JP4188200B2 - プラントワイド最適プロセス制御装置 - Google Patents

Description

本発明は、下水処理プロセス、排水処理プロセス、浄水プロセス、化学プロセスなどのプロセス系のためのプラントワイド最適プロセス制御装置に関する。

上下水道の水量プロセスおよび水質プロセスなどの産業界におけるプロセスに対する制御方式として、従来、古典制御方式の一種であるＰＩＤ制御やシーケンス制御が広く利用されてきた。ＰＩＤ制御方式やシーケンス制御方式は、信頼性、制御性能、および設計やチューニングの容易さなどの観点からバランスの取れた制御方式であり、産業界において最も標準的な制御方式として、現在においても８０％以上の産業プロセスの制御に用いられている。

これらの基本的な制御方式は、通常、一つの目的に対して一つの操作量を制御する、いわゆる１入力１出力システム（制御装置名としては通常「ワンループコントローラ」と呼ばれる）として構築されているが、例えば以下のような多様な要求に応えるためには、このような制御装置ではもはや十分ではない。

例えば、下水処理の分野においては、近年、環境への配慮が重要視されるようになり、従来の有機物除去のみの要求から、窒素やリンなどの河川への放流規制が義務付けられるようになりつつあり、これらの複数の水質を同時に制御する必要性が高まってきている。また、上下水処理プロセスにおける薬品注入量の低減などの要求と処理水質の向上に見られるトレードオフのように、単なる制御性能のみの要求ばかりでなく、経済的なコスト低減や省エネルギーなども求められるようになってきており、制御の目的は多様化している。このような要求に応えるために、従来のＰＩＤ制御やシーケンス制御に加えて、近年、様々なアドバンスト制御が用いられるようになってきている。

アドバンスト制御は、大別して、ルールベース制御とモデルベース制御の２つのアプローチに分類され、これらは目的に応じて使い分けられる。対象プロセスの挙動を適切に表現することのできるモデルが存在する場合には、潜在的には、モデルベース制御の方がルールベース制御よりも優れた制御性能を得ることができる（例えば、特許文献１、及び特許文献２参照）。したがって、対象プロセスの挙動を模擬できるモデルがあれば、モデルベース制御を採用する方がよりよい制御を行い得る潜在能力を持っている。

化学プロセスや上下水道プロセスなどの制御、いわゆるプロセス制御の分野では、制御性能に対する要求と同時に制御対象となる薬品や電力などの運転コストを低減したいという要求が強いため、これらを積極的に考慮したモデルベース制御の一つであるモデル予測制御が発展してきた（例えば、非特許文献１参照）。モデル予測制御は、１９７０年代後半から１９８０年代初頭にかけて、Shell Oil社から独立したＤＭＣ（Dynamic Matrix Control）社などが産業界で実用化した制御方式であり、主に、石油化学プロセス業界におけるアドバンスト制御方式として多く用いられている。しかし、例えばＤＭＣでは、プロセスモデルとして、制御工学で良く知られている「ステップ応答モデル」などの「比較的単純なプロセスモデル」に基づいて制御則（制御方法）が構成されており、プロセスモデルが複雑になると対応することができない。例えば、下水処理の水質プロセスなどのように強い非線形性を持った複雑なプロセスでは、そのモデルである水質プロセスの挙動を模擬するモデル（これは通常「シミュレータ」と呼ばれる）も、高次の非線形微分方程式を中心とした複雑な数式を用いて表現されており、結果として「複雑なプロセスモデル」となる。このような「複雑なプロセスモデル」に従来のモデル予測制御方式を直接適用することは困難であった。そのため、「複雑なプロセスモデル」から何らかの方法で「単純なプロセスモデル」を導出し、この「単純なプロセスモデル」に基づいて、制御則を構成することが多かった。例えば、下水処理の分野では、国際水質学会（IAWQ:International Association on Water Quality）が、窒素やリンの除去プロセスのモデルとして、活性汚泥モデルＡＳＭ１〜ＡＳＭ３（Activated Sludge Model No. 1〜Activated Sludge Model No. 3）を公表しているが、これらのモデルは高次（１１次〜１６次）の非線形微分方程式で表されており、これを直接用いた制御則を確立することは困難であるため、通常、近似モデルに基づいた制御が行われている（例えば、非特許文献２、３、４、５参照）。このような「単純なプロセスモデル」が制御に用いられる理由は、必ずしも実用的に扱いやすいという点だけではなく、フ
ィードバック制御の特徴であるロバスト性によるところも大きい。一般にフィードバック制御は、その制御則を適切に構成すれば、プロセスモデルと現実のプロセスの間に存在するギャップに対してロバスト性を持った制御を行い得ることが知られており、制御系構成のためには必ずしも「複雑なプロセスモデル」を必要としない場合も多い。

その一方で、「単純なプロセスモデル」は対象とするプロセスを正確に表しておらず、もっとプロセスを詳細・正確に表すことのできる「複雑なプロセスモデル」を用いて、直接制御則を構成するべきであるとの考えも根強く存在する。もし「複雑なプロセスモデル」を用いて、直接制御則を構成できれば、さらに制御性能の良い制御方法を確立できるばかりでなく、プロセス制御とプロセス運転管理やプロセス監視などとの協調をとりやすくなる。さらにはプロセスの異常診断などとの協調もとりやすくなり、プラントワイドな最適な運転制御方式を確立できる可能性もある。しかし、上述のように「複雑なプロセスモデル」に基づくモデルベース制御の構築は一般に難しい。

このように「単純なモデルに基づくモデルベース制御」と「複雑なモデルに基づくモデルベース制御」には、それぞれ一長一短があるが、現実的には「単純」あるいは「複雑」という２値的な区分ではなく、これらの間のギャップを埋め、「目的の達成に必要な程度の複雑さを有したモデル」を用いて制御方式を確立していくことが重要である。このような観点から、特許文献１に記載された発明においては、複雑なプロセスモデルから制御用の簡単なプロセスモデルを同定し、これを介して制御則を導出する「間接的なプロセスシミュレータ応用非線形制御装置」を提案し、また、特許文献２に記載された発明においては、複雑なプロセスモデルの応答（出力）を直接利用して制御則を導出する「直接的なプロセスシミュレータ応用非線形制御装置」を提案している。

図１３に示すように、この提案はプロセスシミュレータを利用した制御方式として、将来的に様々な現実の産業プロセス（２０００）、例えば浄水プロセスや下水処理プロセス、石油化学プロセスなどに実際に利用できる潜在的な可能性を十分に持っているが、現在、プロセス制御で一般的に用いられているＰＩＤ制御方式など（２０１０）との整合性は必ずしも良いものではない。ＰＩＤ制御方式が産業界のプロセスの制御の８０％以上で用いられていることは既に述べたところである。特許文献１や 特許文献２などによる制御Ａは、「単純なプロセスモデルに基づくモデルベース制御（２０２２）」と「複雑なプロセスモデルに基づくモデルベース制御（２０２１）」との間のギャップを埋めるための解決手段を提供し、「現実のプロセス（２０００）に適用可能な制御方式」を提供しているが、「実際に現在用いられている制御（２０１０）」と「モデルベース制御（２０２０）」との間のギャップを埋めるための解決手段を提供しているわけではない。そのため、「現在用いられている制御（２０１０）」をシームレスに拡張したプロセスモデルに基づいた新しい制御方式を導入することができず、新たに新しい制御方式をゼロから構築する必要がある。しかし、実用的な観点からは、「現在用いられている制御」を自然な形で拡張することができれば、従来の経験によって蓄積してきた様々なノウハウや知識を継承することができるため、現場に受け入れられやすく、新しい制御方法を比較的容易に産業界に普及させることができると考えられる。
特開２００１−２４９７０５号公報 特開２００２−３７３００２号公報 J. Richalet, "Industrial Implementation of Predictive Contrtol", Preprint of Japan Batch Forum, (2002) H. Brouwer et al, "Feedforward Control of Nitrification by Manipulating the Aerobic Volume in Activated Sludge Plants", Wat. Sci. Tech. Vol. 38, No. 3, PP.245-254, (1998) H. J. S. Lukasse et al, "Adaptive Receding Horizon Optimal Control of N-Removing Activated Sludge Processes", Proc. of Med. Fac. landbouww. Univ. Gent pp. 1665-1672, (1997) S. R. Weijers et al, "Control Strategies for Nitrogen Removal Plants and MPC Applied to A Pre-Denitrification Plant", Proc. of Med. Fac. Landbouww. Univ. Gent pp. 2435-2443, (1995) 山中、長岩、堤、永森、初鹿「モデル予測制御を用いた下水処理場脱窒・脱リン水質制御」、第８回制御技術シンポジウム予稿集、pp. 459-462、(2000) 山中、小原、本木、堤、初鹿「運用コストを考慮した高度処理水質制御の検討」、第３９回下水道研究発表会予稿集、pp. 233-235、(2002) IAWQ Task Group on Mathematical Modeling for Design and Operation of Biological Wastewater Treatment Processes, "Activated Sludge Models ASM1, ASM2, ASM2d and ASM3", IAWQ Scientific Technical Report No. 9,(2000) J. Kappeler and W. Gujar, "Estimation of Kinetic Parameters of Heterotrophic Biomass Under Aerobic Conditions and Characterization of Wastewater for Activated Sludge Modeling", Wat. Sci. Tech. Vol. 25, No. 6, pp. 125-139, (1992) U. Jeppson, "Modeling Aspects of Wastewater Treatment Processeso", PhD thesis. Lund Institute of Technology", (1996)

本発明は、以上の考え方に基づいて、「現在用いられている制御」と「プロセスモデルを用いたモデルベース制御」をシームレスに結合できるような最適制御装置を提供することを目的とする。このことを図１３を参照して述べるならば、本発明は、「現在用いられている制御（２０１０）」と「プロセスモデルを用いたモデルベース制御（２０２０）」とをシームレスに結合できるような最適な制御Ｂを提供することを目的とするということができる。

この目的を達成するために、本発明は、プロセス制御に求められる以下の３つの要求を適切に組み合わせた制御方式を提案するものである。

（１）プロセスのダイナミクスのダイナミックな補償（Dynamic Compensation）
（２）物質収支やエネルギー収支等の保存則に矛盾しない補償（ある種のStatic Compensation）
（３）コストや複数の制御目的を同時に考慮した最適化（Process optimization）。

「現在用いられている制御」の代表例であるＰＩＤ制御は、上記の要求（１）のみを考慮したものである。また、特許文献１の間接的なプロセスシミュレータ応用制御（モデル予測制御）は、要求（１）と（３）を同時に考慮したものであり、（２）は間接的に考慮されている。なお、制御理論の中で開発されている各種の制御方式は、通常、要求（１）と（３）を中心に構築されており、これに、「ロバスト性」、「適応性」、「非線形性」、「非定常性」、「分布性」といった概念を加えて、現実のプロセスとのギャップを埋めるための理論が展開されている。制御理論では、「消散性」、「受動性」、「無損失」といった概念を利用することによって、間接的に要求（２）を考慮することもできる。ただし、これらの概念を利用した制御方式は、主に機械系や電気系の制御対象に適用されており、プロセス系の制御対象にはあまり利用されていない。一方、プロセス制御で良く用いられるモデル予測制御でも、一般には要求（１）と（３）を中心に考慮して制御方式が開発されている。要求（２）を積極的に考慮したものとしては、非特許文献１の「第一原理（物理法則）に基づくモデル予測制御」がある。この文献の著者は、「第一原理（物理法則）に基づく制御」の重要性を指摘しているが、双線形タイプで次数の低い比較的単純なプロセスに対しての適用しか行っていない。

本発明では、要求（１）、（２）、（３）の全てを考慮するが、この際、要求（１）から（３）までを同時に考慮したコントローラを構成するのではなく、全体のコントローラを従来のコントローラを含む形で階層（ヒエラルキー）的に構成し、このコントローラの各要素に要求（１）〜（３）のそれぞれを適切に分担させるという点に最大の特徴を持つ。この発明の基本的な考え方は、以下の通りである。

要求（１）のプロセスのダイナミックな補償は、基本的にＰＩＤ制御などの従来の方法に任せる。これは、ダイナミックな補償には、必ずしも高度な制御方法を利用する必要はなく、ＰＩＤ制御などの従来の制御方式でも十分に通用する場合が多いからである。特に、電気系や機械系の制御対象とは異なり、通常、プロセス系の制御対象では、ダイナミックな補償による過渡特性の向上よりもスタティックな補償による定常特性の方が重要であり、ダイナミックな補償にそれほど大きな労力を払う必要性はない場合が多い。

要求（２）の物質収支やエネルギー収支といった概念を静的なプロセスモデルとしての代数方程式制約として表現する。これは、これらの収支の概念は物理法則の一つである保存則の概念であるが、定常状態を考える場合には、保存則は微分方程式や偏微分方程式ではなく代数方程式で表現できるためである。物理法則（第一原理）を考慮することの重要さがしばしば指摘されるため、第一原理に基づくプロセスモデルとしての「動的なプロセスモデル＝シミュレータ」を用いることがしばしば行われるが、もし第一原理として定常状態での保存則のみが要求されるのであれば、「静的なプロセスモデル」の表現の一つである代数方程式で十分である。実際、物理法則の重要性を指摘する人々の意見を良く聞くと、実はその特殊な場合である定常状態での保存則のことを指していることが多い。したがって、定常状態での保存則のみを問題にするのであれば、代数方程式による制約で構わない。

要求（３）の最適化を、従来のモデル予測制御のような「動的制約（微分方程式制約）を持つ動的最適化」ではなく「静的制約（代数方程式制約）を持つ静的／動的最適化」によって行う。これは、プロセスのモデルを「動的なプロセスモデル」ではなく「静的なプロセスモデル」で表現していることによって可能になる。

本発明では、このような考えに従い、従来の制御方式であるＰＩＤ制御部などを、下位系すなわち対象プロセスに近い例えば前述のワンループコントローラで構成できるような所に配置し、上位系すなわち対象プロセスから見て遠い、例えばＥＷＳ（エンジニアリングワークステーション）等に組み込まれる、静的なプロセスモデルとして代数方程式で表される保存則の制約を持つ最適化装置を持ったプロセス最適制御装置を提供することを第１の目的とする。

さらに、プロセス異常により最適制御を達成できなかった場合の異常診断を行う異常診断装置をも含んだプラントワイド最適制御装置を提供することを第２の目的とする。

ところで、これらの技術は、そのいずれも産業プロセスでの実現を強く指向したものであるが、プロセス制御の実現にあたっては、もう一つの重要な考え方が必要になる。それは、「ロバスト性」の概念である。「ロバスト」とは「頑健な」という意味を表す言葉であり、制御理論の分野では制御に用いるモデルの不確実性や外乱混入に対するロバスト性を主な目的としたロバスト制御理論が発展してきた。本発明の対象プロセスである上下水道プロセスなどの公共・産業プロセスにおいても、ロバスト性を考慮しなければ、実際にプロセス制御系を実プラントで実現することは困難である。しかし、これまで、具体的にロバスト性を考慮したプラント全体の最適制御方法はほとんど考えられてこなかった。そこで、本発明では、プラント全体の最適制御手法にロバスト性を持たせることを第３の目的とする。

ここで、ロバスト性にも様々なものがある。典型的なものとして、プロセスモデルのパラメータ変動に対するロバスト性、プロセスの高次ダイナミクスの影響に対するロバスト性、プロセスに混入する外乱に対するロバスト性、などがあるが、第３の目的ではこのようなロバスト性を考慮した最適プロセス制御装置を提供しようとするわけではない。第３の目的で提供するプラントワイド最適プロセス制御装置は、主に、センサ異常に起因したプロセス制御の破綻を回避するロバスト性を考慮したプロセス制御装置である。

特に、下水処理プロセスのように汚濁物が多く、センサ異常を来たし易いプロセスでは、前述の様なロバスト性よりも、センサ異常に対するロバスト性の方がプロセス制御系を実際に運用する際に求められることが多い。そこで、第３の目的に係る発明では、たとえセンサに何らかの異常が生じた場合においても、プロセスの破綻を回避しながら制御を行うことができるようにする。

請求項１に係る発明のプラントワイド最適プロセス制御装置は、対象プロセスの状態を計測することのできる少なくとも一つのプロセスセンサと、対象プロセスの状態を変化させることができる少なくとも一つのアクチュエータと、対象プロセスヘの外部入力と、を有するプロセスを制御するプラントワイド最適プロセス制御装置において、プロセスセンサによって得られるプロセス計測値に基づいてアクチュエータを動作させ、プロセスのダイナミックな変動を望ましい特性を持つように補償するローカル制御部と、少なくともプロセスの外部入力の物質量やエネルギー量などの保存量の保存則に関する静的な制約条件を設定する制約条件設定部と、運転コストや複数の制御性能を評価する評価関数を設定する最適評価関数設定部と、制約条件設定部によって設定された制約条件を入力し、最適評価関数設定部で設定された評価関数に基づいて、ローカル制御部の最適な目標値を供給する最適目標値演算部と、を備えたことを特徴とする。

この発明によれば、ローカル制御部として従来用いられている様々な制御方式を捨て去ることなく、プロセスが本質的に満たしていなければならない何らかの保存則を満たす範囲でプロセスを最適化する制御系を構成することができる。さらに、下位系のローカル制御部と上位系の最適目標値演算部分を独立に動作させることができるため、例えば外乱除去特性などのプロセスのダイナミックな特性を改善したい場合にはローカル制御部のみを調整すればよく、また、最適化の基準を変更したい場合には上位系の最適目標値演算部のみを変更すればよい、といったように、目的に応じて修正したい箇所を部分毎に独立に変更／調整することができる。さらに、プロセスが本質的に満たすべき保存則を制約条件として課しているため、このような保存則の制約条件を持たない最適化では原理的に到達できないような目標値を設定しまうことによってプロセスが不安定化してしまうこともあるのに対し、本発明によれば、例えばある種の反応が阻害されるなどしてプロセスが異常になるような場合を除いて、原理的にはかならず達成可能な目標値を設定することができる。そのため、プラントを安定して制御することができる。

請求項２に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、最適目標値演算部によって演算された最適目標値を与えらたローカル制御部がプロセスを制御した結果、プロセスセンサから導出される被制御量が最適目標値を達成できない場合に、プロセスの異常を知らせるプロセス異常通知装置を備えたことを特徴とする。

この発明によれば、請求項１の効果に加えて、本来、保存則の制約条件により到達可能なはずの目標値に到達できないという異常現象をプラントの運転員等へ知らせることによって、プロセスが不安定化することを防ぐことができる。

請求項３に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、最適目標値演算部によって演算された最適目標値を与えらたローカル制御部がプロセスを制御した結果、プロセスセンサから導出される被制御量が最適目標値を達成できない場合に、プロセスを異常と判断し、その異常の原因を自動的に調査し、その調査結果をプロセス管理者へ報告するプロセス異常診断装置を備えたことを特徴とする。

この発明によれば、請求項１の効果に加えて、請求項２のようにプロセス異常を運転員等へ知らせるだけでなく、その原因をも知らせることができ、プロセスを迅速に正常状態へ復旧させることを補助することができる。

請求項４に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、最適目標値演算部によって演算された最適目標値を与えられたローカル制御部がプロセスを制御した結果、プロセスセンサから導出される被制御量が最適目標値を達成できない場合に、プロセスを異常と判断し、その異常の原因を自動的に調査し、その調査結果に基づいてプロセスを自動的に復旧させる機構を組み込んだプロセス異常時制御装置を備えたことを特徴とする。

この発明によれば、プロセス異常が起こらないような通常時の最適制御のみならず、プロセスが異常になった場合においても、異常時の制御が自動的に働くことにより、プロセスのロバスト性を著しく向上させることができる。

請求項５に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、最適目標値演算部と相互に切り替え可能な手動目標値演算部を備えたことを特徴とする。

この発明によれば、最適演算を行った目標値に満足できない場合に、プロセス管理者や運転員が介入することができ、ローカル制御部の性能を変えることなく、プラントを自由に操作することができる。

請求項６に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、最適目標値演算部に制約付き非線形計画法を適用することを特徴とする。

この発明によれば、様々な分野で信頼のおける最適化演算法として知られている非線形計画法によって最適目標値演算を行うことにより、信頼のおける最適目標値を設定することができる、これによって、プラントワイドに最適な制御系を構築することができる。

請求項７に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、最適目標値演算部にメタヒューリスティックスによる準最適化手法を適用することを特徴とする。

この発明によれば、保存則が非線形の代数方程式による制約条件で表されたり、最適性の評価関数が非線形の評価関数であったりした場合においても、局所最適値に陥ることをなるべく避けることができ、より大域的な最適解に近い答えを得ることができるため、信頼のおける最適または準最適な目標値を設定することができる。これによって、プラントワイドに最適な制御系を構築することができる。

請求項８に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、制約条件設定部の物質収支やエネルギー収支などの保存則に関する静的な制約条件を外部入力の変化に応じて所定の周期で更新し、これと同期して、最適目標値演算部における演算を更新することを特徴とする。

この発明によれば、例えば下水の処理水質の変化や浄水の取水水質の変化といった外部の変化状況に応じて、静的な最適化を擬似動的な最適化に置きかえることができ、最適性をより緻密に評価することができる。

請求項９に係る発明は、制約条件設定部の物質収支やエネルギー収支などの保存則に関する静的な制約条件に関係する外部入力を、測定可能な変数のみから構築することを特徴とする。

この発明によれば、外部入力の測定可能な変数のみを用いて最適化演算を実施できるため、本発明の基本思想に全く手を加えることなく、直接プラントワイドな最適プロセス制御装置を直ちに実装することができる。

請求項１０に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、制約条件設定部の物質収支やエネルギー収支などの保存則に関する静的な制約条件に関係する外部入力が、測定可能な変数と測定不能な変数からなり、測定不能な変数の値を推定する推定手段を有することを特徴とする。

この発明によれば、外部入力の測定不能な変数の値を推定することによって、制約条件に測定不能変数を導入することができ、結果としてプロセスをより緻密に最適化することができる。

請求項１１に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、最適目標値演算部から供給された最適目標値に応じて、ローカル制御部の制御則のパラメータを変化させることを特徴とする。

この発明によれば、与えられた目標値付近の動作点において、ローカル制御に最適な性能、例えば目標値追従特性、外乱抑制特性、ロバスト性などを持たせることができ、単に評価関数による定常特性の最適化のみならず、過渡特性の最適化を図ることができる。

請求項１２に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、ローカル制御部は、プロセスのダイナミックモデルを用いた制御則を有することを特徴とする。

この発明によれば、例えば下水の水質プロセスのように強い非線形性を持つようなプロセスに対してもプロセスモデルを用いて、厳密な線形化手法、入出力線形化手法、バックステッピング法、受動性に基づく制御法などを適用することにより、あらゆる目標値に対してロバスト性を持った制御系を構築することができる。

請求項１３に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、最適目標値設定部の出力結果を表示する表示装置を有し、ローカル制御部を、プロセスの管理者／運転員が手動で操作することを特徴とする。

この発明によれば、実際には自動制御が用いられていなく運転員が手動で操作しているようなプラントであっても、最適な運転方法を運転員にアドバイスすることができ、結果として最適なプロセス運用を可能にすることができる。

請求項１４に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、プロセスが下水処理プロセスであって、最適評価関数設定部として、放流水質を金額換算した放流水質コストと運転に関わる運転コストを同時に考慮したコスト評価関数を用いることを特徴とする。

この発明によれば、下水処理プロセスの放流水質の向上と運転コストの削減のトレードオフを考慮して、最適な下水処理プロセス制御装置を構築することができる。

請求項１５に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、プロセスが下水処理プロセスであって、制約条件として、外部入力としての流入下水に関して、ＣＯＤ濃度に換算可能な変数と、ＴＯＣに換算可能な変数と、ＢＯＤに換算可能な変数と、アンモニア濃度に換算可能な変数と、硝酸濃度に換算可能な変数と、ケルダール窒素濃度に換算可能な変数と、全窒素濃度に換算可能な変数と、リン酸濃度に換算可能な変数と、全リン濃度に換算可能な変数と、ＭＬＳＳ濃度に換算可能な変数と、ＳＳ濃度に換算可能な変数と、ｐＨに換算可能な変数と、ＯＲＰに換算可能な変数と、アルカリ度に換算可能な変数と、の中の少なくとも一つの変数を用いて、物質量保存則を代数方程式で記述することを特徴とする。

この発明によれば、下水処理プロセスにおいて、計測可能な変数のみを用いて最適な制御系が構築することができる。特に窒素やリンの除去を目的とした最適制御系を構築することができる。

請求項１６に係る発明は、請求項１５記載のプラントワイド最適下水処理プロセス制御装置において、制約条件の変数に加えて外部入力として、ＣＯＤで計測された有機物の複数の要素と、ＭＬＳＳで計測された微生物を含む汚泥の複数の要素とを表す変数を用いて、物質量保存則を代数方程式で記述し、ＣＯＤで計測された有機物の複数の要素と、ＭＬＳＳで計測された汚泥の複数の要素とを推定する推定手段を備えることを特徴とする。

この発明によれば、例えばリン除去に重要な影響を与える酢酸系の有機物や、窒素、リンなどの除去に関わる複数種の微生物の個別の挙動を制約条件としての保存則に組み込むことができ、より厳密に下水処理最適制御系を構築することができる。

請求項１７に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、プロセスが下水処理プロセスであって、ローカル制御部は、アクチュータによる制御対象の一つである曝気風量を、プロセスセンサとしてのＤＯ計とＯＲＰ計とアンモニア計と硝酸計とＴＮ計の中の少なくとも一つのセンサの検出出力を用いて制御することを特徴とする。

この発明によれば、最適な曝気制御を行うことができ、有機物除去や窒素除去を最適化した下水処理プロセス制御を実現できるばかりでなく、曝気に伴う電力コストを低減化することができる。

請求項１８に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、プロセスが下水処理プロセスであって、ローカル制御部は、アクチュータによる制御対象の一つである返送汚泥量を、プロセスセンサとしてのアンモニア計とＴＮ計とＴＰ計と硝酸計とリン酸計とＯＲＰ計とＭＬＳＳ計とＵＶ計とＣＯＤ計とＢＯＤ計とＴＯＣ計の中の少なくとも一つのセンサの検出出力を用いて制御することを特徴とする。

この発明によれば、最適な返送汚泥量制御を行うことができ、有機物除去、窒素除去およびリン除去を最適化した下水処理プロセス制御を実施できるばかりでなく、ポンプ運転に伴う電力コストを低減化させることができる。

請求項１９に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、プロセスが下水処理プロセスであって、ローカル制御部は、アクチュータによる制御対象の一つである余剰汚泥引き抜き量を、プロセスセンサとしてのリン酸計と硝酸計とアンモニア計とＴＰ計とＴＮ計とＭＬＳＳ計の中の少なくとも一つのセンサの検出出力を用いて制御することを特徴とする。

この発明によれば、最適な余剰汚泥引き抜き量制御を行うことができ、有機物除去、窒素除去およびリン除去を最適化した下水処理プロセス制御を実施できるばかりでなく、ポンプ運転に伴う電力コストを低減化することができる。

請求項２０に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、プロセスが下水処理プロセスであって、ローカル制御部は、アクチュータによる制御対象の一つである循環量を、プロセスセンサとしての硝酸計とＯＲＰ計とＴＯＣ計とＣＯＤ計とＢＯＤ計とＵＶ計とアンモニア計の中の少なくとも一つのセンサの検出出力を用いて制御することを特徴とする。

この発明によれば、最適な循環量制御を実施することができ、窒素除去を最適化した下水処理プロセス制御を実現できるばかりでなく、ポンプ運転に伴う電力コストを低減化することができる。

請求項２１に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、プロセスが下水処理プロセスであって、ローカル制御部は、アクチュータによる制御対象の一つである炭素源投入量を、プロセスセンサとしての硝酸計とＴＮ計とＯＲＰ計とＣＯＤ計とＵＶ計とＢＯＤ計とＴＯＣ計の中の少なくとも一つのセンサの検出出力を用いて制御することを特徴とする。

この発明によれば、最適な炭素源投入量制御を行うことができ、窒素除去を最適化した下水処理プロセス制御を実現できるばかりでなく、炭素源投入に伴う薬品コストを低減化することができる、
請求項２２に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、プロセスが下水処理プロセスであって、ローカル制御部は、アクチュータによる制御対象の一つである炭素源投入量と循環量とステップ流入量を、プロセスセンサとしてのＣＯＤ計とＵＶ計とＴＯＣ計とＢＯＤ計と硝酸計とＴＮ計とＯＲＰ計の中の少なくとも２つのセンサの検出出力を用いて、有機物量と硝酸量の比率が予め決めた所定の値になるように同時に制御することを特徴とする。

この発明によれば、有機物の除去と窒素の除去を同時に最適化することができ、さらに炭素源投入に伴う薬品コストと循環ポンプに伴う電力コストを低減させることができる。

請求項２３に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、プロセスが下水処理プロセスであって、ローカル制御部は、アクチュータによる制御対象の一つである凝集剤投入量を、プロセスセンサとしてのリン酸計と全リン計とＯＲＰ計の中の少なくとも１つのセンサの検出出力を用いて制御することを特徴とする。

この発明によれば、最適な凝集剤投入量制御を実施することができるばかりでなく、凝集剤投入に伴う薬品コストを削減することができる。

請求項２４に係る発明は、請求項１記載のプラントワイド最適プロセス制御装置において、プロセスが下水処理プロセスであって、ローカル制御部は、アクチュータによる制御対象の一つでステップ流入量を、プロセスセンサとしてのリン酸計とＴＰ計と硝酸計とＴＮ計とＯＲＰ計とＣＯＤ計とＵＶ計とＢＯＤ計とＴＯＣ計の中の少なくとも１つのセンサの検出出力を用いて制御することを特徴とする。

この発明によれば、最適なステップ流入量の制御を実施することができる。

請求項２５に係る発明は、対象プロセスの状態を変化させることができる少なくとも一つ以上のアクチュエータと、対象プロセスのいくつかの状態を計測することのでき、前記アクチュエータの操作量を決定するために用いられるプロセスセンサを含む、少なくとも一つ以上のプロセスセンサと、対象プロセスへの外部入力(外乱)とこれを計測する少なくとも一つ以上の外部入力センサと、を有する任意のプロセスにおいて、前記プロセスセンサが正常状態か異常状態かを判断するプロセスセンサ異常診断部と、前記外部入力センサが正常状態が異常状態かを判断する外部入力センサ異常診断部と、 少なくとも一つの前記プロセスセンサによって得られるプロセス計測値に基づいて、少なくとも一つの前記アクチュエータを動作させ、プロセスのダイナミックな変動を望ましい特性を持つように補償するローカル制御部と、前記外部入力センサ異常診断部で外部入力センサが正常の場合にはこの外部入力センサ値を、異常の場合には手分析などによって分析した外部入力値を入力することができる、前記プロセスの外部入力の物質量やエネルギー量などの保存量の保存則に関する静的な制約条件を少なくとも一つの制約条件として持つ制約条件設定部と、運転コストや複数の制御性能を評価できる評価関数を設定することのできる最適評価関数設定部と、前記制約条件設定部によって設定された制約条件を入力し、前記最適評価関数設定部で設定した評価関数に基づいて、前記プロセスセンサ異常診断部の出力が正常である場合には、前記ローカル制御部に最適な目標値を出力し、前記プロセスセンサ異常診断部の出力が異常である場合には、前記アクチュエータに最適な操作量を出力することができるプロセス最適化部と、を備えたことを特徴とする。

この発明によれば、センサに異常が認められない場合には、一般的にプロセス変動に対してロバスト性を持つフィードバック制御を主としたプラントワイド最適制御装置が実現でき、もしセンサに異常が認められる場合には、フィードバック制御によるプロセス変動に対するロバスト性は諦めるものの、フィードフォワード制御によるプラントの最適操作量を決める制御装置が実現できる。このことにより、もしセンサ異常が生じた場合においても、プロセス制御系が破綻してしまうことなく、前記プロセス最適化部で用いている数式が現実のプロセスと大きくかけ離れていないという前提のもとでプロセスを最適に制御することができる。また、仮に現実のプロセスと数式が少々離れていた場合においても、理にかなった範囲でプロセスの操作量をいかなる状況においても算出することができる。結果的に、センサ故障に対してロバストなプラントワイド最適制御装置を提供できる。

請求項２６に係る発明は、対象プロセスの状態を変化させることができる少なくとも一つ以上のアクチュエータと、対象プロセスのいくつかの状態を計測することのでき、前記アクチュエータの操作量を決定するために用いられる少なくとも二つ以上のプロセスセンサを含む、少なくとも二つ以上のプロセスセンサと、対象プロセスへの外部入力(外乱)とこれを計測する少なくとも一つ以上の外部入力センサと、を有する任意のプロセスにおいて、前記複数のプロセスセンサの各々が正常状態か異常状態かを判断するプロセスセンサ異常診断部と、前記外部入力センサが正常状態が異常状態かを判断する外部入力センサ異常診断部と、予め優先順位をつけられた少なくとも二つの前記プロセスセンサによるいずれかのプロセス計測値に基づいて、少なくとも一つ以上の前記アクチュエータのを動作させ、プロセスのダイナミックな変動を望ましい特性を持つように補償するローカル制御部と、前記外部入力センサ異常診断部で外部入力センサが正常の場合にはこの外部入力センサ値を、異常の場合には手分析などによって分析した外部入力値を入力することができる、前記プロセスの外部入力の物質量やエネルギー量などの保存量の保存則に関する静的な制約条件を少なくとも一つの制約条件として持つ制約条件設定部と、運転コストや複数の制御性能を評価できる評価関数を設定することのできる最適評価関数設定部と、前記制約条件設定部によって設定された制約条件を入力し、前記最適評価関数設定部で設定した評価関数に基づいて、前記ローカル制御部に最適目標値を出力する最適目標値演算部、及び前記少なくとも１つ以上のアクチュエータに対して最適操作量を出力する最適操作量演算部を有するプロセス最適化部と、を備えており、しかも、前記最適目標値演算部は、前記二つ以上のプロセスセンサのうち正常なセンサで且つ優先度の高いものから順にいずれか１つを選択し、この選択したセンサを用いた制御に係る最適目標値を前記ローカル制御部に出力するものであり、また、前記最適操作量演算部は、前記二つ以上のプロセスセンサの全てが異常である場合に、前記少なくとも１つ以上のアクチュエータに対する最適操作量の出力を行うものである、ことを特徴とする。

この発明によると、ある操作量を制御するためのプロセスセンサ情報として複数のものが考えられる場合に、複数のセンサの中から正常なセンサを利用して、プラントワイドな最適制御装置を構築できる。一般に、フィードバック制御では、適切にコントローラを構築することによって、ロバスト性を持たせることができるため、複数のセンサがある場合には、コントローラを切りかえることによってフィードバック制御によるロバスト性を保ったまま、さらにセンサ故障に対するロバスト性を付加することができる。

請求項２７に係る発明は、請求項２５又は請求項２６記載のプラントワイド最適プロセス制御装置において、前記プロセスセンサ異常診断部および前記外部入力センサ異常診断部のうちの少なくともいずれかは、複数のセンサによる相関に基づく主成分分析などの統計的手法を利用する、ことを特徴とする。

この発明によれば、センサ異常を統計的手法により自動的に判断することができ、これによって、全自動のプラントワイドロバスト最適プロセス制御装置を提供できる。
請求項２８記載の発明は、請求項２５又は請求項２６記載のプラントワイド最適プロセス制御装置において、前記プロセス最適化装置は、通常はフィードフォワード制御として最適操作量を出力し、前記プロセスセンサによってプロセス状態値が予め決定された変動範囲からはずれた場合には、前記プロセスセンサ異常診断部でプロセスセンサが異常でないかを確認し、異常でない場合には最適目標値を出力することによってフィードバック制御に切りかえる、ことを特徴とする。

この発明によれば、目標値への追従を目的と主目的とするような制御ではなく、ある範囲内にプロセス出力が入っていればよいような制約制御に対して、最適な操作量を与えることができ、制約外になった場合のみにフィードバック制御によるロバスト性を付加することのできるプラントワイドロバスト最適プロセス制御装置を提供できる。

請求項２９記載の発明は、請求項２５又は請求項２６記載のプラントワイド最適プロセス制御装置において、前記プロセス最適化装置における最適目標値出力と最適操作量出力の切り替えにおいて、ヒステリシス特性を持たせた双方向の切り替えスイッチを備えた、ことを特徴とする。

この発明によれば、センサ異常などの切り替え条件の判断が微妙なクリティカルな領域において、制御系がチャタリングを起こして不安定化することを避ける事ができ、チャタリング現象に対するロバスト性を付加することができる。

本発明によれば、従来のＰＩＤ制御などの制御方式をシームレスに拡張してプラントワイドな最適制御装置を提供することができる。

物理法則の中で重要視される保存則を制約条件に持つことによって、原理的に到達可能な範囲でのプラントワイドな最適化を行うことができ、プロセスの安全かつ信頼性の高い運用が可能になる。

下位系にプラントのダイナミックな補償を行う従来の制御を配置し、上位系に新たに導入したプラントのスタティックな最適化演算部を配置するヒエラルキー構造とすることによって、各層での役割を明確に分担させることができる。

プラントの異常を人間系に通知したり、自動復帰させたりすることにより、プラントの正常動作時ばかりでなく、異常時においても有効なプラントワイドな最適制御を行うことができる。

自動制御系の中に人間系を適切に介在させることができ、ヒューマンフレンドリーなプラントワイドな最適制御装置を提供することができる。

プロセスセンサの異常に起因するプロセス制御の不安定化を防ぐことができ、いかなる場合においてもプラントを適切な状態に保つことのできるロバストなプラントワイドプロセス制御装置を提供できる。

＜実施の形態１＞
（実施の形態１の構成）
図１は、本発明の実施形態の基本的な構成を、下水処理場の下水処理プロセス制御を行う場合について示したものである。ただし、ここで説明する実施の形態の適用対象は下水処理プロセスに限定されるものではないことに留意すべきである。

図１に示す下水処理プロセスは２段循環式硝化脱窒プロセスとして構成された下水高度処理プロセス１であり、被処理水はまず最初沈澱池１０１に導入され、ここから順に、第１嫌気槽１０２、第１好気槽１０３、無酸素槽１０４、第２好気槽１０５、および最終沈澱池１０６を通って放水される。これらの槽１０１〜１０６は被処理水を処理する反応槽である。

この下水高度処理プロセス１は、アクチュエータとして、最初沈澱池１０１に最初沈澱池余剰汚泥引き抜きポンプ１１１を備え、同様に、第１嫌気槽１０２の出口と無酸素槽１０４との間にステップ流入ポンプ１１２、第１好気槽１０３に酸素を供給するブロワ１１３、第２好気槽１０５に酸素を供給するブロワ１１４、無酸素槽１０４に炭素源を供給する炭素源投入ポンプ１１５、第２好気槽１０５と無酸素槽１０４の間で非処理水を循環させる循環ポンプ１１６、最終沈澱池１０６の汚泥を最初沈澱池１０１に返送する返送汚泥ポンプ１１７、第２好気槽１０５に凝集剤を投入する凝集剤投入ポンプ１１８、および最終沈澱池余剰汚泥引き抜きポンプ１１９を備えている。各アクチュエータ１１１〜１１９は、所定の動作周期で動作する。

さらに、下水高度処理プロセス１は、計測制御ためのプロセスセンサとして、第１好気槽１０３のアンモニア濃度を計測するアンモニアセンサ１２１、無酸素槽１０４の硝酸濃度を計測する硝酸センサ１２２、槽１０２〜１０５の少なくとも一つの槽（図示の例では無酸素槽１０４）で活性汚泥量を計測するＭＬＳＳセンサ１２３、第２好気槽１０５のアンモニア濃度を計測するアンモニアセンサ１２４、第２好気槽１０５のリン酸濃度を計測するリン酸センサ１２５、最終沈澱池１０６から引き抜かれる汚泥のＳＳ濃度を計測するＳＳセンサ１２６、最終沈澱池１０６から引き抜かれる余剰汚泥量を計測する流量センサ１２７、および流入下水のＣＯＤ、ＴＮ、ＴＰなどの複数の水質要素と水量を計測できる下水流入センサ１２８を備えている。各プロセスセンサ１２１〜１２８は所定の計測周期で計測を行う。各プロセスセンサ１２１〜１２８によって計測された計測値は、図２に示すプロセス計測データ収集部２によって収集され、保持される。

プロセス計測データ収集部２は、第１〜第７のデータ収集部２１〜２７からなっている。第１のデータ収集部２１は、硝酸センサ１２２によって計測された無酸素槽１０４の硝酸濃度データを収集する。第２のデータ収集部２２は、アンモニアセンサ１２１，１２４によって計測された第１好気槽１０３および第２好気槽１０５のアンモニア濃度データを収集する。第３のデータ収集部２３は、硝酸センサ１２２によって計測された無酸素槽１０４の硝酸濃度データを収集する。第４のデータ収集部２４は、硝酸センサ１２２によって計測された無酸素槽１０４の硝酸濃度データを収集する。第５のデータ収集部２５は、ＭＬＳＳセンサ１２３によって計測された無酸素槽１０４の活性汚泥量データを収集する。第６のデータ収集部２６は、リン酸センサ１２５によって計測された第２好気槽１０５のリン酸濃度データを収集する。第７のデータ収集部２７は、ＭＬＳＳセンサ１２３によって計測された無酸素槽１０４の活性汚泥量データ、ＳＳセンサ１２６によって計測された、最終沈澱池１０６から引き抜かれる汚泥のＳＳ濃度データ、および流量センサ１２７によって計測された、最終沈澱池１０６から引き抜かれる余剰汚泥量データを収集する。プロセス計測データ収集部２によって収集された計測データはローカル制御部３に送出される。

ローカル制御部３は、プロセス計測データ収集部２のデータ収集部２１〜２７に１対１で対応する第１〜第７のローカル制御回路３１〜３７からなっている。第１のローカル制御回路３１（ステップ流入ポンプ制御回路）はステップ流入ポンプ１１２を制御する。同様に、第２のローカル制御回路３２（ブロワ制御回路）はブロワ１１３，１１４を、第３のローカル制御回路３３（炭素源投入ポンプ制御回路）は炭素源投入ポンプ１１５を、第４のローカル制御回路３４（循環ポンプ制御回路）は循環ポンプ１１６を、第５のローカル制御回路３５（返送汚泥ポンプ制御回路）は返送汚泥ポンプ１１７を、第６のローカル制御回路３６（凝集剤投入ポンプ制御回路）は凝集剤投入ポンプ１１８を、第７のローカル制御回路３７（余剰汚泥引き抜きポンプ制御回路）は最終沈澱池余剰汚泥引き抜きポンプ１１９をそれぞれ制御する。ローカル制御回路３１〜３７は、データ収集部２１〜２７で収集されたプロセスデータと、最適目標値演算部６から供給される最適目標値とを入力とし、各アクチュエータ１１１〜１１９の操作量を計算し決定するための制御ロジックからなっている。

最適目標値演算部６は、最適評価関数設定部４からプロセスの最適性を定量的に定義し設定した最適評価関数を、また制約条件設定部５から各種の制約値を、第８のデータ収集部２８から下水流入センサ１２８によって計測された下水流入の各種水質と水量のデータをそれぞれ入力し、ローカル制御部３に対しその最適目標値を計算し送出する。制約条件設定部５は、プロセスのマスバランスあるいはエネルギーバランス等の保存量に関する制約条件を設定する保存量制約設定部５１、プロセスの出力である水質や水量の規制値などの制約条件を設定する出力制約設定部５２、およびプロセスの入力である操作量のリミットや操作量変化率の制限値（Δリミット）などの制約条件を設定する操作量制約設定部５３を備えている。なお、データ収集部２８は、最適目標値演算部６の最適目標値を計算する際に保存量制約設定部５１から供給される保存量の制約式の一部に代入するための流入下水データを収集するものである。

（実施の形態１の作用）
図１および図２を参照して実施の形態１の作用を説明する。まず、硝酸センサ１２２で計測された無酸素槽１０４の硝酸データを所定の周期でデータ収集部２１，２３，２４に格納する。同様に、アンモニアセンサ１２１，１２４で各々計測された第１および第２の好気層１０３，１０５のアンモニア濃度データを所定の周期でデータ収集部２２に格納する。全く同様に、ＭＬＳＳセンサ１２３で計測されたＭＬＳＳデータをデータ収集部２５に、リン酸センサ１２５で計測されたリン酸データをデータ収集部２６に格納し、データ収集部２７にはＭＬＳＳセンサ１２３で計測された第２の好気層１０３のＭＬＳＳデータとＳＳセンサ１２６で計測された余剰汚泥のＳＳデータと、流量センサ１２７で計測された余剰汚泥の引き抜き流量データとを、それぞれ格納する。

最適評価関数設定部４は、下水高度処理プロセス１の最適性を評価するための最適評価関数を設定するものである。下水高度処理プロセス１では、運転コストの削減と窒素やリンの除去効率の向上が求められているが、これらはトレードオフの関係にあるため、これらのトレードオフを考慮した最適評価関数を設定することが好ましい。例えば、放流水の窒素やリンの負荷量に応じて賦課金を課すという考え方に従って、放流水質の向上を金額換算して放流水質コストとし、これと運転コストを同時に評価し、例えば、次のような評価関数Ｊを設定する。
Ｊ＝ＥＣ＋ＯＣ （１）
ここで、ＥＣは放流水質コストであり、ＯＣは運転コストであって、例えば次式で定義する。

ここで、ＣＯＤ，ＢＯＤ，ＳＳ，ＴＮ，ＴＰは、それぞれ、放流水の化学的酸素要求量、生物化学的酸素要求量、浮遊固形物量、全窒素の濃度、および全リンの濃度を表し、単位はすべて［ｋｇ／ｍ^３］である。Ｑ_ｅｆ［ｍ^３／ｄ］は放流水量を表す。Ｑ_ｂ，Ｑ_ｒｅｔ，Ｑ_ｃｉｒｃ，Ｑ_ｅｘ，Ｑ_ｐａｃ，Ｑ_ｃｂは、それぞれ、曝気風量、返送量、循環量、余剰汚泥引抜量、凝集剤投入量、炭素源投入量であり、単位はすべて［ｍ^３／ｄ］である。Ｑ_{ｓｌｕｄｇｅ}［ｋｇ／ｄ］は発生汚泥量である。また、ｔ０およびＴは、それぞれ、コスト評価開始時刻およびコスト評価期間を示す。ｗ_ｉはコスト換算係数に対応する重みであり、例えば非特許文献６に開示されている値を用いることができる。もちろん、この最適評価関数設定部４はこのような評価関数に限定されるわけではなく、ユーザのニーズ、あるいは行政判断など様々な基準に基づいた評価関数を用いることができる。ただし、この最適評価関数設定部４では、最適性の基準を定量的に評価できる必要がある。最適評価関数のこの考え方は、下水高度処理プロセス１のトレードオフを定量的に考慮できるため、このようなトレードオフを考慮した評価関数として有効なものとなる。

次に、制約条件設定部５において、保存量制約設定部５１、出力制約設定部５２、および操作量制約設定部５３の各々の制約条件を設定する。ここで、本発明の本質的な部分は、保存量制約設定部５１を持っていることである。この保存量制約設定部５１を持つことにより、以降で説明する最適目標値演算部６で演算した目標値を、原理的に必ず到達可能なものとすることができる。

保存量制約設定部５１では、下水高度処理プロセス１の処理におけるマスバランスを考慮した微分方程式から導出される代数方程式による記述を行う。

まず、例えば、非特許文献７に記載されている活性汚泥モデルＡＳＭ１〜ＡＳＭ３などを用いて、下水高度処理プロセス１のプロセスモデル（プロセスシミュレータ）を形式的に表現すると以下のようになる。

ここで、ｘは反応槽内のアンモニア、硝酸、リン酸、ＣＯＤの要素、ＳＳ、ＭＬＳＳなどの水質要素を表すベクトル、ｕは、曝気量、循環量、返送量、炭素源投入量などの操作量を表すベクトル、ｄは流入下水の水質要素や流入下水量などの外乱を表すベクトル、θは、最大比増殖速度、半飽和定数、加水分解定数、死滅定数、などの各種パラメータを表すベクトルである。ｆは、ＡＳＭ１〜ＡＳＭ３などの水質反応と、物理的な混合と、酸素の供給などを表す関数である。

（４）式は、次式のような生物反応槽モデルと沈澱池モデルを連結させた形で表現される。
＊生物反応槽モデル：

ここで、ｚ_＊(t)［ｇ／ｍ^３］∈Ｒ^ｎ _＋は反応槽の水質要素を表すベクトル、ｎは状態変数の数、ｚ_＊ｉｎ(t)［ｇ／ｍ^３］∈Ｒ^ｎ _＋は対象となる反応槽に流入してくる下水の水質要素を表すベクトル、Ｖ_＊［ｍ^３］∈Ｒ_＋は対象とする反応槽の容積、Ｑ_＊(t)［ｍ^３／day］∈Ｒ_＋は流入量を表す。また、Ｓ∈Ｒ^ｐ×ｎは化学量論を表すマトリクス、ｒ(・)∈Ｒ^ｐ _＋は反応速度を表すベクトル、ｐは要素反応プロセスの数を表す。Ｓ_ｏ２＊(t)［ｇ／ｍ^３］∈Ｒ_＋は溶存酸素濃で、ｚ_＊(t)の一つの要素（ＡＳＭ１〜ＡＳＭ３では２番目の要素として割り当てられている）である。／Ｓ_ｏ２(t)［ｇ／ｍ^３］∈Ｒ_＋は飽和溶存酸素量、ＫＬa［１／day］∈Ｒ_＋は総括酸素移動容量係数、Ｑ_Ｂ(t)［ｍ^３／day］∈Ｒ_＋は曝気量、Ｋ［１／ｍ^３］∈Ｒ_＋は定数を表す。また、＊は各反応槽の文字列を表し、例えば、＊：＝aerobicは好気槽である。Ｒ^ｎはｎ次の実数の集合を表し、Ｒ^ｎ _＋はｎ次の正の実数の集合を表す。
＊沈澱池モデル：

ここで、ｓ_ｓｄ(t)[ｇ／ｍ^３]∈Ｒ^Ｓ _＋は沈澱池の溶解性の水質要素を表すベクトル、ｓは溶解性水質要素の数を表す。ｘ^ｂ _ｓｄ(t)[ｇ／ｍ^３]∈Ｒ^ｎ−Ｓ _＋は沈澱池の沈澱部の浮遊性の水質要素を表すベクトルであり、ｘ^ｕ _ｓｄ(t)[ｇ／ｍ^３]∈Ｒ^ｎ−Ｓ _＋は沈澱池の上澄部の浮遊性の水質要素を表すベクトルである。αは１より小さい定数である。Ｑ^ｗ _{ｓｄｏｕｔ}(t)，Ｑ^ｒ _{ｓｄｏｕｔ}(t)，Ｑ^ｅ _{ｓｄｏｕｔ}(t)はそれぞれ、余剰汚泥引き抜き流量、返送量、および放流量を表す。

これらの生物反応槽モデルと沈澱池モデルを下水高度処理プロセス１のプロセス構成に従って適切に連結することによって、（４）式が得られる。

さて、このプロセスモデル（シミュレータ）である（４）式の左辺の微分値をゼロと置くと、定常状態におけるマスバランス式が得られ、以下のようになる。
ｆ（ｘ，ｕ，θ，ｄ）＝０ （１４）

この（１４）式が、保存量制約設定部５１の制約条件式の一例である。（１４）式と下水処理プロセスシミュレータとの違いは、（１４）式が非線形の代数方程式であるのに対し、プロセスシミュレータでは、（４）式のように微分方程式であることである。微分方程式ではなく代数方程式を採用することによって、後に述べる最適目標値演算部６の最適化計算の複雑さを著しく減少させることができる。

一方、特許文献１，２に開示されているプロセスシミュレータ応用非線形制御装置や、いわゆる従来のモデル予測制御では、（４）式のような微分方程式を制約条件としているため、最適化計算が煩雑になっている。本発明では、最適化計算の煩雑さを避けるために、先に述べたようにローカル制御部３にプロセスのダイナミクスの補償を分担させ、プロセスの「定常状態」のみを上位系において最適化するという考え方に基づいている。「定常状態」の最適化のみが目的である場合は、（４）式のような「定常状態」に到達するまでの「過渡状態」をも模擬できるプロセスシミュレータを用いる必要がなく、（１４）式のように取り扱いの簡単な「マスバランス式」を用いれば良い、というのが本発明の基本的な考え方である。

（１４）式が、保存量制約設定部５１の機能を表す基本的な式であるが、例えば活性汚泥モデルＡＳＭ２などを採用する場合には、（１４）式の流入下水水質や流入下水量などの外乱ベクトルｄのいくつかの水質要素は実際には計測できない。例えば、活性汚泥モデルＡＳＭ２では、ＣＯＤの成分としてＸ_ｓ，Ｓ_ａ，Ｓ_ｆ，Ｓ_ｉなどのいくつかの要素に分けているが、これらを直接測定することは通常困難である。また、活性汚泥量に対応するＳＳやＭＬＳＳの成分として、Ｘ_ｈ，Ｘ_ａｕｔ，Ｘ_ｐａｏといった複数の微生物があるが、これらも直接測定することが困難である。そのため、保存量に関する制約式が与えられても、保存されるべき物質量が分からないといった状況になる場合がある。このような場合には、例えば、非特許文献８に示されている呼吸速度試験などを行い、これらの値を推定して用いることができる。他の方法としては、外乱オブザーバを用いてこれらの保存されるべき物質量を推定することも考えられる。下水処理プロセスに限らず、外乱オブザーバなどの概念を用いて計測不能な外部入力の推定機構を併せ持つ保存量制約設定部５１を持つプラントワイド最適プロセス制御装置を構成することもできる。このような保存量制約設定部５１を持つことによって、決して達成できないような水質目標値を与えた制御を行ってプロセスが不安定化してしまう、といった状況を避けることができ、プロセスを安定的に最適化することができる。

一方、外乱オブザーバなどで保存されるべき外部入力の変数値を推定しようとしても、例えばデータの量や質が劣化しているため十分な推定ができなかったり、そもそも外乱オブザーバの構成条件を満たしていないなどの理由でこれらの値を推定することが困難であったりして、信頼性のある推定値が得られない場合も十分に考えられる。このような場合には、（１４）式自体を測定可能な変数のみから構成してしまうことが考えられる。このような考え方は、（４）式のような微分方程式に対しては、モデルの低次元化／簡略化として良く知られている。（４）式のような微分方程式において、左辺＝０とおけば、（１４）式のような代数方程式が得られるので、モデルの低次元化の考え方は、（１４）式に対しても可能である。例えば、非特許文献９では、このような観点に立ち、ＣＯＤの成分を細かく分けることをやめて、（４）式に対応するモデル（プロセスシミュレータ）を構築している。このようにして構築した微分方程式で記述されるモデルにおいて、左辺＝０とすることによって、測定可能な変数のみから保存量制約式を設定することができる。この考え方は、下水処理に限らず、一般のプラントにも適用することができる。このような測定可能変数のみからモデルを作る場合には、一般的にモデルがかなり簡略化されるため、本来の意味の最適化のための制約条件にはならない。しかしながら、測定可能変数のみが信頼でき、推定値が信頼できない場合には、積極的に保存量制約設定部５１の構造を簡単にすることによって、結果的により最適に近い目標値演算が可能になる。

次に出力制約設定部５２について説明する。出力制約設定部５２では、例えば、出力である水質の規制値を設定したり、水質濃度など、決して負にはならないように制約条件を設定することができる。例えば、（１４）式に加えて、次式のような制約条件を設定する。
０≦ｘ≦ｘ_ｍａｘ （１５）
ここで、ｘ_ｍａｘは水質の規制値などに対応する水質の上限値である。

次に操作量制約設定部５３であるが、ここでは、プロセスのアクチュエータが取り得る範囲内のリミット値を設定することができる、例えば次式のような制約条件を設定する。
ｕ_ｍｉｎ≦ｕ≦ｕ_ｍａｘ （１６）
ここで、ｕ_ｍｉｎおよびｕ_ｍａｘは、操作量の上限値および下限値に対応する。

以上の設定部５１〜５３をまとめたものが制約条件設定部５である。

次に、最適目標値演算部６について説明する。最適目標値演算部６は、最適評価関数設定部４で設定した最適評価関数と、制約条件設定部５で設定した各種制約条件とに基づいて、アクチュエータ（１１２〜１１９）の操作量を求めるローカル制御回路３１〜３７に対する最適な目標値を計算する。このためには、以下の最適化問題を解けば良い。

この際、（２０）式において、保存されるべき物質量として下水流入水質／水量が必要になる。そこで、データ収集部２８において収集かつ保存された各種の下水流入水質／水量のデータを、例えば所定の期間にわたって平均化して、所定の期間の平均的な流入条件を与えることができる。このようにして、保存されるべき物質量が設定されると、この最適化問題を解くことができ、定常状態におけるプロセスの最適な水質濃度と最適な操作量を求めることができる。ただし、最適な操作量はあくまでも定常状態におけるものであり、この操作量を直接アクチュエータの操作量とするわけではなく、操作量はローカル制御部３において決定される。

最適目標値は、この最適化問題の答を用いて、ＮＯ３−Ｎ，ＮＨ４−Ｎ，ＭＬＳＳ，ＰＯ４−Ｐ，Ａ−ＳＲＴなどを計算すればよい。形式的に書くと、
Optimal Set Points ＝ arg _{N03-N,NH4-N,MLSS,PO4-P,A-SRT} min Cost function subject to (Mass balance, Actuator limit, Output limit)
となる。

このように、最適化演算によって得られた最適な操作量を決めるのではなく、最適化演算によって得られた最適な目標値を決めている理由は次の通りである。最適操作量を直接決めてしまうと、外乱の影響によるプロセス状態の変化や最適化演算に用いたモデルのモデル化誤差などに対してロバスト性を持つように操作量が決定されないが、そもそも、制御系を構築する一つの重要な目的はプロセスにロバスト性を持たせることである。ロバスト性を持たせるためには、ローカル制御部３でフィードバック制御を行う必要があるため、ここでは、最適操作量ではなくローカル制御部３に対する最適目標値を演算することにしている。

この最適目標値演算を実際に行う場合には、非線形計画法を用いることができる。ここで注意すべき点は、（１４）式は下水処理プロセスの場合には一般にモノー型の非線形性と双線形性を含む非線形代数方程式であるため、予め初期値を妥当な範囲に選んで局所最適解に陥らないような工夫をしておく必要があることである。この工夫がうまく行われていれば、信頼のおける非線形計画法の各種アルゴリズム、例えば共役勾配法などを用いて、信頼のおける最適目標値を演算することができる。

一方、予め何の先験情報も持たないような場合には、初期値を適切に設定することが困難な場合もある。このような場合には、例えば遺伝的アルゴリズム（ＧＡ）などのメタヒューリスティックスを用いて、準最適な目標値を演算することができる。この場合は、最適性ではなく準最適性しか保証できないが、局所的な極小解に陥りにくい点や高速に演算できる点などのメリットがある。

次に、ローカル制御部３について説明する。ローカル制御部３は各種のアクチュエータの操作量を決定するものである。まず、ローカル制御回路３１は、データ収集部２１において収集され保持された硝酸データを取り込むと同時に、最適目標値演算部６において計算された最適な硝酸濃度の目標値を取り込む。そうすると、最適なステップ流入量は、例えば次式のＰＩＤコントローラによって計算することができる。

ここで、Ｋ^ｓｔ _ｐ，Ｔ^ｓｔ _Ｉ，Ｔ^ｓｔ _ｄは各々ステップ流入量のＰＩＤコントーラの比例ゲイン、積分時間、および微分時間を表すパラメータであり、ｓはラプラス演算子と微分演算子の両方を表す。また、Ｓ^ｒｅｆ _ｎｏ３は最適目標値演算部６において計算された最適な硝酸濃度の目標値であり、Ｓ_ｎｏ３(t)は硝酸濃度データである。ｔは時間を表すパラメータである。

ここで、Ｋ^ｓｔ _ｐ，Ｔ^ｓｔ _Ｉ，Ｔ^ｓｔ _ｄのパラメータを適切に調整しておく必要がある。このためには、例えばゲインスケジューリングを行うことができる。具体的な方法として、例えば、（４）式のようなプロセスシミュレータを用いて、予め複数のステップ流入量の動作点においてステップ応答試験を行い、各動作点と対応する硝酸濃度を一覧にしておく。さらに、各ステップ応答波形から各動作点のパラメータ値を通常のＰＩＤコントローラの調整方法に従って決めておく。この例を表１に示す。

Ｓ^ｒｅｆ _ｎｏ３の値を表１の硝酸濃度の値と比較することによって、ＰＩＤコントローラのパラメータを切り替えることができる。あるいは、表１のパラメータ値を補間することによって、Ｓ^ｒｅｆ _ｎｏ３の値に対応するＰＩＤコントローラの値を計算してもよい。このようにすることによって、各目標値に応じて適切なＰＩＤパラメータが設定され、結果として目標値への追従特性が良くなったり、流入下水負荷が変動した場合にも放流水質を適切に保つことができるといったような外乱抑制特性を向上させたりすることができる。これが、ローカル制御回路３１の実施の形態である。

次にローカル制御回路３２は、データ収集部２２において収集され保持されたアンモニアデータを取り込むと同時に最適目標値演算部６において計算された最適なアンモニア濃度の目標値を取り込む。そうすると、最適な曝気風量は、例えば次式のＰＩＤコントローラによって計算することができる。

ここで、Ｋ_ｂ ^ｐ，Ｔ_ｂ ^Ｉ，Ｔ_ｂ ^ｄは各々曝気風量のＰＩＤコントーラの比例ゲイン、積分時間、および微分時間を表すパラメータである。また、Ｓ^ｒｅｆ _ｎｈ４は最適目標値演算部６において計算された最適なアンモニア濃度の目標値であり、Ｓ_ｎｈ４(t)はアンモニア濃度データである。

パラメータＫ_ｂ ^ｐ，Ｔ_ｂ ^Ｉ，Ｔ_ｂ ^ｄは、ステップ流入量のＰＩＤコントローラのパラメータ調整と同様な方法によって行うことができる。

その他の方法として、曝気風量とアンモニア濃度の関係には強い非線形性があるので、非線形ダイナミックモデルを用いてローカル制御を実施することもできる。例えば第２好気槽１０５を例にとると、次のように行うことができる。

溶存酸素濃度Ｓ_０２(t)とアンモニア濃度Ｓ_ｎｈ４と曝気風量Ｑ_ｂ(t)の関係式は、第２好気槽１０５に流入する酸素が無く、有機物が既に前段までの生物反応槽でほとんど消費されていると仮定すると、近似的に次のように与えられる。

ここで、μ_Ａ，Ｙ_Ａ，Ｋ，Ｋ_ｏ２，Ｋ_ｎｈ４はパラメータであり、Ｑ(t)は流量、Ｖは反応槽容積、Ｘ_Ａは硝化菌（独立栄養性細菌）、Ｘ_ｔｓｓは反応槽のＭＬＳＳ濃度を表す。ηはＭＬＳＳ中に存在するＸ_Ａの割合を表すパラメータである。／Ｓ_ｏ２は飽和溶存酸素濃度を表す。Ｓ^ｉｎ _ｎｈ４(t)は前段の反応槽から流入してくるアンモニア濃度を表す。ここで、Ｑ_ｂ(t)を決定する必要があるが、厳密な線形化の考え方に従うと、新しい入力ｕ(t)を導入して、Ｑ_ｂ(t)を以下のように変数変換する。

この変数変換を行うと、（２５）式は、以下のようになる。

同様に、

を（２７）式の入力とみなして、新しい入力ｖ(t)を導入して、以下のように変数変換する。

この変数変換を行うと、（２７）式は以下のようになる。

以上のような方法によって、（２５）式や（２７）式が厳密に線形化される。そこで、例えば、ｕ(t)をＰＩＤ制御によって制御すれば、溶存酸素濃度を制御することができる。ｖ(t)は（３１）式で溶存酸素濃度とアンモニア濃度のリンクをしているので、これは例えばバックステッピングの考え方を用いて設計すればよい。

以上がローカル制御回路３２の実施の形態である。このような方法を採用することにより、プロセスの持つ非線形性を積極的に考慮したロバスト性を持つローカル制御を行うことができる。

次に、ローカル制御回路３３は、データ収集部２３において収集され保持された硝酸データを取り込むと同時に、最適目標値演算部６において計算された最適な硝酸濃度の目標値を取り込む。そうすると、最適な炭素源投入量は、例えば次式のＰＩＤコントローラによって計算することができる。

ここで、Ｋ^ｃｂ _ｐ，Ｔ^ｃｂ _Ｉ，Ｔ^ｃｂ _ｄは各々炭素源投入量のＰＩＤコントーラの比例ゲイン、積分時間、および微分時間を表すパラメータである。また、Ｓ^ｒｅｆ _ｎｏ３は最適目標値演算部６において計算された最適な硝酸濃度の目標値であり、Ｓ_ｎｏ３(t)は硝酸濃度データである。

Ｋ^ｂ _ｐ，Ｔ^ｂ _Ｉ，Ｔ^ｂ _ｄなどのパラメータは、ステップ流入量のＰＩＤコントローラのパラメータ調整と同様な方法によって行うことができる。また、曝気風量の厳密な線形化＋バックステッピング＋ＰＩＤコントローラのようなロバスト性を持つローカル制御回路を構成することも可能である。

以上がローカル制御回路３３の実施の形態である。

次にローカル制御回路３４は、データ収集部２４において収集され保持された硝酸データを取り込むと同時に、最適目標値演算部６において計算された最適な硝酸濃度の目標値を取り込む。そこで最適な循環量は、例えば次式のＰＩＤコントローラによって計算することができる。

ここで、Ｋ^ｃｉｒｃ _ｐ，Ｔ^ｃｉｒｃ _Ｉ，Ｔ^ｃｉｒｃ _ｄは各々循環量のＰＩＤコントーラの比例ゲイン、積分時間、および微分時間を表すパラメータである。

以上の説明より、ローカル制御回路３１のステップ流入量とローカル制御回路３３の炭素源投入量と、ローカル制御回路３４の循環量の制御は、同じ硝酸濃度データを用いて、ほとんど同じアルゴリズムによって制御が行われることが分かる。その理由は、これらのアクチュエータの制御の目的として「脱窒」という共通のものを考えているからである。もちろん「脱窒」以外の目的に対してこれらのアクチュエータを制御することもできる。しかし、いままでの説明のように共通の目的を持つ場合に、これらの操作量を独立に操作させることは必ずしも得策ではない。そこで、例えば次のように実施することもできる。

脱窒反応は、通常、無酸素条件下で進行し、その際に硝酸と有機物（ＣＯＤで計測される）を必要とする。この反応で必要となる硝酸とＣＯＤの比率は以下のようになる。

ここで、Ｙ_ｈは脱窒菌（従属栄養性細菌）の収率である。

この場合、ローカル制御回路３３で操作量を計算する炭素源投入量とローカル制御回路３１で操作量を計算するステップ流入量は脱窒のためのＣＯＤ源を供給することを目的としたものである。また、ローカル制御回路３４で操作量を計算する循環量は脱窒のための硝酸の供給を目的としたものである。したがって、操作量を（３５）式の比率に保つためには、硝酸量かＣＯＤ量かのいずれか一方を決めれば必然的に他方が決まる。そこで、例えば、以下のような制御を行うことができる。まず、ローカル制御回路３４において、上述した通りに循環量をＰＩ制御により決定する。次に（３５）式の比率を保つような必要ＣＯＤ量を計算する。計算されたＣＯＤ量が決定したら、まずローカル制御回路３１のステップ流入量を調整することによって計算された必要ＣＯＤ量を供給できるか否かを判断する。もし、ステップ流入量の調整のみで必要ＣＯＤ量を供給できる場合には、その必要ＣＯＤ量をステップ流入によって供給し、ローカル制御回路３３の炭素源投入は行わない。もし、ステップ流入量の調整のみで必要ＣＯＤ量が供給できないと判断された場合には、不足分を計算し、不足分をローカル制御回路３３の炭素源投入によって供給する。このようなアルゴリズムを採用することによって、過不足のない最適な脱窒制御を行うことができる。これがローカル制御回路３１とローカル制御回路３３とローカル制御回路３４の実施の形態である。

次にローカル制御回路３５は、データ収集部２５において収集され保持されたＭＬＳＳデータを取り込むと同時に、最適目標値演算部６において計算された最適なＭＬＳＳ濃度の目標値を取り込む。そうすると、最適な返送量は、例えば次式のＰＩＤコントローラによって計算することができる。

ここで、Ｋ^ｒｅｔ _ｐ，Ｔ^ｒｅｔ _Ｉ，Ｔ^ｒｅｔ _ｄは各々返送量のＰＩＤコントーラの比例ゲイン、積分時間、および微分時間を表すパラメータである。また、Ｘ^ｒｅｆ _ｔｓｓは最適目標値演算部６において計算された最適なＭＬＳＳ濃度の目標値であり、Ｘ_ｔｓｓ(t)はＭＬＳＳ濃度データである。Ｋ^ｒｅｔ _ｐ，Ｔ^ｒｅｔ _Ｉ，Ｔ^ｒｅｔ _ｄなどのパラメータは、ステップ流入量のＰＩＤコントローラのパラメータ調整と同様な方法によって行うことができる。これによって、最適な返送汚泥量の調整を行うことができる。以上がローカル制御回路３５の実施の形態である。

次にローカル制御回路３６は、今までの説明と同様に、データ収集部２６において収集され保持されたリン酸データを取り込むと同時に、最適目標値演算部６において計算された最適なリン酸濃度の目標値を取り込む。そうすると、最適な凝集剤投入量は、例えば次式のＰＩＤコントローラによって計算することができる。

ここで、Ｋ^ｐｏ４ _ｐ，Ｔ^ｐｏ４ _Ｉ，Ｔ^ｐｏ４ _ｄは各々凝集剤投入量のＰＩＤコントーラの比例ゲイン、積分時間、および微分時間を表すパラメータである。また、Ｓ^ｒｅｆ _ｐｏ４は最適目標値演算部６において計算された最適なリン酸濃度の目標値であり、Ｓ_ｐｏ４(t)はリン酸濃度データである。

Ｋ^ｐｏ４ _ｐ，Ｔ^ｐｏ４ _Ｉ，Ｔ^ｐｏ４ _ｄなどのパラメータは、ステップ流入量のＰＩＤコントローラのパラメータ調整と同様な方法によって行うことができる。この凝集剤投入制御は、曝気風量のローカル制御の説明で述べたように、ダイナミックなモデルを用いて行うこともできる。

これにより、最適な凝集剤投入を行うことができ、適切なリン除去を行うと共に薬品コストを削減することができる。ここで注意すべきことは、もし、最適目標値演算部６で設定されたリン酸濃度の目標値よりも計測されたリン酸濃度の方が低い場合には、結果的に凝集剤が投入されないことである。したがって、このような最適目標値設定値を持つローカル制御回路は、薬品投入が必要と判断された場合にのみ動作するインテリジェントなコントローラになっている。

次にローカル制御回路３７は、今までの説明と同様に、データ収集部２７において収集され保持された曝気槽内のＭＬＳＳデータと、引き抜き汚泥内のＳＳデータと、引き抜き汚泥量データとを取り込むと同時に、最適目標値演算部６において計算された最適なＳＲＴ（固形物滞留時間）あるいはＡ−ＳＲＴ（好気条件の固形物滞留時間）の目標値を取り込む。そうすると、最適な余剰汚泥引き抜き量は、例えば次式のＳＲＴ制御によって計算することができる。

ここで、Ｘ^{ｒｅａｃｔｏｒ} _ｔｓｓ(t)，Ｖ，Ｘ^{ｗａｓｔｅ} _ｔｓｓ(t)，ＳＲＴ_ｒｅｆは各々生物反応槽内のＭＬＳＳ濃度、生物反応槽の容量、余剰汚泥のＳＳ濃度、および最適目標値演算部６によって供給されるＳＲＴの目標値である。

（３８）式によって、最適な余剰汚泥の引き抜き量を計算することができる。（３８）式は、余剰汚泥を連続的に引き抜くようになっているが、実際の下水処理プラントでは、余剰汚泥引き抜きは、タイマー制御されている場合が多く、簡欠的に引き抜いていることが多い。この理由の一つは、汚泥を連続的に引き抜くと汚泥の沈降が悪い場合があるのに対し、タイマー制御では、汚泥が十分に沈降している時に一気に引き抜くため、余剰汚泥の引き抜き操作がうまく働くからである。そこで、例えば、新たに汚泥界面計を設置することによって、汚泥の沈降具合を判断して間欠的に汚泥を引き抜くこともできる。例えば、汚泥界面の上限のスレッシュホールドレベルを設定しておき、界面が上限を越えるまで、（３８）式の余剰汚泥引き抜き量を積分しておき、上限を越えた場合に積分した量の余剰汚泥を一定の時間をかけて引き抜くといった制御を行うことができる。このようにすることによって、実際の処理に適合した余剰汚泥引き抜き制御を実施することができる。また、最適なＳＲＴ値を最適目標値演算部６から供給しているため、最適な汚泥量の制御を行うことができる。以上がローカル制御回路３７の実施の形態である。

以上のような一連の動作に従って、プラントワイドな最適な下水処理プロセス制御を行うことができる。ただし、以上の一連の動作における最適目標値は、実際には、流入してくる流入下水の量や質によって、異なったものになるはずである。特に、雨天や晴天などの天候の違い、休日と平日の違い、夜間と昼間の違い、季節の違いによって、流入下水の量や質が変化する方が普通である。そこで、最適目標値演算は適切な周期で繰り返す方がより現実的であり、所定の一定周期で最適目標値演算を行うことができる。また、一定周期ではなく、上述の天候、曜日、時間帯、季節の違いが表れる場合に最適目標値演算の再計算を行うこともできる。このような最適目標値再計算によって、下水の流入負荷状況に応じて、下水高度処理プロセスをプラントワイドに最適制御することができる。

（実施の形態１の効果）
以上の実施の形態では、従来のＰＩＤ制御などのローカル制御部の上位系に、物質量保存制約条件を持つ最適目標値演算装置をスーパーバイザーとして設置することによって、以下のような効果を奏することができる。

（１）放流水質コストと運転コストを最適化した最適下水処理制御装置を提供することができる。
（２）物質量保存制約条件があるために原理的に到達できないような目標値を与えてしまう危険を回避することができる。
（３）従来行われているローカル制御部の制御装置をそのまま利用して、シームレスにプラントワイドな下水処理プロセス制御装置を提供することができる。
（４）ローカル制御装置と最適目標値演算装置を独立に設定することができ、例えば、ローカル制御装置でプラントのロバスト性や安定性を考慮し、最適目標値演算装置でプラントのプラントワイドな最適化を図る、といった役割分担を明確化することができる。

＜実施の形態２＞
（実施の形態２の構成）
図３および図４は、実施の形態２を示すものである。図３は制御対象として例示した図１と同様の下水高度処理プロセス１であり、図１の下水高度処理プロセス１と同一もしくは類似の構成要素には同一符号を付して示している。両者の相違点は、図３のプロセスにおいては、第２好気槽１０５にアクチュエータの一つとしてアルカリ剤投入ポンプ１２０を付加的に設け、それに対応して、プロセスセンサとして、第２好気槽１０５に、アルカリ度またはｐＨを計測するアルカリ度／ｐＨセンサ１２９、およびＯＲＰ値を計測するＯＲＰセンサ１３０を付加的に設けていることである。他は図１のプロセスとなんら変わりが無い。

図４は、図３で説明した各アクチュエータ１１１〜１２０を通して下水高度処理プロセス１を制御するプラントワイド最適プロセス制御装置を示すブロック図である。ここでは、プロセス計測データ収集部２は図２に示したデータ収集部２１〜２７およびデータ収集部２８を包含する形で一つのブロックで示されている。ローカル制御部３も同様である。

図４のプラントワイド最適プロセス制御装置は、プロセス計測データ収集部２、ローカル制御部３、最適評価関数設定部４、制約条件設定部５、最適目標値演算部６、プロセス異常判断部７、プロセス異常通知部８、およびプロセス異常診断部９を含んで構成されている。プロセス計測データ収集部２、ローカル制御部３、最適評価関数設定部４、制約条件設定部５、および最適目標値演算部６の個々の機能はすでに述べた通りである。

プロセス異常判断部７は、プロセスデータ収集部２で収集された各種計測データと、最適目標値演算部６で計算される最適目標値とを入力し、プロセスの異常を判断する。プロセス異常通知部８は、プロセス異常判断部７で判断したプロセスの異常／正常状態をプロセスの運転員や管理者に通知する。プロセス異常診断部９は、プロセス異常判断部７で異常と判断された場合に、その異常の原因を調査し、プロセス異常の診断を行う。プロセス異常時制御部１０は、プロセス異常診断部９で診断したプロセス異常の原因を復旧するように新たな制御を行う。

（実施の形態２の作用）
図３および図４を参照して実施の形態２の作用を説明する。本実施の形態の通常の作用は、プロセスの異常診断や異常判断に関わる部分を除けば、実施の形態１とほぼ同様である。したがって、以下では、プロセス異常に関わる部分の作用のみを説明する。

まず、プロセス計測データ収集部２では、アルカリ度／ｐＨセンサ１２９およびＯＲＰセンサ１３０のデータも所定の周期で収集し、保持している。プロセス異常判断部７は、最適目標値演算部６で計算された最適目標値とプロセス計測データ収集部２に保持されている計測データとを入力する。そして、各センサの最適目標値と計測データの誤差を次式のように積分する。

ここで、Ｘ_ｒｅｆおよびＸ(t)は、ある制御したい水質の目標値および計測値である。

本実施の形態２では、制約条件設定部５においてマスバランスを考慮しているので、プロセスが正常に動作していれば、（３９）式の右辺の誤差は時間が経過すれば０（ゼロ）に収束するはずである。つまり、目標値に到達できないことはない。したがって、左辺の値は無限に増加することはない。そこで、あるスレッシュホールドレベルＫを設定して、次式でプロセスの正常／異常を判断する。
if｜ＩＥ｜≦Ｋ then 正常
if｜ＩＥ｜＞Ｋ then 異常 （４０）

このような判断により、プロセスが正常であるか、異常であるかを判断することができる。ただし、（３９）式のような純粋な積分器では、わずかに誤差が残っていても左辺は無限大に増加する可能性があるので、極めて小さな正の値の忘却因子αを導入して、次式のように変更してもよい。

このように判断基準を修正すれば、実際には良く起こり得る「目標値との多少のずれ」には影響されにくくなるので、より正確にプロセスの正常／異常を判断することができる。これが、プロセス異常判断部７の実施の形態である。

プロセス異常通知部８では、プロセス異常判断部７の判断結果に基づいて、プロセスが正常であるか異常であるかを、下水高度処理プロセス１の運転員あるいは管理者に通知する。これが、プロセス異常通知部８の実施の形態であり、プロセス異常通知部を持つプラントワイドな最適下水処理プロセスの実施の形態である。このようなプロセスの正常／異常を運転員に通知することにより、プロセスをより安全に信頼性を高めて運用することができる。

一方、プロセスの正常／異常を知らせるだけでなく、その原因の候補も挙げることができれば、より信頼性と安全性の高いプラント運用が可能になる。そのために、プロセス異常診断部９が有用になる。プロセス異常診断部９は、プロセス異常判断部７の判断結果を受けて行われる。プロセス異常診断部９は、プロセス異常判断部７でプロセスが異常であると判断された場合に動作する。プロセス異常診断部９では、プロセスの異常要因を一覧表として持っておく。ここでは、ローカル制御部３で第２好気槽１０５のアンモニア濃度を制御している場合を想定し表２を参照して説明する。

表２に示したように、例えば、曝気量によるアンモニア濃度の制御がうまくいかない場合の要因として、
（１）曝気装置の故障による曝気風量の異常、
（２）アンモニアセンサ自身の異常、
（３）ｐＨが極端に酸性に傾く場合などの硝化阻害、
などが考えられる。そこで、まず、これらの考えられる要因を表の縦方向に列挙しておく。次に、これらの値の正常範囲の最小値と最大値を表に書き込む。この最大値と最小値は予め固定値として与えておいても良いし、プロセスの状況に応じて可変の値を入れてもよい。例えば、最適目標値演算部６で計算したアンモニア濃度の最適目標値が１［ｍｇ／Ｌ」であり、ＯＲＰセンサ１３０の値が例えば１３０［ｍＶ］以上の十分な酸化側にある場合に、アンモニア濃度が極端に高いことは有り得ないので、この場合のアンモニア濃度の最大値を１２［ｍｇ／Ｌ］とするなどのルールに従って、最小値と最大値を表に定期的に書き込む。同時に、現在計測されている実際の値を表に書き込む。さらに、この計測された実際の値が最大値と最小値の間に入っている場合には、「正常」を書き込み、最大値と最小値の間から外れている場合には、「異常」と書き込む。例えば、表２では、ｐＨが極端に酸性になっているので、この項目に「異常」と書き込まれる。これが、プロセス異常診断部９の作用である。さらに、プロセス異常通知部８で、プロセスが異常であることと同時にその要因が、ｐＨが極端に酸性になっていることにある可能性が高いことを通知する。もし、表２で「異常」の項目が表れない場合には、プロセスの異常要因が表２の項目ではないことを通知すると同時に異常要因不明の通知を行う。

以上により、プロセスが異常であることを運転員や管理者に通知するだけでなく、その要因をも通知することができ、プロセスをより安全にかつ高信頼性をもって運転することができる。

一方、このようなプロセス異常診断によってプロセス異常要因が分かるのであれば、その対策を同時に実施することができる。プロセス異常時制御部１０を設けることによって、これが可能になる。

プロセス異常時制御部１０は、プロセス異常診断部９で診断された原因に基づいて、プロセスが正常に戻るように制御を行う。表２に示したように、プロセス異常の原因がプロセスが酸性に傾きすぎたことによる硝化阻害であった場合、プロセスを中性になるようにしてやればよい。そこで、アルカリ剤投入ポンプ１２０によるアルカリ剤の投入量の制御を行う。まず、表２からｐＨの最大値と最小値の中間値を目標値として設定する。このアルカリ剤投入量の制御は、今までに繰り返し説明してきたものと同様のＰＩＤ制御を用いて行う。この場合、センサとしてｐＨセンサ１２９を設けているので、そのｐＨセンサの出力についてＰＩＤ制御を行えばよい。ｐＨが所定の値に復帰したら、このアルカリ剤投入ＰＩＤ制御を停止して通常運転に戻る。

もし、プロセス異常診断部９で診断された原因がアンモニアセンサ１２１，１２４の異常であった場合には、プロセス異常時制御部１０で、ＯＲＰセンサ１３０を用いた曝気風量ＰＩＤ制御に切り替えると同時に、プロセス異常通知部８にアンモニアセンサの修理を促すアナウンスを行う。もし、プロセス異常診断部９で診断された原因が曝気量の異常であった場合には、曝気のための散気装置の自動洗浄を行う。

以上がプロセス異常時制御部１０の作用である。このプロセス異常時制御部１０では、異常時の制御を行うと同時にプロセス異常通知部８で、異常要因の解消を促し、運転員や管理者がプロセスの異常要因を解消したら、このプロセス異常時制御部１０に何らかの信号を送るように約束をしておき、この信号を受け取ったら、プロセスの制御は通常の制御に復帰するようにしておく。

以上がプロセス異常時制御装置を組み込んだラントワイド最適プロセス制御装置の実施の形態である。これにより、プロセスが異常である場合にもプロセスを自動的に正常状態に復帰させることができ、より信頼性と安全性の高いプロセス運用が可能になる。

（実施の形態２の効果）
本実施の形態から得られる主たる効果は、実施の形態１の効果に加えて、以下の諸効果を挙げることができる。すなわち、下水高度処理プロセスが正常に動作している場合のみならず、プロセスが何らかの要因で異常状態に陥った場合にも、プロセスをプラントワイドに最適に制御することができることである。そのため、プロセスをほぼ完全自動で運用することができる。

＜実施の形態３＞
（実施の形態３の構成）
図５は実施の形態３の説明図である。実施の形態３の構成は、図１あるいは図３に示したプロセスのいずれかとほぼ同様である。その違いは、図５に示したように手動目標値設定部１１を備えていることである。

（実施の形態３の作用）
図５を用いて、実施の形態３の作用を説明する。実施の形態１の作用の項で説明したように、最適目標値演算部６は各水質センサの最適目標値を演算するが、この値が運転員にとっては満足できない場合があり得る。例えば、図２に示した最適評価関数設定部４では、（１８）式や（１９）式のような評価関数を設定しているが、運転員は、これらの式で考慮していない状況を経験的に評価している場合がある。このような場合には、最適目標値演算部６で求めた最適目標値を修正したいケースが起こり得る。そこで、最適目標値演算部６で求めた最適目標値をローカル制御部３に与えると同時に運転員１３にも提示するようにしておく。そして、運転員１３がこの目標値を修正したい場合には、最適目標値演算部６を手動目標値設定部１１に切り替える。そして、手動目標値設定部１１において、運転員が望ましいと思う目標値を設定する。次に手動目標値判断部１２で、図１の保存量制約設定部５１の条件に矛盾しない目標値であるか否かを判断する。もし、設定した目標値が矛盾するようであれば、目標値を変更するように運転員１３にアナウンスを行う。もし、矛盾しないようであれば、その目標値をローカル制御部３に送信する。以上が、実施の形態３による目標値設定の態様である。

（実施の形態３の効果）
本実施の形態から得られる効果は、実施の形態１の効果に加えて、下水処理プラントの運用における人間系と自動制御系の協調が可能になり、完全自動を行いたい場合には完全自動制御を行い、人間系を介在させたい場合には、自動制御による支援のある部分自動制御を行うことができる。

＜実施の形態４＞
（実施の形態４の構成）
図６は実施の形態４の説明図である。実施の形態４の構成は、図１あるいは図３に示したプロセスのいずれかとほぼ同様である。その違いは、図６に示したようにローカル制御部３を切り離し、人間系が操作を行うことがあることのみである。

（実施の形態４の作用）
図６を参照して、実施の形態４の作用を説明する。実施の形態１の作用の項で説明したように、最適目標値演算部６で計算された最適目標値は、ローカル制御部３へ送られて自動制御が行われるが、下水処理プロセスの運転員や管理者にとって必ずしも自動制御がベストである場合ばかりであるとは限らない。プロセス運用に習熟した運転員は手動で各種アクチュエータ１１１〜１２０を制御したい場合もある。このような場合においても、複数ある水質をどのような値に設定すればよいかを全て運転員自身が考えることは非常に大きな労力伴う。そこで、最適目標値演算部６で計算した最適目標値を運転員１３に提示すると同時に、プロセス計測データ収集部２で収集し保存したデータを時系列データとして運転員１３に提示しておく。運転員１３は、この最適目標値と実際の計測データを同時にディスプレイ上で見ることによって、手動で各種アクチュエータ１１１〜１２０の操作量を決定する。この場合、アクチュエータ１１１〜１２０の一部のみの操作量を手動で決定してもよい。操作量の時系列データや水質の時系列データが目標値と共に常に運転員１３に提示されているため、これは人間を介したビジュアルフィードバック系になっており、これによって、ローカル制御部３の機能を代行させることができる。以上が、人間系によるローカル制御の実施の形態である。

（実施の形態４の効果）
実施の形態４によっても、実施の形態３と同様に、実施の形態１の効果に加えて、下水処理プラントの運用における人間系と自動制御系の協調が可能になり、完全自動を行いたい場合には完全自動制御を行い、人間系を介在させたい場合には、自動制御による支援のある部分自動制御を行うことができることである。

＜実施の形態５＞
（実施の形態５の構成）
図７は実施の形態５の構成図である。この実施の形態５は、センサ異常に対するロバスト性を有するものであり、何らかの原因でセンサ異常が発生してもプロセス制御の破綻を回避しながら制御を継続し得るプラントワイド最適プロセス制御装置を提供するものである。図８は図７における下水高度処理プロセス１の詳細な構成を示す説明図、図９は図７におけるプロセス計測データ収集部２及びローカル制御部３の詳細な構成を示す説明図である。これらの図において、図１乃至図３において既述したものと同一の構成要素には同一符号を付してある。

図７において、下水高度処理プロセス１からの計測データはプロセス計測データ収集部２により収集され、プロセス計測データ収集部２は収集したデータをローカル制御部３及びプロセスセンサ異常診断部１４に送るようになっている。また、下水高度処理プロセス１からの特定の外部入力計測データは外部入力計測データ収集部１５により収集され、外部入力計測データ収集部１５はこれを外部入力センサ異常診断部１６に送るようになっている。

外部入力センサ異常診断部１６及びプロセスセンサ異常診断部１４は、入力した計測データに基づきセンサ異常診断を行い、それぞれスイッチ部ＳＷ1，ＳＷ2の接点切換を行うようになっている。

制約条件設定部５は、スイッチ部ＳＷ1を介してセンサ正常時には外部入力計測データ収集部１５からのデータを入力し、また、センサ異常時には手分析データ保存部１７からのデータを入力するようになっている。この手分析データ保存部１７には、予め求められている下水流入水質についての手分析データが保存されている。

本実施形態に係る装置は、最適評価関数設定部４及び制約条件設定部５の設定に基づき、センサ正常時及びセンサ異常時におけるプロセスの最適化を行うプロセス最適化部１８を備えている。このプロセス最適化部１８は、センサ正常時における最適目標値をスイッチ部ＳＷ2を介してローカル制御部３に出力する最適目標値演算部６と、センサ異常時における最適操作量をスイッチ部ＳＷ2を介して下水高度処理プロセス１のアクチュエータ１１２〜１１９に対して直接出力する最適操作量演算部１９とを有している。

図８に示した下水高度処理プロセス１は、図１に示したものと略同一であり、異なる点は、下水流入センサ１２８の計測データが外部入力計測データ収集部１５に出力されるようになっている点である。

図９に示すように、プロセス計測データ収集部２は、無酸素槽１０４内の硝酸センサ１２２からのデータを収集する第１のデータ収集部２１と、好気槽１０３内のアンモニアセンサ１２１及び好気槽１０５内のアンモニアセンサ１２４からのデータを収集する第２のデータ収集部２２と、無酸素槽１０４内の硝酸センサ１２２からのデータを収集する第３のデータ収集部２３と、無酸素槽１０４内の硝酸センサ１２２からのデータを収集する第４のデータ収集部２４と、無酸素槽１０４内のＭＬＳＳセンサ１２３からのデータを収集する第５のデータ収集部２５と、好気槽１０５内のリン酸センサ１２５からのデータを収集する第６のデータ収集部２６と、無酸素槽１０４内のＭＬＳＳセンサ１２３からのデータ、最終沈殿地１０６のＳＳセンサ１２６からのデータ、及び最終沈殿地１０６底部側に設けられた流量センサ１２７からのデータを収集する第７のデータ収集部２７と、を有している。

また、ローカル制御部３は、ステップ流入ポンプ制御回路としてステップ流入ポンプ１１２を制御する第１のローカル制御回路３１と、ブロワ制御回路としてブロワ１１３，１１４を制御する第２のローカル制御回路３２と、炭素源投入ポンプ制御回路として炭素源投入ポンプ１１５を制御する第３のローカル制御回路３３と、循環ポンプ制御回路として循環ポンプ１１６を制御する第４のローカル制御回路３４と、返送汚泥ポンプ制御回路として返送汚泥ポンプ１１７を制御する第５のローカル制御回路３５と、凝集剤投入ポンプ制御回路として凝集剤投入ポンプ１１８を制御する第６のローカル制御回路３６と、余剰汚泥ひき抜きポンプ制御回路として余剰汚泥引き抜きポンプ１１９を制御する第７のローカル制御回路３７とを有している。

そして、これらローカル制御回路３１〜３７のそれぞれは、データ収集部２１〜２７の計測値と、最適目標値演算部６からの最適目標値とを入力し、これらの入力に基づき演算した操作量をアクチュエータ１１２〜１１９に対して出力するようになっている。

また、データ収集部２１〜２７の各計測値はプロセスセンサ異常診断部１４に対しても出力されるようになっている。プロセスセンサ異常診断部１４は、これらの入力に基づきプロセスセンサの異常診断を行ってスイッチ部ＳＷ2の接点切換を行うようになっている。

（実施の形態５の作用）
次に、実施の形態５の作用を図７乃至図９を参照しつつ説明する。なお、最適評価関数設定部４及び制約条件設定部５の各設定の仕方は、実施の形態１において既述したのと同様であるが、説明の便宜上、再度説明しておく。

最適評価関数設定部４は、下水高度処理プロセス１の最適性を評価するための最適評価関数Ｊを、例えば、（１）式のように設定する。
Ｊ＝ＥＣ＋ＯＣ （１）

ここで、ＥＣは放流水質コストであり、ＯＣは運転コストであって、例えば次式で定義する。

ここで、ＣＯＤ，ＢＯＤ，ＳＳ，ＴＮ，ＴＰは、それぞれ、放流水の化学的酸素要求量、生物化学的酸素要求量、浮遊固形物量、全窒素の濃度、および全リンの濃度を表し、単位はすべて［ｋｇ／ｍ^３］である。Ｑ_ｅｆ［ｍ^３／ｄ］は放流水量を表す。Ｑ_ｂ，Ｑ_ｒｅｔ，Ｑ_ｃｉｒｃ，Ｑ_ｅｘ，Ｑ_ｐａｃ，Ｑ_ｃｂは、それぞれ、曝気風量、返送量、循環量、余剰汚泥引抜量、凝集剤投入量、炭素源投入量であり、単位はすべて［ｍ^３／ｄ］である。Ｑ_{ｓｌｕｄｇｅ}［ｋｇ／ｄ］は発生汚泥量である。また、ｔ０およびＴは、それぞれ、コスト評価開始時刻およびコスト評価期間を示す。ｗ_ｉはコスト換算係数に対応する重みであり、例えば非特許文献６に開示されている値を用いることができる。

次に、制約条件設定部５において、保存量制約設定部５１、出力制約設定部５２、および操作量制約設定部５３の各々の制約条件を設定する。

保存量制約設定部５１では、下水高度処理プロセス１の処理におけるマスバランスを考慮した微分方程式から導出される代数方程式による記述を行う。

まず、例えば、非特許文献７に記載されている活性汚泥モデルＡＳＭ１〜ＡＳＭ３などを用いて、下水高度処理プロセス１のプロセスモデル（プロセスシミュレータ）を形式的に表現すると以下のようになる。

ここで、ｘは反応槽内のアンモニア、硝酸、リン酸、ＣＯＤの要素、ＳＳ、ＭＬＳＳなどの水質要素を表すベクトル、ｕは、曝気量、循環量、返送量、炭素源投入量などの操作量を表すベクトル、ｄは流入下水の水質要素や流入下水量などの外乱を表すベクトル、θは、最大比増殖速度、半飽和定数、加水分解定数、死滅定数、などの各種パラメータを表すベクトルである。ｆは、ＡＳＭ１〜ＡＳＭ３などの水質反応と、物理的な混合と、酸素の供給などを表す関数である。

（４）式は、次式のような生物反応槽モデルと沈澱池モデルを連結させた形で表現される。
＊生物反応槽モデル：

ここで、ｚ_＊(t)［ｇ／ｍ^３］∈Ｒ^ｎ _＋は反応槽の水質要素を表すベクトル、ｎは状態変数の数、ｚ_＊ｉｎ(t)［ｇ／ｍ^３］∈Ｒ^ｎ _＋は対象となる反応槽に流入してくる下水の水質要素を表すベクトル、Ｖ_＊［ｍ^３］∈Ｒ_＋は対象とする反応槽の容積、Ｑ_＊(t)［ｍ^３／day］∈Ｒ_＋は流入量を表す。また、Ｓ∈Ｒ^ｐ×ｎは化学量論を表すマトリクス、ｒ(・)∈Ｒ^ｐ _＋は反応速度を表すベクトル、ｐは要素反応プロセスの数を表す。Ｓ_ｏ２＊(t)［ｇ／ｍ^３］∈Ｒ_＋は溶存酸素濃で、ｚ_＊(t)の一つの要素（ＡＳＭ１〜ＡＳＭ３では２番目の要素として割り当てられている）である。／Ｓ_ｏ２(t)［ｇ／ｍ^３］∈Ｒ_＋は飽和溶存酸素量、ＫＬa［１／day］∈Ｒ_＋は総括酸素移動容量係数、Ｑ_Ｂ(t)［ｍ^３／day］∈Ｒ_＋は曝気量、Ｋ［１／ｍ^３］∈Ｒ_＋は定数を表す。また、＊は各反応槽の文字列を表し、例えば、＊：＝aerobicは好気槽である。Ｒ^ｎはｎ次の実数の集合を表し、Ｒ^ｎ _＋はｎ次の正の実数の集合を表す。
＊沈澱池モデル：

ここで、ｓ_ｓｄ(t)[ｇ／ｍ^３]∈Ｒ^Ｓ _＋は沈澱池の溶解性の水質要素を表すベクトル、ｓは溶解性水質要素の数を表す。ｘ^ｂ _ｓｄ(t)[ｇ／ｍ^３]∈Ｒ^ｎ−Ｓ _＋は沈澱池の沈澱部の浮遊性の水質要素を表すベクトルであり、ｘ^ｕ _ｓｄ(t)[ｇ／ｍ^３]∈Ｒ^ｎ−Ｓ _＋は沈澱池の上澄部の浮遊性の水質要素を表すベクトルである。αは１より小さい定数である。Ｑ^ｗ _{ｓｄｏｕｔ}(t)，Ｑ^ｒ _{ｓｄｏｕｔ}(t)，Ｑ^ｅ _{ｓｄｏｕｔ}(t)はそれぞれ、余剰汚泥引き抜き流量、返送量、および放流量を表す。

これらの生物反応槽モデルと沈澱池モデルを下水高度処理プロセス１のプロセス構成に従って適切に連結することによって、（４）式が得られる。

さて、このプロセスモデル（シミュレータ）である（４）式の左辺の微分値をゼロと置くと、定常状態におけるマスバランス式が得られ、以下のようになる。
ｆ（ｘ，ｕ，θ，ｄ）＝０ （１４）

この（１４）式が、保存量制約設定部５１の制約条件式の一例である。（１４）式と下水処理プロセスシミュレータとの違いは、（１４）式が非線形の代数方程式であるのに対し、プロセスシミュレータでは、（４）式のように微分方程式であることであり、実施の形態１で既述した通りである。この（１４）式のマスバランス式の中には、下水処理プロセスの各種の水質ばかりでなく、操作量も含まれていることに注意しておくべきである。この事実を後に利用する。

次に出力制約設定部５２について説明する。出力制約設定部５２では、例えば、出力である水質の規制値を設定したり、水質濃度など、決して負にはならないように制約条件を設定することができる。例えば、（１４）式に加えて、次式のような制約条件を設定する。
０≦ｘ≦ｘ_ｍａｘ （１５）

ここで、ｘ_ｍａｘは水質の規制値などに対応する水質の上限値である。

次に操作量制約設定部５３であるが、ここでは、プロセスのアクチュエータが取り得る範囲内のリミット値を設定することができる、例えば次式のような制約条件を設定する。
ｕ_ｍｉｎ≦ｕ≦ｕ_ｍａｘ （１６）

ここで、ｕ_ｍｉｎおよびｕ_ｍａｘは、操作量の上限値および下限値に対応する。以上の設定部５１〜５３をまとめたものが制約条件設定部５である。

上記の設定が行われた後、プロセス計測データ収集部２による下水高度処理プロセス１からのプロセス計測データ収集が所定周期で行われ、ローカル制御部３による制御が行われる。

次に、外部入力センサ異常診断部１６では、外部入力計測データ収集部１５にて収集した流入下水水質や流入下水量の時系列データを用いてセンサ値の異常診断を行う。具体的な方法としては色々な方法が考えられるが、例えば以下の様に行う。例として流入下水水質のアンモニア濃度を取り上げる。

まず、流入下水水質のアンモニア濃度の典型値を調査しておく。通常、普通の都市下水であればアンモニア濃度の値は、１５[mg/L]〜４０[mg/L]程度である。そこで、アンモニア濃度の取り得る上限値及び下限値をそれぞれ設定する。例えば、下限値として１０[mg/L]とし、上限値として４０[mg/L]とする。

また、アンモニア濃度の変化の最大幅を予め設定しておく。例えば、１０分周期で収集しているとして、１０分間でのアンモニア濃度の最大変化率が１０[mg/L]と設定しておく。さらに、アンモニア濃度の時系列データの自己相関関数を計算し、どのくらい過去のデータと現在のデータが相関を持っているかを調べておく。そして、例えば相関係数が０．８（完全相関の場合に１とした場合）以上である時間のずれを見ておく。例えば３０分前までのデータは通常相関係数が０．８以上あると得られたとする。これらの事前の調査に基づいて、アンモニアセンサの正常/異常を判断するマップを例えば表３に示す様に作っておく。

表３において、いずれの項目も正常範囲に入っている場合は、「センサは正常である」と判断する。逆に全ての項目が異常範囲に入っている場合は、「センサは異常である」と判断する。いずれかの項目が異常範囲にある場合には、センサのチェックをアナウンスするような仕組みを作っておく。例えば、このようなロジックが組み込まれた外部入力センサ異常診断部１６を用いて、流入下水水質や流入下水量などの計測値の正常・異常を診断する。

そして、もし外部入力センサ異常診断部１６がセンサを正常と判断した場合、外部入力センサ異常診断部１６はスイッチ部ＳＷ1の接点をａ側とし、外部入力計測データ収集部１５が収集した流入下水量や流入下水水質の時系列データについての加工データを保存量制約設定部５１のｄの項に入力する。

一方、もしセンサを異常と判断した場合、外部入力センサ異常診断部１６はスイッチ部ＳＷ1の接点をｂ側とし、手分析データ保存部１７に保存されているデータを保存量制約設定部５１のｄに対応する形になるよう適当な変換を施してｄの項に入力を行う。手分析データ保存部１７には、例えば1日に１回分析されたCOD、アンモニア性窒素、リン酸性リンなどのデータが予め保存されている。

なお、センサが正常であるのか異常であるのか判断がつかないような場合には、前記のアナウンスに従って正常か異常かを運転員や管理者が判断し、スイッチ部ＳＷ1を手動操作していずれか一方の入力を選択するようにする。

プロセスセンサ異常診断部１４では、プロセス計測データ収集部２が収集したプロセス値の時系列データに基づいて、プロセスセンサによる計測値の異常診断を行う。この異常診断は、上述した外部入力センサ異常診断部１６と同様の方法により行っても良いが、次のような、複数のセンサによる相関に基づく主成分分析などの統計的手法を利用した方法により行うことができる。

すなわち、プロセスセンサのうち、いくつかのものは非常に強い相関を持っている場合が多い。例えば、アンモニアセンサと、ＤＯセンサと、ＯＲＰセンサとは互いに相関を持っている場合が多く、特に好気条件では相関が強いものとなる。そこで、これら3つの時系列データあるいは加工した時系列データに対して主成分分析を行う。すると、センサが正常である場合には、第1主成分の値が例えば、０．９（第１〜第３主成分の総和は１）程度になっている。そこで、スレッシュホールドレベルとして、例えば０．７５を設定しておき、もし、第１主成分の値が０．７５未満になったらいずれかのセンサが異常であると判断する。そして、例えば、センサが正常であればＦＢ（フィードバック）、センサが異常であればＦＦ（フィードフォワード）などのフラグをたててセンサ状態を保持しておく。

プロセス最適化部１８では、最適評価関数設定部４で設定した最適評価関数と、制約条件設定部５設定した各種制約条件とに基づいてプロセスの最適な目標値と最適な操作量とを計算する。ここで、注意すべき点は、この最適化問題は既述した実施の形態１で与えたものと同じであるが、実施の形態１ではこの最適化問題の解の中から、ローカル制御部３に引き渡す最適目標値のみを抽出していたが、この実施の形態５では、最適目標値だけでなく最適操作量も計算している点である。

実施の形態１では、最適操作量を求めてフィードフォワード制御を行うよりも最適目標値を求めてローカル制御部３においてフィードバック制御を行う方がプラント変動に対してロバストであることを主張しているが、これは、「センサが正常である」という前提のもとである。もし、センサが異常であり、センサの計測情報が信用できないのであれば、これを使ったフィードバック制御は却ってプロセスに悪影響を与える。そこで、この実施の形態５では、センサの正常/異常の状態に応じてフィードバック制御とフィードフォワード制御を切り換えることを提案している。ここで解くべき最適化問題は、実施の形態1
と同じものであり、以下で与えられる。

この最適化問題は、制約条件設定部５及び最適評価関数設定部４において各々制約条件及び評価関数が与えられていれば解くことができ、定常状態におけるプロセスの最適な水質濃度と最適な操作量とが求まる。最適目標値は、この最適化問題の答えを用いて、 NO3-N 、 NH4-N 、 MLSS 、 PO4-P 、 A-SRT などを計算すればよい。形式的に書くと、
Optimal Reference Set Points ＝ arg _{N03-N,NH4-N,MLSS,PO4-P,A-SRT} min Cost function subject to (Mass balance, Actuator limit, Output limit)
となる。

最適操作量は、この最適化問題の答えそのものであり、形式的に書くと、
Optimal Actuator Set Points =arg _{Qstep,Qb,Qpac,Qcb,Qcirc,Qret,Qwaste} min Cost function subject to (Mass balance、 Actuator limit、Output Limit)
となる。

すなわち、解くべき問題は共通の最適化問題であるが、その解の中の何を採用するかが異なっている。Optimal Reference Set Pointsを選択した場合には、結果的にフィードバック＋フィードフォワード制御となり、Optimal Actuator Set Pointsを選択した場合には、純粋なフィードフォワード制御となる。

一般にフィードバック制御はロバスト性を高める効果があるといわれているが、これは、(1)プロセスモデルの不確かさ、(2)プロセス混入外乱、に対するロバスト性であり、センサが異常になった場合にまでロバスト性があるわけではない。そこで、プロセスセンサ異常診断部１４は、プロセスセンサ状態がＦＦであり異常と判断した場合には、Optimal Actuator Set Pointsを選択すべく、スイッチ部ＳＷ2の接点ｄ側をＯＮにする（このとき接点ｃ側はＯＦＦ）。これにより、アクチュエータ１１２〜１１９、すなわち、ステップ流入ポンプ１１２、ブロワ１１３，１１４、炭素源投入ポンプ１１５、循環ポンプ１１６、返送汚泥ポンプ１１７、凝集剤投入ポンプ１１８、及び余剰汚泥引き抜きポンプ１１９に対して、最適操作量演算部１９が演算した各最適操作量が直接に与えられる。

ここで、通常、下水処理プロセスでは、流入下水量に対して操作量の比を一定に保つ比率一定制御が入っていることが多いため、最適操作量を流入下水量で割ることにより最適操作量比率を求め、これに時々刻々と変化する流入下水量をかけ合わせて操作量を決定する、最適比率一定制御として求めてもよい。このようにすれば、プロセスセンサが異常であって、実際にはフィードバック制御を行えない様な状況が生じた場合においても、上記(1)や(2)に対するロバスト性は失われるものの、適切な操作量を決定することができる。これは、プロセスセンサ値が異常であれば操作量を現状値に保つ（ホールドする）といった場当たり的な方法に比べて次のようなメリットを持つ。

つまり、センサ値が異常である場合に操作量をホールドした場合、センサ値を異常と判断した時点でこのセンサ情報に基づくフィードバック制御により求めた操作量は最適な操作量からはかなり外れたものになっている可能性が高い。しかし、この実施の形態５の手法によって求めた操作量は最適化問題を解いて得られる答えから求めているため、明らかにこのようなホールドされた操作量より適切な操作量を与えていることになる。

一方、プロセスセンサ異常診断部１４は、プロセスセンサ状態がＦＢであり正常と判断した場合、Optimal Reference Set Pointsを選択すべく、スイッチ部ＳＷ2の接点ｃ側をＯＮにする（このとき接点ｄ側はＯＦＦ）。これにより、最適目標値演算部６が演算した各アクチュエータ１１２〜１１９に対する最適目標値がローカル制御部３に出力される。ローカル制御部３は、この最適目標値と、プロセス計測データ収集部２からの計測データとに基づき、ステップ流入ポンプ１１２、ブロワ１１３，１１４、炭素源投入ポンプ１１５、循環ポンプ１１６、返送汚泥ポンプ１１７、凝集剤投入ポンプ１１８、及び余剰汚泥引き抜きポンプ１１９に対して制御を行う。この時の制御の内容は、実施の形態１で既述しているので、以下にブロワ１１４に対する制御のみを参考のため簡単に説明する。

すなわち、第２のローカル制御回路３２は、第２のデータ収集部２２からアンモニアセンサ１２４の計測データを取り込むと共に、最適目標値演算部６からのブロワ１１４に対する最適目標値を取り込み、最適な曝気風量Qbを下式（４２）のＰＩＤ演算式に基づき求める。

ここで、Ｋ^b _p，Ｔ^b _I，Ｔ^b _d は、ブロワ１１４の曝気風量をＰＩＤ制御する場合におけるＰＩＤコントローラの比例ゲイン、積分時間、微分時間を表すパラメータである。また、Ｓ^ref _nh4は最適目標値演算部６により演算されたアンモニア濃度の最適目標値であり、Ｓ_nh4（t）はアンモニアセンサ１２４により計測されたアンモニア濃度の計測値である。ここで、上記のパラメータＫ^b _p，Ｔ^b _I，Ｔ^b _d は、例えばIMCチューニングといった一般に良く知られている調整法を用いて調整しておくことができる。これが、第２のローカル制御回路３２が行う制御の内容である。

以上の様な実施の形態５の一連の動作に従って、プラントワイドでセンサ異常に対してロバストな最適下水処理プロセス制御を行うことができる。ただし、以上の一連の動作における最適目標値あるいは最適操作量は、実際には、流入してくる流入下水の量や質によって、異なったものになるはずである。特に、雨天や晴天などの天候の違い、休日と平日の違い、夜間と昼間の違い、季節の違いによって、流入下水の量や質が変化する方が普通である。

さらに、センサ異常はどのようなタイミングで生じるかは事前にわからないため、センサ異常の検出をプロセス最適化部１８に反映させる必要があり、このような最適化演算は所定の周期で繰り返す必要がある。ただし、センサの状態によっては、各周期毎にプロセス最適化部１８による最適化演算の結果が、最適操作量を出力する場合と最適目標値を出力する場合との間で頻繁に切り換わることが生じる可能性がある。このようなことが生じるとプロセスを不安定化する原因になりかねない。そこで、例えば、センサの異常診断結果を過去数周期にわたって保存しておき、異常が連続して続く場合や正常が連続して続く場合に、最適操作量と最適目標値の切り換えを行うようにしておくことが好ましい。このようなヒステリシスな特性を持たせることによって、不必要な切り換えによるプロセスの不安定化を避けることができる。

（実施の形態５の効果）
本実施の形態によれば、 センサが正常に動作している場合には、フィードバック（＋フィードフォワード）制御によってプロセス制御にロバスト性を持たせ、一方、センサが異常になった場合には、フィードフォワードによる最適化制御によって近似的にプロセスを最適化することにより、結果として、センサ故障に対してロバストな最適プロセス制御装置を提供することができる。

＜実施の形態６＞
（実施の形態６の構成）
実施の形態６は、実施の形態５と略同様に、図７及び図９に示す構成を有している。しかし、下水高度処理プロセス１の構成は、図８ではなく、図１０に示すものである。図１０が図８と異なる点は、酸化還元電位差を計測するＯＲＰセンサ１３０、及び溶存酸素濃度を計測するＤＯセンサ１３１が好気槽１０５に設けられている点、並びに放流下水のＣＯＤ，ＴＮ，ＴＰなどの複数の水質要素及び水量を計測する放流下水センサ１３２が最終沈殿地１０６に設けられている点である。

また、実施の形態５では、プロセスセンサのセンサ数は１つ又は複数のいずれの場合も含むものであるが、この実施の形態６ではプロセスセンサのセンサ数は複数であることを前提としている。そして、あるセンサが異常である場合、他のセンサの計測に基づく制御に切り換えられるようにしている。つまり、この実施の形態では、あるアクチュエータへの操作量について、複数種類の目標値のうちから、予め定めてある優先度にしたがっていずれかを選択できるようになっている。したがって、この実施の形態では、プロセスセンサの中に異常が発生しているものがあるか否かを判別するだけではなく、どのセンサに異常が発生しているかについてまで特定する必要がある。それ故、この実施の形態６では、実施の形態５で既述した主成分分析などの方法だけでは不充分であり、プロセスセンサ異常診断部１４は、既述した表３を利用して各センサの正常又は異常につき判断する必要がある。

以下、この実施の形態６の制御につき、第２のローカル制御回路３２が行う制御を例に取り説明する。

図１１は、第２のローカル制御回路３２の構成を示すブロック図である。この図に示すように、第２のローカル制御回路３２は、第１乃至第４のコントローラ３２１〜３２４を有している。

第１のコントローラ３２１は、最適目標値演算部６から与えられるＮＨ4最適目標値と、アンモニアセンサ１２４からのＮＨ4計測値とに基づきブロワ１１４の曝気風量を制御できるようになっている。

第２のコントローラ３２２は、最適目標値演算部６から与えられるＤＯ最適目標値と、ＤＯセンサ１３１からのＤＯ計測値とに基づきブロワ１１４の曝気風量を制御できるようになっている。

第３のコントローラ３２３は、最適目標値演算部６から与えられるＯＲＰ最適目標値と、ＯＲＰセンサ１３０からのＯＲＰ計測値とに基づきブロワ１１４の曝気風量を制御できるようになっている。なお、ORP値は通常のプロセスモデルには含まれないので、例えば予めDO濃度やアンモニア濃度との相関を調べておくことによって、プロセスモデルに組み込んでおく。

第４のコントローラ３２４は、最適目標値演算部６から与えられる放流ＴＮ−無酸素槽ＮＯ3最適目標値と、放流下水センサ１３２からの放流ＴＮ計測値と硝酸センサ１２２からの無酸素槽ＮＯ3計測値との差分とに基づきブロワ１１４の曝気風量を制御できるようになっている。

（実施の形態６の作用）
ブロワ１１４の曝気風量制御をおこなう場合、アンモニアセンサが正常であるならば、アンモニアセンサを用いた曝気風量制御が最も好ましい。これに対し、放流TNは主にアンモニアと硝酸を含んでいると考えられるので、放流TN‐反応槽末端槽NO3は、ほぼアンモニア濃度に比例すると考えて曝気風量制御を行うことができるが、あまり信頼性の高いものではない。そこで、曝気風量制御に採用するコントローラの優先順位をコントローラ３２１〜３２４の順にしておく。

したがって、プロセスセンサ異常診断部１４がアンモニアセンサ１２４を異常と診断しない限り、プロセス最適化部１８では最適目標値演算部６が第１のコントローラ３２１に対してアンモニア濃度の最適目標値を与える。このとき、他のコントローラ３２２〜３２４に対しては、目標値を与えない旨を示すフラグ（例えば、「10000」などの有り得ない数値を入れる）をたてるようにする。

一方、プロセスセンサ異常診断部１４がアンモニアセンサ１２４に異常があると診断した場合、プロセス最適化部１８ではこの診断結果を受けて最適目標値演算部６が、２番目の優先順位を持つ第２のコントローラ３２２にDO濃度の最適目標値を与える。このとき、他のコントローラ３２１，３２３，３２４に対しては、上記と同様に、目標値を与えない旨を示すフラグをたてるようにする。

また、プロセスセンサ異常診断部１４がＤＯセンサ１３１にも異常があると診断した場合、最適目標値演算部６は、同様にして３番目の優先順位を持つ第３のコントローラ３２３にＯＲＰの最適目標値を与え、更に、ＯＲＰセンサ１３０にも異常があると診断した場合、最後の優先順位の第４のコントローラ３２４に放流ＴＮ−無酸素槽ＮＯ3最適目標値を与える。

そして、プロセスセンサ異常診断部１４が放流下水センサ１３２及び硝酸センサ１２２にも異常があると診断した場合、つまりブロワ１１４の曝気風量制御に関係する全てのセンサに異常があると診断した場合、プロセスセンサ異常診断部１４はスイッチ部ＳＷ2の接点ｃをオフにし、接点ｄをオンにする。これにより、コントローラ３２１〜３２４に対する最適目標値演算部６からの各最適目標値の供給が停止され、代わりに、実施の形態５で説明したように、最適操作量演算部１９からの最適操作量が直接ブロワ１１４に出力される。

上述したブロワ１１４の制御に際しての各コントローラの切り換え、及び最適操作量への切り換えは、下記の５つの最適化問題の解に基づき行われるものである。

Optimal Reference Set Points1 =arg NO3-N，NH4-N，MLSS，PO4-P，A-SRT min Cost function subject to (Mass balance、 Actuator limit、 Output Limit)}

Optimal Reference Set Points2 =arg NO3-N，DO，MLSS，PO4-P，A-SRT min Cost function subject to (Mass balance、 Actuator limit、 Output Limit)}

Optimal Reference Set Points3 =arg NO3-N，ORP，MLSS，PO4-P，A-SRT min Cost function subject to (Mass balance、 Actuator limit、 Output Limit)}

Optimal Reference Set Points4 =arg NO3-N，TN-NO3，MLSS，PO4-P，A-SRT min Cost function subject to (Mass balance、 Actuator limit、 Output Limit)}

Optimal Reference Set Points5 =arg Qstep,Qb,Qpac,Qcb,Qcirc,Qret,Qwaste min Cost function subject to (Mass balance、 Actuator limit、 Output Limit)}

コントローラ３２１〜３２４は、下式（４３）〜（４６）の演算式に基づき曝気風量Ｑb（t）を演算している。これらの式におけるＫ^b*_p，Ｔ^b*_I，Ｔ^b*_d （＊：１〜４）はＰＩＤ制御の比例ゲイン、積分時間、微分時間を表すパラメータである。また、上付け添字refが付された４つの符号は、最適目標値演算部６から与えられる最適目標値を示している。これら４つの目標値のうち、１つのみに正しい値が含まれており、他の３つの目標値は前述したあり得ない数値が入ったフラグとなっている。

（実施の形態６の効果）
ある操作量を制御するために必要となるプロセス値として複数の候補がある場合には、各センサによるフィードバック制御を複数用意することによって、センサ故障に対してロバストなプラントワイド最適プロセス制御装置を供給できる。

＜実施の形態７＞
（実施の形態７の構成）
図１２は実施の形態７の構成図である。この実施の形態７は、実施の形態５と略同様の構成を備えており、異なっている点は、図７のプロセスセンサ異常診断部１４の代わりに、プロセス変動検出手段１４１を有するプロセスセンサ異常診断部１４Ａを用いている点である。

（実施の形態７の作用）
アンモニアセンサ１２４の場合を例に取り説明すると、例えば、アンモニアセンサ１２４の許容変動範囲を０[mg/L]〜４[mg/L]とし、変動の許容最大変化率を１[mg/L/10分]として予め設定しておく。プロセス変動検出手段１４１は、このような許容値をこえた場合に「プロセス変動がある」と判断することにしておく。

そして、プロセスセンサ異常診断部１４Ａは、「センサが正常である」と診断しており、更にそのときプロセス変動検出手段１４１が「プロセス変動が有る」と判断している場合には、実施の形態５で説明したようなフラグＦＢをたてておく。そうでない場合、つまり、プロセスセンサ異常診断部１４Ａが「センサは異常である」と診断しているか又はプロセス変動検出手段１４１が「プロセス変動がない」と判断している場合にはフラグＦＦをたてるようにする。フラグＦＢ又はフラグＦＦをたてた以降の作用は実施の形態５の場合と同様である。

実施の形態７が実施の形態５と異なる点は、フラグＦＢをたてるときの条件である。実施の形態５では、プロセスセンサが正常であれば一律にフラグＦＢをたてていたが、この実施の形態７では、プロセスセンサが正常であり、且つプロセス変動が有ると判断した場合のみフラグＦＢをたててフィードバック制御を行うようにしている。

このことにより、例えば制御の目的がプロセス値を一定値にしたいのではなく、ある範囲内にとどめておきたいような場合には、不必要に操作量を動かすことを避けることができ、ひいては、これによって操作量に伴なうコストを削減できることがある。

（実施の形態７の効果）
制御目的がプロセスセンサ値をある一定値に制御したいのではなく、ある範囲内にとどめたいような制約を有する制御の場合に、不必要に操作量を動かすことを避けて、与えた最適評価関数の評価値を最小にするような制御を行うことができ、コスト削減を図ることができる。更に、プロセス変動が有った場合には、フィードバック制御を実行することによって、ロバスト性を付加することもできる。

本発明の適用する一例としての下水高度処理プロセスの構成例とプロセスセンサの配置を示す図。 図１の下水高度処理プロセスに適用した本発明によるプラントワイド最適制御装置の実施の形態１の構成例を示すブロック図。 本発明の適用する一例としての下水高度処理プロセスの構成例とプロセスセンサの配置を実施の形態２との関連において示す図。 本発明によるプラントワイド最適制御装置の実施の形態２の構成例を示すブロック図。 本発明によるプラントワイド最適制御装置の実施の形態３を説明するための説明図。 本発明によるプラントワイド最適制御装置の実施の形態４を説明するための説明図。 本発明によるプラントワイド最適制御装置の実施の形態５の構成図。 図７における下水高度処理プロセス１の詳細な構成を示す説明図。 図７におけるプロセス計測データ収集部２及びローカル制御部３の詳細な構成を示す説明図。 本発明の実施の形態６における下水高度処理プロセス１の詳細な構成を示す説明図。 本発明の実施の形態６における第２のローカル制御回路３２の構成を示すブロック図。 本発明によるプラントワイド最適制御装置の実施の形態７の構成図。 種々の制御方式との関連における本発明の位置付けを説明する説明図。

符号の説明

１ 下水高度処理プロセス
１０１ 最初沈澱池
１０２ 第１嫌気槽
１０３ 第２好気槽
１０４ 第３無酸素槽
１０５ 第４好気槽
１０６ 最終沈澱池
１１１ 余剰汚泥引き抜きポンプ
１１２ ステップ流入ポンプ
１１３ ブロワ
１１４ ブロワ
１１５ 炭素源投入ポンプ
１１６ 循環ポンプ
１１７ 返送汚泥ポンプ
１１８ 凝集剤投入ポンプ
１１９ 余剰汚泥引き抜きポンプ
１２０ アルカリ剤投入ポンプ
１２１ アンモニアセンサ
１２２ 硝酸センサ
１２３ ＭＬＳＳ（活性汚泥量）センサ
１２４ アンモニアセンサ
１２５ リン酸センサ
１２６ ＳＳセンサ
１２７ 流量センサ
１２８ 下水流入センサ
１２９ アルカリ度／ｐＨセンサ
１３０ ＯＲＰセンサ
１３１ ＤＯセンサ
１３２ 放流下水センサ
２ プロセス計測データ収集部
２１〜２８ 第１乃至第８のデータ収集部
３ ローカル制御部
３１ 第１のローカル制御回路（ステップ流入ポンプ制御回路）
３２ 第２のローカル制御回路（ブロワ制御回路）
３３ 第３のローカル制御回路（炭素源投入ポンプ制御回路）
３４ 第４のローカル制御回路（循環ポンプ制御回路）
３５ 第５のローカル制御回路（返送汚泥ポンプ制御回路）
３６ 第６のローカル制御回路（凝集剤投入ポンプ制御回路）
３７ 第７のローカル制御回路（余剰汚泥引き抜きポンプ制御回路）
４ 最適評価関数設定部
５ 制約条件設定部
５１ 保存量制約設定部
５２ 出力制約設定部
５３ 操作量制約設定部
６ 最適目標値演算部
７ プロセス異常判断部
８ プロセス異常通知部
９ プロセス異常診断部
１０ プロセス異常時制御部
１１ 手動目標値設定部
１２ 手動目標値判断部
１３ 運転員
１４ プロセスセンサ異常診断部
１５ 外部入力計測データ収集部
１６ 外部入力センサ異常診断部
１７ 手分析データ保存部
１８ プロセス最適化部
１９ 最適操作量演算部
ＳＷ1，ＳＷ2 スイッチ部

Claims (29)

1. 対象プロセスの状態を計測することのできる少なくとも一つのプロセスセンサと、対象プロセスの状態を変化させることができる少なくとも一つのアクチュエータと、対象プロセスヘの外部入力と、を有するプロセスを制御するプラントワイド最適プロセス制御装置において、
   前記プロセスセンサによって得られるプロセス計測値に基づいて前記アクチュエータを動作させ、プロセスのダイナミックな変動を望ましい特性を持つように補償するローカル制御部と、少なくとも前記プロセスの外部入力の物質量やエネルギー量などの保存量の保存則に関する静的な制約条件を設定する制約条件設定部と、運転コストや複数の制御性能を評価する評価関数を設定する最適評価関数設定部と、前記制約条件設定部によって設定された制約条件を入力し、前記最適評価関数設定部で設定された評価関数に基づいて、前記ローカル制御部の最適な目標値を供給する最適目標値演算部と、を備えたことを特徴とするプラントワイド最適プロセス制御装置。
2. 前記最適目標値演算部によって演算された最適目標値を与えらた前記ローカル制御部がプロセスを制御した結果、前記プロセスセンサから導出される被制御量が前記最適目標値を達成できない場合に、前記プロセスの異常を知らせるプロセス異常通知装置を備えたことを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
3. 前記最適目標値演算部によって演算された最適目標値を与えらた前記ローカル制御部がプロセスを制御した結果、前記プロセスセンサから導出される被制御量が前記最適目標値を達成できない場合に、前記プロセスを異常と判断し、その異常の原因を自動的に調査し、その調査結果をプロセス管理者へ報告するプロセス異常診断装置を備えたことを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
4. 前記最適目標値演算部によって演算された最適目標値を与えられた前記ローカル制御部がプロセスを制御した結果、前記プロセスセンサから導出される被制御量が前記最適目標値を達成できない場合に、前記プロセスを異常と判断し、その異常の原因を自動的に調査し、その調査結果に基づいてプロセスを自動的に復旧させる機構を組み込んだプロセス異常時制御装置を備えたことを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
5. 前記最適目標値演算部と相互に切り替え可能な手動目標値演算部を備えたことを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
6. 前記最適目標値演算部に制約付き非線形計画法を適用することを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
7. 前記最適目標値演算部にメタヒューリスティックスによる準最適化手法を適用することを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
8. 前記制約条件設定部の物質収支やエネルギー収支などの保存則に関する静的な制約条件を外部入力の変化に応じて所定の周期で更新し、これと同期して、前記最適目標値演算部における演算を更新することを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
9. 前記制約条件設定部の物質収支やエネルギー収支などの保存則に関する静的な制約条件に関係する外部入力を、測定可能な変数のみから構築することを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
10. 前記制約条件設定部の物質収支やエネルギー収支などの保存則に関する静的な制約条件に関係する外部入力が、測定可能な変数と測定不能な変数からなり、測定不能な変数の値を推定する推定手段を有することを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
11. 前記最適目標値演算部から供給された最適目標値に応じて、前記ローカル制御部の制御則のパラメータを変化させることを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
12. 前記ローカル制御部は、前記プロセスのダイナミックモデルを用いた制御則を有することを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
13. 前記最適目標値設定部の出力結果を表示する表示装置を有し、前記ローカル制御部を、前記プロセスの管理者／運転員が手動で操作することを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
14. 前記プロセスが下水処理プロセスであって、前記最適評価関数設定部として、放流水質を金額換算した放流水質コストと運転に関わる運転コストを同時に考慮したコスト評価関数を用いることを特徴とする請求項１記載のプラントワイド最適下水処理プロセス制御装置。
15. 前記プロセスが下水処理プロセスであって、前記制約条件として、外部入力としての流入下水に関して、ＣＯＤ濃度に換算可能な変数と、ＴＯＣに換算可能な変数と、ＢＯＤに換算可能な変数と、アンモニア濃度に換算可能な変数と、硝酸濃度に換算可能な変数と、ケルダール窒素濃度に換算可能な変数と、全窒素濃度に換算可能な変数と、リン酸濃度に換算可能な変数と、全リン濃度に換算可能な変数と、ＭＬＳＳ濃度に換算可能な変数と、ＳＳ濃度に換算可能な変数と、ｐＨに換算可能な変数と、ＯＲＰに換算可能な変数と、アルカリ度に換算可能な変数と、の中の少なくとも一つの変数を用いて、物質量保存則を代数方程式で記述することを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
16. 前記制約条件の変数に加えて外部入力として、ＣＯＤで計測された有機物の複数の要素と、ＭＬＳＳで計測された微生物を含む汚泥の複数の要素とを表す変数を用いて、物質量保存則を代数方程式で記述し、前記ＣＯＤで計測された有機物の複数の要素と、前記ＭＬＳＳで計測された汚泥の複数の要素とを推定する推定手段を備えることを特徴とする請求項１５記載のプラントワイド最適下水処理プロセス制御装置。
17. 前記プロセスが下水処理プロセスであって、前記ローカル制御部は、前記アクチュータによる制御対象の一つである曝気風量を、前記プロセスセンサとしてのＤＯ計とＯＲＰ計とアンモニア計と硝酸計とＴＮ計の中の少なくとも一つのセンサの検出出力を用いて制御することを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
18. 前記プロセスが下水処理プロセスであって、前記ローカル制御部は、前記アクチュータによる制御対象の一つである返送汚泥量を、前記プロセスセンサとしてのアンモニア計とＴＮ計とＴＰ計と硝酸計とリン酸計とＯＲＰ計とＭＬＳＳ計とＵＶ計とＣＯＤ計とＢＯＤ計とＴＯＣ計の中の少なくとも一つのセンサの検出出力を用いて制御することを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
19. 前記プロセスが下水処理プロセスであって、前記ローカル制御部は、前記アクチュータによる制御対象の一つである余剰汚泥引き抜き量を、前記プロセスセンサとしてのリン酸計と硝酸計とアンモニア計とＴＰ計とＴＮ計とＭＬＳＳ計の中の少なくとも一つのセンサの検出出力を用いて制御することを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
20. 前記プロセスが下水処理プロセスであって、前記ローカル制御部は、前記アクチュータによる制御対象の一つである循環量を、前記プロセスセンサとしての硝酸計とＯＲＰ計とＴＯＣ計とＣＯＤ計とＢＯＤ計とＵＶ計とアンモニア計の中の少なくとも一つのセンサの検出出力を用いて制御することを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
21. 前記プロセスが下水処理プロセスであって、前記ローカル制御部は、前記アクチュータによる制御対象の一つである炭素源投入量を、前記プロセスセンサとしての硝酸計とＴＮ計とＯＲＰ計とＣＯＤ計とＵＶ計とＢＯＤ計とＴＯＣ計の中の少なくとも一つのセンサの検出出力を用いて制御することを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
22. 前記プロセスが下水処理プロセスであって、前記ローカル制御部は、前記アクチュータによる制御対象の一つである炭素源投入量と循環量とステップ流入量を、前記プロセスセンサとしてのＣＯＤ計とＵＶ計とＴＯＣ計とＢＯＤ計と硝酸計とＴＮ計とＯＲＰ計の中の少なくとも２つのセンサの検出出力を用いて、有機物量と硝酸量の比率が予め決めた所定の値になるように同時に制御することを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
23. 前記プロセスが下水処理プロセスであって、前記ローカル制御部は、前記アクチュータによる制御対象の一つである凝集剤投入量を、前記プロセスセンサとしてのリン酸計と全リン計とＯＲＰ計の中の少なくとも１つのセンサの検出出力を用いて制御することを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
24. 前記プロセスが下水処理プロセスであって、前記ローカル制御部は、前記アクチュータによる制御対象の一つでステップ流入量を、前記プロセスセンサとしてのリン酸計とＴＰ計と硝酸計とＴＮ計とＯＲＰ計とＣＯＤ計とＵＶ計とＢＯＤ計とＴＯＣ計の中の少なくとも１つのセンサの検出出力を用いて制御することを特徴とする請求項１記載のプラントワイド最適プロセス制御装置。
25. 対象プロセスの状態を変化させることができる少なくとも一つ以上のアクチュエータと、
    対象プロセスのいくつかの状態を計測することのでき、前記アクチュエータの操作量を決定するために用いられるプロセスセンサを含む、少なくとも一つ以上のプロセスセンサと、
    対象プロセスへの外部入力(外乱)とこれを計測する少なくとも一つ以上の外部入力センサと、
    を有する任意のプロセスにおいて、
    前記プロセスセンサが正常状態か異常状態かを判断するプロセスセンサ異常診断部と、
    前記外部入力センサが正常状態が異常状態かを判断する外部入力センサ異常診断部と、
    少なくとも一つの前記プロセスセンサによって得られるプロセス計測値に基づいて、少なくとも一つの前記アクチュエータを動作させ、プロセスのダイナミックな変動を望ましい特性を持つように補償するローカル制御部と、
    前記外部入力センサ異常診断部で外部入力センサが正常の場合にはこの外部入力センサ値を、異常の場合には手分析などによって分析した外部入力値を入力することができる、前記プロセスの外部入力の物質量やエネルギー量などの保存量の保存則に関する静的な制約条件を少なくとも一つの制約条件として持つ制約条件設定部と、
    運転コストや複数の制御性能を評価できる評価関数を設定することのできる最適評価関数設定部と、
    前記制約条件設定部によって設定された制約条件を入力し、前記最適評価関数設定部で設定した評価関数に基づいて、前記プロセスセンサ異常診断部の出力が正常である場合には、前記ローカル制御部に最適な目標値を出力し、前記プロセスセンサ異常診断部の出力が異常である場合には、前記アクチュエータに最適な操作量を出力することができるプロセス最適化部と、
    を備えたことを特徴とするプラントワイド最適プロセス制御装置。
26. 対象プロセスの状態を変化させることができる少なくとも一つ以上のアクチュエータと、
    対象プロセスのいくつかの状態を計測することのでき、前記アクチュエータの操作量を決定するために用いられる少なくとも二つ以上のプロセスセンサを含む、少なくとも二つ以上のプロセスセンサと、
    対象プロセスへの外部入力(外乱)とこれを計測する少なくとも一つ以上の外部入力センサと、
    を有する任意のプロセスにおいて、
    前記複数のプロセスセンサの各々が正常状態か異常状態かを判断するプロセスセンサ異常診断部と、
    前記外部入力センサが正常状態が異常状態かを判断する外部入力センサ異常診断部と、
    予め優先順位をつけられた少なくとも二つの前記プロセスセンサによるいずれかのプロセス計測値に基づいて、少なくとも一つ以上の前記アクチュエータを動作させ、プロセスのダイナミックな変動を望ましい特性を持つように補償するローカル制御部と、
    前記外部入力センサ異常診断部で外部入力センサが正常の場合にはこの外部入力センサ値を、異常の場合には手分析などによって分析した外部入力値を入力することができる、前記プロセスの外部入力の物質量やエネルギー量などの保存量の保存則に関する静的な制約条件を少なくとも一つの制約条件として持つ制約条件設定部と、
    運転コストや複数の制御性能を評価できる評価関数を設定することのできる最適評価関数設定部と、
    前記制約条件設定部によって設定された制約条件を入力し、前記最適評価関数設定部で設定した評価関数に基づいて、前記ローカル制御部に最適目標値を出力する最適目標値演算部、及び前記少なくとも１つ以上のアクチュエータに対して最適操作量を出力する最適操作量演算部を有するプロセス最適化部と、
    を備えており、
    しかも、前記最適目標値演算部は、前記二つ以上のプロセスセンサのうち正常なセンサで且つ優先度の高いものから順にいずれか１つを選択し、この選択したセンサを用いた制御に係る最適目標値を前記ローカル制御部に出力するものであり、また、前記最適操作量演算部は、前記二つ以上のプロセスセンサの全てが異常である場合に、前記少なくとも１つ以上のアクチュエータに対する最適操作量の出力を行うものである、
    ことを特徴とするプラントワイド最適プロセス制御装置。
27. 前記プロセスセンサ異常診断部および前記外部入力センサ異常診断部のうちの少なくともいずれかは、
    複数のセンサによる相関に基づく主成分分析などの統計的手法を利用する、
    ことを特徴とする請求項２５又は請求項２６記載のプラントワイド最適プロセス制御装置。
28. 前記プロセス最適化装置は、通常はフィードフォワード制御として最適操作量を出力し、前記プロセスセンサによってプロセス状態値が予め決定された変動範囲からはずれた場合には、前記プロセスセンサ異常診断部でプロセスセンサが異常でないかを確認し、異常でない場合には最適目標値を出力することによってフィードバック制御に切りかえる、
    ことを特徴とする請求項２５又は請求項２６記載のプラントワイド最適プロセス制御装置。
29. 前記プロセス最適化装置における最適目標値出力と最適操作量出力の切り替えにおいて、ヒステリシス特性を持たせた双方向の切り替えスイッチを備えた、
    ことを特徴とする請求項２５又は請求項２６記載のプラントワイド最適プロセス制御装置。

Images