JP6422901B2 - 管理支援システム、管理支援方法及び管理支援プログラム - Google Patents

Description

本発明の実施形態は、管理支援システム、管理支援方法及び管理支援プログラムに関する。

浄水場における浄水処理プロセスの運転管理は、水道水の水質基準を下回るよう浄水処理後の水の水質を維持することが主な目的である。そして、各浄水場は、一般的に、その水質基準よりも高いレベルの管理目標水質（濃度でいえばより低濃度の水質）を設定しており、その上で、洗浄や汚泥処分にかかる費用やエネルギーについても省エネルギー・省コストを達成するよう努力している。特に、近年においては水道事業体の運営基盤の強化の観点から低コストの運転管理技術が、要求されている。

一般的に、浄水場などの水処理プラントでは、原水に含まれる懸濁浮遊物などを沈降除去するためのプロセスがある。これは固液分離プロセスと呼ばれている。この固液分離プロセスは、懸濁浮遊物などの水中からの除去効率を高めるために、凝集剤と称する薬品を注入して、フロックを形成して沈降速度を上げる凝集プロセスを含む。フロックとは、懸濁浮遊物と凝集剤が集塊化して形成されるものである。フロックは、目視では確認できない数十マイクロメートルのマイクロフロックと呼ばれるものから、肉眼でも観察できるようになるまで成長した数ミリメートルから数センチメートル程度の巨大フロックと呼ばれるものまで様々な大きさのものがある。良い凝集プロセスは、良好なフロックを形成する。良好なフロックを形成するには、懸濁浮遊物に対する凝集剤の注入量のみでなく、その原水のｐＨやアルカリ度、水温といった水質パラメータをも考慮することが大切である。良好なフロックとは、密度が高く、粒径の大きいフロックを指す。フロックの密度が高く、粒径が大きいと沈降性が良くなり、固液分離が促進される。

浄水場等で用いられている凝集剤等の薬品の注入率の決定は、熟練員の経験やノウハウに基づいて調整されている場合が多く、技術の継承が難しい。この対策として、過去の水質データや薬品注入の実績データを統計学的に処理したり、または機械的に学習したりして、薬品の注入率を予測しガイダンスするという技術がある。近年では、ビッグデータ分析を用いて薬品注入と水質との関係を分析する技術も提案されている。しかしながら、浄水場における薬品注入は、その時の運用に無駄がある場合や、注入不足によるトラブルを回避したいという浄水場の事情から過剰気味に薬品を注入する場合があり、必要以上に注入されていることが多い。このため、過去のデータに基づいて機械学習やビッグデータ解析を行い薬品の注入率を予測すると、予測した注入率は、上述した無駄や過剰分を含んだ値となってしまう。そして、必要以上に薬品を注入することは、浄水場の運営管理を低コスト化する際の阻害要因となる。

特開２０００−２１８２６３号公報 特開２００７−０６１８００号公報

本発明が解決しようとする課題は、水処理プラントにおいて薬品をより適量に注入するための支援を行うことができる管理支援システム、管理支援方法及び管理支援プログラムを提供することである。

実施形態の管理支援システムは、統計的予測部と、水質反応モデル予測部と、管理支援部とを持つ。統計的予測部は、水処理プラントにおいて取得された情報として、原水の水質に関する水質情報、前記原水への薬品の注入に関する薬品情報及び前記薬品情報に応じて注入された前記薬品による処理後の処理水の水質を示す処理水質情報を取得して、統計的に処理することで前記薬品情報と前記処理水質情報との関係を特定し、特定した前記関係に基づいて、前記処理水の水質を所定の範囲とする中でより低い注入率となる統計的注入率を取得し、予測対象の原水の水質情報と、取得した前記統計的注入率と、特定した前記関係とに基づいて、統計的処理水質情報を予測する。水質反応モデル予測部は、注入された薬品による反応をモデル化した水質反応モデルを利用して、前記処理水の水質を所定の範囲とする中でより低い注入率となるモデル注入率を取得し、前記予測対象の原水の水質情報と、取得した前記モデル注入率と、前記水質反応モデルとに基づいて、モデル処理水質情報を予測する。管理支援部は、前記統計的予測部が予測に用いた前記統計的注入率と、前記水質反応モデル予測部が予測に用いた前記モデル注入率とに基づいて、前記水処理プラントにおける薬品の注入率を制御するための操作条件を生成する。

本実施形態における浄水場及び浄水場の管理支援システムの構成例を示す図。 本実施形態における管理支援システム２０の詳細な構成例を示す図。 本実施形態の混和池モデル部２０１における処理の概要を示す図。 本実施形態のフロック形成池モデル部２０２における処理の概要を示す図。 本実施形態の沈殿池モデル部２０３における処理の概要を示す図。 本実施形態の水質反応モデル予測部２３における、水質反応をより具体的に数式化したモデルの具体例を示す図。 本実施形態における管理支援システム２０の動作を示すフロー図。

以下、実施形態の管理支援システム、管理支援方法及び管理支援プログラムを、図面を参照して説明する。

まず、本実施形態における浄水場及び浄水場の管理支援システムの概略について説明する。
図１は、本実施形態における浄水場及び浄水場の管理支援システムの構成例を示す図である。図１に示すように、浄水場１は、原水を処理するための貯水設備として、着水井３、活性炭接触池４、混和池５、フロック形成池６、沈殿池７、砂ろ過池８及び浄水池９を備える。浄水場１は、さらに、流量計２ａ〜２ｄと、サンプリングポンプ４ａと、水温計１０と、濁度計１１と、ＰＨ計１２と、流量計１３と、サンプリングポンプ７ａと、沈殿池出口濁度計１４と、注入量制御部１５と、凝集剤注入設備１６と、プラント操作部２６とを備える。

管理支援システム２０は、データ収集・保存部２１と、統計的演算部２２と、水質反応モデル予測部２３と、パラメータ調整部２４と、運転管理支援部２５とを備える。データ収集・保存部２１は、流量計２ａ〜２ｄ、水温計１０、濁度計１１、ＰＨ計１２、流量計１３及び沈殿池出口濁度計１４で計測されたデータ（以下、プラントデータという）を収集し保存する。管理支援システム２０は、データ収集・保存部２１に収集されたプラントデータに基づいて、凝集剤等の薬品の注入率に関する情報をプラント操作部２６に送信する機能を有し、例えば複数台のコンピューター端末で構成される。

浄水場１では、着水井３を用いた取水プロセス、活性炭接触池４を用いた活性炭吸着プロセス、混和池５を用いた凝集剤注入プロセス、フロック形成池６を用いたフロック形成プロセス、沈殿池７を用いた沈殿ろ過プロセス、砂ろ過池８を用いた砂ろ過プロセスなどの複数の浄水プロセスが行なわれる。

取水プロセスでは、例えば、複数の取水源Ａ系〜Ｄ系から原水が取水されて、それぞれ配管を通じて着水井３に流入される。各取水源Ａ系〜Ｄ系からの原水は、それぞれの配管に設けられた流量計２ａ〜２ｄにより測定されている。流量計２ａ〜２ｄからの取水流量データは、プラントデータとしてデータ収集・保存部２１に送られる。

着水井３に取水された原水は、配管を通じて活性炭接触池４に流入される。流入された原水は、活性炭接触池４において活性炭吸着プロセスにより、消臭などの処理が行われる。活性炭接触池４では、サンプリングポンプ４ａにより原水サンプルが取り出されて、水温計１０、濁度計１１、ＰＨ計１２により原水の水温、濁度、ｐＨが測定される。これらの測定値は、プラントデータとしてデータ収集・保存部２１に送られる。ここで、活性炭が投入されるケースは、カビ臭などの臭気対策や、色度などの色の除去が必要となった場合である。活性炭設備を備えていても、常時注入していない浄水場もある。

活性炭接触池４からは、配管を通じて混和池５に流入される。配管に設けられた流量計１３により測定された流入流量データは、プラントデータとしてデータ収集・保存部２１に送られる。混和池５では、凝集剤注入設備１６から凝集剤が注入される凝集剤注入プロセスが実行される。この凝集剤注入設備１６は、注入量制御部１５及びプラント操作部２６介して、後述するように、運転管理支援部２５により凝集剤の注入率が制御される。

混和池５で凝集剤が注入された原水は、原水中の濁質と凝集剤が衝突しあい、また電荷的に引き合うことで集塊化しマイクロフロックを形成する。その後はフロック形成池６に送られる。フロック形成池６では、原水中に含まれるマイクロフロックや残留凝集剤、および残留濁質等が凝集することでフロック化されるフロック形成プロセスが行われる。さらに、沈殿池７では、沈殿ろ過プロセスにより、沈降分離により原水の濁質除去が行なわれる。

沈殿池７の出口では、サンプリングポンプ７ａにより処理水のサンプルが取り出されて、沈殿池出口濁度計１４により、沈殿池７の出口における沈殿水濁度が測定される。この沈殿池７の出口における沈殿水濁度の測定値データは、プラントデータとしてデータ収集・保存部２１に蓄積される。

データ収集・保存部２１は、プラントの原水の水質情報、薬品情報及び処理結果としての沈殿池７の出口における濁度（沈殿水濁度）等が時系列データとして保存される。原水の水質情報としては、原水濁度、原水ｐＨ、原水水温及び原水アルカリ度を含む。薬品情報としては、凝集剤、ｐＨ調整剤及びアルカリ度調整剤等の注入率［ｍｇ／Ｌ］に関する情報を含む。また、薬品情報は、凝集剤の種類やアルミ系の凝集剤であればアルミの塩基度といった情報を含む。データ収集・保存部２１は、プラントの構造的な情報として、撹拌強度を表すＧ値、ここでは混和池５のＧ値とフロック形成池６のＧ値がそれぞれ保存されている。構造的な情報は、可変である場合は少ないので、更新等の工事が行われない限り一定の値となっていることが多い。

データ収集・保存部２１は、流量計２ａ〜２ｄ及び流量計１３から収集した原水の流量のデータも保存する。浄水場における原水の流量は、２４時間一定である場合もあれば、水道水の需要に応じて変動する場合もある。原水の流量と、プラントの構造的な容積とを用いることで、各池における原水の滞留時間を算出することができる。この滞留時間をｔとすると、上述したＧ値と乗じてＧｔ値という指標を得ることができる。このＧｔ値は、原水が、どの程度の時間撹拌の強度を受けたかを表す指標として用いられる。データ収集・保存部２１は、こういった指標も保存する。データ収集・保存部２１は、その他、凝集剤の注入率、ｐＨ調整剤の注入率及びアルカリ度調整剤の注入率に関する情報を保存する。なお、ｐＨ調整剤及びアルカリ度調整剤は、原水のｐＨ及びアルカリ度を調整するために混和池５より前のプロセスである例えば着水井３に注入される。この調整によって、原水のｐＨ及びアルカリ度を、フロック形成に適した値とする。

データ収集・保存部２１は、各プロセス処理を行った結果として処理水の水質データも保存される。データ収集・保存部２１は、例えば、沈殿池７の出口における沈殿水の濁度、ろ過池８の出口におけるろ過水の濁度及びろ過池８の水位上昇速度（ろ抗上昇）を保存する。データ収集・保存部２１は、沈殿池７に沈殿したある一定期間の汚泥の引抜量から、その期間で発生した汚泥量を算出した場合に、その汚泥量を保存する構成であってもよい。

統計的演算部２２は、データ収集・保存部２１に保存されたデータを用いて、統計的処理により沈殿水濁度を含む処理水質（統計的処理水質情報）を算出する機能を有する。統計的演算部２２は、例えば、データ収集・保存部２１に保存されたデータを原水の水質パターン別に分類する。統計的演算部２２は、原水の水質情報及び薬品の注入率が入力されると、水質パターンの類似する過去の原水水質を抽出する。統計的演算部２２は、抽出した原水水質に対応して保存される過去に行った薬品注入率及び沈殿水濁度の実績に基づいて、薬品注入率と沈殿水濁度の関係式を得る。統計的演算部２２は、原水の水質情報と、この関係式とに基づいて、入力された薬品の注入率に応じた処理水質（沈殿水濁度）である統計的処理水質情報を予測する。統計的演算部２２は、予測した統計的処理水質情報と、データ収集・保存部２１に保存された実際の処理水質とを比較して、その比較結果に基づいて、薬品注入率と沈殿水濁度の関係式を修正する学習処理を行う。統計的演算部２２は、このような学習処理を行うことで、より予測精度の高い関係式を生成する。

統計的演算部２２は、薬品の注入対象となる原水の水質情報に基づいて、上述した関係式を用いて、最適な薬品の注入率を求める以下の処理を行う。統計的演算部２２は、現在の原水の水質情報と、任意の複数種類の値に設定した薬品の注入率とに基づいて、複数の統計的処理水質情報を予測する。統計的演算部２２は、予測した複数の統計的処理水質情報が許容範囲内となる中で最も低い薬品の注入率を、統計的注入率として出力する。この統計的注入率は、統計的演算部２２が統計的な処理で求めた統計的処理水質情報を所定の範囲とする中で最適な（例えば最低となる）薬品の注入率である。この最も低い薬品の注入率を求める方法の一例を以下に示す。まず、統計的演算部２２は、初期値となる薬品の注入率に基づいて、統計的処理水質情報を予測する。この薬品の注入率の初期値は、予測される統計的処理水質情報が許容範囲外となる値とする。その後に、薬品の注入率を所定値分増加させて、統計的演算部２２は、統計的処理水質情報を予測する処理を繰り返す。そして、統計的演算部２２は、現在の原水の水質情報と、任意の値に設定した薬品の注入率とに基づいて予測した統計的処理水質情報が目的としたレベルに達したと判断した場合、その薬品の注入率を統計的注入率とする。統計的演算部２２は、統計的注入率を含む操作条件を運転管理支援部２５へ出力する機能を有する。統計的演算部２２は、統計的処理水質情報が、目的としたレベルに達しないと予測した場合は、例えば、入力された薬品の注入率を１段階増加させて再度予測した統計的処理水質情報が目的としたレベルに達するか否かを判断する。出力された操作条件は、運転管理支援部２５へ送信される。

なお、統計的演算部２２は、統計的処理水質情報の予測において、主成分分析又は主成分回帰分析といった手法を用いてもよい。この手法は、プロセスの状態が変化してきたことを素早く捉える方法として、主に石油化学プロセスの分野で発展してきた「多変量統計解析手法」を用いた多変量統計的プロセス監視（ＭＳＰＣ：Multi-Variate Statistical Process Control）と呼ばれる方法を利用するものである。ＭＳＰＣでは、主成分分析、主成分回帰分析、潜在変数射影法／部分最小二乗法などを用いた監視方法が用いられる。これらの手法は、多数の計測データから多数のプロセスデータ間の相関情報を利用して数個の統計量データを生成し、生成された統計量データによってプロセス状態の変化を検出するという方法である。また、統計的演算部２２は、他の公知の手法を用いて統計的処理水質情報を予測してもよく、例えば、上述した特許文献１、２に示した手法を用いて統計的処理水質情報を予測する構成としてもよい。

水質反応モデル予測部２３は、浄水場における水質反応をより具体的に数式化したモデルに基づいて仮想的処理された処理水の処理水質であるモデル処理水質情報を予測する。水質反応モデル予測部２３は、凝集プロセスの水質反応モデルを定義しておき、原水の水質情報に対して、任意の凝集剤等の薬品における注入率を選んだ際の、処理水質の結果をモデル処理水質情報として予測する。水質反応モデル予測部２３は、原水の水質情報と、薬品の注入率とを入力とし、水質情報及び薬品の注入率に基づいて予測した、沈殿水濁度と沈殿水アルミ濃度とを含む処理水質であるモデル処理水質情報を出力とする。

パラメータ調整部２４は、水質反応モデル予測部２３に対して、統計的演算部２２が統計的処理水質情報を予測する際に利用した入力値（水質情報及び薬品の注入率）を用いて、比較用処理水質情報を予測するよう指示する。パラメータ調整部２４は、指示に応じて水質反応モデル予測部２３が予測した比較用処理水質情報と、統計的演算部２２が予測した統計的処理水質情報とを比較して、２つの値が乖離しているか否かを判断する。パラメータ調整部２４は、例えば、水質反応モデル予測部２３が予測した比較用処理水質情報と、統計的演算部２２が予測した統計的処理水質情報との差分値が、所定の閾値を超えているか否かによって、乖離しているか否かを判断する。

パラメータ調整部２４は、乖離していると判断した場合に、データ収集・保存部２１のデータを使って水質反応モデル予測部２３で用いるパラメータを変更し、新たなパラメータを水質反応モデル予測部２３に設定する。パラメータ調整部２４は、水質反応モデル予測部２３が予測した比較用処理水質情報と、統計的演算部２２が予測した統計的処理水質情報とが乖離していないと判断されるパラメータを得るまで調整を繰り返す。

パラメータ調整部２４は、乖離していないと判断した場合に、水質反応モデル予測部２３に対して、モデル処理水質情報を所定のレベルに維持する範囲で最も低い薬品の注入率を算出するよう指示する。水質反応モデル予測部２３は、水質反応モデルに基づいて、原水の水質情報に対して、処理水のモデル処理水質情報が許容範囲内となる中で最も低い薬品の注入率であるモデル注入率を求めることができる。このモデル注入率は、水質反応モデル予測部２３が水質反応モデルに基づいて求めた、処理水のモデル処理水質情報を所定の範囲とする中で最適な（例えば最低となる）薬品の注入率である。水質反応モデル予測部２３は、算出した薬品のモデル注入率を含む操作条件を運転管理支援部２５へ出力する。統計的演算部２２及びパラメータ調整部２４は、上述した動作を周期的に行う。なお、統計的演算部２２及びパラメータ調整部２４は、周期的に動作する構成に限られるものではなく、データ収集・保存部２１に保存される水質情報の変化を監視し、水質情報が大きく変化した場合に、上述した動作を行うようにしてもよい。

運転管理支援部２５は、処理水質の目的とする水質レベルを取得する機能を有する。運転管理支援部２５は、統計的演算部２２からの操作条件と、水質反応モデル予測部２３からの操作条件とに基づいて、目的とする水質レベルを達成する範囲で最適な操作条件を生成し、プラント操作部２６へ出力する。

プラント操作部２６は、運転管理支援部２５からの操作条件に応じて自動で凝集剤の注入率を制御する。具体的には、プラント操作部２６は、運転管理支援部２５からの操作条件に含まれる注入率に応じて注入量制御部１５に対して凝集剤の注入率を制御する制御信号を出力する。注入量制御部１５は、プラント操作部２６から受信した制御信号に応じて凝集剤注入設備１６において混和池５に注入する凝集剤の注入量を制御する。

運転管理支援部２５とプラント操作部２６との間は、ネットワークを介して通信可能に接続される構成である。なお、運転管理支援部２５とプラント操作部２６との間は、ネットワークを介して通信可能とする構成に限られるものではない。運転管理支援部２５から、プラント操作部２６を操作する操作員に対して操作条件を提示する（例えば、操作員が所持する携帯端末に表示させる）構成であってもよい。これにより、運転管理支援部２５とプラント操作部２６との間をネットワーク等で接続しない構成であっても、操作員は、提示された操作条件に応じた操作をプラント操作部２６に対して行うことができる。

以上の構成により、管理支援システム２０は、浄水場１において凝集剤を注入する際に、より適量を注入するための支援を行うことができる。統計的演算部２２は過去のデータに基づいて統計的注入率を算出するため、統計的処理水質情報を所定のレベルに維持しつつどこまで凝集剤の注入率を下げることができるかのデータを示すことが困難である。しかし、水質反応モデル予測部２３は、水質反応モデルに基づいて、モデル処理水質情報を所定のレベルとする範囲内で最低となる凝集剤のモデル注入率を求めることができる。管理支援システム２０は、水質反応モデル予測部２３で求めたモデル注入率を考慮した凝集剤の注入率を浄水場１のプラント操作部２６に指示することができる。

次に、本実施形態における管理支援システム２０の詳細な構成について説明する。
図２は、本実施形態における管理支援システム２０の詳細な構成例を示す図である。図２に示すように、管理支援システム２０の水質反応モデル予測部２３は、混和池モデル部２０１と、フロック形成池モデル部２０２と、沈殿池モデル部２０３と、ろ過池モデル部２０４と、汚泥情報取得部２０５と、操作条件決定部２０６とを備える。また、パラメータ調整部２４は、過去に水質反応モデル予測部２３に設定したパラメータを保存するパラメータ履歴保存部２４０を備える。

図３は、本実施形態の混和池モデル部２０１における処理の概要を示す図である。混和池モデル部２０１は、混和池５における凝集プロセスの水質反応をモデル化して利用する。図３に示すように、混和池モデル部２０１は、原水のｐＨ及びアルカリ度と、凝集剤の注入率と、原水の濁度とに基づいて、荷電中和率及び余剰アルミ濃度を算出し、出力する。

混和池５において、原水に凝集剤が添加されると、その凝集剤は異なる形態が混合した状態となる。浄水場で多く用いられている凝集剤は、アルミ系の凝集剤であり通称ＰＡＣ（ポリ塩化アルミニウム）と呼ばれている重合体である。このＰＡＣは、原水に添加されたとき、単一の構造をとるのではなく、形態の異なる３種類のアルミ（以下、第１形態のアルミ〜第３形態のアルミという）が混合した状態となる。第１形態のアルミ〜第３形態のアルミは、添加した原水のｐＨ及びアルカリ度等によって、それぞれの混合の比率が変化する。

第１形態のアルミは、凝集反応にはあまり寄与してこない比較的構造の小さな形態である。第２形態のアルミは、ＰＡＣが多価のイオン性ポリマー化を起こしている形態のもので、この形態のアルミは荷電中和作用によく効くとされている。第３形態のアルミは、比較的大きい不溶態のアルミを含む形態である。この形態のアルミは凝集反応における架橋作用に大きく寄与すると考えられており、フロックが大きくなって沈降しやすい状態となるのに重要な働きを行う形態である。この不溶態のアルミが不十分であると、荷電中和は良好に進んだものの、架橋作用がうまく働かなかったため、大きなフロックができず、フロックの沈降性が悪いので濁度が落ちないという現象が生じてしまう。

以上のようなアルミ系凝集剤を原水に注入した際における第１形態のアルミ〜第３形態のアルミの比率は、水中に添加した時のｐＨとアルカリ度に影響を受ける。混和池モデル部２０１は、原水のｐＨ及びアルカリ度と、凝集剤の注入率とに基づいて、第１形態のアルミ〜第３形態のアルミの比率を算出する。ここで、第１形態のアルミ〜第３形態の濃度(存在量)は、それぞれの比率とPAC注入率から求めることができる。

次に、凝集反応で重要となる、荷電中和作用と架橋反応作用について記述する。荷電中和は、もとより原水中の濁質粒子は負に帯電しているため、互いが反発しあっており水中においては安定して存在する。つまり、これらは原水の濁度として計上されるものの大部分を占める。これに対して、プラスの電荷をもつ凝集剤を添加すると、凝集剤のプラス電荷により、濁質粒子のマイナス電荷が中和されていくため濁質粒子同士の反発力は低下していく。この際、凝集剤と濁質粒子でマイクロフロックが形成される。

凝集剤の注入率が荷電中和に対して最も適量の時、マイクロフロックの荷電状態は±０ｍＶ付近となる。また、適量以上の凝集剤が原水に注入されると、マイクロフロックの荷電状態はプラスに傾いていく。ここで荷電中和に大きく寄与するアルミの形態は第２形態のアルミである。混和池モデル部２０１は、原水のｐＨ及びアルカリ度の情報と、凝集剤の注入率とに基づいて求めた第２形態のアルミの比率から添加された第２形態のアルミの注入量を算出する。混和池モデル部２０１は、第２形態のアルミの注入量と、原水の濁度とに基づいて、添加された凝集剤の荷電中和のポテンシャルである荷電中和率（％）を算出する。

原水中の濁質粒子の総和は、原水の濁度から見積もることができるので、濁度に対して注入した凝集剤の量と、その凝集剤中の第２形態のアルミの状態を把握することで、荷電中和の状態を予測することができる。ここではＡＬＴ比（原水濁度に対する注入した凝集剤中のアルミ濃度）と呼ばれる濁度に対する凝集剤中アルミの比率を表す指標を用いる。ここでのＡＬＴ比で用いる凝集剤中アルミは凝集剤中の全アルミ濃度でもよいが、第２形態のアルミに限定したアルミ濃度を用いるのが望ましい。混和池モデル部２０１は、第２形態のアルミ濃度（ＡＬＴ比）に基づいて、荷電中和率を算出する。

混和池モデル部２０１は、上述した第１形態のアルミや第３形態のアルミの比率から第１形態アルミの量や第３形態のアルミの量を求める。混和池モデル部２０１は、荷電中和に寄与しなかった第１形態のアルミの量や第３形態のアルミの量からこの時点での余剰アルミ濃度を算出する。余剰アルミ濃度は、架橋作用に働く第３形態のアルミも含んだ値である。混和池モデル部２０１は、凝集剤の注入量から第２形態のアルミ濃度を減算して余剰アルミ濃度を求める。

図４は、本実施形態のフロック形成池モデル部２０２における処理の概要を示す図である。フロック形成池モデル部２０２は、フロック形成池６におけるフロック形成プロセスの水質反応をモデル化して利用する。図４に示すように、フロック形成池モデル部２０２は、余剰アルミ濃度及び原水の水温に基づいて、フロック粒径、フロック密度及び残留アルミ濃度を算出する。

フロック形成池モデル部２０２は、まず、混和池５の出口における荷電中和後の粒子径を、任意に定める。例えば、粒子径の初期値として５０μｍといった値を与える。フロック形成池モデル部２０２は、荷電中和率や余剰アルミ濃度といった指標に基づく係数を設定して、荷電中和後の粒子径を算出する。フロック形成池モデル部２０２は、余剰アルミ濃度のうち架橋作用に影響の大きい第３形態のアルミの濃度と原水濁度に対する比率から、架橋作用により、荷電中和後の粒子径を有するマイクロフロックがどの程度まで粗大化するかを算出する。

フロック形成池モデル部２０２は、フロック形成池６において粗大化したフロックの平均粒径がどの程度であるかを求める。フロックの成長速度は水温に依存することが知られているので、フロック形成池モデル部２０２は、原水水温を入力信号として、水温が平均よりも冷たいときは、フロックの成長が進まないようにし、水温が平均よりも暖かいときはフロックの成長が進むようにしたモデルを用いて、荷電中和後の粒子径から成長したフロックの平均粒径を求める。フロック形成池モデル部２０２は、余剰アルミの濃度、濁度に対する余剰アルミの量に基づいて、フロックの密度を算出する。

フロック形成池モデル部２０２は、最終的に反応しなかった、または処理に用いられなかった余剰アルミ濃度を、残留アルミ濃度として算出する。残留するアルミとは、第３形態のアルミであったり、第１形態のアルミや第２形態のアルミに濁質成分が付着したものであったりする。

図５は、本実施形態の沈殿池モデル部２０３における処理の概要を示す図である。沈殿池モデル部２０３は、沈殿池７における沈殿ろ過プロセスの水質反応をモデル化して利用する。図５に示すように、沈殿池モデル部２０３は、フロック粒径、フロック密度及び原水濁度に基づいて、沈殿水濁度（比較用処理水質情報又はモデル処理水質情報）を算出する。沈殿池モデル部２０３は、残留アルミ濃度をそのまま沈殿水アルミ濃度として出力する。

沈殿池７においては、沈降分離により粗大化したフロックは沈殿して汚泥となる。沈殿池モデル部２０３は、フロックの粒径と密度に基づいて、以下の（式１）に示すようなストークスの沈降式に基づいてフロックの沈降速度を求める。

ｖｓ:沈降速度［ｍ／ｓ］又は［ｃｍ／ｓ］
Ｄ_ｐ：粒子径［ｍ］又は［ｃｍ］
ρ_ｐ：粒子の密度［ｋｇ／ｍ^３］又は［ｇ／ｃｍ^３］
ρ_ｆ：流体の密度［ｋｇ／ｍ^３］又は［ｇ／ｃｍ^３］
ｇ：重力加速度［ｍ／ｓ^２］又は［ｃｍ／ｓ^２］
η：流体の粘度[Ｐａ・ｓ]又は[ｇ／(ｃｍ・ｓ)]

沈殿池モデル部２０３は、沈殿池７の形状と、流量に基づく滞留時間から、沈殿池７の上流から下流に流れる方向の速度を算出する。沈殿池モデル部２０３は、沈降速度と沈殿池７の流れの速度とから、沈殿池７に流入してきたフロックのうち汚泥として底に沈むものと、越流して沈殿池７の出口まで達するものに分画する。沈殿池モデル部２０３は、沈殿池７に流入した際のフロック粒径は平均粒径とし、粒径の小さいものから大きいものまでの分布を持たすことで、小さい粒径のフロックほど越流する可能性が高くなるようにモデル化する。

例えば、図５に示すように、フロックの粒径を横軸、フロックの量を縦軸としたグラフ５０において、フロックの平均粒径Ａは破線５１で示されている。グラフ５０において、沈殿池モデル部２０３は、フロックの平均粒径Ａを中心に、フロックの密度に応じた分布を有し、総フロック量に応じた面積を有する分布線５２を決定する。これは、フロックの密度が大きい程、フロックの粒径のバラツキが小さく、フロックの密度が小さい程、フロックの粒径のバラツキが大きくなる傾向があることを利用している。このような傾向は、フロックの密度が小さい程、一度形成されたフロックが崩れやすく、フロックの粒径にバラツキが生じやすいため生じたものであると考える。なお、粒径の分布のばらつきは、荷電中和後の粒子径を設定する際に用いた係数を取り入れて求めても良い。

沈殿池モデル部２０３は、閾値Ｂよりも粒径が小さいフロックの量を破線５３及び分布線５２で囲まれた領域５４の面積に応じて推定する。この閾値Ｂは、沈降速度と沈殿池７の流れの速度とから、沈殿池７に流入してきたフロックのうち汚泥として底に沈むものと、越流して沈殿池７の出口まで達するものに分画するものである。ここで推定したフロックの量は、越流して沈殿池７の出口まで達するフロックの量を示している。沈殿池モデル部２０３は、沈殿池７の出口まで達したフロックの量に基づいて、沈殿水の濁度である沈殿水濁度を求める。すなわち、沈殿池モデル部２０３は、十分に成長しなかったフロックが沈降せずに沈殿池の出口まで越流してきた分を沈殿池７の出口における沈殿水濁度として算出する。沈殿池モデル部２０３は、残留アルミ濃度は、沈殿池７では沈まないと定義することで、残留アルミ濃度の値を沈殿池７の出口から出る沈殿水のアルミ濃度である沈殿水アルミ濃度として算出する。

ろ過池モデル部２０４は、沈殿水濁度及び沈殿水アルミ濃度に基づいて、砂ろ過池８における水位上昇を予測する。この予測には、沈殿水濁度及び沈殿水アルミ濃度が大きい程、砂ろ過池８において目詰まりが発生しやすくなり、目詰まりが発生すると砂ろ過池８の水位が上昇する傾向があることを利用している。ろ過池モデル部２０４は、予測したろ過池水位上昇に関する情報をパラメータ調整部２４へ出力する。

汚泥情報取得部２０５は、沈降したフロックの量を原水の濁度と凝集剤の注入率に基づいて、濁度及び凝集剤の総量を求めて、この総量を沈殿池７における汚泥の発生量として算出する。汚泥情報取得部２０５は、この汚泥の密度を、フロック形成池６の出口の時点でのフロックの密度を基準として、堆積し圧密されたことによる密度の変化を加味して算出する。汚泥情報取得部２０５は、取得した汚泥の発生量及び汚泥の密度に関する情報を含む汚泥情報をパラメータ調整部２４へ出力する。

パラメータ調整部２４は、パラメータ調整時に、水質反応モデル予測部２３から得たろ過池水位上昇に関する情報や汚泥情報の変化を考慮してパラメータを調整するように構成してもよい。また、パラメータ調整部２４は、パラメータ調整時に、水質反応モデル予測部２３から得たろ過池水位上昇に関する情報や汚泥情報と、データ収集・保存部２１に格納されている実測値とを比較して、その比較結果に基づいて、パラメータを変更してもよい。

操作条件決定部２０６は、複数パターンの薬品の注入率に基づいて予測され沈殿池モデル部２０３から受信した沈殿水濁度及び沈殿水アルミ濃度が所定の範囲内の値であるか否かを判断する。操作条件決定部２０６は、沈殿池モデル部２０３から受信した沈殿水濁度及び沈殿水アルミ濃度が所定の範囲内となったものに対応する薬品の注入率の内、最も低い薬品の注入率であるモデル注入率を特定する。操作条件決定部２０６は、最も低いと特定した薬品のモデル注入率を含む操作条件を運転管理支援部２５へ出力する。

パラメータ調整部２４は、水質反応モデル予測部２３内の各処理部に対してパラメータの設定や動作制御を行う。パラメータ調整部２４は、例えば、水質反応モデル予測部２３に対して、複数パターンの薬品の注入率に基づいて、沈殿水濁度及び沈殿水アルミ濃度を予測するよう指示する。

パラメータ調整部２４は、水質反応モデル予測部２３に新たなパラメータを設定した場合は、古いパラメータに関する情報をパラメータ履歴保存部２４０に格納する。パラメータ調整部２４は、パラメータの調整時にパラメータ履歴保存部２４０に格納された過去のパラメータに関する情報を参考にすることができる。

水質反応モデル予測部２３における、水質反応をより具体的に数式化したモデルの具体例について説明する。
図６は、本実施形態の水質反応モデル予測部２３における、水質反応をより具体的に数式化したモデルの具体例を示す図である。図６において、入力情報６１は、水質反応モデル予測部２３に入力される情報であって、原水の水質情報と、薬品の注入率とを含む情報である。入力情報６１は、ａ＝原水濁度、ｂ＝原水ｐＨ、ｃ＝原水水温、ｄ＝原水アルカリ度、ｅ＝凝集剤注入率、ｆ＝ｐＨ調整剤注入率及びｇ＝アルカリ度調整剤注入率を含む。

なお、入力情報６１は、上述した情報以外にも、水質反応を数式化したモデルで利用する為に、凝集剤の種類やアルミ系の凝集剤であればアルミの塩基度といった情報を含んでも良い。また、入力情報６１は、プラントの構造的な情報として、撹拌強度を表すＧ値、ここでは混和池５のＧ値とフロック形成池６のＧ値を含んでも良い。入力情報６１は、水質反応を数式化したモデルに必要な情報を含む。

混和池・フロック形成池モデル６２は、混和池モデル部２０１及びフロック形成池モデル部２０２で利用されるモデルであって、フロック粒径Ａを求める関数Ｆ_１Ａと、フロック密度Ｂを求める関数Ｆ_１Ｂと、残留アルミ濃度Ｃを求める関数Ｆ_１ｃとを有する。関数Ｆ_１Ａ、関数Ｆ_１Ｂ及び関数Ｆ_１ｃは、原水濁度ａ、原水ｐＨ・ｂ、原水水温ｃ、原水アルカリ度ｄ、凝集剤注入率ｅ、ｐＨ調整剤注入率ｆ及びアルカリ度調整剤注入率ｇを含む入力情報６１を変数とする関数である。関数Ｆ_１Ａ、関数Ｆ_１Ｂ及び関数Ｆ_１ｃにおいて、各変数に対する係数等のパラメータは、データ収集・保存部２１に保存されているデータに基づいたシミュレーションによりパラメータ調整部２４が調整する。

フロック粒径Ａを求める関数Ｆ_１Ａは、変数ａ、ｂ、ｄ、ｅに基づいて、荷電中和率及び余剰アルミ濃度を算出し、算出した荷電中和率及び余剰アルミ濃度に基づいて荷電中和後のフロックの粒子径を算出し、算出した荷電中和後のフロックの粒子径及び変数ｃとに基づいて、フロック粒径Ａを算出するという一連の計算をまとめて行う関数である。

フロック密度Ｂを求める関数Ｆ_１Ｂは、変数ｂ、ｄ、ｅに基づいて、余剰アルミ濃度を算出し、算出した余剰アルミ濃度及び変数ａに基づいてフロック密度Ｂを算出するという一連の計算をまとめて行う関数である。

残留アルミ濃度Ｃを求める関数Ｆ_１Ｃは、変数ｂ、ｄ、ｅに基づいて、余剰アルミ濃度を算出し、算出した余剰アルミ濃度に基づいて残留アルミ濃度Ｃを算出するという一連の計算をまとめて行う関数である。

沈殿池モデル６３は、沈殿池モデル部２０３で用いるモデルである沈殿水濁度Ｘを求める関数Ｆ_２Ｘ及び沈殿水アルミ濃度Ｙを求める関数Ｆ_２Ｙと、汚泥情報取得部２０５で用いるモデルである汚泥の発生量Ｚを求める関数Ｆ_２Ｚとを有する。関数Ｆ_２Ｘ及びＦ_２Ｙは、フロック粒径Ａ、フロック密度Ｂ及び残留アルミ濃度Ｃを変数とする関数である。関数Ｆ_２Ｚは、原水濁度ａ、凝集剤注入率ｅを変数とする関数である。関数Ｆ_２Ｘ、関数Ｆ_２Ｙ及び関数Ｆ_２Ｚにおいて、各変数に対する係数等のパラメータは、データ収集・保存部２１に保存されているデータに基づいたシミュレーションによりパラメータ調整部２４が調整する。

沈殿水濁度Ｘを求める関数Ｆ_２Ｘは、変数Ａ、Ｂに基づいて、越流して沈殿池７の出口まで達するフロックの量を算出し、算出した沈殿池７の出口まで達したフロックの量に基づいて、沈殿水の濁度である沈殿水濁度Ｘを算出するという一連の計算をまとめて行う関数である。沈殿水アルミ濃度Ｙを求める関数Ｆ_２Ｙは、変数Ｃに基づいて、沈殿水アルミ濃度Ｙを算出する関数である。汚泥の発生量Ｚを求める関数Ｆ_２Ｚは、変数ａ、ｅに基づいて、汚泥の発生量Ｚを算出する関数である。

砂ろ過池モデル６４は、ろ過池モデル部２０４で用いるモデルである砂ろ過池８の水位上昇を求める関数Ｆ_３を有する。関数Ｆ_３は、沈殿水濁度Ｘ及び沈殿水アルミ濃度Ｙを変数とする関数である。関数Ｆ_３において、各変数に対する係数等のパラメータは、データ収集・保存部２１に保存されているデータに基づいたシミュレーションによりパラメータ調整部２４が調整する。砂ろ過池８の水位上昇を求める関数Ｆ_３は、変数Ｘ、Ｙに基づいて、砂ろ過池８における水位上昇を予測する関数である。

次に、本実施形態における管理支援システム２０の動作について説明する。
図７は、本実施形態における管理支援システム２０の動作を示すフロー図である。図７に示すように、データ収集・保存部２１は、原水の水質情報と、凝集剤を含む薬品の注入率と、沈殿池出口濁度計１４で測定された沈殿池７の出口における原水濁度とを含むデータを取得する（ステップＳ７１）。データ収集・保存部２１が取得した原水の水質情報及び凝集剤を含む薬品の注入率は、統計的演算部２２及び水質反応モデル予測部２３に入力される。

統計的演算部２２は、データ収集・保存部２１からの原水の水質情報及び凝集剤の注入率を用いて、データ収集・保存部２１に保存されているデータの統計的処理により沈殿水濁度を含む統計的処理水質情報を予測する（ステップＳ７２）。統計的演算部２２は、予測に用いた原水の水質情報及び凝集剤の注入率と、予測結果とをパラメータ調整部２４へ出力する。

パラメータ調整部２４は、水質反応モデル予測部２３に対して、統計的演算部２２が統計的処理水質情報を予測する際に利用した入力値（原水の水質情報及び凝集剤の注入率）を用いて、沈殿水濁度を含む比較用処理水質情報を予測するよう指示する。水質反応モデル予測部２３は、パラメータ調整部２４からの指示に応じて、統計的演算部２２が統計的処理水質情報を予測する際に利用した入力値を用いて、沈殿水濁度を含む比較用処理水質情報を予測する（ステップＳ７３）。水質反応モデル予測部２３は、予測結果である比較用処理水質情報をパラメータ調整部２４へ出力する。

パラメータ調整部２４は、指示に応じて水質反応モデル予測部２３が予測した比較用処理水質情報と、統計的演算部２２が予測した統計的処理水質情報とを比較して、２つの値が乖離しているか否かを判断する（ステップＳ７４）。ここで、水質反応モデル予測部２３が予測した比較用処理水質情報と、統計的演算部２２が予測した統計的処理水質情報とが乖離していると判断した場合（ステップＳ７４のＹＥＳ）、パラメータ調整部２４は、データ収集・保存部２１のデータを使って水質反応モデル予測部２３で用いるパラメータを調整し、新たなパラメータを水質反応モデル予測部２３に設定する（ステップＳ７５）。パラメータ調整部２４は、ステップＳ７５の処理を終えると、ステップＳ７３の処理に移行する。

ここで、水質反応モデル予測部２３が予測した比較用処理水質情報と、統計的演算部２２が予測した統計的処理水質情報とが乖離していないと判断した場合（ステップＳ７４のＮＯ）、パラメータ調整部２４は、水質反応モデル予測部２３に対して、凝集剤の注入率を複数パターンに変化させた場合の沈殿水濁度を含むモデル処理水質情報を予測するよう指示する。これにより、水質反応モデル予測部２３は、凝集剤の注入率を複数パターンに対応する複数の沈殿水濁度を含むモデル処理水質情報を予測する。操作条件決定部２０６は、複数パターンの薬品の注入率に基づいて予測され沈殿池モデル部２０３から受信したモデル処理水質情報が所定の範囲内の値であるか否かを判断し、所定の範囲内と判断したモデル処理水質情報に対応する凝集剤の注入率の内、最も低い凝集剤のモデル注入率を特定する。操作条件決定部２０６は、特定した最も低い薬品のモデル注入率を含む操作条件を決定し、運転管理支援部２５へ出力する（ステップＳ７６）。

運転管理支援部２５は、統計的演算部２２からの操作条件と、水質反応モデル予測部２３からの操作条件（ステップＳ７６で決定された操作条件）とに基づいて、目的とする水質レベルを達成する範囲で最適な操作条件を生成し、プラント操作部２６へ出力する（ステップＳ７７）。

このように、管理支援システム２０は、浄水場１において凝集剤を注入する際に、より適量を注入するための支援を行うことができる。凝集剤を節約することで、以下の３点の理由により、浄水場１の運営管理を低コスト化することができる。
（１）凝集剤の使用量を低減することができる。
（２）凝集剤が過剰となる可能性をより低減することで、過剰な凝集剤により発生した残留アルミの影響で砂ろ過池８における目詰まりの発生頻度を低減することができる。目詰まりの発生頻度が低減すると砂ろ過池８を洗浄する頻度を低減することができる。
（３）凝集剤の過剰により残留アルミを多く含む汚泥は、含水量が多くなる傾向があり、乾燥処理により長い時間が必要となる。しかし、凝集剤が過剰となる可能性を低減することで、汚泥の乾燥処理により長い時間が必要となることを防ぐことができる。

管理支援システム２０内のデータ収集・保存部２１が、流量計２ａ〜２ｄ、水温計１０、濁度計１１、ＰＨ計１２、流量計１３及び沈殿池出口濁度計１４で計測されたデータを収集する構成としては、どのような構成であってもよい。データ収集・保存部２１は、例えば、有線又は無線通信により計測されたデータを収集する構成であって、インターネット等のネットワークを介して通信する構成や、専用回線を用いて通信する構成等が考えられる。例えば、データ収集・保存部２１は、クラウドコンピューティング等のインターネットをベースとした構成としてもよい。この場合、管理支援システム２０は、例えば、統計的演算部２２と、水質反応モデル予測部２３と、パラメータ調整部２４と、運転管理支援部２５とを備える管理支援装置を設置し、その管理支援装置からクラウド上のデータ収集・保存部２１を利用する構成としてもよい。

上述した実施形態において、管理支援システム２０内の各機能部は、ソフトウェア機能部であるものとしたが、ＬＳＩ等のハードウェア機能部であってもよい。また、管理支援システム２０内の各機能部は、ＰＣＬ（programmable logic controller）を用いて構成してもよい。上述した実施形態において、管理支援システム２０が支援の対象とするプロセスとして、浄水場プロセスの一例を示しているが、原水に対して薬品を用いて浄化するプロセスであれば適用できる。

以上説明した少なくともひとつの実施形態によれば、水処理プラントにおいて薬品をより適量に注入するための支援を行うことを可能とする。

また、以上に説明した管理支援システム２０内の機能をソフトウェアによって実現する場合は、それらの機能を実現するためのプログラムを、コンピューター読み取り可能な記録媒体に記録し、そのプログラムをコンピューターシステムに読み込ませて実行するようにしてもよい。なお、ここでいう「コンピューターシステム」とは、ＯＳ（Operating System）や周辺機器等のハードウェアを含むものとする。また、「コンピューター読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ（Compact Disk）−ＲＯＭ等の可搬媒体、コンピューターシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピューター読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピューターシステム内部の揮発性メモリー（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。

また、上記のプログラムは、このプログラムを記憶装置等に格納したコンピューターシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピューターシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。
また、上記のプログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、上記のプログラムは、前述した機能をコンピューターシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１…浄水場、３…着水井、４…活性炭接触池、５…混和池、６…フロック形成池、７…沈殿池、８…砂ろ過池、９…浄水池、２０…管理支援システム、２１…データ収集・保存部、２２…統計的演算部（統計的予測部）、２３…水質反応モデル予測部、２４…パラメータ調整部、２５…運転管理支援部、２６…プラント操作部、２０１…混和池モデル部、２０２…フロック形成池モデル部、２０３…沈殿池モデル部、２０４…ろ過池モデル部、２０５…汚泥情報取得部、２０６…操作条件決定部、２４０…パラメータ履歴保存部

Claims (7)

1. 水処理プラントにおいて取得された情報として、原水の水質に関する水質情報、前記原水への薬品の注入に関する薬品情報及び前記薬品情報に応じて注入された前記薬品による処理後の処理水の水質を示す処理水質情報を取得して、統計的に処理することで前記薬品情報と前記処理水質情報との関係を特定し、特定した前記関係に基づいて、前記処理水の水質を所定の範囲とする中でより低い注入率となる統計的注入率を取得し、予測対象の原水の水質情報と、取得した前記統計的注入率と、特定した前記関係とに基づいて、統計的処理水質情報を予測する統計的予測部と、
   注入された薬品による反応をモデル化した水質反応モデルを利用して、前記処理水の水質を所定の範囲とする中でより低い注入率となるモデル注入率を取得し、前記予測対象の原水の水質情報と、取得した前記モデル注入率と、前記水質反応モデルとに基づいて、モデル処理水質情報を予測する水質反応モデル予測部と、
   前記統計的予測部が予測に用いた前記統計的注入率と、前記水質反応モデル予測部が予測に用いた前記モデル注入率とに基づいて、前記水処理プラントにおける薬品の注入率を制御するための操作条件を生成する管理支援部と、
   を備える管理支援システム。
2. 前記水質反応モデル予測部における前記水質反応モデルのパラメータを変更するパラメータ調整部をさらに備え、
   前記パラメータ調整部は、前記水質反応モデル予測部が前記予測対象の原水の水質情報及び前記統計的注入率に基づいて予測した比較用処理水質情報と、前記統計的処理水質情報とが乖離している場合に、前記水質反応モデルのパラメータを変更する請求項１に記載の管理支援システム。
3. 前記水質反応モデルは、前記薬品の注入により生成されるフロックの粒径及び密度を予測して、前記フロックの粒径及び密度に基づいて、前記フロックの沈降処理後の原水の濁度を前記モデル処理水質情報として予測するモデルであり、
   前記処理水質情報は、前記フロックの沈降処理後の前記処理水の濁度の測定値を含み、
   前記統計的処理水質情報は、前記統計的予測部が前記フロックの沈降処理後の処理水の濁度を予測したものである請求項１又は請求項２に記載の管理支援システム。
4. 前記比較用処理水質情報と前記統計的処理水質情報とが乖離していない場合に、前記水質反応モデル予測部は、複数パターンの前記薬品の注入率に対応した複数の前記モデル処理水質情報を予測し、
   前記モデル処理水質情報が所定の範囲内となる前記薬品の注入率の中から、最小となる前記薬品の注入率を特定して前記モデル注入率とし、出力する特定部をさらに備え、
   前記管理支援部は、前記特定部が出力する前記モデル注入率に基づいて、前記操作条件を生成する請求項２に記載の管理支援システム。
5. 前記水質情報は、前記原水の濁度、前記原水の水温、前記原水のｐＨ及び前記原水のアルカリ度を含む請求項１から４のいずれか一項に記載の管理支援システム。
6. 水処理プラントにおいて取得された情報として、原水の水質に関する水質情報、前記原水への薬品の注入に関する薬品情報及び前記薬品情報に応じて注入された前記薬品による処理後の処理水の水質を示す処理水質情報を取得して、統計的に処理することで前記薬品情報と前記処理水質情報との関係を特定し、特定した前記関係に基づいて、前記処理水の水質を所定の範囲とする中でより低い注入率となる統計的注入率を取得し、予測対象の原水の水質情報と、取得した前記統計的注入率と、特定した前記関係とに基づいて、統計的処理水質情報を予測する統計的予測ステップと、
   注入された薬品による反応をモデル化した水質反応モデルを利用して、前記処理水の水質を所定の範囲とする中でより低い注入率となるモデル注入率を取得し、前記予測対象の原水の水質情報と、取得した前記モデル注入率と、前記水質反応モデルとに基づいて、モデル処理水質情報を予測する水質反応モデル予測ステップと、
   前記統計的予測ステップにおいて予測に用いた統計的注入率と、前記水質反応モデル予測ステップにおいて予測に用いた前記モデル注入率とに基づいて、前記水処理プラントにおける薬品の注入率を制御するための操作条件を生成する管理支援ステップと、
   を有する管理支援方法。
7. 水処理プラントにおいて取得された情報として、原水の水質に関する水質情報、前記原水への薬品の注入に関する薬品情報及び前記薬品情報に応じて注入された前記薬品による処理後の処理水の水質を示す処理水質情報を取得して、統計的に処理することで前記薬品情報と前記処理水質情報との関係を特定し、特定した前記関係に基づいて、前記処理水の水質を所定の範囲とする中でより低い注入率となる統計的注入率を取得し、予測対象の原水の水質情報と、取得した前記統計的注入率と、特定した前記関係とに基づいて、統計的処理水質情報を予測する統計的予測ステップと、
   注入された薬品による反応をモデル化した水質反応モデルを利用して、前記処理水の水質を所定の範囲とする中でより低い注入率となるモデル注入率を取得し、前記予測対象の原水の水質情報と、取得した前記モデル注入率と、前記水質反応モデルとに基づいて、モデル処理水質情報を予測する水質反応モデル予測ステップと、
   前記統計的予測ステップにおいて予測に用いた前記統計的注入率と、前記水質反応モデル予測ステップにおいて予測に用いた前記モデル注入率とに基づいて、前記水処理プラントにおける薬品の注入率を制御するための操作条件を生成する管理支援ステップと、
   をコンピューターに実行させるための管理支援プログラム。

Images