して行うためには、フロックの形成状態を随時確認し、形成状態の変化に応じて薬剤の添加量等の処理条件を適切に調整する必要があるが、このような確認および調整は人的負荷が大きい。
このため、上記のようなプラントの運転支援を行う技術の開発が従来から進められている。例えば、下記の特許文献1には、フロックを形成するエアレーションタンク内を撮像した画像から個々のフロック部分を抽出し、抽出した個々のフロック部分の平均輝度値からフロック凝集状態指標を得てプラントの運転支援をする技術が開示されている。
フロックを撮影した画像を解析してフロックの状態を把握する場合、複数のフロックが重なり合って写っていると、その状態を正確に把握することが難しいという問題がある。例えば、フロックの凝集槽にはその内部を観察するための覗き窓が設けられている。この覗き窓からフロック形成中の凝集槽内を撮影した場合、撮影された画像には多数のフロックが重畳して写るため、この画像から個々のフロック部分を抽出することは難しい。
この点、特許文献1の技術では、エアレーションタンクの液中に撮像装置を浸漬配置してフロックを撮影する。この構成では、撮像装置の位置を適切に調整すれば、個々のフロックを識別できるような画像を撮像することも可能と考えられる。しかし、撮像装置を浸漬配置した場合、撮像装置が汚泥やフロック等の付着により汚れるため、撮像装置の清掃という手間が生じる。
本発明の一態様は、複数のフロックが重なり合って写っている画像を用いて、被処理液を処理するプラントの運転支援を行うことができる情報処理装置等を提供することを目的としている。
上記の課題を解決するために、本発明の一態様に係る情報処理装置は、固体浮遊物を凝集させる薬剤を凝集槽内の被処理液に添加してフロックを形成し、フロックが形成された前記被処理液の固液分離を行うプラントで撮影された、固液分離前の複数の前記フロックが重なり合って写っている画像から、当該画像全体の色合いを示す指標値を算出する指標値算出部と、前記指標値に基づいて前記プラントの運転支援を行う運転支援部と、を備える。
また、上記の課題を解決するために、本発明の一態様に係る運転支援方法は、1または複数の情報処理装置により実行される、固体浮遊物を凝集させる薬剤を凝集槽内の被処理液に添加してフロックを形成し、フロックが形成された被処理液の固液分離を行うプラントの運転支援方法であって、前記プラントで撮影された、固液分離前の複数の前記フロックが重なり合って写っている画像から、当該画像全体の色合いを示す指標値を算出する指標値算出ステップと、前記指標値に基づいて前記プラントの運転支援を行う運転支援ステップと、を含む。
また、上記の課題を解決するために、本発明の一態様に係る制御システムは、固体浮遊物を凝集させる薬剤を凝集槽内の被処理液に添加してフロックを形成させる機器と、フロックが形成された前記被処理液の固液分離を行う機器と、前記凝集槽内で形成された前記フロックを撮影する撮影装置と、前記撮影装置が撮影した、固液分離前の複数の前記フロックが重なり合って写っている画像から、当該画像全体の色合いを示す指標値を算出し、算出した当該指標値に基づいて前記機器の少なくとも何れかを制御する情報処理装置と、を含む。
本発明の一態様によれば、複数のフロックが重なり合って写っている画像を用いて、被処理液を処理するプラントの運転支援を行うことが可能になる。
〔実施形態1〕
(システム構成)
図2に基づいて本発明の一実施形態に係る制御システムの構成を説明する。図2は、制御システム100の構成例を示す図である。制御システム100は、固体浮遊物を凝集させる薬剤を凝集槽内の被処理液に添加してフロックを形成し、フロックが形成された前記被処理液の固液分離を行うプラントで使用されるシステムである。以下では、被処理液が汚泥である例を説明するが、制御システム100は汚泥以外の被処理液を処理するプラントにも適用可能である。なお、汚泥とは、排水処理などで生じる微細な固形物を含む液体であり、スラリーと呼ぶこともできる。
(システム構成)
図2に基づいて本発明の一実施形態に係る制御システムの構成を説明する。図2は、制御システム100の構成例を示す図である。制御システム100は、固体浮遊物を凝集させる薬剤を凝集槽内の被処理液に添加してフロックを形成し、フロックが形成された前記被処理液の固液分離を行うプラントで使用されるシステムである。以下では、被処理液が汚泥である例を説明するが、制御システム100は汚泥以外の被処理液を処理するプラントにも適用可能である。なお、汚泥とは、排水処理などで生じる微細な固形物を含む液体であり、スラリーと呼ぶこともできる。
詳細は以下説明するが、制御システム100は、汚泥の処理工程のうち、処理対象の汚泥中の固体浮遊物を凝集させてフロックを形成させることによって、処理対象の汚泥を凝集汚泥とする工程から、凝集汚泥を脱水して脱水汚泥(脱水ケーキとも呼ばれる)と脱水ろ液を得る工程までの各処理を行う。図2に示すように、制御システム100は、情報処理装置1と、制御装置3と、フロキュレータ5と、脱水機9とを含む。
フロキュレータ5は、固体浮遊物を凝集させる薬剤を凝集槽内の被処理液に添加して適度に攪拌することでフロックを形成させる機器である。具体的には、フロキュレータ5は、汚泥を被処理液とし、汚泥中の固体浮遊物を凝集させてフロックを形成させ、凝集汚泥を生成する。図2のフロキュレータ5は、凝集槽51と、撹拌翼52と、モータ53と、点検窓54とを備えている。また、フロキュレータ5には、汚泥投入口55と、薬品投入口56と、排出口57とが設けられている。
さらに、点検窓54には、撮影装置72と、撮影用の照明装置71とが取り付けられている。撮影装置72は、少なくとも静止画像が撮影できるものであればよい。制御システム100の稼働中、フロックへの光の当たり方が変化しないように、凝集槽51は光透過性のないものとすることが好ましい。また、撮影装置72および照明装置71は図示の例のように、点検窓54側が開口した遮光性の暗箱に収容することが好ましい。
脱水機9は、フロックが形成された被処理液の固液分離を行う機器である。具体的には、脱水機9は、フロキュレータ5の後段に配設され、フロキュレータ5から排出される凝集汚泥を脱水して固液分離する。図2の脱水機9は、外胴スクリーン91とスクリュー92とを備えるスクリュープレス型脱水機である。また、脱水機9には、汚泥投入口93と、ろ液排出口94と、脱水ケーキ排出口95とが設けられている。なお、図示していないが、脱水機9は、スクリュー92を回転駆動するモータ等も備えている。無論、脱水機9は凝集汚泥を脱水できるものであればよく、スクリュープレス型に限られない。例えば、遠心脱水機、フィルタープレス型脱水機、またはベルトプレス脱水機等を適用することもできる。
制御システム100において、処理対象の汚泥は、図示しない供給装置により、汚泥投入口55からフロキュレータ5の凝集槽51内に連続的あるいは断続的に供給される。汚泥の供給速度は、フロキュレータ5および脱水機9による汚泥の処理速度に応じて、供給装置あるいはその制御装置3が自動で制御する構成となっていてもよい。
そして、凝集槽51内の汚泥に対して、薬品投入口56から汚泥を凝集させるための薬品(少なくとも凝集剤を含む)が投入される。この状態でモータ53を駆動させて撹拌翼52を回転させ、汚泥と薬品を撹拌し、フロックを形成させる。形成されたフロックと、汚泥に含まれていた水との混合物である凝集汚泥は排出口57から排出される。
続いて、この凝集汚泥は、脱水機9の汚泥投入口93から外胴スクリーン91内に供給される。脱水機9内において、上記凝集汚泥は、スクリュー92による加圧下で脱水されて、ろ液がろ液排出口94から排出され、脱水された凝集汚泥の固まりである脱水ケーキが脱水ケーキ排出口95から排出される。
情報処理装置1は、撮影装置72が撮影した、固液分離前の複数の前記フロックが重なり合って写っている画像(以下、フロック画像と称する)から、当該画像全体の色合いを示す指標値を算出する。そして、情報処理装置1は、算出した当該指標値に基づいて、固体浮遊物を凝集させる薬剤を凝集槽内の被処理液に添加してフロックを形成させる機器であるフロキュレータ5および脱水機9の少なくとも何れかを制御する。なお、これらの制御範囲は図示しない汚泥/薬品供給装置からの供給量を含む。
情報処理装置1は、上記の制御を直接フロキュレータ5および脱水機9に対して行ってもよいが、本実施形態では制御装置3を介してこれらの機器の動作制御を行う例を説明する。制御装置3は、フロキュレータ5および脱水機9の少なくとも何れかの動作を制御する装置である。制御装置3は、例えばPLC(Programmable Logic Controller)であってもよい。
以上のように、制御システム100は、固体浮遊物を凝集させる薬剤を凝集槽内の被処理液に添加してフロックを形成させる機器であるフロキュレータ5と、フロックが形成された被処理液の固液分離を行う機器である脱水機9と、凝集槽51内で形成されたフロックを撮影する撮影装置72と、撮影装置72が撮影した、固液分離前の複数のフロックが重なり合って写っているフロック画像から、当該フロック画像全体の色合いを示す指標値を算出し、算出した指標値に基づいてフロキュレータ5および脱水機9の少なくとも何れかを制御する情報処理装置1と、を含む。
フロックの色合いには、フロックの形成状態や性状が反映される。また、複数のフロックが重なり合って写っているフロック画像においては、フロック画像全体の色合いがフロックの形成状態や性状を反映したものとなる。したがって、上記の構成によれば、複数のフロックが重なり合って写っているフロック画像を用いて、フロックの形成状態や性状に応じた運転支援を行うことができる。
上述のように、本実施形態では被処理液が汚泥である例を説明する。この汚泥は、例えば、下水処理場で発生する初沈汚泥と終沈汚泥(余剰汚泥)を合わせた混合生汚泥であってもよい。下水処理場で発生する混合生汚泥に薬剤を添加してフロックを形成させた場合、その色合いには、フロックの形成状態や性状が反映されることが、本発明の発明者らの実験により分かっている。よって、被処理液が混合生汚泥であれば、混合生汚泥から発生したフロックの形成状態や性状に応じた運転支援を行い、混合生汚泥を適切に処理することが可能になる。
(装置構成)
図1に基づいて情報処理装置1の構成を説明する。図1は、情報処理装置1の要部構成の一例を示すブロック図である。図示のように、情報処理装置1は、情報処理装置1の各部を統括して制御する制御部10と、情報処理装置1が使用する各種データを記憶する記憶部11を備えている。また、情報処理装置1は、情報処理装置1が他の装置と通信するための通信部12、情報処理装置1に対する各種データの入力を受け付ける入力部13、および情報処理装置1が各種データを出力するための出力部14を備えている。
図1に基づいて情報処理装置1の構成を説明する。図1は、情報処理装置1の要部構成の一例を示すブロック図である。図示のように、情報処理装置1は、情報処理装置1の各部を統括して制御する制御部10と、情報処理装置1が使用する各種データを記憶する記憶部11を備えている。また、情報処理装置1は、情報処理装置1が他の装置と通信するための通信部12、情報処理装置1に対する各種データの入力を受け付ける入力部13、および情報処理装置1が各種データを出力するための出力部14を備えている。
また、制御部10には、データ取得部101、指標値算出部102、運転支援部103、および学習部104が含まれている。そして、記憶部11には、教師データ111と学習済みモデル112が記憶されている。なお、学習部104、教師データ111、および学習済みモデル112の詳細は、後記「含水率の推定方法について」で説明する。
データ取得部101は、固体浮遊物を凝集させる薬剤を凝集槽内の被処理液に添加してフロックを形成し、フロックが形成された被処理液の固液分離を行うプラントで撮影された、固液分離前の複数のフロックが重なり合って写っている画像を取得する。具体的には、データ取得部101は、上述のフロック画像(撮影装置72が凝集槽51内の汚泥を撮影した画像)を取得する。フロック画像は入力部13を介して入力されてもよいし、通信部12を介して受信されてもよい。また、データ取得部101は、直接または制御装置3等の他の装置を介して撮影装置72に撮影トリガを送信し、フロック画像を撮影させてもよい。
指標値算出部102は、データ取得部101が取得したフロック画像から、当該画像全体の色合いを示す指標値を算出する。ここで、色合いとは、色相、彩度、および明度を包括する概念である。つまり、指標値算出部102が算出する指標値は、フロック画像全体の色相を示すものであってもよいし、彩度を示すものであってもよいし、明度を示すものであってもよく、これらの組合せを示すものであってもよい。なお、指標値算出方法の詳細は後記「指標値について」で説明する。
運転支援部103は、指標値算出部102が算出した指標値に基づいて、制御システム100内の各種機器、特に、フロキュレータ5および脱水機9の少なくとも何れかの運転支援を行う。一例として、運転支援部103は、指標値に基づき、脱水ケーキの含水率を推定する。そして、運転支援部103は、推定した脱水ケーキの含水率に基づき、フロキュレータ5に投入する薬剤の添加量を調整する。
以上のように、情報処理装置1は、フロック画像全体の色合いを示す指標値を算出する指標値算出部102と、指標値に基づいてプラントの運転支援を行う運転支援部103とを備えている。よって、複数のフロックが重なり合って写っているフロック画像を用いて、汚泥を処理するプラントの運転支援を行うことが可能になる。
(指標値について)
指標値算出部102は、フロック画像全体の色合いを示す指標値として、例えばフロック画像全体の平均輝度値を算出してもよい。これについて図3に基づいて説明する。図3は、フロック画像の平均輝度値と脱水ケーキ含水率との関係を説明する図である。
指標値算出部102は、フロック画像全体の色合いを示す指標値として、例えばフロック画像全体の平均輝度値を算出してもよい。これについて図3に基づいて説明する。図3は、フロック画像の平均輝度値と脱水ケーキ含水率との関係を説明する図である。
図3には、含水率が異なるフロックを撮影することにより得られたa1~a3の3つのフロック画像を示している。フロック画像a1全体の平均輝度値は76であり、フロック画像a2全体の平均輝度値は97であり、フロック画像a3全体の平均輝度値は114である。このように、撮影されるフロックの含水率の相違は、平均輝度値の相違として表れる。なお、これらの平均輝度値は、フロック画像を構成する画素の輝度値を全て足し合わせて、そのフロック画像の画素数で割ることにより算出したものである。フロック画像は、カラー画像であってもグレースケール画像であってもよい。
図3に示すグラフb1は、フロキュレータ5および脱水機9の運転条件を概ね同一とした場合の、フロック画像の平均輝度値と、脱水ケーキの含水率との関係を表すグラフである。グラフb1に表されているように、フロック画像の平均輝度値が大きくなると、脱水ケーキの含水率が上昇する。このように、フロック画像の平均輝度値は、脱水ケーキの含水率に相関がある。また、脱水ケーキの含水率は、フロックの形成状態や性状によって決まるため、フロック画像の平均輝度値は、フロックの形成状態や性状を反映しているといえる。よって、フロック画像の平均輝度値は、脱水ケーキの含水率を予測するための指標値として用いることができると共に、フロックの形成状態や性状を予測するための指標値としても用いることができる。
また、図3に示すグラフb2は、フロキュレータ5および脱水機9の運転条件を概ね同一とした場合の、フロック画像の背景小領域の平均面積と、脱水ケーキの含水率との関係を表すグラフである。なお、背景小領域とは、フロック画像において、フロックに照明装置7からの光が届かない背景領域を構成する複数の連続領域である。図3に示すフロック画像a1~a3において、照明装置71に照らされて白っぽく写るフロックに対し、重畳するフロック間の黒い部分が背景小領域である。
グラフb2に表されているように、背景小領域の平均面積が大きくなると、脱水ケーキの含水率が上昇する。このように、背景小領域の平均面積も脱水ケーキの含水率に相関がある。また、脱水ケーキの含水率は、フロックの形成状態や性状によって決まるため、背景小領域の平均面積もフロックの形成状態や性状を反映しているといえる。よって、背景小領域の平均面積も、脱水ケーキの含水率を予測するための指標値として用いることができると共に、フロックの形成状態や性状を予測するための指標値としても用いることができる。
このように、複数のフロックが重なり合って写っているフロック画像においては、フロックとその背景を含めたフロック画像全体の平均輝度値に、フロックの形成状態や性状が反映されることが分かった。よって、指標値算出部102は、フロック画像全体の平均輝度値を指標値として算出することにより、フロックの形成状態や性状が反映された妥当な指標値を簡易な計算で算出することができる。
なお、図3のフロック画像a1~a3は、それぞれ画像全体の色合いが異なっているともいえる。上述の平均輝度値は、画像全体の明度を示しているといえるから、平均輝度値を指標値として算出する構成は、色合いの差異を明度の差異として捉えて、明度を示す指標値を算出しているともいえる。無論、明度を示す指標値としては、平均輝度値以外にも種々のものが適用できる。例えば、指標値算出部102は、平均輝度値の代わりに輝度値の中央値を算出してもよい。
また、指標値算出部102は、フロック画像がカラー画像の場合、その色相を示す指標値を算出してもよい。例えば、フロック画像を構成する各画素のRGB(Red Green Blue)値をそれぞれ平均した値をフロック画像の色相を示す指標値として算出してもよい。同様に、指標値算出部102は、フロック画像の彩度を示す指標値を算出してもよい。
(運転支援について)
運転支援部103は、指標値算出部102が算出した指標値に基づいて、固液分離後の被処理液の含水率を推定することにより制御システム100の運転支援を行ってもよい。なお、被処理液が汚泥の場合、固液分離後の被処理液の含水率は、脱水ケーキの含水率であるから、以下の説明における「脱水ケーキの含水率」は「固液分離後の被処理液の含水率」と読み替えることができる。
運転支援部103は、指標値算出部102が算出した指標値に基づいて、固液分離後の被処理液の含水率を推定することにより制御システム100の運転支援を行ってもよい。なお、被処理液が汚泥の場合、固液分離後の被処理液の含水率は、脱水ケーキの含水率であるから、以下の説明における「脱水ケーキの含水率」は「固液分離後の被処理液の含水率」と読み替えることができる。
脱水ケーキの含水率は、汚泥の処理を適切に行うための重要な指標となる。したがって、指標値に基づいて脱水ケーキの含水率を推定する上記の構成によれば、プラントの運転支援を適切に行うことが可能になる。なお、推定結果をどのようにして運転支援に利用するかは任意である。例えば、推定結果を出力部14に出力させることによりユーザに提示して運転支援を行うこともできるし、推定結果に応じてプラント内の各種機器を制御することにより運転支援を行うこともできる。
上記の制御について、例えば、運転支援部103は、推定した含水率に基づいて、脱水ケーキの含水率が所定の範囲内となるように、汚泥に対する薬剤の添加量の調整、および汚泥を処理する機器の運転条件の調整の少なくとも何れかを実行してもよい。この構成によれば、脱水ケーキの含水率を所定の範囲に収めるための制御を自動で行うので、プラントを自動で安定して稼働させることが可能になる。なお、所定の範囲は、正常な範囲と言い換えることもできる。
汚泥を処理する機器の運転条件の調整について、例えば、運転支援部103は、汚泥投入口55への汚泥供給量、脱水機9のスクリュー92の回転数、汚泥投入口への汚泥の投入圧、フロキュレータ5への薬剤の供給量、およびフロキュレータ5の撹拌翼52の回転数の少なくとも何れかを制御してもよい。これらは何れも脱水ケーキの含水率に影響を与えるから、これらを調整することにより含水率を所定の範囲に収めることが可能である。運転支援部103は、何れの機器に対してどのような制御を行うかを、推定された含水率と、目標となる含水率の範囲との乖離度等に応じて決定してもよい。
(含水率の推定方法について)
運転支援部103は、指標値算出部102が算出した指標値に基づいて、統計学的手法により、脱水ケーキの含水率を推定してもよい。一例として、運転支援部103は、学習済みモデル112に、指標値算出部102が算出した指標値を入力して得られる出力値に基づき、脱水ケーキの含水率を推定してもよい。
運転支援部103は、指標値算出部102が算出した指標値に基づいて、統計学的手法により、脱水ケーキの含水率を推定してもよい。一例として、運転支援部103は、学習済みモデル112に、指標値算出部102が算出した指標値を入力して得られる出力値に基づき、脱水ケーキの含水率を推定してもよい。
学習済みモデル112は、指標値算出部102が算出する指標値を少なくとも含む複数の説明変数と、脱水ケーキの含水率を示す目的変数との関係を機械学習することにより構築された、脱水ケーキの含水率を推定するためのモデルである。このような学習済みモデル112を用いることにより、含水率を高精度に推定することが可能になる。
学習済みモデル112のアルゴリズムは特に限定されず、例えば、重回帰分析により生成した学習済みモデル112を用いてもよいし、ランダムフォレストやニューラルネットワーク、勾配ブースティング等により学習済みモデル112を生成してもよい。
学習済みモデル112は、学習部104が教師データ111を用いた機械学習により生成したものであってもよい。教師データ111は、指標値算出部102が算出する指標値を少なくとも含む複数の説明変数と、脱水ケーキの含水率を示す目的変数との関係を示すデータである。例えば、教師データ111は、制御システム100を適用するプラントの過去の操業時に得られた脱水ケーキの含水率と、その脱水ケーキの元になった汚泥のフロックを撮影したフロック画像から算出された指標値とを対応付けたものであってもよい。また、脱水ケーキの含水率には、上記指標値以外にも、脱水ケーキの含水率に相関のある各種の説明変数が対応付けられていてもよい。
例えば、上記説明変数には、(1)フロック画像におけるフロックの背景を構成する複数の小領域の平均単位面積、(2)汚泥の凝集槽51への供給量、(3)薬剤の添加量、(4)凝集槽51に供給される汚泥の濃度、および(5)汚泥と薬剤とを撹拌する撹拌速度の少なくとも何れかが含まれてもよい。また、脱水機9のようなスクリュープレス型の脱水機を用いるプラントの場合には、さらに、(6)スクリューの回転数、および(7)スクリューによる圧搾時の投入圧の少なくとも一方が、上記説明変数に含まれていてもよい。なお、上記(1)は、図3に基づいて説明した「背景小領域の平均面積」と同義である。
本発明の発明者らの実験の結果、フロックの形成状態や性状が上記の(1)~(7)の値に反映されることが分かっている。よって、上記の(1)~(7)を、指標値算出部102が算出した指標値と共に説明変数とする学習済みモデル112を用いることにより、脱水ケーキの含水率の高精度な推定が可能になる。
なお、学習部104は情報処理装置1の必須の構成ではなく、例えば情報処理装置1は学習部104の機能を備えた他の装置が生成した学習済みモデル112を取得し、その学習済みモデル112を用いて処理を行ってもよい。情報処理装置1に学習部104を設けることの利点は、情報処理装置1単体で学習済みモデル112の再学習を行うことができる点にある。
例えば、情報処理装置1のユーザは、運転支援部103が各種の説明変数を学習済みモデル112に入力して含水率を推定した後、実際の含水率を測定してもよい。そして、ユーザは、実測した含水率と、入力された説明変数とを対応付けた教師データを教師データ111に追加し、学習部104に再学習を行わせてもよい。これにより、学習済みモデル112の推定精度を維持または向上させることが可能になる。
(処理の流れ)
図4に基づいて情報処理装置1が実行する処理(運転支援方法)の流れを説明する。図4は、情報処理装置1が実行する処理の一例を示すフローチャートである。
図4に基づいて情報処理装置1が実行する処理(運転支援方法)の流れを説明する。図4は、情報処理装置1が実行する処理の一例を示すフローチャートである。
S11では、データ取得部101が、撮影装置72によりフロキュレータ5の凝集槽51内を撮影して得られたフロック画像を取得する。データ取得部101は、取得したフロック画像を指標値算出部102へ出力する。なお、上述のように、データ取得部101は、撮影装置72に撮影トリガを送信し、フロック画像を撮影させてもよい。例えば、データ取得部101は、撹拌翼52によるフロックの流動が最も緩やかになる翼角度のタイミングで撮影トリガを送信してもよい。
S12(指標値算出ステップ)では、指標値算出部102が、データ取得部101が取得したフロック画像から、当該フロック画像全体の色合いを示す指標値を算出する。一例として、指標値算出部102は、画像全体の平均輝度値を、当該指標値として算出する。指標値算出部102は、算出した指標値を運転支援部103へ出力する。
S13では、運転支援部103は、S12で算出された指標値に基づいて、脱水ケーキの含水率を推定する。例えば、運転支援部103は、学習済みモデル112を用いて脱水ケーキの含水率を推定してもよい。この場合、運転支援部103は、学習済みモデル112に入力すべき他の説明変数についても取得し、S12で算出された指標値と共に学習済みモデル112に入力する。
S14では、運転支援部103は、S13の推定結果に基づいて、運転支援が必要か否かを判定する。一例として、運転支援部103は、推定した脱水ケーキの含水率が所定の範囲内にない場合には、運転支援が必要(S14でYes)と判断し、S15の処理を実行する。一方、運転支援部103は、推定した脱水ケーキの含水率が所定の範囲内である場合には、運転支援不要(S14でNo)と判断し、処理を終了する。
S15(運転支援ステップ)では、運転支援部103は、S12で算出された指標値に基づいてプラントの運転支援を行う。例えば、運転支援部103は、S12で算出された指標値を用いて推定した脱水ケーキの含水率が所定の範囲内となるように、運転支援を行ってもよい。一例として、運転支援部103は、推定した脱水ケーキの含水率が所定の範囲となるように、凝集槽51に薬剤を供給する装置を制御することにより、汚泥に対する薬剤の添加量を調整してもよい。なお、この制御は当該装置に対して直接行ってもよいし、制御装置3を介して行ってもよい。S15の処理の終了により、図4の処理は終了する。
以上のように、本実施形態に係る運転支援方法は、情報処理装置1により実行される、固体浮遊物を凝集させる薬剤を凝集槽51内の汚泥に添加してフロックを形成し、フロックが形成された汚泥の固液分離を行うプラントの運転支援方法である。そして、この運転支援方法は、プラントで撮影されたフロック画像から、当該フロック画像全体の色合いを示す指標値を算出する指標値算出ステップ(S12)と、S12で算出された指標値に基づいてプラントの運転支援を行う運転支援ステップ(S15)と、を含む。この運転支援方法によれば、複数のフロックが重なり合って写っている画像を用いてプラントの運転支援を行うことができる。
〔実施形態2〕
本発明の他の実施形態について、以下に説明する。なお、説明の便宜上、上記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を繰り返さない。
本発明の他の実施形態について、以下に説明する。なお、説明の便宜上、上記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を繰り返さない。
(装置構成)
本実施形態に係る情報処理装置1Aの構成を図5に基づいて説明する。図5は、情報処理装置1Aの構成を示すブロック図である。情報処理装置1Aは、図1に示した情報処理装置1と比べて、運転支援部103および学習部104を備えた制御部10の代わりに、運転支援部103Aおよび学習部104Aを備えた制御部10Aを備えている点で相違している。また、情報処理装置1Aは、教師データ111および学習済みモデル112を記憶した記憶部11を備える代わりに、教師データ111Aおよび学習済みモデル112Aを記憶した記憶部11Aを備えている点でも情報処理装置1と相違している。
本実施形態に係る情報処理装置1Aの構成を図5に基づいて説明する。図5は、情報処理装置1Aの構成を示すブロック図である。情報処理装置1Aは、図1に示した情報処理装置1と比べて、運転支援部103および学習部104を備えた制御部10の代わりに、運転支援部103Aおよび学習部104Aを備えた制御部10Aを備えている点で相違している。また、情報処理装置1Aは、教師データ111および学習済みモデル112を記憶した記憶部11を備える代わりに、教師データ111Aおよび学習済みモデル112Aを記憶した記憶部11Aを備えている点でも情報処理装置1と相違している。
運転支援部103Aは、運転支援部103と同様に、指標値算出部102が算出する指標値に基づいてプラントの運転支援を行う。より詳細には、運転支援部103Aは、指標値算出部102が算出する指標値に基づいて、凝集槽51への薬剤の添加量を調整することにより、制御システム100の運転支援を行う。一例として、運転支援部103Aは、指標値算出部102が算出するフロック画像全体の平均輝度値に基づいて、制御システム100のフロキュレータ5に添加する薬剤の添加量を調整する。
指標値算出部102が算出する指標値には、フロックの形成状態や性状が反映されている。したがって、運転支援部103Aが、当該指標値に基づき薬剤の添加量を調整することにより、フロックの形成状態や性状に応じた薬剤の添加量の自動調整が実現できる。
例えば、運転支援部103Aは、学習済みモデル112Aに、指標値算出部102が算出した指標値を入力して得られる出力値に基づき、薬剤の添加量を調整してもよい。学習済みモデル112Aは、指標値算出部102が算出する指標値を少なくとも含む複数の説明変数と、薬剤の適切な添加量を示す目的変数との関係を機械学習することにより構築された、薬剤の適切な添加量を推定するためのモデルである。このような学習済みモデル112Aを用いることにより、薬剤の添加量を適切に調整することが可能になる。なお、学習済みモデル112と同様に、学習済みモデル112Aのアルゴリズムも特に限定されない。
学習済みモデル112Aは、学習部104Aが教師データ111Aを用いた機械学習により生成したものであってもよい。教師データ111Aは、指標値算出部102が算出する指標値を少なくとも含む複数の説明変数と、薬剤の適切な添加量を示す目的変数との関係を示すデータである。例えば、教師データ111Aは、制御システム100を適用するプラントの過去の操業時に脱水ケーキの含水率が適正範囲内であった期間の薬剤の添加量と、その脱水ケーキの元になった汚泥のフロックを撮影したフロック画像から算出された指標値とを対応付けたものであってもよい。また、薬剤の添加量には、上記指標値以外にも、薬剤の適切な添加量に相関のある各種の説明変数が対応付けられていてもよい。
例えば、上記説明変数には、学習済みモデル112と同様に、(1)フロック画像におけるフロックの背景を構成する複数の小領域の平均単位面積、(2)汚泥の凝集槽51への供給量、(3)薬剤の添加量、(4)凝集槽51に供給される汚泥の濃度、および(5)汚泥と薬剤とを撹拌する撹拌速度の少なくとも何れかが含まれてもよい。また、脱水機9のようなスクリュープレス型の脱水機を用いるプラントの場合には、さらに、(6)スクリューの回転数、および(7)スクリューによる圧搾時の投入圧の少なくとも一方が、上記説明変数に含まれていてもよい。さらに、上記説明変数には、脱水ケーキの含水率が含まれていてもよい。
なお、上記のような説明変数に対する目的変数は薬剤の添加量に限られない。例えば、汚泥投入口55への適切な汚泥供給量、脱水機9のスクリュー92の適切な回転数、汚泥投入口への汚泥の適切な投入圧、およびフロキュレータ5の撹拌翼52の適切な回転数の少なくとも何れかを目的変数としてもよい。このように、本実施形態の構成は、フロックの正常に影響を与える任意の機器に対する任意の制御内容の決定に適用できる。
(処理の流れ)
情報処理装置1Aが実行する処理(運転支援方法)の流れは、実施形態1の運転支援方法(図4参照)と同様である。主な相違点は、本実施形態の運転支援方法では、S13で含水率を推定する代わりに薬剤の適切な添加量を推定する点にある。また、本実施形態の運転支援方法では、S14において、S13の推定結果に基づいて運転支援の要否が判定される。例えば、運転支援部103Aは、現行の添加量とS13で推定した添加量との差が閾値以上である場合に運転支援要と判定し、閾値未満である場合に運転支援不要と判定してもよい。そして、S15では、運転支援部103Aは、S13で推定した添加量で薬剤を添加するように、凝集槽51に薬剤を供給する装置を制御する。
情報処理装置1Aが実行する処理(運転支援方法)の流れは、実施形態1の運転支援方法(図4参照)と同様である。主な相違点は、本実施形態の運転支援方法では、S13で含水率を推定する代わりに薬剤の適切な添加量を推定する点にある。また、本実施形態の運転支援方法では、S14において、S13の推定結果に基づいて運転支援の要否が判定される。例えば、運転支援部103Aは、現行の添加量とS13で推定した添加量との差が閾値以上である場合に運転支援要と判定し、閾値未満である場合に運転支援不要と判定してもよい。そして、S15では、運転支援部103Aは、S13で推定した添加量で薬剤を添加するように、凝集槽51に薬剤を供給する装置を制御する。
〔変形例〕
上述の各実施形態における運転支援は、プラントの運転支援のための他の処理と組み合わせることもできる。例えば、情報処理装置1または1Aは、フロック画像を解析してフロックの粒径を算出し、粒径に応じた速度でフロキュレータ5の撹拌翼52を回転させる処理を実行すると共に、上述の運転支援を行ってもよい。これにより、撹拌翼52の回転速度の調整のみでは適正な含水率の脱水ケーキが得られないような場合でも、運転支援部103または103Aにより適正な含水率の脱水ケーキが得られるようにすることが可能になる。
上述の各実施形態における運転支援は、プラントの運転支援のための他の処理と組み合わせることもできる。例えば、情報処理装置1または1Aは、フロック画像を解析してフロックの粒径を算出し、粒径に応じた速度でフロキュレータ5の撹拌翼52を回転させる処理を実行すると共に、上述の運転支援を行ってもよい。これにより、撹拌翼52の回転速度の調整のみでは適正な含水率の脱水ケーキが得られないような場合でも、運転支援部103または103Aにより適正な含水率の脱水ケーキが得られるようにすることが可能になる。
なお、複数のフロックが重なり合って写っているフロック画像からは、個々のフロックの粒径を算出することが難しい場合も想定される。この場合、個々のフロックの粒径を示す指標値として、上述した背景小領域の平均面積を用いてもよい。背景小領域の平均面積は、個々のフロックの粒径と相関があるため、個々のフロックの粒径を示す指標値として使用することができる。
また、上記各実施形態では、情報処理装置1と制御装置3をそれぞれ独立した装置とした例を説明したが、これらを1つまたは2つの装置にまとめてもよい。また、これらの各装置が実行する処理の一部を、これらの装置とは別の他の情報処理装置に実行させてもよい。このように、上記各実施形態で説明した各処理の実行主体は適宜変更することができ、本発明に係る制御システム100は、様々なシステム構成で実現することが可能である。例えば、図4に示した運転支援方法の各処理を、複数の情報処理装置に分担させる形で実行することもできる。
〔ソフトウェアによる実現例〕
情報処理装置1および1A(以下、「装置」と呼ぶ)の機能は、当該装置としてコンピュータを機能させるためのプログラムであって、当該装置の各制御ブロック(特に制御部10または10Aに含まれる各部)としてコンピュータを機能させるためのプログラム(運転支援プログラム)により実現することができる。
情報処理装置1および1A(以下、「装置」と呼ぶ)の機能は、当該装置としてコンピュータを機能させるためのプログラムであって、当該装置の各制御ブロック(特に制御部10または10Aに含まれる各部)としてコンピュータを機能させるためのプログラム(運転支援プログラム)により実現することができる。
この場合、上記装置は、上記プログラムを実行するためのハードウェアとして、少なくとも1つの制御装置(例えばプロセッサ)と少なくとも1つの記憶装置(例えばメモリ)を有するコンピュータを備えている。この制御装置と記憶装置により上記プログラムを実行することにより、上記各実施形態で説明した各機能が実現される。
上記プログラムは、一時的ではなく、コンピュータ読み取り可能な、1または複数の記録媒体に記録されていてもよい。この記録媒体は、上記装置が備えていてもよいし、備えていなくてもよい。後者の場合、上記プログラムは、有線または無線の任意の伝送媒体を介して上記装置に供給されてもよい。
また、上記各制御ブロックの機能の一部または全部は、論理回路により実現することも可能である。例えば、上記各制御ブロックとして機能する論理回路が形成された集積回路も本発明の範疇に含まれる。この他にも、例えば量子コンピュータにより上記各制御ブロックの機能を実現することも可能である。
本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
1、1A 情報処理装置
5 フロキュレータ(機器)
9 脱水機(機器)
72 撮影装置
100 制御システム
102 指標値算出部
103、103A 運転支援部
112、112A 学習済みモデル
5 フロキュレータ(機器)
9 脱水機(機器)
72 撮影装置
100 制御システム
102 指標値算出部
103、103A 運転支援部
112、112A 学習済みモデル
Claims (12)
- 固体浮遊物を凝集させる薬剤を凝集槽内の被処理液に添加してフロックを形成し、フロックが形成された前記被処理液の固液分離を行うプラントで撮影された、固液分離前の複数の前記フロックが重なり合って写っている画像から、当該画像全体の色合いを示す指標値を算出する指標値算出部と、
前記指標値に基づいて前記プラントの運転支援を行う運転支援部と、を備える情報処理装置。 - 前記指標値算出部は、前記画像全体の平均輝度値を前記指標値として算出する、請求項1に記載の情報処理装置。
- 前記運転支援部は、前記指標値に基づいて前記薬剤の添加量を調整することにより前記プラントの運転支援を行う、請求項1または2に記載の情報処理装置。
- 前記運転支援部は、前記指標値に基づいて固液分離後の前記被処理液の含水率を推定することにより前記プラントの運転支援を行う、請求項1または2に記載の情報処理装置。
- 前記運転支援部は、推定した前記含水率に基づいて、固液分離後の前記被処理液の含水率が所定の範囲内となるように、前記薬剤の添加量の調整、および前記被処理液を処理する機器の運転条件の調整の少なくとも何れかを実行する、請求項4に記載の情報処理装置。
- 前記運転支援部は、前記指標値を少なくとも含む複数の説明変数と前記薬剤の適切な添加量を示す目的変数との関係を機械学習することにより構築された学習済みモデルに、前記指標値算出部が算出した前記指標値を入力して得られる出力値に基づき、前記薬剤の添加量を調整する、請求項3に記載の情報処理装置。
- 前記運転支援部は、前記指標値を少なくとも含む複数の説明変数と固液分離後の被処理液の含水率を示す目的変数との関係を機械学習することにより構築された学習済みモデルに、前記指標値算出部が算出した前記指標値を入力して得られる出力値に基づき、固液分離後の前記被処理液の含水率を推定する、請求項4または5に記載の情報処理装置。
- 前記学習済みモデルの説明変数には、(1)前記画像におけるフロックの背景を構成する複数の小領域の平均単位面積、(2)前記被処理液の前記凝集槽への供給量、(3)前記薬剤の添加量、(4)前記凝集槽に供給される前記被処理液の濃度、および(5)前記被処理液と前記薬剤とを撹拌する撹拌速度の少なくとも何れかが含まれる、請求項6または7に記載の情報処理装置。
- 前記被処理液は、下水処理場で発生する混合生汚泥である、請求項1から8の何れか1項に記載の情報処理装置。
- 1または複数の情報処理装置により実行される、固体浮遊物を凝集させる薬剤を凝集槽内の被処理液に添加してフロックを形成し、フロックが形成された被処理液の固液分離を行うプラントの運転支援方法であって、
前記プラントで撮影された、固液分離前の複数の前記フロックが重なり合って写っている画像から、当該画像全体の色合いを示す指標値を算出する指標値算出ステップと、
前記指標値に基づいて前記プラントの運転支援を行う運転支援ステップと、を含む運転支援方法。 - 請求項1に記載の情報処理装置としてコンピュータを機能させるための運転支援プログラムであって、前記指標値算出部および前記運転支援部としてコンピュータを機能させるための運転支援プログラム。
- 固体浮遊物を凝集させる薬剤を凝集槽内の被処理液に添加してフロックを形成させる機器と、
フロックが形成された前記被処理液の固液分離を行う機器と、
前記凝集槽内で形成された前記フロックを撮影する撮影装置と、
前記撮影装置が撮影した、固液分離前の複数の前記フロックが重なり合って写っている画像から、当該画像全体の色合いを示す指標値を算出し、算出した当該指標値に基づいて前記機器の少なくとも何れかを制御する情報処理装置と、を含む制御システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021195506A JP2023081640A (ja) | 2021-12-01 | 2021-12-01 | 情報処理装置、運転支援方法、運転支援プログラム、および制御システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021195506A JP2023081640A (ja) | 2021-12-01 | 2021-12-01 | 情報処理装置、運転支援方法、運転支援プログラム、および制御システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023081640A true JP2023081640A (ja) | 2023-06-13 |
Family
ID=86728163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021195506A Pending JP2023081640A (ja) | 2021-12-01 | 2021-12-01 | 情報処理装置、運転支援方法、運転支援プログラム、および制御システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2023081640A (ja) |
-
2021
- 2021-12-01 JP JP2021195506A patent/JP2023081640A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2020065964A (ja) | 排水処理方法および排水処理システム | |
JP2024051134A (ja) | 脱水システム | |
JP6941083B2 (ja) | 水処理方法および水処理システム | |
JP2023081640A (ja) | 情報処理装置、運転支援方法、運転支援プログラム、および制御システム | |
WO2022018974A1 (ja) | 機械学習装置、データ処理システム及び機械学習方法 | |
JP2016191679A (ja) | 凝集状態検出方法、薬剤注入制御方法及び薬剤注入制御装置 | |
JP7300380B2 (ja) | 閾値更新装置、学習装置、制御装置、閾値更新方法、および制御プログラム | |
JP2024039653A (ja) | 乾燥システム | |
JP4238983B2 (ja) | 凝集剤注入制御方法並びにその制御装置 | |
JP2022067322A (ja) | 水処理方法、汚水処理方法、汚水処理装置、排水処理システム管理プログラム | |
JPH0381645A (ja) | 活性汚泥による下水処理方法及び装置 | |
JP2022121356A (ja) | 汚泥処理設備運転支援ナビゲーションシステム、汚泥処理設備運転支援方法 | |
JP2024026106A (ja) | 情報処理装置、水処理システム、水処理方法およびプログラム | |
JP7339105B2 (ja) | 水処理システム、制御装置、水処理方法およびプログラム | |
JP6726696B2 (ja) | 希釈汚泥撮像システム、凝集剤添加量制御システム、汚泥濃縮システム、希釈汚泥撮像方法 | |
JP2005007338A5 (ja) | ||
JP2017517386A (ja) | ふるい上の汚泥を脱水するための方法及び装置 | |
WO2022168965A1 (ja) | 汚泥処理設備運転支援ナビゲーションシステム、汚泥処理設備運転支援方法 | |
JP6797718B2 (ja) | 凝集制御装置、凝集制御方法及び凝集制御システム | |
JP3136554B2 (ja) | 汚泥凝集処理装置 | |
JP2022175217A (ja) | 脱水システム | |
JP2024082654A (ja) | 情報処理装置、脱水機、含水率推定方法、および含水率推定プログラム | |
JP2024037034A (ja) | 情報処理装置、含水率予測方法、および含水率予測プログラム | |
JP2024082653A (ja) | 情報処理装置、脱水機、含水率推定方法、および含水率推定プログラム | |
JP2024037035A (ja) | 情報処理装置、含水率予測方法、および含水率予測プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231214 |