JP3487092B2 - 生物学的水処理装置の制御方法 - Google Patents
生物学的水処理装置の制御方法Info
- Publication number
- JP3487092B2 JP3487092B2 JP24199296A JP24199296A JP3487092B2 JP 3487092 B2 JP3487092 B2 JP 3487092B2 JP 24199296 A JP24199296 A JP 24199296A JP 24199296 A JP24199296 A JP 24199296A JP 3487092 B2 JP3487092 B2 JP 3487092B2
- Authority
- JP
- Japan
- Prior art keywords
- concentration
- treated water
- operating condition
- biological
- conditions
- 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.)
- Expired - Lifetime
Links
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)
- Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
Description
【０００１】
【発明の属する技術分野】本発明は、生物学的水処理装
置の制御方法、とくに嫌気−好気活性汚泥法を用いた生
物学的水処理装置において、下水等の被処理水中の汚濁
物を効率的に除去するための制御方法に関するものであ
る。
置の制御方法、とくに嫌気−好気活性汚泥法を用いた生
物学的水処理装置において、下水等の被処理水中の汚濁
物を効率的に除去するための制御方法に関するものであ
る。
【０００２】
【従来の技術】「高度処理施設設計マニュアル（案）」
（日本下水道協会、平成６年）にも記載されているよう
に、嫌気−好気活性汚泥法とは、活性汚泥微生物による
リン過剰摂取現象を利用して下水中のリンを除去するこ
とを主たる目的とした処理方法である。
（日本下水道協会、平成６年）にも記載されているよう
に、嫌気−好気活性汚泥法とは、活性汚泥微生物による
リン過剰摂取現象を利用して下水中のリンを除去するこ
とを主たる目的とした処理方法である。
【０００３】近年、上水道源である湖沼などで赤潮やか
び臭微生物が繁殖し、社会問題となっている。そのた
め、これらの微生物にとって栄養源となる下水中のリン
や窒素の除去が強く求められている。
び臭微生物が繁殖し、社会問題となっている。そのた
め、これらの微生物にとって栄養源となる下水中のリン
や窒素の除去が強く求められている。
【０００４】生物学的リン除去のメカニズムについて以
下に説明する。リン過剰摂取を行う能力を持つ微生物を
含む活性汚泥を嫌気状態（酸素の無い状態）に置くと、
活性汚泥は体内から正リン酸態イオン（溶解性ＰＯ4 -−
Ｐ）を放出し、液中の溶解性ＰＯ4 -−Ｐ濃度は増加す
る。この状態を一定時間継続した後、活性汚泥を好気状
態（酸素のある状態）に置くと活性汚泥微生物は逆に液
中に放出した量以上の溶解性ＰＯ4 -−Ｐを体内に摂取す
る。これを活性汚泥微生物によるリンの過剰摂取現象と
いう。この結果、液中の溶解性ＰＯ4 -−Ｐ濃度は流入水
中の濃度以下まで減少し、最終的にはほぼ０に近い濃度
にまで低下する。
下に説明する。リン過剰摂取を行う能力を持つ微生物を
含む活性汚泥を嫌気状態（酸素の無い状態）に置くと、
活性汚泥は体内から正リン酸態イオン（溶解性ＰＯ4 -−
Ｐ）を放出し、液中の溶解性ＰＯ4 -−Ｐ濃度は増加す
る。この状態を一定時間継続した後、活性汚泥を好気状
態（酸素のある状態）に置くと活性汚泥微生物は逆に液
中に放出した量以上の溶解性ＰＯ4 -−Ｐを体内に摂取す
る。これを活性汚泥微生物によるリンの過剰摂取現象と
いう。この結果、液中の溶解性ＰＯ4 -−Ｐ濃度は流入水
中の濃度以下まで減少し、最終的にはほぼ０に近い濃度
にまで低下する。
【０００５】一方、生物学的窒素除去のメカニズムは以
下の通りである。下水中のアンモニア性窒素は、好気条
件下で、活性汚泥微生物中のアンモニア酸化菌により亜
硝酸性窒素に酸化される。さらに、亜硝酸性窒素は活性
汚泥微生物中の亜硝酸酸化菌により硝酸性窒素に酸化さ
れる。この反応を硝化反応と呼ぶ。
下の通りである。下水中のアンモニア性窒素は、好気条
件下で、活性汚泥微生物中のアンモニア酸化菌により亜
硝酸性窒素に酸化される。さらに、亜硝酸性窒素は活性
汚泥微生物中の亜硝酸酸化菌により硝酸性窒素に酸化さ
れる。この反応を硝化反応と呼ぶ。
【０００６】硝酸性窒素は、嫌気条件下で、活性汚泥微
生物中の脱窒菌により窒素ガスに還元される。この反応
を脱窒反応と呼ぶ。下水中の窒素は、硝化反応から脱窒
反応を経て大気中に放散することにより除去される。
生物中の脱窒菌により窒素ガスに還元される。この反応
を脱窒反応と呼ぶ。下水中の窒素は、硝化反応から脱窒
反応を経て大気中に放散することにより除去される。
【０００７】図１６は、従来の嫌気−好気活性汚泥法を
用いた生物学的水処理装置の一例を示す構成図である。
図１６において、１は２つの生物反応タンクのうちの嫌
気タンク、２は好気タンク、３は最終沈殿池、４は空気
供給装置である。また、ａは下水を生物反応タンクに導
くための配管、ｂは生物反応タンクからの処理水を最終
沈殿池３に送るための配管、ｃは活性汚泥を沈殿分離し
たあとの上澄水を放流するための配管である。５は活性
汚泥の一部を余剰汚泥として引き抜くためのポンプであ
り、ｄはポンプ５に接続された配管である。６はその他
の汚泥を生物反応タンクへ返送するためのポンプであ
り、ｅはポンプ６に接続された配管である。
用いた生物学的水処理装置の一例を示す構成図である。
図１６において、１は２つの生物反応タンクのうちの嫌
気タンク、２は好気タンク、３は最終沈殿池、４は空気
供給装置である。また、ａは下水を生物反応タンクに導
くための配管、ｂは生物反応タンクからの処理水を最終
沈殿池３に送るための配管、ｃは活性汚泥を沈殿分離し
たあとの上澄水を放流するための配管である。５は活性
汚泥の一部を余剰汚泥として引き抜くためのポンプであ
り、ｄはポンプ５に接続された配管である。６はその他
の汚泥を生物反応タンクへ返送するためのポンプであ
り、ｅはポンプ６に接続された配管である。
【０００８】次に、動作について説明する。下水は配管
ａを介して生物反応タンクに導入される。嫌気タンク１
では、下水中の有機物が活性汚泥内に摂取されるととも
に、活性汚泥中からリンが吐出される。好気タンク２で
は、活性汚泥内に摂取された有機物と液中に残留してい
る有機物が酸化分解されるとともに、リンが活性汚泥内
に過剰摂取される。このようにリンが除去された処理水
は、活性汚泥とともに配管ｂを介して最終沈殿池３へ送
られる。最終沈殿池３では、活性汚泥を沈降分離した
後、配管ｃを介して上澄水を放流する。活性汚泥の一部
はポンプ５、配管ｄを介して系外へ引き抜かれる。その
他の汚泥はポンプ６、配管ｅを介して嫌気タンク１へ返
送される。
ａを介して生物反応タンクに導入される。嫌気タンク１
では、下水中の有機物が活性汚泥内に摂取されるととも
に、活性汚泥中からリンが吐出される。好気タンク２で
は、活性汚泥内に摂取された有機物と液中に残留してい
る有機物が酸化分解されるとともに、リンが活性汚泥内
に過剰摂取される。このようにリンが除去された処理水
は、活性汚泥とともに配管ｂを介して最終沈殿池３へ送
られる。最終沈殿池３では、活性汚泥を沈降分離した
後、配管ｃを介して上澄水を放流する。活性汚泥の一部
はポンプ５、配管ｄを介して系外へ引き抜かれる。その
他の汚泥はポンプ６、配管ｅを介して嫌気タンク１へ返
送される。
【０００９】なお、好気タンク２で硝化反応（アンモニ
ア性窒素→硝酸性窒素）を進ませ、嫌気タンク１では脱
窒反応（硝酸性窒素→窒素ガス）を進ませることによっ
て、生物学的窒素除去処理を行うことも可能である。し
かし、この場合、好気タンクから返送される硝酸性窒素
が嫌気タンク１内でのリンの吐出反応に悪影響を及ぼす
ため、生物学的リン除去効果が低減してしまうことが知
られている。
ア性窒素→硝酸性窒素）を進ませ、嫌気タンク１では脱
窒反応（硝酸性窒素→窒素ガス）を進ませることによっ
て、生物学的窒素除去処理を行うことも可能である。し
かし、この場合、好気タンクから返送される硝酸性窒素
が嫌気タンク１内でのリンの吐出反応に悪影響を及ぼす
ため、生物学的リン除去効果が低減してしまうことが知
られている。
【００１０】
【発明が解決しようとする課題】従来は、上記のような
生物学的水処理装置を運転するにあたって、上記水処理
装置の運転管理者が、いわば自らの経験やカンを頼りに
運転条件を決定していた。しかも、好気タンク１への空
気供給量、最終沈殿池から生物反応タンクへ返送される
返送汚泥量などの各々の運転条件は、別々の判断基準に
基づいて設定されていた。そのため、流量や性状が著し
く変動する一般下水を対象としてリン除去反応を適切に
コントロールし、常に良好な水質を得ることは難しいと
いう問題点があった。また、上記水処理装置において、
生物学的リン除去反応と生物学的窒素除去反応とを両立
させることは難しいという問題点もあった。
生物学的水処理装置を運転するにあたって、上記水処理
装置の運転管理者が、いわば自らの経験やカンを頼りに
運転条件を決定していた。しかも、好気タンク１への空
気供給量、最終沈殿池から生物反応タンクへ返送される
返送汚泥量などの各々の運転条件は、別々の判断基準に
基づいて設定されていた。そのため、流量や性状が著し
く変動する一般下水を対象としてリン除去反応を適切に
コントロールし、常に良好な水質を得ることは難しいと
いう問題点があった。また、上記水処理装置において、
生物学的リン除去反応と生物学的窒素除去反応とを両立
させることは難しいという問題点もあった。
【００１１】本発明は、かかる問題点を解決するために
なされたもので、生物学的水処理装置の運転条件を、経
験やカンに頼ることなく、適切に設定することにより、
下水中のリンを常に良好に除去し、場合によっては窒素
除去との両立も可能ならしめ、常に良好な水質が得られ
る制御方法を得ることを目的としている。
なされたもので、生物学的水処理装置の運転条件を、経
験やカンに頼ることなく、適切に設定することにより、
下水中のリンを常に良好に除去し、場合によっては窒素
除去との両立も可能ならしめ、常に良好な水質が得られ
る制御方法を得ることを目的としている。
【００１２】
【課題を解決するための手段】この発明に係る生物学的
水処理装置の制御方法は、生物学的水処理装置の運転
を、第１の運転条件である生物反応タンク内の溶存酸素
濃度と、第２の運転条件である生物反応タンク内に流入
する被処理水の流量に対する最終沈殿池から生物反応タ
ンクへ返送される返送汚泥量の比と、第３の運転条件で
ある生物反応タンク内の微生物濃度とに基づいて制御す
る方法であって、生物反応タンク内に流入する被処理水
の条件、環境条件、および目標とする処理水質のうちの
少なくとも１つを用いて、上記第１の運転条件の初期設
定値、上記第２の運転条件の初期設定値、および上記第
３の運転条件の設定値を算出し、この算出の周期より短
い周期で、生物反応タンク内に流入する被処理水の条
件、環境条件、および目標とする処理水質のうちの少な
くとも１つと、現在の水処理装置の運転条件とを用い
て、上記第１の運転条件および上記第２の運転条件を調
整するものである。
水処理装置の制御方法は、生物学的水処理装置の運転
を、第１の運転条件である生物反応タンク内の溶存酸素
濃度と、第２の運転条件である生物反応タンク内に流入
する被処理水の流量に対する最終沈殿池から生物反応タ
ンクへ返送される返送汚泥量の比と、第３の運転条件で
ある生物反応タンク内の微生物濃度とに基づいて制御す
る方法であって、生物反応タンク内に流入する被処理水
の条件、環境条件、および目標とする処理水質のうちの
少なくとも１つを用いて、上記第１の運転条件の初期設
定値、上記第２の運転条件の初期設定値、および上記第
３の運転条件の設定値を算出し、この算出の周期より短
い周期で、生物反応タンク内に流入する被処理水の条
件、環境条件、および目標とする処理水質のうちの少な
くとも１つと、現在の水処理装置の運転条件とを用い
て、上記第１の運転条件および上記第２の運転条件を調
整するものである。
【００１３】
【００１４】
【００１５】
【００１６】また、生物学的水処理装置の各運転条件の
演算に、所定の入力項目と出力項目に対して予め作成さ
れたニューラルネットワークモデルを供するものであ
る。
演算に、所定の入力項目と出力項目に対して予め作成さ
れたニューラルネットワークモデルを供するものであ
る。
【００１７】
実施の形態１．発明者らは、長年、動力学モデルに基づ
く計算機シミュレーションを繰り返し、嫌気−好気活性
汚泥法を用いた生物学的水処理装置において良好な処理
水質を安定に得るための制御方法について研究してき
た。その結果、いくつかの重要な現象を発見し、この発
明に想到した。以下、実施の形態１に係わる研究成果を
説明するとともに、本発明に想到した経緯について述べ
る。
く計算機シミュレーションを繰り返し、嫌気−好気活性
汚泥法を用いた生物学的水処理装置において良好な処理
水質を安定に得るための制御方法について研究してき
た。その結果、いくつかの重要な現象を発見し、この発
明に想到した。以下、実施の形態１に係わる研究成果を
説明するとともに、本発明に想到した経緯について述べ
る。
【００１８】図１にシミュレーションに用いた水処理装
置の構成を、また表１にシミュレーション条件を示す。
生物反応タンクは２つの嫌気タンクと４つの好気タンク
で構成され、容積は４９０００ｍ3 、最終沈殿池の容積
は１６０００ｍ3 、流入下水の組成はＣＯＤ濃度２６０
ｇ／ｍ3 、アンモニア態窒素１６ｇ／ｍ3 、正リン酸態
リン３．６ｇ／ｍ3 で、流入流量は３０００ｍ3／ｈ と
する。動力学モデルは、文献”ＴＨＥ ＡＣＴＩＶＡＴ
ＥＤ ＳＬＵＤＧＥ ＭＯＤＥＬ ＮＯ．２：ＢＩＯＬ
ＯＧＩＣＡＬ ＰＨＯＳＰＨＯＲＵＳ ＲＥＭＯＶＡ
Ｌ”（ＷａｔｅｒＳｃｉｅｎｃｅ Ｔｅｃｈｎｏｌｏｇ
ｙ，Ｖｏｌ．３１，Ｎｏ．２，ｐｐ．１−１１，１９９
５）に記載のモデルを用いた。
置の構成を、また表１にシミュレーション条件を示す。
生物反応タンクは２つの嫌気タンクと４つの好気タンク
で構成され、容積は４９０００ｍ3 、最終沈殿池の容積
は１６０００ｍ3 、流入下水の組成はＣＯＤ濃度２６０
ｇ／ｍ3 、アンモニア態窒素１６ｇ／ｍ3 、正リン酸態
リン３．６ｇ／ｍ3 で、流入流量は３０００ｍ3／ｈ と
する。動力学モデルは、文献”ＴＨＥ ＡＣＴＩＶＡＴ
ＥＤ ＳＬＵＤＧＥ ＭＯＤＥＬ ＮＯ．２：ＢＩＯＬ
ＯＧＩＣＡＬ ＰＨＯＳＰＨＯＲＵＳ ＲＥＭＯＶＡ
Ｌ”（ＷａｔｅｒＳｃｉｅｎｃｅ Ｔｅｃｈｎｏｌｏｇ
ｙ，Ｖｏｌ．３１，Ｎｏ．２，ｐｐ．１−１１，１９９
５）に記載のモデルを用いた。
【００１９】
【表１】
【００２０】図２〜図４に種々の運転条件での定常状態
のシミュレーション結果を示す。図２（ａ）（ｂ）は、
水温２０℃の条件で生物反応タンク内の微生物濃度（以
下ＭＬＳＳ濃度）を１０００ｍｇ／Ｌとしたときの処理
水リン濃度ならびに窒素濃度である。図３（ａ）（ｂ）
は、水温２０℃の条件でＭＬＳＳ濃度を１５００ｍｇ／
Ｌとしたときの処理水リン濃度ならびに窒素濃度であ
る。図４（ａ）（ｂ）は、水温２０℃の条件でＭＬＳＳ
濃度を２０００ｍｇ／Ｌとしたときの処理水リン濃度な
らびに窒素濃度である。また、図２〜図４において、横
軸は好気タンク出口の溶存酸素濃度、縦軸は処理水リン
濃度もしくは窒素濃度であり、返送比（生物反応タンク
内に流入する被処理水の流量に対する、最終沈殿池から
生物反応タンクへ返送される返送汚泥量の比）をパラメ
ータとして両者の関係を示している。
のシミュレーション結果を示す。図２（ａ）（ｂ）は、
水温２０℃の条件で生物反応タンク内の微生物濃度（以
下ＭＬＳＳ濃度）を１０００ｍｇ／Ｌとしたときの処理
水リン濃度ならびに窒素濃度である。図３（ａ）（ｂ）
は、水温２０℃の条件でＭＬＳＳ濃度を１５００ｍｇ／
Ｌとしたときの処理水リン濃度ならびに窒素濃度であ
る。図４（ａ）（ｂ）は、水温２０℃の条件でＭＬＳＳ
濃度を２０００ｍｇ／Ｌとしたときの処理水リン濃度な
らびに窒素濃度である。また、図２〜図４において、横
軸は好気タンク出口の溶存酸素濃度、縦軸は処理水リン
濃度もしくは窒素濃度であり、返送比（生物反応タンク
内に流入する被処理水の流量に対する、最終沈殿池から
生物反応タンクへ返送される返送汚泥量の比）をパラメ
ータとして両者の関係を示している。
【００２１】図２〜図４において、処理水リン濃度はＭ
ＬＳＳ濃度が低い方が良好であった。一方、処理水窒素
濃度はＭＬＳＳ濃度が高い方が良好であり、このとき処
理水リン濃度は、逆に、若干悪化した。これは、増殖速
度の遅い硝化菌が増え窒素除去が活発になったものの、
生成する硝酸性窒素が嫌気タンクでのリンの吐出を妨害
したためと考えられる。従って、処理水リン濃度のみを
高率に除去するのであれば、例えばＭＬＳＳ濃度を１０
００ｍｇ／Ｌ、返送比を０．４、好気タンク出口溶存酸
素濃度を２ｍｇ／Ｌに設定すれば処理水リン濃度として
０．１１ｍｇ／Ｌが得られることがわかった。一方、処
理水窒素濃度もある程度低減させたければ、例えばＭＬ
ＳＳ濃度を１５００ｍｇ／Ｌ、返送比を０．３、好気タ
ンク出口溶存酸素濃度を４ｍｇ／Ｌに設定すれば処理水
リン濃度として１．６ｍｇ／Ｌ、処理水窒素濃度として
８．２４ｍｇ／Ｌが得られることがわかった。これらの
シミュレーション結果より、発明者らは次のような考察
を導いた。すなわち、 （１）好気タンク出口溶存酸素濃度、返送比、およびＭ
ＬＳＳ濃度という３つの項目が処理水質を左右する重要
な制御因子である。 （２）上記制御項目を、従来のように別々の判断基準で
独自に設定しては良好な処理水質は得られない。３つを
同時に設定、変更することにより、良好な処理水質が得
られる。 （３）ただし、ＭＬＳＳ濃度は生物反応タンク内の微生
物濃度であるから、余剰汚泥として引き抜くことにより
減らすことはできても、急に増やすことはできない。そ
のときは、好気タンク出口溶存酸素濃度ならびに返送比
の２つを同時に設定、変更するだけでも相当の効果を奏
する。
ＬＳＳ濃度が低い方が良好であった。一方、処理水窒素
濃度はＭＬＳＳ濃度が高い方が良好であり、このとき処
理水リン濃度は、逆に、若干悪化した。これは、増殖速
度の遅い硝化菌が増え窒素除去が活発になったものの、
生成する硝酸性窒素が嫌気タンクでのリンの吐出を妨害
したためと考えられる。従って、処理水リン濃度のみを
高率に除去するのであれば、例えばＭＬＳＳ濃度を１０
００ｍｇ／Ｌ、返送比を０．４、好気タンク出口溶存酸
素濃度を２ｍｇ／Ｌに設定すれば処理水リン濃度として
０．１１ｍｇ／Ｌが得られることがわかった。一方、処
理水窒素濃度もある程度低減させたければ、例えばＭＬ
ＳＳ濃度を１５００ｍｇ／Ｌ、返送比を０．３、好気タ
ンク出口溶存酸素濃度を４ｍｇ／Ｌに設定すれば処理水
リン濃度として１．６ｍｇ／Ｌ、処理水窒素濃度として
８．２４ｍｇ／Ｌが得られることがわかった。これらの
シミュレーション結果より、発明者らは次のような考察
を導いた。すなわち、 （１）好気タンク出口溶存酸素濃度、返送比、およびＭ
ＬＳＳ濃度という３つの項目が処理水質を左右する重要
な制御因子である。 （２）上記制御項目を、従来のように別々の判断基準で
独自に設定しては良好な処理水質は得られない。３つを
同時に設定、変更することにより、良好な処理水質が得
られる。 （３）ただし、ＭＬＳＳ濃度は生物反応タンク内の微生
物濃度であるから、余剰汚泥として引き抜くことにより
減らすことはできても、急に増やすことはできない。そ
のときは、好気タンク出口溶存酸素濃度ならびに返送比
の２つを同時に設定、変更するだけでも相当の効果を奏
する。
【００２２】次に、別の環境条件でのシミュレーション
結果を示す。図５〜図７は水温１０℃での種々の運転条
件での定常状態のシミュレーション結果である。図５
（ａ）（ｂ）は、水温１０℃の条件でＭＬＳＳ濃度を１
０００ｍｇ／Ｌとしたときの処理水リン濃度ならびに窒
素濃度である。図６（ａ）（ｂ）は、水温１０℃の条件
でＭＬＳＳ濃度を１５００ｍｇ／Ｌとしたときの処理水
リン濃度ならびに窒素濃度である。図７（ａ）（ｂ）
は、水温１０℃の条件でＭＬＳＳ濃度を２０００ｍｇ／
Ｌとしたときの処理水リン濃度ならびに窒素濃度であ
る。また、図５〜図７において、横軸は好気タンク出口
の溶存酸素濃度、縦軸は処理水リン濃度もしくは窒素濃
度であり、返送比をパラメータとして両者の関係を示し
ている。
結果を示す。図５〜図７は水温１０℃での種々の運転条
件での定常状態のシミュレーション結果である。図５
（ａ）（ｂ）は、水温１０℃の条件でＭＬＳＳ濃度を１
０００ｍｇ／Ｌとしたときの処理水リン濃度ならびに窒
素濃度である。図６（ａ）（ｂ）は、水温１０℃の条件
でＭＬＳＳ濃度を１５００ｍｇ／Ｌとしたときの処理水
リン濃度ならびに窒素濃度である。図７（ａ）（ｂ）
は、水温１０℃の条件でＭＬＳＳ濃度を２０００ｍｇ／
Ｌとしたときの処理水リン濃度ならびに窒素濃度であ
る。また、図５〜図７において、横軸は好気タンク出口
の溶存酸素濃度、縦軸は処理水リン濃度もしくは窒素濃
度であり、返送比をパラメータとして両者の関係を示し
ている。
【００２３】図５〜図７において、水温が１０℃のとき
は、処理水リン濃度はほとんどのケースで０．１ｍｇ／
Ｌを下回り良好であった。その中で最も低いリン濃度
（０．０１７ｍｇ／Ｌ）が得られたのは、ＭＬＳＳ濃度
を１０００ｍｇ／Ｌ、返送比を０．４、好気タンク出口
溶存酸素濃度を４ｍｇ／Ｌに設定したときであった。一
方、窒素濃度はほとんどのケースで低減せず、唯一低減
したのは（１１．６０ｍｇ／Ｌ）、ＭＬＳＳ濃度を２０
００ｍｇ／Ｌ、返送比を０．４、好気タンク出口溶存酸
素濃度を４ｍｇ／Ｌに設定したときであった。これらの
シミュレーション結果より、図２〜図４のシミュレーシ
ョン結果と同様、好気タンク出口溶存酸素濃度、返送
比、およびＭＬＳＳ濃度という３つの項目が処理水質を
左右する重要な制御因子であり、これらを適切に設定す
ることにより、良好な処理水質が得られることがわかっ
た。さらに、図２〜図４のシミュレーション結果と図５
〜図７のシミュレーション結果とを比較すると、同じ運
転条件でも水温が異なると処理水リン濃度および窒素濃
度は全く異なっており、処理水質は水温に大きく左右さ
れる、言い換えると水温などの環境条件により上記生物
学的水処理装置の運転条件を変更する必要のあることが
わかった。
は、処理水リン濃度はほとんどのケースで０．１ｍｇ／
Ｌを下回り良好であった。その中で最も低いリン濃度
（０．０１７ｍｇ／Ｌ）が得られたのは、ＭＬＳＳ濃度
を１０００ｍｇ／Ｌ、返送比を０．４、好気タンク出口
溶存酸素濃度を４ｍｇ／Ｌに設定したときであった。一
方、窒素濃度はほとんどのケースで低減せず、唯一低減
したのは（１１．６０ｍｇ／Ｌ）、ＭＬＳＳ濃度を２０
００ｍｇ／Ｌ、返送比を０．４、好気タンク出口溶存酸
素濃度を４ｍｇ／Ｌに設定したときであった。これらの
シミュレーション結果より、図２〜図４のシミュレーシ
ョン結果と同様、好気タンク出口溶存酸素濃度、返送
比、およびＭＬＳＳ濃度という３つの項目が処理水質を
左右する重要な制御因子であり、これらを適切に設定す
ることにより、良好な処理水質が得られることがわかっ
た。さらに、図２〜図４のシミュレーション結果と図５
〜図７のシミュレーション結果とを比較すると、同じ運
転条件でも水温が異なると処理水リン濃度および窒素濃
度は全く異なっており、処理水質は水温に大きく左右さ
れる、言い換えると水温などの環境条件により上記生物
学的水処理装置の運転条件を変更する必要のあることが
わかった。
【００２４】以上の詳細な研究成果より、発明者らは、
上記生物学的水処理装置において良好な処理水質を得る
ための制御方法として、生物反応タンク内に流入する被
処理水の条件、環境条件、目標とする処理水質などを用
いて、上記水処理装置の２つ（好気タンク出口溶存酸素
濃度、返送比）または３つ（好気タンク出口溶存酸素濃
度、返送比、ＭＬＳＳ濃度）の運転条件を同時に設定、
変更する方法に想到した。運転条件の算出は、上記のよ
うな動力学モデルに基づく計算機シミュレーションを繰
り返して行うこともできる。ただし、モデルは長大かつ
複雑なので計算には長時間を要する。そこで発明者ら
は、上記演算を短時間に行うための方法として、運転条
件、流入する排水の条件、環境条件ならびに処理水質の
複雑な相互関係を１つに集約したニューラルネットワー
クモデルを用いる方法に想到した。
上記生物学的水処理装置において良好な処理水質を得る
ための制御方法として、生物反応タンク内に流入する被
処理水の条件、環境条件、目標とする処理水質などを用
いて、上記水処理装置の２つ（好気タンク出口溶存酸素
濃度、返送比）または３つ（好気タンク出口溶存酸素濃
度、返送比、ＭＬＳＳ濃度）の運転条件を同時に設定、
変更する方法に想到した。運転条件の算出は、上記のよ
うな動力学モデルに基づく計算機シミュレーションを繰
り返して行うこともできる。ただし、モデルは長大かつ
複雑なので計算には長時間を要する。そこで発明者ら
は、上記演算を短時間に行うための方法として、運転条
件、流入する排水の条件、環境条件ならびに処理水質の
複雑な相互関係を１つに集約したニューラルネットワー
クモデルを用いる方法に想到した。
【００２５】図８に本発明の実施の形態１に係わるニュ
ーラルネットワークモデルの一例を示す。このモデル
は、流入する排水の条件として流入流量を、環境条件と
して水温を、目標とする処理水質として処理水リン濃度
ならびに処理水窒素濃度を入力すると、上記処理水質を
達成するための運転条件として好気タンク出口溶存酸素
濃度（第１の運転条件）、返送比（第２の運転条件）、
およびＭＬＳＳ濃度（第３の運転条件）を出力するもの
である。
ーラルネットワークモデルの一例を示す。このモデル
は、流入する排水の条件として流入流量を、環境条件と
して水温を、目標とする処理水質として処理水リン濃度
ならびに処理水窒素濃度を入力すると、上記処理水質を
達成するための運転条件として好気タンク出口溶存酸素
濃度（第１の運転条件）、返送比（第２の運転条件）、
およびＭＬＳＳ濃度（第３の運転条件）を出力するもの
である。
【００２６】流入流量１５００〜４５００ｍ3／ｈ 、水
温１０〜２０℃、ＭＬＳＳ濃度１０００〜２０００ｍｇ
／Ｌ、返送比０．２〜０．４、好気タンク出口溶存酸素
濃度０．５〜４ｍｇ／Ｌの範囲で設定した計算機シミュ
レーション結果から得られた処理水質（処理水リン濃度
ならびに処理水窒素濃度）を基に教師データを作成し、
バックプロパゲーション法を用いて上記ニューラルネッ
トワークモデルの学習を行った。図９に学習曲線の一例
を示す。図９において、横軸は学習回数、縦軸は誤差を
示す。このように、教師データとニューラルネットワー
クモデルの出力値とがよく一致したことから、本モデル
を用いた制御が可能であることが示唆された。
温１０〜２０℃、ＭＬＳＳ濃度１０００〜２０００ｍｇ
／Ｌ、返送比０．２〜０．４、好気タンク出口溶存酸素
濃度０．５〜４ｍｇ／Ｌの範囲で設定した計算機シミュ
レーション結果から得られた処理水質（処理水リン濃度
ならびに処理水窒素濃度）を基に教師データを作成し、
バックプロパゲーション法を用いて上記ニューラルネッ
トワークモデルの学習を行った。図９に学習曲線の一例
を示す。図９において、横軸は学習回数、縦軸は誤差を
示す。このように、教師データとニューラルネットワー
クモデルの出力値とがよく一致したことから、本モデル
を用いた制御が可能であることが示唆された。
【００２７】図１０は、本発明の実施の形態１に係わる
嫌気−好気活性汚泥法を用いた生物学的水処理装置を示
す構成図である。実施の形態１の生物学的水処理装置に
おいては、流入する排水の条件として流入流量を、環境
条件として水温を、目標とする処理水質として処理水リ
ン濃度ならびに処理水窒素濃度を入力すると、上記処理
水質を達成するための運転条件として好気タンク出口溶
存酸素濃度、返送比、ならびにＭＬＳＳ濃度が出力さ
れ、出力された値に従って運転が制御される。
嫌気−好気活性汚泥法を用いた生物学的水処理装置を示
す構成図である。実施の形態１の生物学的水処理装置に
おいては、流入する排水の条件として流入流量を、環境
条件として水温を、目標とする処理水質として処理水リ
ン濃度ならびに処理水窒素濃度を入力すると、上記処理
水質を達成するための運転条件として好気タンク出口溶
存酸素濃度、返送比、ならびにＭＬＳＳ濃度が出力さ
れ、出力された値に従って運転が制御される。
【００２８】図１０において、１〜６、及びａ〜ｅは図
１６に示したものと同様のものである。１０は、予め、
流入流量、水温、および水処理装置の運転条件（好気タ
ンク出口溶存酸素濃度、返送比、ならびにＭＬＳＳ濃
度）に応じて得られた処理水リン濃度ならびに処理水窒
素濃度を用いて、図８に示されるように、流入流量、水
温、目標とする処理水リン濃度、ならびに処理水窒素濃
度を入力すると、好気タンク出口溶存酸素濃度、返送
比、ならびにＭＬＳＳ濃度が出力されるように作成され
たニューラルネットワークモデルを記憶した演算器であ
る。１１は流入流量を設定するための設定器であり、信
号線１１ａを介して演算器１０と接続されている。１２
は水温を設定するための設定器であり、信号線１２ａを
介して演算器１０と接続されている。１３は処理水リン
濃度の目標値を設定するための設定器であり、信号線１
３ａを介して演算器１０と接続されている。１４は処理
水窒素濃度の目標値を設定するための設定器であり、信
号線１４ａを介して演算器１０と接続されている。２１
は好気タンクへの空気供給量を制御するためのコントロ
ーラであり、信号線２１ａを介して演算器１０と、信号
線４ａを介して空気供給装置４と、また信号線３１ａを
介して好気タンク出口付近に設置された溶存酸素濃度計
３１と接続されている。２２は返送汚泥量を制御するた
めのコントローラであり、信号線２２ａを介して演算器
１０と、信号線６ａを介してポンプ６と接続されてい
る。２３は余剰汚泥引き抜き量を制御するためのコント
ローラであり、信号線２３ａを介して演算器１０と、信
号線５ａを介してポンプ５と、信号線３２ａを介して生
物反応タンク内に設置されたＭＬＳＳ濃度計３２と接続
されている。なお、ＭＬＳＳ濃度計の位置は図１０に何
等制限されるものではなく、嫌気タンク、好気タンクの
いずれかに設置してもよい。
１６に示したものと同様のものである。１０は、予め、
流入流量、水温、および水処理装置の運転条件（好気タ
ンク出口溶存酸素濃度、返送比、ならびにＭＬＳＳ濃
度）に応じて得られた処理水リン濃度ならびに処理水窒
素濃度を用いて、図８に示されるように、流入流量、水
温、目標とする処理水リン濃度、ならびに処理水窒素濃
度を入力すると、好気タンク出口溶存酸素濃度、返送
比、ならびにＭＬＳＳ濃度が出力されるように作成され
たニューラルネットワークモデルを記憶した演算器であ
る。１１は流入流量を設定するための設定器であり、信
号線１１ａを介して演算器１０と接続されている。１２
は水温を設定するための設定器であり、信号線１２ａを
介して演算器１０と接続されている。１３は処理水リン
濃度の目標値を設定するための設定器であり、信号線１
３ａを介して演算器１０と接続されている。１４は処理
水窒素濃度の目標値を設定するための設定器であり、信
号線１４ａを介して演算器１０と接続されている。２１
は好気タンクへの空気供給量を制御するためのコントロ
ーラであり、信号線２１ａを介して演算器１０と、信号
線４ａを介して空気供給装置４と、また信号線３１ａを
介して好気タンク出口付近に設置された溶存酸素濃度計
３１と接続されている。２２は返送汚泥量を制御するた
めのコントローラであり、信号線２２ａを介して演算器
１０と、信号線６ａを介してポンプ６と接続されてい
る。２３は余剰汚泥引き抜き量を制御するためのコント
ローラであり、信号線２３ａを介して演算器１０と、信
号線５ａを介してポンプ５と、信号線３２ａを介して生
物反応タンク内に設置されたＭＬＳＳ濃度計３２と接続
されている。なお、ＭＬＳＳ濃度計の位置は図１０に何
等制限されるものではなく、嫌気タンク、好気タンクの
いずれかに設置してもよい。
【００２９】次に、実施の形態１の動作について説明す
る。設定器１１、１２、１３、１４に設定された流入流
量、水温、処理水リン濃度の目標値ならびに処理水窒素
濃度の目標値は、信号線１１ａ、１２ａ、１３ａ、１４
ａを介して演算器１０に入力される。演算器１０では、
記憶されているニューラルネットワークモデルを用い
て、与えられた条件を満たすための好気タンク出口溶存
酸素濃度、返送汚泥量、ＭＬＳＳ濃度の設定値を算出す
る。好気タンク出口溶存酸素濃度の設定値は、信号線２
１ａを介してコントローラ２１へ送られる。コントロー
ラ２１は、信号線３１ａを介して送られてくる溶存酸素
濃度計３１の値が上記設定値となるように空気供給量を
制御する。制御信号は信号線４ａを介して空気供給装置
４へ送られる。返送比の設定値は、信号線２２ａを介し
てコントローラ２２へ送られる。コントローラ２２は、
返送比が上記設定値となるように返送汚泥量を制御す
る。制御信号は信号線６ａを介してポンプ６へ送られ
る。ＭＬＳＳ濃度の設定値は、信号線２３ａを介してコ
ントローラ２３へ送られる。コントローラ２３は、信号
線３２ａを介して送られてくるＭＬＳＳ濃度計３２の値
が上記設定値となるように余剰汚泥引き抜き量を制御す
る。制御信号は信号線５ａを介してポンプ５へ送られ
る。
る。設定器１１、１２、１３、１４に設定された流入流
量、水温、処理水リン濃度の目標値ならびに処理水窒素
濃度の目標値は、信号線１１ａ、１２ａ、１３ａ、１４
ａを介して演算器１０に入力される。演算器１０では、
記憶されているニューラルネットワークモデルを用い
て、与えられた条件を満たすための好気タンク出口溶存
酸素濃度、返送汚泥量、ＭＬＳＳ濃度の設定値を算出す
る。好気タンク出口溶存酸素濃度の設定値は、信号線２
１ａを介してコントローラ２１へ送られる。コントロー
ラ２１は、信号線３１ａを介して送られてくる溶存酸素
濃度計３１の値が上記設定値となるように空気供給量を
制御する。制御信号は信号線４ａを介して空気供給装置
４へ送られる。返送比の設定値は、信号線２２ａを介し
てコントローラ２２へ送られる。コントローラ２２は、
返送比が上記設定値となるように返送汚泥量を制御す
る。制御信号は信号線６ａを介してポンプ６へ送られ
る。ＭＬＳＳ濃度の設定値は、信号線２３ａを介してコ
ントローラ２３へ送られる。コントローラ２３は、信号
線３２ａを介して送られてくるＭＬＳＳ濃度計３２の値
が上記設定値となるように余剰汚泥引き抜き量を制御す
る。制御信号は信号線５ａを介してポンプ５へ送られ
る。
【００３０】これにより、与えられた条件下で処理水リ
ン濃度ならびに窒素濃度の目標値を達成するように、好
気タンク出口溶存酸素濃度、返送比、ＭＬＳＳ濃度が適
切に設定されるので、良好な処理水質を安定して得るこ
とができる。
ン濃度ならびに窒素濃度の目標値を達成するように、好
気タンク出口溶存酸素濃度、返送比、ＭＬＳＳ濃度が適
切に設定されるので、良好な処理水質を安定して得るこ
とができる。
【００３１】実施の形態２．次に本発明の実施の形態２
に係わる研究成果を説明するとともに、本発明に想到し
た経緯について述べる。降雨があり、溶存酸素を含む雨
水が流入すると、嫌気タンクでのリンの吐出が鈍り好気
タンクでの摂取も制限されるために、リンの除去率が低
減することが知られている。図１１（ａ）は、ＭＬＳＳ
濃度１０００ｍｇ／Ｌ、返送比０．３、好気タンク出口
溶存酸素濃度（ＤＯ濃度）２ｍｇ／Ｌの定常状態にある
ところへ６時間の降雨があったと仮定したシミュレーシ
ョン結果であり、横軸は時間、縦軸左は処理水リン濃
度、縦軸右は流入流量を示す。降雨中は流入流量が倍増
し、各基質濃度は１／２に希釈されるものとした。ま
た、流入水には１ｍｇ／Ｌの酸素が溶存するとした。ま
た、動力学モデルおよびシミュレーション条件は実施の
形態１で用いたものと同じとした。図において、曲線Ａ
は流入流量、曲線Ｂは降雨期間中も上記と同じ運転条件
で運転したときの処理水リン濃度、曲線Ｃは降雨時のみ
返送比０．２、ＤＯ濃度４ｍｇ／Ｌで運転し、他の期間
は前記定常状態と同様の運転条件で運転したときの処理
水リン濃度を示す。また、図１１（ｂ）は、ＭＬＳＳ濃
度１０００ｍｇ／Ｌ、返送比０．２、好気タンク出口溶
存酸素濃度（ＤＯ濃度）１ｍｇ／Ｌの定常状態にあると
ころへ図１１（ａ）と同じ６時間の降雨があったと仮定
したシミュレーション結果である。図において、曲線Ｄ
は流入流量、曲線Ｅは降雨期間中も上記と同じ運転条件
で運転したときの処理水リン濃度、曲線Ｆは降雨時のみ
返送比０．３、ＤＯ濃度４ｍｇ／Ｌで運転し、他の期間
は前記定常状態と同様の運転条件で運転したときの処理
水リン濃度を示す。その他は図１１（ａ）と同様であ
る。
に係わる研究成果を説明するとともに、本発明に想到し
た経緯について述べる。降雨があり、溶存酸素を含む雨
水が流入すると、嫌気タンクでのリンの吐出が鈍り好気
タンクでの摂取も制限されるために、リンの除去率が低
減することが知られている。図１１（ａ）は、ＭＬＳＳ
濃度１０００ｍｇ／Ｌ、返送比０．３、好気タンク出口
溶存酸素濃度（ＤＯ濃度）２ｍｇ／Ｌの定常状態にある
ところへ６時間の降雨があったと仮定したシミュレーシ
ョン結果であり、横軸は時間、縦軸左は処理水リン濃
度、縦軸右は流入流量を示す。降雨中は流入流量が倍増
し、各基質濃度は１／２に希釈されるものとした。ま
た、流入水には１ｍｇ／Ｌの酸素が溶存するとした。ま
た、動力学モデルおよびシミュレーション条件は実施の
形態１で用いたものと同じとした。図において、曲線Ａ
は流入流量、曲線Ｂは降雨期間中も上記と同じ運転条件
で運転したときの処理水リン濃度、曲線Ｃは降雨時のみ
返送比０．２、ＤＯ濃度４ｍｇ／Ｌで運転し、他の期間
は前記定常状態と同様の運転条件で運転したときの処理
水リン濃度を示す。また、図１１（ｂ）は、ＭＬＳＳ濃
度１０００ｍｇ／Ｌ、返送比０．２、好気タンク出口溶
存酸素濃度（ＤＯ濃度）１ｍｇ／Ｌの定常状態にあると
ころへ図１１（ａ）と同じ６時間の降雨があったと仮定
したシミュレーション結果である。図において、曲線Ｄ
は流入流量、曲線Ｅは降雨期間中も上記と同じ運転条件
で運転したときの処理水リン濃度、曲線Ｆは降雨時のみ
返送比０．３、ＤＯ濃度４ｍｇ／Ｌで運転し、他の期間
は前記定常状態と同様の運転条件で運転したときの処理
水リン濃度を示す。その他は図１１（ａ）と同様であ
る。
【００３２】図１１（ａ）に示すように、降雨期間中も
同じ運転条件を設定した場合（曲線Ｂ）は処理水リン濃
度が一時的に上昇した。しかし、返送比を０．２に、好
気タンク出口溶存酸素濃度を４ｍｇ／Ｌに設定する（曲
線Ｃ）とリン濃度の上昇は抑制された。また、図１１
（ｂ）のケースでは、返送比を０．３に、好気タンク出
口溶存酸素濃度を４ｍｇ／Ｌに設定する（曲線Ｆ）とリ
ン濃度の上昇は抑制された。以上のシミュレーション結
果より、次のことがわかった。すなわち、 （１）従来、溶存酸素を含む雨水が流入したときは好気
タンクへの空気供給量を減らすのがよいとされてきた
が、逆に空気供給量を増やして溶存酸素濃度を高めた方
が好気タンクでのリンの吸着量が一時的に増え、処理水
リン濃度の上昇を抑えられる。 （２）同じ降雨があった場合でも、降雨前の運転条件が
異なると、降雨期間に設定するべき、すなわちリン濃度
の上昇が抑制される運転条件は異なる。このように、上
記生物学的水処理装置の新しい運転条件を設定する際に
は、場合によっては、現在の運転条件や現在の処理水質
も考慮する必要がある。
同じ運転条件を設定した場合（曲線Ｂ）は処理水リン濃
度が一時的に上昇した。しかし、返送比を０．２に、好
気タンク出口溶存酸素濃度を４ｍｇ／Ｌに設定する（曲
線Ｃ）とリン濃度の上昇は抑制された。また、図１１
（ｂ）のケースでは、返送比を０．３に、好気タンク出
口溶存酸素濃度を４ｍｇ／Ｌに設定する（曲線Ｆ）とリ
ン濃度の上昇は抑制された。以上のシミュレーション結
果より、次のことがわかった。すなわち、 （１）従来、溶存酸素を含む雨水が流入したときは好気
タンクへの空気供給量を減らすのがよいとされてきた
が、逆に空気供給量を増やして溶存酸素濃度を高めた方
が好気タンクでのリンの吸着量が一時的に増え、処理水
リン濃度の上昇を抑えられる。 （２）同じ降雨があった場合でも、降雨前の運転条件が
異なると、降雨期間に設定するべき、すなわちリン濃度
の上昇が抑制される運転条件は異なる。このように、上
記生物学的水処理装置の新しい運転条件を設定する際に
は、場合によっては、現在の運転条件や現在の処理水質
も考慮する必要がある。
【００３３】以上の詳細な研究成果より、発明者らは、
生物学的水処理装置において良好な処理水質を得るため
の制御方法として、生物反応タンク内に流入する被処理
水の条件、環境条件、目標とする処理水質、現在の水処
理装置の運転条件や現在の処理水質などを用いて、上記
水処理装置の２つ（好気タンク出口溶存酸素濃度、返送
比）または３つ（好気タンク出口溶存酸素濃度、返送
比、ＭＬＳＳ濃度）の運転条件を同時に設定、変更する
方法に想到した。
生物学的水処理装置において良好な処理水質を得るため
の制御方法として、生物反応タンク内に流入する被処理
水の条件、環境条件、目標とする処理水質、現在の水処
理装置の運転条件や現在の処理水質などを用いて、上記
水処理装置の２つ（好気タンク出口溶存酸素濃度、返送
比）または３つ（好気タンク出口溶存酸素濃度、返送
比、ＭＬＳＳ濃度）の運転条件を同時に設定、変更する
方法に想到した。
【００３４】図１２に本発明の実施の形態２に係わるニ
ューラルネットワークモデルの一例を示す。このモデル
は、流入する排水の条件として雨の強さ（実際には降雨
期間中の流入流量）ならびに降雨の継続時間を、また現
在の水処理装置の運転条件として、現在の好気タンク出
口溶存酸素濃度ならびに現在の返送比を入力すると、処
理水リン濃度の上昇を抑制する運転条件として、好気タ
ンク出口溶存酸素濃度（第１の運転条件）、ならびに返
送比（第２の運転条件）を出力するものである。なお、
ここではＭＬＳＳ濃度（第３の運転条件）は１０００ｍ
ｇ／Ｌで一定としている。
ューラルネットワークモデルの一例を示す。このモデル
は、流入する排水の条件として雨の強さ（実際には降雨
期間中の流入流量）ならびに降雨の継続時間を、また現
在の水処理装置の運転条件として、現在の好気タンク出
口溶存酸素濃度ならびに現在の返送比を入力すると、処
理水リン濃度の上昇を抑制する運転条件として、好気タ
ンク出口溶存酸素濃度（第１の運転条件）、ならびに返
送比（第２の運転条件）を出力するものである。なお、
ここではＭＬＳＳ濃度（第３の運転条件）は１０００ｍ
ｇ／Ｌで一定としている。
【００３５】降雨期間中の流入流量３７５０〜６０００
ｍ3／ｈ、継続時間３〜１２時間、返送比０．２〜０．
４、好気タンク出口溶存酸素濃度０．５〜４ｍｇ／Ｌの
範囲で設定した計算機シミュレーション結果から得られ
た処理水質（処理水リン濃度ならびに処理水窒素濃度）
を基に教師データを作成し、バックプロパゲーション法
を用いて上記ニューラルネットワークモデルの学習を行
った。図１３に学習曲線の一例を示す。図１３におい
て、横軸は学習回数、縦軸は誤差を示す。このように、
教師データとニューラルネットワークモデルの出力値と
がよく一致したことから、本モデルを用いた制御が可能
であることが示唆された。
ｍ3／ｈ、継続時間３〜１２時間、返送比０．２〜０．
４、好気タンク出口溶存酸素濃度０．５〜４ｍｇ／Ｌの
範囲で設定した計算機シミュレーション結果から得られ
た処理水質（処理水リン濃度ならびに処理水窒素濃度）
を基に教師データを作成し、バックプロパゲーション法
を用いて上記ニューラルネットワークモデルの学習を行
った。図１３に学習曲線の一例を示す。図１３におい
て、横軸は学習回数、縦軸は誤差を示す。このように、
教師データとニューラルネットワークモデルの出力値と
がよく一致したことから、本モデルを用いた制御が可能
であることが示唆された。
【００３６】図１４は、実施の形態２に係わる嫌気−好
気活性汚泥法を用いた生物学的水処理装置を示す構成図
である。実施の形態２の生物学的水処理装置において
は、流入する排水の条件として、降雨強度（降雨期間中
の流入流量）ならびに降雨の継続時間を、また現在の水
処理装置の運転条件として好気タンク出口溶存酸素濃度
ならびに返送比を入力すると、処理水リン濃度の上昇を
抑制する運転条件として、好気タンク出口溶存酸素濃度
ならびに返送比が新たに出力され、出力された値に従っ
て運転が制御される。
気活性汚泥法を用いた生物学的水処理装置を示す構成図
である。実施の形態２の生物学的水処理装置において
は、流入する排水の条件として、降雨強度（降雨期間中
の流入流量）ならびに降雨の継続時間を、また現在の水
処理装置の運転条件として好気タンク出口溶存酸素濃度
ならびに返送比を入力すると、処理水リン濃度の上昇を
抑制する運転条件として、好気タンク出口溶存酸素濃度
ならびに返送比が新たに出力され、出力された値に従っ
て運転が制御される。
【００３７】図１４において、１５は降雨強度を設定す
るための設定器であり、信号線１５ａを介して演算器１
０と接続されている。１６は降雨の継続時間を設定する
ための設定器であり、信号線１６ａを介して演算器１０
と接続されている。１７は現在の返送比を設定するため
の設定器であり、信号線１７ａを介して演算器１０と接
続されている。１８は現在の好気タンク出口溶存酸素濃
度を設定するための設定器であり、信号線１８ａを介し
て演算器１０と接続されている。演算器１０には、予
め、降雨強度、降雨の継続時間、および水処理装置の運
転条件（好気タンク出口溶存酸素濃度、返送比、ならび
にＭＬＳＳ濃度）に応じて得られた処理水リン濃度なら
びに処理水窒素濃度を用いて、図１２に示されるよう
に、雨の強さ、継続時間、現在の好気タンク出口溶存酸
素濃度、ならびに現在の返送比を入力すると、処理水リ
ン濃度の上昇を抑制する運転条件として好気タンク出口
溶存酸素濃度ならびに返送比が出力されるように作成さ
れたニューラルネットワークモデルが記憶されている。
その他は図１０、および図１６と同一または相当部分を
示す。
るための設定器であり、信号線１５ａを介して演算器１
０と接続されている。１６は降雨の継続時間を設定する
ための設定器であり、信号線１６ａを介して演算器１０
と接続されている。１７は現在の返送比を設定するため
の設定器であり、信号線１７ａを介して演算器１０と接
続されている。１８は現在の好気タンク出口溶存酸素濃
度を設定するための設定器であり、信号線１８ａを介し
て演算器１０と接続されている。演算器１０には、予
め、降雨強度、降雨の継続時間、および水処理装置の運
転条件（好気タンク出口溶存酸素濃度、返送比、ならび
にＭＬＳＳ濃度）に応じて得られた処理水リン濃度なら
びに処理水窒素濃度を用いて、図１２に示されるよう
に、雨の強さ、継続時間、現在の好気タンク出口溶存酸
素濃度、ならびに現在の返送比を入力すると、処理水リ
ン濃度の上昇を抑制する運転条件として好気タンク出口
溶存酸素濃度ならびに返送比が出力されるように作成さ
れたニューラルネットワークモデルが記憶されている。
その他は図１０、および図１６と同一または相当部分を
示す。
【００３８】次に、実施の形態２の動作について説明す
る。設定器１５、１６、１７、１８に設定された降雨強
度、降雨の継続時間、現在の好気タンク出口溶存酸素濃
度、ならびに現在の返送比は、信号線１５ａ、１６ａ、
１７ａ、１８ａを介して演算器１０に入力される。演算
器１０では、記憶されているニューラルネットワークモ
デルを用いて、与えられた条件を満たすための好気タン
ク出口溶存酸素濃度ならびに返送比の設定値を算出す
る。好気タンク出口溶存酸素濃度の設定値は信号線２１
ａを介してコントローラ２１へ送られる。また、返送比
の設定値は信号線２２ａを介してコントローラ２２へ送
られる。その他は実施の形態１と同様である。
る。設定器１５、１６、１７、１８に設定された降雨強
度、降雨の継続時間、現在の好気タンク出口溶存酸素濃
度、ならびに現在の返送比は、信号線１５ａ、１６ａ、
１７ａ、１８ａを介して演算器１０に入力される。演算
器１０では、記憶されているニューラルネットワークモ
デルを用いて、与えられた条件を満たすための好気タン
ク出口溶存酸素濃度ならびに返送比の設定値を算出す
る。好気タンク出口溶存酸素濃度の設定値は信号線２１
ａを介してコントローラ２１へ送られる。また、返送比
の設定値は信号線２２ａを介してコントローラ２２へ送
られる。その他は実施の形態１と同様である。
【００３９】これにより、与えられた条件下で処理水リ
ン濃度の上昇が抑制されるように好気タンク出口溶存酸
素濃度ならびに返送比が適切に設定されるので、良好な
処理水質を安定して得ることができる。
ン濃度の上昇が抑制されるように好気タンク出口溶存酸
素濃度ならびに返送比が適切に設定されるので、良好な
処理水質を安定して得ることができる。
【００４０】なお、上記実施の形態２では、現在の処理
水質を考慮しなかったが、これを考慮すればより精緻に
処理水質を制御できる。また、現在の運転条件のかわり
に現在の処理水質を用いるようにしても、実施の形態２
と同等の効果を奏する。
水質を考慮しなかったが、これを考慮すればより精緻に
処理水質を制御できる。また、現在の運転条件のかわり
に現在の処理水質を用いるようにしても、実施の形態２
と同等の効果を奏する。
【００４１】また、上記実施の形態２は、ニューラルネ
ットワークモデルに供する現在の運転条件ならびに新た
に算出する運転条件を、好気タンク出口溶存酸素濃度
（第１の運転条件）と返送比（第２の運転条件）とした
が、その他の運転条件、例えばＭＬＳＳ濃度、凝集剤添
加量などの運転条件を合わせて用いても、上記実施の形
態と同様の効果もしくはより精緻に処理水質を制御でき
るという効果を奏する。また、ニューラルネットワーク
モデルに供する現在の運転条件、ならびに新たに算出す
る運転条件を、好気タンク出口溶存酸素濃度（第１の運
転条件）とＭＬＳＳ濃度（第３の運転条件）、あるいは
返送比（第２の運転条件）とＭＬＳＳ濃度（第３の運転
条件）の組み合わせからなる２つの運転条件を用いるよ
うにしてもよい。
ットワークモデルに供する現在の運転条件ならびに新た
に算出する運転条件を、好気タンク出口溶存酸素濃度
（第１の運転条件）と返送比（第２の運転条件）とした
が、その他の運転条件、例えばＭＬＳＳ濃度、凝集剤添
加量などの運転条件を合わせて用いても、上記実施の形
態と同様の効果もしくはより精緻に処理水質を制御でき
るという効果を奏する。また、ニューラルネットワーク
モデルに供する現在の運転条件、ならびに新たに算出す
る運転条件を、好気タンク出口溶存酸素濃度（第１の運
転条件）とＭＬＳＳ濃度（第３の運転条件）、あるいは
返送比（第２の運転条件）とＭＬＳＳ濃度（第３の運転
条件）の組み合わせからなる２つの運転条件を用いるよ
うにしてもよい。
【００４２】また、上記実施の形態２では流入する排水
の条件と現在の運転条件を入力し、処理水リン濃度の上
昇を抑制する新たな運転条件を出力するようにしたが、
環境条件、または目標とする処理水質と現在の水処理装
置の運転条件とを入力し、新たな運転条件を出力するよ
うにニューラルネットワークモデルを作成して水処理装
置を制御してもよい。また、排水の条件、環境条件、お
よび目標とする処理水質のうちの２つまたは３つと、現
在の水処理装置の運転条件とを入力し、新たな運転条件
を出力するようにニューラルネットワークモデルを作成
して水処理装置を制御してもよい。
の条件と現在の運転条件を入力し、処理水リン濃度の上
昇を抑制する新たな運転条件を出力するようにしたが、
環境条件、または目標とする処理水質と現在の水処理装
置の運転条件とを入力し、新たな運転条件を出力するよ
うにニューラルネットワークモデルを作成して水処理装
置を制御してもよい。また、排水の条件、環境条件、お
よび目標とする処理水質のうちの２つまたは３つと、現
在の水処理装置の運転条件とを入力し、新たな運転条件
を出力するようにニューラルネットワークモデルを作成
して水処理装置を制御してもよい。
【００４３】また、上記実施の形態１では、環境条件と
して水温をニューラルネットワークモデルに供したが、
気温、天候などを供するようにしても、上記実施の形態
と同様の効果もしくはより精緻に処理水質を制御できる
という効果を奏する。
して水温をニューラルネットワークモデルに供したが、
気温、天候などを供するようにしても、上記実施の形態
と同様の効果もしくはより精緻に処理水質を制御できる
という効果を奏する。
【００４４】また、実施の形態１では、運転条件として
好気タンク出口溶存酸素濃度（第１の運転条件）、返送
比（第２の運転条件）、ならびにＭＬＳＳ濃度（第３の
運転条件）を出力したが、実施の形態２のようにこれら
の項目のうち、好気タンク出口溶存酸素濃度（第１の運
転条件）と返送比（第２の運転条件）、または好気タン
ク出口溶存酸素濃度（第１の運転条件）とＭＬＳＳ濃度
（第３の運転条件）、または返送比（第２の運転条件）
とＭＬＳＳ濃度（第３の運転条件）の組み合わせからな
る２つの運転条件を出力するようにすることもできる。
また、その他の運転条件、例えば凝集剤添加量などを出
力するようにしても、上記実施の形態と同様の効果もし
くはより精緻に処理水質を制御できるという効果を奏す
る。
好気タンク出口溶存酸素濃度（第１の運転条件）、返送
比（第２の運転条件）、ならびにＭＬＳＳ濃度（第３の
運転条件）を出力したが、実施の形態２のようにこれら
の項目のうち、好気タンク出口溶存酸素濃度（第１の運
転条件）と返送比（第２の運転条件）、または好気タン
ク出口溶存酸素濃度（第１の運転条件）とＭＬＳＳ濃度
（第３の運転条件）、または返送比（第２の運転条件）
とＭＬＳＳ濃度（第３の運転条件）の組み合わせからな
る２つの運転条件を出力するようにすることもできる。
また、その他の運転条件、例えば凝集剤添加量などを出
力するようにしても、上記実施の形態と同様の効果もし
くはより精緻に処理水質を制御できるという効果を奏す
る。
【００４５】また、実施の形態１では流入する排水の条
件と環境条件と目標とする処理水質とをニューラルネッ
トワークモデルに入力したが、これらのうちの少なくと
も１つを入力するものでもよい。
件と環境条件と目標とする処理水質とをニューラルネッ
トワークモデルに入力したが、これらのうちの少なくと
も１つを入力するものでもよい。
【００４６】また、上記実施の形態１、２では、流入す
る排水の条件として流入流量をニューラルネットワーク
モデルに供したが、流入排水中の汚濁物の濃度、例えば
有機物濃度、窒素濃度、リン濃度などを供するようにし
ても、上記実施の形態と同様の効果もしくはより精緻に
処理水質を制御できるという効果を奏する。
る排水の条件として流入流量をニューラルネットワーク
モデルに供したが、流入排水中の汚濁物の濃度、例えば
有機物濃度、窒素濃度、リン濃度などを供するようにし
ても、上記実施の形態と同様の効果もしくはより精緻に
処理水質を制御できるという効果を奏する。
【００４７】また、上記実施の形態１、２では、目標と
する処理水質として処理水リン濃度ならびに処理水窒素
濃度をニューラルネットワークモデルに供したが、どち
らか一方のみを供するようにすることもできる。また、
その他の処理水質、例えば有機物濃度を供するようにす
ることもできる。
する処理水質として処理水リン濃度ならびに処理水窒素
濃度をニューラルネットワークモデルに供したが、どち
らか一方のみを供するようにすることもできる。また、
その他の処理水質、例えば有機物濃度を供するようにす
ることもできる。
【００４８】実施の形態３．次に、本発明の実施の形態
３に係わる研究成果を説明するとともに、本発明に想到
した経緯について述べる。実施の形態１では、種々の運
転条件で定常状態に達したときの処理水質について議論
した。このとき、生物反応タンク内に流入する被処理水
の条件、環境条件および目標とする処理水質を用いて適
切な運転条件を決定できることがわかった。一方、実施
の形態２では、雨水が流入したときのような非定常状態
の処理水質について議論した。このとき、生物反応タン
ク内に流入する被処理水の条件、環境条件および目標と
する処理水質だけでは適切な運転条件を決めることはで
きず、現在の運転条件や現在の処理水質も考慮する必要
のあることがわかった。定常状態のプラントを念頭にお
いた制御、すなわち制御設定値計画のようなものと、非
定常状態のプラントを念頭においた制御、すなわち比較
的短い周期での制御設定値の調整とは、方式、対象とす
る制御項目などを変えて行うのが適切かつ効率的である
と考えられる。以上のことから発明者らは以下に述べる
ような制御方法に想到した。
３に係わる研究成果を説明するとともに、本発明に想到
した経緯について述べる。実施の形態１では、種々の運
転条件で定常状態に達したときの処理水質について議論
した。このとき、生物反応タンク内に流入する被処理水
の条件、環境条件および目標とする処理水質を用いて適
切な運転条件を決定できることがわかった。一方、実施
の形態２では、雨水が流入したときのような非定常状態
の処理水質について議論した。このとき、生物反応タン
ク内に流入する被処理水の条件、環境条件および目標と
する処理水質だけでは適切な運転条件を決めることはで
きず、現在の運転条件や現在の処理水質も考慮する必要
のあることがわかった。定常状態のプラントを念頭にお
いた制御、すなわち制御設定値計画のようなものと、非
定常状態のプラントを念頭においた制御、すなわち比較
的短い周期での制御設定値の調整とは、方式、対象とす
る制御項目などを変えて行うのが適切かつ効率的である
と考えられる。以上のことから発明者らは以下に述べる
ような制御方法に想到した。
【００４９】図１５は、本発明の実施の形態３に係わる
嫌気−好気活性汚泥法を用いた生物学的水処理装置を示
す構成図である。図１５において、１００は対象とする
生物学的水処理装置の運転条件を計画するための演算器
であり、生物反応タンク内に流入する被処理水の条件、
環境条件および目標とする処理水質を入力すると好気タ
ンク出口溶存酸素濃度、返送比ならびにＭＬＳＳ濃度の
計画値、すなわち与えられた条件が定常的に保たれてい
る場合に目標水質を達成しうる各運転条件（好気タンク
出口溶存酸素濃度、返送比ならびにＭＬＳＳ濃度）を出
力するように作成されたニューラルネットワークモデル
を記憶している。２００は非定常状態において各運転条
件を調整するための演算器であり、演算器１００の入力
項目の他に、現在の運転条件および現在の処理水質を入
力すると、好気タンク出口溶存酸素濃度および返送比の
新しい設定値を出力するように作成されたニューラルネ
ットワークモデルを記憶している。１０１は生物反応タ
ンク内に流入する被処理水の条件、例えば流入下水の流
量などを設定するための設定器であり、信号線１０１ａ
を介して演算器１００と、信号線１０１ｂを介して演算
器２００と接続されている。１０２は環境条件、例えば
水温などを設定するための設定器であり、信号線１０２
ａを介して演算器１００と、信号線１０２ｂを介して演
算器２００と接続されている。１０３は目標とする処理
水質、例えば処理水リン濃度などを設定するための設定
器であり、信号線１０３ａを介して演算器１００と、信
号線１０３ｂを介して演算器２００と接続されている。
１０４は現在の処理水質、例えば処理水の分析等によっ
て得られた現在の処理水リン濃度などを入力するための
設定器であり、信号線１０４ｂを介して演算器２００と
接続されている。３０２は演算器２００の動作を制御す
るためのタイマであり、信号線３０２ａを介して演算器
２００と接続されている。４０２はタイマ３０２の周期
を設定するための設定器であり、信号線４０２ａを介し
てタイマ３０２と接続されている。５０２は演算器２０
０が出力した流量、水温、処理水リン濃度等の設定値を
記憶している記憶回路であり信号線５０２ａならびに５
０２ｂを介して演算器２００と接続されている。さら
に、演算器１００は、信号線１００ａ、１００ｂ、１０
０ｃを介して好気タンクへの空気供給量を制御するため
のコントローラ２１、返送汚泥量を制御するためのコン
トローラ２２、余剰汚泥引き抜き量を制御するためのコ
ントローラ２３と接続されている。演算器２００は、信
号線１００ａ、１００ｂを介して好気タンクへの空気供
給量を制御するためのコントローラ２１、返送汚泥量を
制御するためのコントローラ２２と接続されている。そ
の他は図１０および図１４と同一または相当部分を示
す。
嫌気−好気活性汚泥法を用いた生物学的水処理装置を示
す構成図である。図１５において、１００は対象とする
生物学的水処理装置の運転条件を計画するための演算器
であり、生物反応タンク内に流入する被処理水の条件、
環境条件および目標とする処理水質を入力すると好気タ
ンク出口溶存酸素濃度、返送比ならびにＭＬＳＳ濃度の
計画値、すなわち与えられた条件が定常的に保たれてい
る場合に目標水質を達成しうる各運転条件（好気タンク
出口溶存酸素濃度、返送比ならびにＭＬＳＳ濃度）を出
力するように作成されたニューラルネットワークモデル
を記憶している。２００は非定常状態において各運転条
件を調整するための演算器であり、演算器１００の入力
項目の他に、現在の運転条件および現在の処理水質を入
力すると、好気タンク出口溶存酸素濃度および返送比の
新しい設定値を出力するように作成されたニューラルネ
ットワークモデルを記憶している。１０１は生物反応タ
ンク内に流入する被処理水の条件、例えば流入下水の流
量などを設定するための設定器であり、信号線１０１ａ
を介して演算器１００と、信号線１０１ｂを介して演算
器２００と接続されている。１０２は環境条件、例えば
水温などを設定するための設定器であり、信号線１０２
ａを介して演算器１００と、信号線１０２ｂを介して演
算器２００と接続されている。１０３は目標とする処理
水質、例えば処理水リン濃度などを設定するための設定
器であり、信号線１０３ａを介して演算器１００と、信
号線１０３ｂを介して演算器２００と接続されている。
１０４は現在の処理水質、例えば処理水の分析等によっ
て得られた現在の処理水リン濃度などを入力するための
設定器であり、信号線１０４ｂを介して演算器２００と
接続されている。３０２は演算器２００の動作を制御す
るためのタイマであり、信号線３０２ａを介して演算器
２００と接続されている。４０２はタイマ３０２の周期
を設定するための設定器であり、信号線４０２ａを介し
てタイマ３０２と接続されている。５０２は演算器２０
０が出力した流量、水温、処理水リン濃度等の設定値を
記憶している記憶回路であり信号線５０２ａならびに５
０２ｂを介して演算器２００と接続されている。さら
に、演算器１００は、信号線１００ａ、１００ｂ、１０
０ｃを介して好気タンクへの空気供給量を制御するため
のコントローラ２１、返送汚泥量を制御するためのコン
トローラ２２、余剰汚泥引き抜き量を制御するためのコ
ントローラ２３と接続されている。演算器２００は、信
号線１００ａ、１００ｂを介して好気タンクへの空気供
給量を制御するためのコントローラ２１、返送汚泥量を
制御するためのコントローラ２２と接続されている。そ
の他は図１０および図１４と同一または相当部分を示
す。
【００５０】次に、実施の形態３の動作について説明す
る。設定器１０１、１０２、１０３に設定された生物反
応タンク内に流入する被処理水の条件、環境条件および
目標とする処理水質は、信号線１０１ａ、１０２ａ、１
０３ａを介して演算器１００に入力される。演算器１０
０は記憶されているニューラルネットワークモデルを用
いて、与えられた条件が定常的に保たれている場合に、
上記目標水質を達成しうる各運転条件として好気タンク
出口溶存酸素濃度、返送比ならびにＭＬＳＳ濃度の計画
値を算出する。すなわち、好気タンク出口溶存酸素濃度
や返送比のように応答の速い制御変数に対しては、運転
条件の初期設定値として該演算値が与えられる。具体的
には信号線１００ａ、１００ｂを介して演算器１００の
出力がコントローラ２１、２２へ送られる。ＭＬＳＳ濃
度のように応答の遅い制御変数に対しては、運転条件の
設定値そのものとして該演算値が与えられる。具体的に
は信号線１００ｃを介して演算器１００の出力がコント
ローラ２３へ送られる。この動作は、例えば季節毎な
ど、生物反応タンク内に流入する被処理水の条件、環境
条件などが大きく変わったときに行う。また設定器１０
１、１０２、１０３、１０４に設定された生物反応タン
ク内に流入する被処理水の条件、環境条件、目標とする
処理水質および現在の処理水質は信号線１０１ｂ、１０
２ｂ、１０３ｂ、１０４ｂを介して演算器２００に入力
される。また記憶回路５０２に記憶されている前回の演
算値、すなわち現在の運転条件を規定している設定値は
信号線５０２ａを介して演算器２００に入力される。演
算器２００は記憶されているニューラルネットワークモ
デルを用いて好気タンク出口溶存酸素濃度および返送比
の新しい設定値を出力する。各設定値は信号線２００
ａ、２００ｂを介してコントローラ２１、２２へ送られ
る。また新しい設定値は信号線５０２ｂを介して記憶回
路５０２へ送られ、次回の演算に用いるために記憶され
る。この動作は設定器４０２に設定された周期に従って
自動的に行われる。すなわち、設定器４０２に設定され
た制御周期は演算器１００を用いて制御される周期より
短い周期であり、例えば１日における被処理水の条件や
環境条件の変動に応じて運転条件が調整されるように設
定される。設定された制御周期は信号線４０２ａを介し
てタイマ３０２に送られ、タイマ３０２は信号線３０２
ａを介して演算器２００を制御する。これにより、生物
反応タンク内に流入する被処理水の条件、環境条件の変
動に応じて好気タンク出口溶存酸素濃度ならびに返送比
が適切に調節される。
る。設定器１０１、１０２、１０３に設定された生物反
応タンク内に流入する被処理水の条件、環境条件および
目標とする処理水質は、信号線１０１ａ、１０２ａ、１
０３ａを介して演算器１００に入力される。演算器１０
０は記憶されているニューラルネットワークモデルを用
いて、与えられた条件が定常的に保たれている場合に、
上記目標水質を達成しうる各運転条件として好気タンク
出口溶存酸素濃度、返送比ならびにＭＬＳＳ濃度の計画
値を算出する。すなわち、好気タンク出口溶存酸素濃度
や返送比のように応答の速い制御変数に対しては、運転
条件の初期設定値として該演算値が与えられる。具体的
には信号線１００ａ、１００ｂを介して演算器１００の
出力がコントローラ２１、２２へ送られる。ＭＬＳＳ濃
度のように応答の遅い制御変数に対しては、運転条件の
設定値そのものとして該演算値が与えられる。具体的に
は信号線１００ｃを介して演算器１００の出力がコント
ローラ２３へ送られる。この動作は、例えば季節毎な
ど、生物反応タンク内に流入する被処理水の条件、環境
条件などが大きく変わったときに行う。また設定器１０
１、１０２、１０３、１０４に設定された生物反応タン
ク内に流入する被処理水の条件、環境条件、目標とする
処理水質および現在の処理水質は信号線１０１ｂ、１０
２ｂ、１０３ｂ、１０４ｂを介して演算器２００に入力
される。また記憶回路５０２に記憶されている前回の演
算値、すなわち現在の運転条件を規定している設定値は
信号線５０２ａを介して演算器２００に入力される。演
算器２００は記憶されているニューラルネットワークモ
デルを用いて好気タンク出口溶存酸素濃度および返送比
の新しい設定値を出力する。各設定値は信号線２００
ａ、２００ｂを介してコントローラ２１、２２へ送られ
る。また新しい設定値は信号線５０２ｂを介して記憶回
路５０２へ送られ、次回の演算に用いるために記憶され
る。この動作は設定器４０２に設定された周期に従って
自動的に行われる。すなわち、設定器４０２に設定され
た制御周期は演算器１００を用いて制御される周期より
短い周期であり、例えば１日における被処理水の条件や
環境条件の変動に応じて運転条件が調整されるように設
定される。設定された制御周期は信号線４０２ａを介し
てタイマ３０２に送られ、タイマ３０２は信号線３０２
ａを介して演算器２００を制御する。これにより、生物
反応タンク内に流入する被処理水の条件、環境条件の変
動に応じて好気タンク出口溶存酸素濃度ならびに返送比
が適切に調節される。
【００５１】以上のように、与えられた条件下で処理水
質の目標値を達成するように好気タンク出口溶存酸素濃
度、返送比ならびにＭＬＳＳ濃度が適切に設定される。
特に好気タンク出口溶存酸素濃度や返送比のように応答
の速い制御変数は短い周期で、またＭＬＳＳ濃度のよう
に応答の遅い制御変数は長い周期で制御することが可能
なので、計算機の負荷を効率的に配分しつつ処理水質を
良好に維持できるという効果を奏する。
質の目標値を達成するように好気タンク出口溶存酸素濃
度、返送比ならびにＭＬＳＳ濃度が適切に設定される。
特に好気タンク出口溶存酸素濃度や返送比のように応答
の速い制御変数は短い周期で、またＭＬＳＳ濃度のよう
に応答の遅い制御変数は長い周期で制御することが可能
なので、計算機の負荷を効率的に配分しつつ処理水質を
良好に維持できるという効果を奏する。
【００５２】なお、上記実施の形態３では、演算器１０
０にはタイマを設けなかったが、演算器２００のように
タイマを用いて周期的に制御演算を行ってもよい。この
場合、タイマには比較的長い周期を設定する必要があ
る。
０にはタイマを設けなかったが、演算器２００のように
タイマを用いて周期的に制御演算を行ってもよい。この
場合、タイマには比較的長い周期を設定する必要があ
る。
【００５３】また、上記実施の形態３では、現在の運転
条件を演算器２００に接続された記憶回路５０２から入
力するようにしたが、各コントローラ２１、２２、２３
から信号線を介して入力するようにしてもよい。
条件を演算器２００に接続された記憶回路５０２から入
力するようにしたが、各コントローラ２１、２２、２３
から信号線を介して入力するようにしてもよい。
【００５４】また、上記実施の形態３では、制御設定値
の計画を行うために生物反応タンク内に流入する被処理
水の条件、環境条件、目標とする処理水質の全てを用い
るようにしたが、これらのうちの少なくとも一つを用い
るようにしてもよい。また、制御設定値の調整を行うた
めに生物反応タンク内に流入する被処理水の条件、環境
条件、目標とする処理水質、現在の処理水質、現在の運
転条件の全てを用いるようにしたが、生物反応タンク内
に流入する被処理水の条件、環境条件、目標とする処理
水質のうちの少なくとも一つと、現在の処理水質、現在
の運転条件のうちの少なくとも一つを用いるようにして
もよい。
の計画を行うために生物反応タンク内に流入する被処理
水の条件、環境条件、目標とする処理水質の全てを用い
るようにしたが、これらのうちの少なくとも一つを用い
るようにしてもよい。また、制御設定値の調整を行うた
めに生物反応タンク内に流入する被処理水の条件、環境
条件、目標とする処理水質、現在の処理水質、現在の運
転条件の全てを用いるようにしたが、生物反応タンク内
に流入する被処理水の条件、環境条件、目標とする処理
水質のうちの少なくとも一つと、現在の処理水質、現在
の運転条件のうちの少なくとも一つを用いるようにして
もよい。
【００５５】さらに、上記実施の形態３では、演算器１
００を用いて好気タンク出口溶存酸素濃度、返送比なら
びにＭＬＳＳ濃度の全てを出力するようにしたが、好気
タンク出口溶存酸素濃度、返送比のうちの少なくとも１
つとＭＬＳＳ濃度、もしくはＭＬＳＳ濃度のみを出力す
るようにしてもよい。また、演算器２００を用いて好気
タンク出口溶存酸素濃度ならびに返送比を出力するよう
にしたが、これらのうちの一つを出力するようにしても
よい。
００を用いて好気タンク出口溶存酸素濃度、返送比なら
びにＭＬＳＳ濃度の全てを出力するようにしたが、好気
タンク出口溶存酸素濃度、返送比のうちの少なくとも１
つとＭＬＳＳ濃度、もしくはＭＬＳＳ濃度のみを出力す
るようにしてもよい。また、演算器２００を用いて好気
タンク出口溶存酸素濃度ならびに返送比を出力するよう
にしたが、これらのうちの一つを出力するようにしても
よい。
【００５６】また、上記実施の形態１〜３において、ニ
ューラルネットワークモデルへの入力項目を、水処理装
置もしくはこれに設置されたセンサーから自動的に入力
するようにしても、より精緻に処理水質を制御できると
いう効果を奏する。
ューラルネットワークモデルへの入力項目を、水処理装
置もしくはこれに設置されたセンサーから自動的に入力
するようにしても、より精緻に処理水質を制御できると
いう効果を奏する。
【００５７】また、その他のプラントデータ、例えば生
物反応タンク内の酸化還元電位などを入力項目として付
加したニューラルネットワークモデルを作成し、本発明
に係る制御方法に供せば、より精密に処理水質を制御で
きるという効果を奏する。
物反応タンク内の酸化還元電位などを入力項目として付
加したニューラルネットワークモデルを作成し、本発明
に係る制御方法に供せば、より精密に処理水質を制御で
きるという効果を奏する。
【００５８】また、ニューラルネットワークモデルを用
いるかわりに、動力学モデルによる最適化計算を行って
運転条件を算出してもよい。
いるかわりに、動力学モデルによる最適化計算を行って
運転条件を算出してもよい。
【００５９】また、ＭＬＳＳ濃度のかわりに余剰汚泥引
き抜き量を、返送比のかわりに返送汚泥量を、好気タン
ク出口溶存酸素濃度のかわりに空気供給量を出力して
も、同等の効果を奏する。
き抜き量を、返送比のかわりに返送汚泥量を、好気タン
ク出口溶存酸素濃度のかわりに空気供給量を出力して
も、同等の効果を奏する。
【００６０】また、生物学的水処理装置としてその他の
方式のもの、例えば標準活性汚泥法や嫌気−無酸素−好
気活性汚泥法などを用いた生物学的水処理装置に、本発
明を適用することも可能である。
方式のもの、例えば標準活性汚泥法や嫌気−無酸素−好
気活性汚泥法などを用いた生物学的水処理装置に、本発
明を適用することも可能である。
【００６１】また、上記各実施の形態は、時間連続のア
ナログ式で構成したが、時間不連続のアナログ式（サン
プル値式）やデジタル式で構成しても、上記実施の形態
と同様の効果を奏する。
ナログ式で構成したが、時間不連続のアナログ式（サン
プル値式）やデジタル式で構成しても、上記実施の形態
と同様の効果を奏する。
【００６２】また、上記各実施の形態は、制御回路構成
を示したが、これを計算機内にプログラム化して実装し
ても、上記実施の形態と同様の効果を奏する。
を示したが、これを計算機内にプログラム化して実装し
ても、上記実施の形態と同様の効果を奏する。
【００６３】また、上記各実施の形態は、制御回路を閉
ループで構成したが、制御操作を運転管理者に提示する
運転支援システムとして構成することもできる。
ループで構成したが、制御操作を運転管理者に提示する
運転支援システムとして構成することもできる。
【００６４】
【発明の効果】以上のように、この発明によれば、生物
学的水処理装置の運転を、第１の運転条件である生物反
応タンク内の溶存酸素濃度と、第２の運転条件である生
物反応タンク内に流入する被処理水の流量に対する最終
沈殿池から生物反応タンクへ返送される返送汚泥量の比
と、第３の運転条件である生物反応タンク内の微生物濃
度とに基づいて制御する方法であって、生物反応タンク
内に流入する被処理水の条件、環境条件、および目標と
する処理水質のうちの少なくとも１つを用いて、上記第
１の運転条件の初期設定値、上記第２の運転条件の初期
設定値、および上記第３の運転条件の設定値を算出し、
この算出の周期より短い周期で、生物反応タンク内に流
入する被処理水の条件、環境条件、および目標とする処
理水質のうちの少なくとも１つと、現在の水処理装置の
運転条件とを用いて、上記第１の運転条件および上記第
２の運転条件を調整するようにしたので、計算機の負荷
を効率的に配分しつつ、常に良好な水質が得られるよう
になる。
学的水処理装置の運転を、第１の運転条件である生物反
応タンク内の溶存酸素濃度と、第２の運転条件である生
物反応タンク内に流入する被処理水の流量に対する最終
沈殿池から生物反応タンクへ返送される返送汚泥量の比
と、第３の運転条件である生物反応タンク内の微生物濃
度とに基づいて制御する方法であって、生物反応タンク
内に流入する被処理水の条件、環境条件、および目標と
する処理水質のうちの少なくとも１つを用いて、上記第
１の運転条件の初期設定値、上記第２の運転条件の初期
設定値、および上記第３の運転条件の設定値を算出し、
この算出の周期より短い周期で、生物反応タンク内に流
入する被処理水の条件、環境条件、および目標とする処
理水質のうちの少なくとも１つと、現在の水処理装置の
運転条件とを用いて、上記第１の運転条件および上記第
２の運転条件を調整するようにしたので、計算機の負荷
を効率的に配分しつつ、常に良好な水質が得られるよう
になる。
【００６５】
【００６６】
【００６７】
【００６８】また、生物学的水処理装置の運転条件の演
算に、所定の入力項目と出力項目に対して予め作成され
たニューラルネットワークモデルを供するようにしたの
で、上記演算を短時間に行えるようになる。
算に、所定の入力項目と出力項目に対して予め作成され
たニューラルネットワークモデルを供するようにしたの
で、上記演算を短時間に行えるようになる。
【図１】 計算機シミュレーションに用いた水処理装置
の構成を示す構成図である。
の構成を示す構成図である。
【図２】 水温２０℃、ＭＬＳＳ濃度１０００ｍｇ／Ｌ
のときの処理水リン濃度ならびに窒素濃度のシミュレー
ション結果を示すグラフである。
のときの処理水リン濃度ならびに窒素濃度のシミュレー
ション結果を示すグラフである。
【図３】 水温２０℃、ＭＬＳＳ濃度１５００ｍｇ／Ｌ
のときの処理水リン濃度ならびに窒素濃度のシミュレー
ション結果を示すグラフである。
のときの処理水リン濃度ならびに窒素濃度のシミュレー
ション結果を示すグラフである。
【図４】 水温２０℃、ＭＬＳＳ濃度２０００ｍｇ／Ｌ
のときの処理水リン濃度ならびに窒素濃度のシミュレー
ション結果を示すグラフである。
のときの処理水リン濃度ならびに窒素濃度のシミュレー
ション結果を示すグラフである。
【図５】 水温１０℃、ＭＬＳＳ濃度１０００ｍｇ／Ｌ
のときの処理水リン濃度ならびに窒素濃度のシミュレー
ション結果を示すグラフである。
のときの処理水リン濃度ならびに窒素濃度のシミュレー
ション結果を示すグラフである。
【図６】 水温１０℃、ＭＬＳＳ濃度１５００ｍｇ／Ｌ
のときの処理水リン濃度ならびに窒素濃度のシミュレー
ション結果を示すグラフである。
のときの処理水リン濃度ならびに窒素濃度のシミュレー
ション結果を示すグラフである。
【図７】 水温１０℃、ＭＬＳＳ濃度２０００ｍｇ／Ｌ
のときの処理水リン濃度ならびに窒素濃度のシミュレー
ション結果を示すグラフである。
のときの処理水リン濃度ならびに窒素濃度のシミュレー
ション結果を示すグラフである。
【図８】 本発明の実施の形態１に係わるニューラルネ
ットワークモデルを示す説明図である。
ットワークモデルを示す説明図である。
【図９】 図８のニューラルネットワークモデルの学習
曲線を示すグラフである。
曲線を示すグラフである。
【図１０】 本発明の実施の形態１に係わる嫌気−好気
活性汚泥法を用いた生物学的水処理装置を示す構成図で
ある。
活性汚泥法を用いた生物学的水処理装置を示す構成図で
ある。
【図１１】 降雨があったと仮定した場合のシミュレー
ション結果を示すグラフである。
ション結果を示すグラフである。
【図１２】 本発明の実施の形態２に係わるニューラル
ネットワークモデルを示す説明図である。
ネットワークモデルを示す説明図である。
【図１３】 図１２のニューラルネットワークモデルの
学習曲線を示すグラフである。
学習曲線を示すグラフである。
【図１４】 本発明の実施の形態２に係わる嫌気−好気
活性汚泥法を用いた生物学的水処理装置を示す構成図で
ある。
活性汚泥法を用いた生物学的水処理装置を示す構成図で
ある。
【図１５】 本発明の実施の形態３に係わる嫌気−好気
活性汚泥法を用いた生物学的水処理装置を示す構成図で
ある。
活性汚泥法を用いた生物学的水処理装置を示す構成図で
ある。
【図１６】 従来の嫌気−好気活性汚泥法を用いた生物
学的水処理装置を示す構成図である。
学的水処理装置を示す構成図である。
１ 嫌気タンク、２ 好気タンク、３ 最終沈殿池、４
空気供給装置、５，６ ポンプ、１０，１００，２０
０ 演算器、１１，１２，１３，１４，１５，１６，１
７，１８，１０１，１０２，１０３，１０４，４０２
設定器、２１，２２，２３ コントローラ、３１ 溶存
酸素濃度計、３２ ＭＬＳＳ濃度計、３０２ タイマ、
５０２ 記憶回路。
空気供給装置、５，６ ポンプ、１０，１００，２０
０ 演算器、１１，１２，１３，１４，１５，１６，１
７，１８，１０１，１０２，１０３，１０４，４０２
設定器、２１，２２，２３ コントローラ、３１ 溶存
酸素濃度計、３２ ＭＬＳＳ濃度計、３０２ タイマ、
５０２ 記憶回路。
─────────────────────────────────────────────────────
フロントページの続き
(56)参考文献 特開 平３−134706（ＪＰ，Ａ)
特開 平６−328091（ＪＰ，Ａ)
特公 昭58−15196（ＪＰ，Ｂ２)
特公 平４−38474（ＪＰ，Ｂ２)
特公 平６−65399（ＪＰ，Ｂ２)
(58)調査した分野(Int.Cl.7，ＤＢ名)
C02F 3/12
C02F 3/28 - 3/34
Claims (2)
- 【請求項１】 生物学的水処理装置の運転を、第１の運
転条件である生物反応タンク内の溶存酸素濃度と、第２
の運転条件である生物反応タンク内に流入する被処理水
の流量に対する最終沈殿池から生物反応タンクへ返送さ
れる返送汚泥量の比と、第３の運転条件である生物反応
タンク内の微生物濃度とに基づいて制御する方法であっ
て、生物反応タンク内に流入する被処理水の条件、環境
条件、および目標とする処理水質のうちの少なくとも１
つを用いて、上記第１の運転条件の初期設定値、上記第
２の運転条件の初期設定値、および上記第３の運転条件
の設定値を算出し、この算出の周期より短い周期で、生
物反応タンク内に流入する被処理水の条件、環境条件、
および目標とする処理水質のうちの少なくとも１つと、
現在の水処理装置の運転条件とを用いて、上記第１の運
転条件および上記第２の運転条件を調整することを特徴
とする生物学的水処理装置の制御方法。 - 【請求項２】 生物学的水処理装置の各運転条件の演算
に、所定の入力項目と出力項目に対して予め作成された
ニューラルネットワークモデルを供することを特徴とす
る請求項１記載の生物学的水処理装置の制御方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP24199296A JP3487092B2 (ja) | 1996-05-31 | 1996-09-12 | 生物学的水処理装置の制御方法 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP13865896 | 1996-05-31 | ||
| JP8-138658 | 1996-05-31 | ||
| JP24199296A JP3487092B2 (ja) | 1996-05-31 | 1996-09-12 | 生物学的水処理装置の制御方法 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003279222A Division JP2004000986A (ja) | 1996-05-31 | 2003-07-24 | 生物学的水処理装置の制御方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1043788A JPH1043788A (ja) | 1998-02-17 |
| JP3487092B2 true JP3487092B2 (ja) | 2004-01-13 |
Family
ID=26471654
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP24199296A Expired - Lifetime JP3487092B2 (ja) | 1996-05-31 | 1996-09-12 | 生物学的水処理装置の制御方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3487092B2 (ja) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| BE1011922A3 (nl) * | 1998-05-19 | 2000-03-07 | Aquafin N V | Werkwijze voor het behandelen van afvalwater. |
| JP4365512B2 (ja) * | 2000-06-12 | 2009-11-18 | 株式会社東芝 | 下水処理システムおよび計測システム |
| JP4828719B2 (ja) * | 2001-04-27 | 2011-11-30 | 一般財団法人石油エネルギー技術センター | 石油コンビナートの運転条件の推定方法 |
| KR100977507B1 (ko) | 2008-04-28 | 2010-08-23 | (주)범한엔지니어링 종합건축사 사무소 | 생물반응조의 수온에 따라 질산화/탈질시간과 mlss를자동조절하는 고도처리방법 및 장치 |
| JP5467837B2 (ja) * | 2009-10-09 | 2014-04-09 | 三菱電機株式会社 | 生物学的水処理装置の制御装置 |
| JP5575211B2 (ja) * | 2012-11-29 | 2014-08-20 | 三菱電機株式会社 | 生物学的水処理装置の制御装置 |
| JP5826328B2 (ja) * | 2014-05-26 | 2015-12-02 | 三菱電機株式会社 | 生物学的水処理装置の制御装置 |
| JP5791763B2 (ja) * | 2014-05-26 | 2015-10-07 | 三菱電機株式会社 | 生物学的水処理装置の制御装置 |
| JP5791762B2 (ja) * | 2014-05-26 | 2015-10-07 | 三菱電機株式会社 | 生物学的水処理装置の制御装置 |
| JP6764487B2 (ja) * | 2018-07-26 | 2020-09-30 | 三菱電機株式会社 | 水処理プラントおよび水処理プラントの運転方法 |
| JP7157009B2 (ja) * | 2019-06-19 | 2022-10-19 | 株式会社クボタ | 水処理方法及び水処理装置 |
-
1996
- 1996-09-12 JP JP24199296A patent/JP3487092B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH1043788A (ja) | 1998-02-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8956540B2 (en) | Process and apparatus for controlling aeration during nitrification and denitrification of water | |
| CN104058551B (zh) | 一种节能高效的城市污水自养脱氮生物处理方法及装置 | |
| CN110040851B (zh) | 一种维持短程硝化/厌氧氨氧化一体化处理城市污水稳定运行的装置与方法 | |
| JP3487092B2 (ja) | 生物学的水処理装置の制御方法 | |
| JP4334317B2 (ja) | 下水処理システム | |
| Wu et al. | Model predictive control of biological nitrogen removal via partial nitrification at low carbon/nitrogen (C/N) ratio | |
| Nelson et al. | Performance analysis of the activated sludge model (number 1) | |
| KR102041326B1 (ko) | 하모니서치 알고리즘을 이용한 활성슬러지 공정의 산소공급량 제어 시스템 | |
| CN111484124A (zh) | 一种污水处理智能控制与生化工艺集约方法及系统 | |
| Samuelsson et al. | Feedforward control of the external carbon flow rate in an activated sludge process | |
| JP4647250B2 (ja) | 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 | |
| CN105138716B (zh) | 硝化及亚硝化过程的运行优化方法 | |
| JPH07299495A (ja) | 活性汚泥循環変法における硝化促進方法及び硝化速度予測方法 | |
| CN103613190A (zh) | 含盐污水处理方法 | |
| CN116177717A (zh) | 一种精细化脱氮控制系统与处理流程 | |
| Isaacs et al. | Rule based control of a periodic activated sludge process | |
| JP2004000986A (ja) | 生物学的水処理装置の制御方法 | |
| JP6893546B2 (ja) | 下水処理システムおよび下水処理方法 | |
| Nogaj et al. | Mathematical modeling of the high rate activated sludge system: optimizing the COD: N ratio in the process effluent | |
| JP2001009497A (ja) | 生物学的水処理方法および設備 | |
| JPH08323393A (ja) | 循環式硝化脱窒法の水質シミュレーション装置 | |
| JPH0788490A (ja) | 汚水の処理方法およびその装置 | |
| JPH04110198U (ja) | 嫌気・好気活性汚泥処理装置 | |
| JP7008007B2 (ja) | ステップ流入式多段硝化脱窒法及びシステム | |
| US20230202889A1 (en) | Systems and methods for controlling nitrous oxide production in wastewater treatment facilities |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071031 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081031 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091031 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091031 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101031 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111031 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121031 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131031 Year of fee payment: 10 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |