JP7145375B2 - 推定装置、予測装置、制御装置、推定システム、予測システム、制御システム、推定プログラム、予測プログラム、制御プログラム、推定方法、予測方法及び制御方法 - Google Patents

推定装置、予測装置、制御装置、推定システム、予測システム、制御システム、推定プログラム、予測プログラム、制御プログラム、推定方法、予測方法及び制御方法 Download PDF

Info

Publication number
JP7145375B2
JP7145375B2 JP2021013920A JP2021013920A JP7145375B2 JP 7145375 B2 JP7145375 B2 JP 7145375B2 JP 2021013920 A JP2021013920 A JP 2021013920A JP 2021013920 A JP2021013920 A JP 2021013920A JP 7145375 B2 JP7145375 B2 JP 7145375B2
Authority
JP
Japan
Prior art keywords
water quality
information acquisition
scale
model information
relationship model
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.)
Active
Application number
JP2021013920A
Other languages
English (en)
Other versions
JP2022117306A (ja
Inventor
基晋 小船井
康広 豊岡
敏 和田
要 原田
千草 田口
栄 二木
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kurita Water Industries Ltd
Original Assignee
Kurita Water Industries Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Kurita Water Industries Ltd filed Critical Kurita Water Industries Ltd
Priority to JP2021013920A priority Critical patent/JP7145375B2/ja
Priority to PCT/JP2022/002303 priority patent/WO2022163549A1/ja
Priority to KR1020237027834A priority patent/KR20230133343A/ko
Priority to CN202280012265.6A priority patent/CN116783148A/zh
Priority to EP22745770.2A priority patent/EP4273103A4/en
Priority to TW111103799A priority patent/TW202235378A/zh
Publication of JP2022117306A publication Critical patent/JP2022117306A/ja
Application granted granted Critical
Publication of JP7145375B2 publication Critical patent/JP7145375B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F5/00—Softening water; Preventing scale; Adding scale preventatives or scale removers to water, e.g. adding sequestering agents
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00—Treatment of water, waste water, or sewage
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00—Treatment of water, waste water, or sewage
    • C02F1/008—Control or steering systems not provided for elsewhere in subclass C02F
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F5/00—Softening water; Preventing scale; Adding scale preventatives or scale removers to water, e.g. adding sequestering agents
    • C02F5/08—Treatment of water with complexing chemicals or other solubilising agents for softening, scale prevention or scale removal, e.g. adding sequestering agents
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18—Water
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2103/00—Nature of the water, waste water, sewage or sludge to be treated
    • C02F2103/02—Non-contaminated water, e.g. for industrial water supply
    • C02F2103/023—Water in cooling circuits
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2103/00—Nature of the water, waste water, sewage or sludge to be treated
    • C02F2103/18—Nature of the water, waste water, sewage or sludge to be treated from the purification of gaseous effluents
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2103/00—Nature of the water, waste water, sewage or sludge to be treated
    • C02F2103/26—Nature of the water, waste water, sewage or sludge to be treated from the processing of plants or parts thereof
    • C02F2103/28—Nature of the water, waste water, sewage or sludge to be treated from the processing of plants or parts thereof from the paper or cellulose industry
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/001—Upstream control, i.e. monitoring for predictive control
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/005—Processes using a programmable logic controller [PLC]
    • C02F2209/006—Processes using a programmable logic controller [PLC] comprising a software program or a logic diagram
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/005—Processes using a programmable logic controller [PLC]
    • C02F2209/008—Processes using a programmable logic controller [PLC] comprising telecommunication features, e.g. modems or antennas
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/02—Temperature
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/05—Conductivity or salinity
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/06—Controlling or monitoring parameters in water treatment pH
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/10—Solids, e.g. total solids [TS], total suspended solids [TSS] or volatile solids [VS]
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/11—Turbidity
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/29—Chlorine compounds
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2303/00—Specific treatment goals
    • C02F2303/22—Eliminating or preventing deposits, scale removal, scale prevention
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N17/00—Investigating resistance of materials to the weather, to corrosion, or to light
    • G01N17/008—Monitoring fouling

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Water Supply & Treatment (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Economics (AREA)
  • Organic Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Pathology (AREA)
  • Primary Health Care (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Public Health (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Biochemistry (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • General Chemical & Material Sciences (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
  • Treatment Of Water By Oxidation Or Reduction (AREA)

Description

本発明は、推定装置、予測装置、制御装置、推定システム、予測システム、制御システム、推定プログラム、予測プログラム、制御プログラム、推定方法、予測方法及び制御方法に関する。
水系では、その中に含まれる各種イオンがスケールとして析出して配管等に堆積する等、操業上のトラブルが発生することがある。そこで、スケールの発生を検知してスケールを防止する各種薬剤を添加している。
ところで、このスケールは、そのスケールを構成する各イオンの濃度の積が、それらのイオンの溶解度積を超えることで発生する。これを利用し、例えば非特許文献１及び非特許文献２には、各イオンの溶解度積に対する各イオンの濃度の価数累乗の積の比の対数値をスケール化指数値として、スケールが生成するか否かの指標に用いている。このような指標を用いることにより、スケールの発生を正確に検知することができる。
木幡賢二，紙パ技協誌，５７巻，７号，７０頁，２００３年 木幡賢二，紙パルプ技術タイムス，４４巻，７号，２９頁，２００１年
スケールの発生をより効率的に抑制するためには、スケール発生の尺度となる指標値を迅速に算出し、それに応じて適時にスケールを防止する各種薬剤を添加することが望まれる。しかしながら、非特許文献１及び２のスケール化指数値の算出方法では、スケールを構成するカチオン、アニオンそれぞれのイオンの濃度を測定するために時間を要することが多く、迅速にスケール化指数値を算出できないこともあった。
本発明では上記事情に鑑み、操業中に簡易に測定できる水質情報からスケールの発生の尺度となる指標値を推定することができる推定装置、予測装置、制御装置、推定システム、予測システム、制御システム、推定プログラム、予測プログラム、制御プログラム、推定方法、予測方法及び制御方法を提供することとした。
本発明の一態様によれば、水系のスケール化指標値の推定装置が提供される。この推定装置は、水質情報取得部と、関係性モデル情報取得部と、推定部とを備える。水質情報取得部は、水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得する。関係性モデル情報取得部は、事前に作成した、水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得する。推定部は、水質情報及び関係性モデル情報に基づいて、スケール化指標推定値を算出する。
本発明は、次に記載の各態様で提供されてもよい。
前記推定装置において、前記関係性モデルは、前記スケール化指標値と、前記水質パラメータの関数であるスケール化指標推定関数との回帰分析により求められるモデルである推定装置。
前記推定装置において、前記水質パラメータは、少なくとも電気伝導率を含む推定装置。
水系のスケール生成の予測装置であって、水質情報取得部と、関係性モデル情報取得部と、推定部と、予測部とを備え、前記水質情報取得部は、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、前記関係性モデル情報取得部は、事前に作成した、前記水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、前記推定部は、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出し、前記予測部は、前記スケール化指標推定値に基づいて、スケールの生成の有無又はその可能性を予測する予測装置。
水系に対するスケール防止剤の添加の制御装置であって、水質情報取得部と、関係性モデル情報取得部と、推定部と、スケール防止剤添加モデル情報取得部と、添加量決定部とを備え、前記水質情報取得部は、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、前記関係性モデル情報取得部は、事前に作成した、前記水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、前記推定部は、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出し、スケール防止剤添加モデル情報取得部は、事前に作成した、前記スケール化指標推定値と、スケール防止剤の添加量との関係を示すスケール防止剤添加モデルを含むスケール防止剤添加モデル情報を取得し、前記添加量決定部は、前記スケール化指標推定値及び前記スケール防止剤添加モデル情報に基づいて、スケール防止剤の添加量を決定する制御装置。
水系のスケール化指標値の推定システムであって、水質情報取得部と、関係性モデル情報取得部と、推定部とを備え、前記水質情報取得部は、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、前記関係性モデル情報取得部は、事前に作成した、前記水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、前記推定部は、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出する推定システム。
水系のスケール生成の予測システムであって、水質情報取得部と、関係性モデル情報取得部と、推定部と、予測部とを備え、前記水質情報取得部は、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、前記関係性モデル情報取得部は、事前に作成した、前記水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、前記推定部は、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出し、前記予測部は、前記スケール化指標推定値に基づいて、スケールの生成の有無又はその可能性を予測する予測システム。
水系に対するスケール防止剤の添加の制御システムであって、水質情報取得部と、関係性モデル情報取得部と、推定部と、スケール防止剤添加モデル情報取得部と、添加量決定部とを備え、前記水質情報取得部は、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、前記関係性モデル情報取得部は、事前に作成した、前記水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、前記推定部は、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出し、スケール防止剤添加モデル情報取得部は、事前に作成した、前記スケール化指標推定値と、スケール防止剤の添加量との関係を示すスケール防止剤添加モデルを含むスケール防止剤添加モデル情報を取得し、前記添加量決定部は、前記スケール化指標推定値及び前記スケール防止剤添加モデル情報に基づいて、スケール防止剤の添加量を決定する制御システム。
水系のスケール化指標値の推定プログラムであって、コンピュータを、水質情報取得部、関係性モデル情報取得部及び推定部として機能させ、前記水質情報取得部は、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、前記関係性モデル情報取得部は、事前に作成した、前記水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、前記推定部は、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出する推定プログラム。
水系のスケール生成の予測プログラムであって、コンピュータを、水質情報取得部、関係性モデル情報取得部、推定部及び予測部として機能させ、前記水質情報取得部は、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、前記関係性モデル情報取得部は、事前に作成した、前記水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、前記推定部は、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出し、前記予測部は、前記スケール化指標推定値に基づいて、スケールの生成の有無又はその可能性を予測する予測プログラム。
水系に対するスケール防止剤の添加の制御プログラムであって、コンピュータを、水質情報取得部、関係性モデル情報取得部、推定部、スケール防止剤添加モデル情報取得部及び添加量決定部として機能させ、前記水質情報取得部は、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、前記関係性モデル情報取得部は、事前に作成した、前記水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、前記推定部は、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出し、スケール防止剤添加モデル情報取得部は、事前に作成した、前記スケール化指標推定値と、スケール防止剤の添加量との関係を示すスケール防止剤添加モデルを含むスケール防止剤添加モデル情報を取得し、前記添加量決定部は、前記スケール化指標推定値及び前記スケール防止剤添加モデル情報に基づいて、スケール防止剤の添加量を決定する制御プログラム。
水系のスケール化指標値の推定方法であって、水質情報取得工程と、関係性モデル情報取得工程と、推定工程とを備え、前記水質情報取得工程では、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、前記関係性モデル情報取得工程では、事前に作成した、前記水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、前記推定工程では、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出する推定方法。
水系のスケール生成の予測方法であって、水質情報取得工程と、関係性モデル情報取得工程と、推定工程と、予測工程とを備え、前記水質情報取得工程では、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、前記関係性モデル情報取得工程では、事前に作成した、前記水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、前記推定工程では、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出し、前記予測工程では、前記スケール化指標推定値に基づいて、スケールの生成の有無又はその可能性を予測する予測方法。
水系に対するスケール防止剤の添加の制御方法であって、水質情報取得工程と、関係性モデル情報取得工程と、推定工程と、スケール防止剤添加モデル情報取得工程と、添加量決定工程とを備え、前記水質情報取得工程では、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、前記関係性モデル情報取得工程では、事前に作成した、前記水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、前記推定工程では、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出し、スケール防止剤添加モデル情報取得工程では、事前に作成した、前記スケール化指標推定値と、スケール防止剤の添加量との関係を示すスケール防止剤添加モデルを含むスケール防止剤添加モデル情報を取得し、前記添加量決定工程では、前記スケール化指標推定値及び前記スケール防止剤添加モデル情報に基づいて、スケール防止剤の添加量を決定する制御方法。
もちろん、この限りではない。
本発明によれば、操業中に簡易に測定できる水質情報からスケールの発生の尺度となる指標値を推定することができる。
本実施形態に係る予測システムの概略図である。 本実施形態に係る予測装置の機能構成を示す概略模式図である。 本実施形態に係る予測装置のハードウェア構成を示す概略図である。 本実施形態に係る予測方法のフローチャート図である。 実施例１の合計１９組のデータセットのスケール化指標値対スケール化指標推定値のプロットである。 実施例２の合計１８組のデータセットのスケール化指標値対スケール化指標推定値のプロットである。
以下、図を用いて本発明の実施形態について説明する。以下の実施形態に示した各構成要素は、互いに組み合わせ可能である。
本実施形態のソフトウェアを実現するためのプログラムは、コンピュータが読み取り可能な非一時的な記録媒体（Ｎｏｎ－Ｔｒａｎｓｉｔｏｒｙ Ｃｏｍｐｕｔｅｒ－Ｒｅａｄａｂｌｅ Ｍｅｄｉｕｍ）として提供されてもよいし、外部のサーバからダウンロード可能に提供されてもよいし、外部のコンピュータで当該プログラムを起動させてクライアント端末でその機能を実現（いわゆるクラウドコンピューティング）するように提供されてもよい。
また、本実施形態において「部」とは、例えば、広義の回路によって実施されるハードウェア資源と、これらのハードウェア資源によって具体的に実現されうるソフトウェアの情報処理とを合わせたものも含みうる。また、本実施形態においては様々な情報を取り扱うが、これら情報は、例えば電圧・電流を表す信号値の物理的な値、０又は１で構成される２進数のビット集合体としての信号値の高低、又は量子的な重ね合わせ（いわゆる量子ビット）によって表され、広義の回路上で通信・演算が実行されうる。
また、広義の回路とは、回路（Ｃｉｒｃｕｉｔ）、回路類（Ｃｉｒｃｕｉｔｒｙ）、プロセッサ（Ｐｒｏｃｅｓｓｏｒ）、及びメモリ（Ｍｅｍｏｒｙ）等を少なくとも適当に組み合わせることによって実現される回路である。すなわち、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等を含むものである。
＜予測システム＞
本実施形態に係る予測システムは、水系のスケール生成の予測システムである。具体的に、この予測システムは、水質情報取得部と、関係性モデル情報取得部と、推定部と、予測部とを備えるものである。これらのうち、水質情報取得部は、水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得するものである。関係性モデル情報取得部は、事前に作成した、水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得する。推定部は、水質情報及び関係性モデル情報に基づいて、スケール化指標推定値を算出するものである。予測部は、スケール化指標推定値に基づいて、スケールの生成の有無又はその可能性を予測するものである。
また、必須の構成要素ではないが、本実施形態に係る予測システムは、関係性モデル作成部、予測モデル作成部、予測モデル情報取得部、スケール防止剤添加モデル作成部、スケール防止剤添加モデル情報取得部、添加量決定部、出力部、スケール防止剤添加部のうち、１又は２以上を備えてもよい。なお、以下で説明する図１には、これら全てを備える予測システムについて主として説明する。
ここで、「スケール」とは、水系から析出して堆積する金属塩の総称である。具体的に、スケールとしては、特に限定されず、シュウ酸カルシウム、炭酸カルシウム、硫酸カルシウム、リン酸カルシウム、硫酸バリウム等が挙げられる。
スケール化指標値は、スケールの発生の指標値とし得る数値であり、かつ水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるものであれば特に限定されない。この関数としては、例えばスケール化指数値ＳＩを用いることができる。具体的に、スケール化指数値ＳＩは、各イオンの溶解度積に対する各イオンの濃度の価数累乗の積の比の対数値である。非特許文献１には、シュウ酸カルシウムのスケール化指数値ＳＩが、非特許文献２には、炭酸カルシウムのスケール化指数値ＳＩがそれぞれ示されている。具体的に、スケール化指数値ＳＩの一般式は、カチオンをＡ、アニオンをＢ、カチオンＡの価数を＋ｎ、アニオンＢの価数を－ｍ（ｎとｍはそれぞれ独立して正の整数である）、カチオンＡとアニオンＢの溶解度積をＫｓｐとしたとき以下の式（１）で表される。
Figure 0007145375000001
なお、式（１）においては、カチオンＡ、アニオンＢのそれぞれ１種ずつの式を示しているが、カチオン及びアニオンの数は、発生するスケールの種類に依存し、１種に限られるものではない。
上述したとおり、スケール化指標値を求めるための関数は、式（１）に特に限定されるものではない。式（１）以外のスケール指標値としては、式（１）の対数値を取らないもの（ｌｏｇの内部）（式（２））、その逆数（式（３））、式（１）の対数の内部を逆数にしたもの（式（４））、式（１）～（４）を累乗したもの、定数を加算、減算、乗算、除算したもの等であってもよい。
Figure 0007145375000002
Figure 0007145375000003
Figure 0007145375000004
スケール指標値を求めるための関数としては、溶解度積Ｋｓｐを含んでいても含まなくてもよいが、溶解度積Ｋｓｐを含むことが好ましい。また、スケール指標値を求めるための関数としては、少なくともカチオン、アニオンのいずれか１種以上を含むことが好ましく、全ての種類のカチオン及びアニオンを含むことがより好ましい。一実施形態において、スケール指標値を求めるための関数としては、全ての種類のカチオン及びアニオンを含み、かつそれらの濃度の積と、それらのイオンの溶解度積との比（式（２）、式（３））の関数であることが好ましい。
〔予測システムの機能的構成〕
図１は、本実施形態に係る予測システムの概略図である。この予測システム１は、予測装置２と、出力装置３と、水質情報測定装置４と、スケール防止剤添加装置５とを備える。
このうち、予測装置２は、予測システム１における予測のための情報処理を制御するものである。図２は、本実施形態に係る予測装置の機能構成を示す概略模式図である。この図２に示すように、本実施形態に係る予測装置２は、水質情報取得部２０と、関係性モデル情報取得部２１と、推定部２２と、予測部２３とを備える。また、本実施形態に係る予測装置２は、関係性モデル作成部２４と、予測モデル作成部２５と、予測モデル情報取得部２６と、スケール防止剤添加モデル作成部２７と、スケール防止剤添加モデル情報取得部２８と、添加量決定部２９をさらに備える。なお、これらの各部は、ここでは一つの装置の内部に含まれているものとして記載しているが、各部はそれぞれが別な装置として含まれていてもよい。また、出力装置３は、出力部の一例であり、水質情報測定装置４は、水質情報測定部の一例であり、スケール防止剤添加装置５は、スケール防止剤添加部の一例であるが、以下では特に区別せず説明する。
〔予測システムの機能〕
以下、予測システム１の各部の機能について具体的に説明する。
［水質情報取得部］
水質情報取得部２０は、水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得するものである。
水系のｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度はいずれも、スケール化指標値やイオン濃度と一定の相関がある。そこで、水質情報取得部は、これらのうち２以上を含む水質パラメータを取得して、スケール化指標推定値を算出する。
水質パラメータとしては、ｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度のうち２以上であれば、いずれの組み合わせであってもよいが、少なくとも電気伝導率を含むことが好ましい。スケールを構成する成分は、スケール化する前は、水中にイオンとして存在している。電気伝導率は水中のイオン成分の多寡を示す指標であるため、電気伝導率がスケール化に関連する指標として特に有用である。また、水質パラメータは、スケールを構成するカチオンの濃度及びアニオンの濃度を含まないことが好ましい。なお、残留塩素濃度は、アニオンの濃度を測定するものではあるが、連続測定器が市販されているため、測定しやすい。
［関係性モデル情報取得部］
関係性モデル情報取得部２１は、事前に作成した、水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得するものである。
関係性モデルは、事前に作成されたものであって、水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、水質パラメータとの関係を示すものである。なお、「事前」とは、スケール化指標推定値を算出する以前をいい、スケール化指標推定値を算出する操業中であっても、実操業の前であっても、スケール化指標推定値を算出する以前であればいずれでもよい。
関係性モデルとしては、特に限定されないが、例えばスケール化指標値と水質パラメータとの関係を示す関数、ルックアップテーブル又はスケール化指標値と水質パラメータとの関係の学習済モデル等が挙げられる。
なお、水質情報取得部２０で取得する水質情報に含まれる水質パラメータと、関係性モデルに使用する水質情報に含まれる水質パラメータとは、ｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度のうち２以上が共通するものとする。
［推定部］
推定部２２は、水質情報及び関係性モデル情報に基づいて、スケール化指標推定値を算出するものである。
具体的には、推定部２２では、予め作成した関係性モデルに、操業中のリアルタイムの水質情報を入力し、演算して又は照らし合わせる等して、スケール化指標推定値を算出する。
［予測部］
予測部２３は、スケール化指標推定値に基づいて、スケールの生成の有無又はその可能性を予測するものである。
スケール化指標推定値は、水系のスケールの発生の指標となるものである。そこで、このスケール化指標推定値を、事前に用意した予測モデルに入力し、スケールの生成の有無又はその可能性を予測する。
スケールの生成の有無を予測する場合、例えばスケール化指標推定値又はスケール化指標推定値の単位時間当たりの変化量に閾値を設け、スケール化指標推定値がその閾値より大きければ（又は小さければ）スケールが発生すると予測することができる。
スケールの生成の可能性を予測する場合、例えばスケール化指標推定値又はスケール化指標推定値の単位時間当たりの変化量に複数の閾値を設け、例えば３段階に分けて、スケール化指標推定値又はスケール化指標推定値の単位時間当たりの変化量が１段階目にあるときは、スケールの発生が確実に起こり、スケール化指標推定値又はスケール化指標推定値の単位時間当たりの変化量が２段階目にあるときは、スケールが生成する可能性があり、スケール化指標推定値又はスケール化指標推定値の単位時間当たりの変化量が３段階目にあるときは、スケールの発生が確実に起こらないと予測することができる。また、スケール化指標推定値又はスケール化指標推定値の単位時間当たりの変化量と発生確率を実操業の統計データから関数化又は学習済みモデル化し、スケール生成の確率を算出することができる。
［関係性モデル作成部］
関係性モデル作成部２４は、関係性モデル情報取得部２１で取得し、かつ推定部２２でスケール化指標推定値の算出に用いるための関係性モデルを作成するものである。
関係性モデルは、例えば次のようにして作成する。スケール化指標推定値を算出するよりも前に、スケールを構成するイオンの濃度を測定し、これらの濃度に基づいて、スケール化指標値を算出する。また、同じ水系で、ｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを測定する。これらのスケール化指標値及び水質パラメータのデータセットを複数組、例えば測定を行う日や時間を変える等してスケール化指標値及び水質パラメータの数値に変動が生じるように用意する。次いで、スケール化指標値を水質パラメータ（２以上のパラメータ）の関数と仮定し、実際のスケール化指標値と対比して、関数の形態や係数を確定し、関係性モデルを構築する。このとき、関数と実際のスケール化指標値との対比によって関数の係数を確定するに際しては、回帰分析法（線形モデル、一般化線形モデル、一般化線形混合モデル）、決定木（決定木、回帰木、ランダムフォレスト、ＸＧＢｏｏｓｔ等）、ニューラルネットワーク（単純パーセプトロン、ＤＮＮ、ＣＮＮ、ＲＮＮ等）、ベイズ（ナイーブベイズ等）、クラスタリング（ｋ－ｍｅａｎｓ、ｋ－ｍｅａｎｓ＋＋等）、アンサンブル学習（Ｂｏｏｓｔｉｎｇ、Ａｄａｂｏｏｓｔ等）等等を用いることができる。
一実施形態において、関係性モデルは、スケール化指標値と、水質パラメータの関数であるスケール化指標推定関数との回帰分析により求められるモデルであることが好ましい。なお、回帰分析の具体的な方法は後述する。
スケールを構成するイオンは、スケールがシュウ酸カルシウムである場合、カルシウムイオン及びシュウ酸イオンであり、スケールが炭酸カルシウムである場合、カルシウムイオン及び炭酸イオンであり、スケールが硫酸カルシウムである場合、カルシウムイオン及び硫酸イオンであり、スケールがリン酸カルシウムである場合、カルシウムイオン及びリン酸イオンであり、スケールが硫酸バリウムである場合、バリウムイオン及び硫酸イオンである。なお、カルシウムイオンの濃度は、カルシウム硬度で代用してもよく、また、炭酸イオンは、Ｍアルカリ度で代用してもよい。
関係性モデルの作成は、スケール化指標推定値の算出を行う水系と同一の水系で行うことが好ましい。また、例えば同一の装置内でも、水系の水質が大きく変化するような場合（例えば、製紙工場の抄紙系において、製紙原料であるパルプを変更した場合等）には、水質が変化した後の水系についての関係性モデルを作成して用いることが好ましい。
このような観点から、水系の操業中に、定期又は不定期に、スケールを構成するイオンの濃度を測定し、都度関係性モデルを作成したり、データを追加して関係性モデルを更新したりしてもよい。
なお、関係性モデル作成部２４は必須の構成要素ではないため、予測モデルの作成はオペレータ等が人的に（手動で）行ってもよい。
［予測モデル作成部］
予測モデル作成部２５は、後述する予測モデル情報取得部２６で取得し、かつ予測部２３でスケール生成の有無又は可能性を予測するための予測モデルを作成するものである。
ここで、予測モデルとは、スケール化指標値とスケール生成の有無又はスケールの生成量との関係を示すモデルをいう。
予測モデルとしては、特に限定されないが、例えばスケール化指標値とスケール生成の有無又はスケールの生成量との関係を示す関数、ルックアップテーブル又はスケール化指標値とスケール生成の有無又はスケールの生成量との関係の学習済モデル等が挙げられる。
予測モデルは、例えば次のようにして作成する。スケール化指標推定値を算出するよりも前に、スケールを構成するイオンの濃度を測定し、これらの濃度に基づいて、スケール化指標値を算出する。また、同じ水系で、スケールの生成の有無を確認するか、又はスケールの生成量を測定する。これらのスケール化指標値及びスケール生成の有無又はスケールの生成量のデータセットを複数組、例えば測定を行う日や時間を変える等してスケール化指標値及びスケール生成の有無又はスケールの生成量の数値に変動が生じるように用意する。次いで、スケール生成の確率又はスケールの生成量をスケール化指標値の関数として、予測モデルを構築する。または、例えばスケール化指標値及びスケール生成の有無又はスケールの生成量のデータセットを複数組用意した後、スケール生成が顕著になる点や、スケール生成量が許容量以上になる点等で閾値を設定して、予測モデルを構築してもよい。
予測モデルの作成は、スケール化指標推定値の算出を行う水系と同一の水系で行うことが好ましい。また、例えば同一の装置内でも、水系の水質が大きく変化するような場合（例えば、製紙工場の抄紙系において、製紙原料であるパルプを変更した場合等）には、水質が変化した後の水系についての予測モデルを作成して用いることが好ましい。
なお、予測モデル作成部２５は必須の構成要素ではなく、予測モデルの作成はオペレータ等が人的に（手動で）行ってもよい。
［予測モデル情報取得部］
予測モデル情報取得部２６は、予測モデルを取得するものである。予測モデルとしては、予測モデル作成部２５で作成したものであってよい。
［スケール防止剤添加モデル作成部］
スケール防止剤添加モデル作成部２７は、後述する予測モデル情報取得部２６で取得し、かつスケール防止剤添加部５でスケール化指標推定値に応じたスケール防止剤を適正量添加するためのスケール防止剤添加モデルを作成するものである。
ここで、スケール防止剤添加モデルとは、スケール化指標推定値とスケール防止剤の添加量（例えば最小添加量）との関係を示すモデルをいう。
スケール防止剤添加モデルとしては、特に限定されないが、例えばスケール化指標値とスケール防止剤の添加量との関係を示す関数、ルックアップテーブル又はスケール化指標値とスケール防止剤の添加量との関係の学習済モデル等が挙げられる。
スケール防止剤添加モデルは、例えば次のようにして作成する。スケール防止剤の添加よりも前に、スケールを構成するイオンの濃度が既知（すなわち、溶解度積もスケール化指標値も既知）の水溶液（ｐＨ及び温度は一定）を、カチオン、アニオンそれぞれ別に用意する。カチオンの水溶液に、スケール添加剤を所定量添加して混合した後、アニオンの水溶液を添加して混合する。得られた混合液を、ろ過して得られたろ液のカチオン、アニオンのいずれか一方のイオンの濃度を測定する。スケール防止剤の添加量を変えて同様の操作を行い、混合液の理論上のイオン濃度とろ液のイオン濃度とが一致する最小のスケール防止剤の添加量（最小添加量）を算出する。以上の操作を、イオンの濃度を変えて（すなわち、スケール化指標値を変えて）複数回繰り返し、スケール化指標推定値とスケール防止剤の添加量との関係をモデル化する。なお、「カチオンの水溶液」、「アニオンの水溶液」とは、スケールを構成するカチオン、アニオンを含む水溶液であり、例えばシュウ酸カルシウムスケールの例で言えば、カチオンの水溶液は塩化カルシウム水溶液であり、アニオンの水溶液はシュウ酸水溶液である。カチオンの水溶液中に塩素イオンが含まれるように、カチオンの水溶液、アニオンの水溶液には、スケールを構成するカチオン、アニオンの対イオンが含まれていてもよく、その種類は特に限定されるものではない。
スケール防止剤としては、対象となるスケールの形成を防止できるものであれば特に限定されず、例えばアクリル酸、メタクリル酸、マレイン酸、イタコン酸等のカルボン酸系モノマーを重合してなるポリマー、そのカルボン酸系モノマーと、スチレンスルホン酸、ビニルアルコール、アクリルアミド、２－ヒドロキシ－３－アリロキシ－１－プロパンスルホン酸の少なくとも１つのモノマーとを重合してなるコポリマー、ニトロトリメチレンホスホン酸、ヒドロキシエチリデンジホスホン酸、ホスホノブタントリカルボン酸、トリポリリン酸ナトリウム、ヘキサメタリン酸ナトリウム等を用いることができる。
なお、スケール防止剤添加モデル作成部２７は必須の構成要素ではなく、スケール防止剤添加モデルの作成はオペレータ等が人的に（手動で）行ってもよい。
［スケール防止剤添加モデル情報取得部］
スケール防止剤添加モデル情報取得部２８は、スケール防止剤添加モデルを取得するものである。スケール防止剤添加モデルとしては、例えばスケール防止剤添加モデル作成部２７で作成したものであってよい。
［添加量決定部］
添加量決定部２９は、スケール化指標推定値及びスケール防止剤添加モデルに基づいて、スケール防止剤の添加量を決定するものである。スケール化指標推定値としては、推定部２２で算出したものであってよく、スケール防止剤添加モデルとしては、スケール防止剤添加モデル作成部２７で作成したものであってよい。
スケール化指標推定値と、スケール防止剤添加モデルにより、スケール化指標推定値の条件におけるスケール防止剤の最小添加量が求められる。添加量決定部２９においては、最小添加量をそのまま添加量としてもよいし、最小添加量に安全係数等を加えて添加量としてもよい。
ここで決定した添加量は、後述するスケール防止剤添加部５に送信され、その量だけスケール防止剤添加部５から水系にスケール防止剤が添加される。
なお、推定部２２で算出したスケール化指標推定値の代わりに、予測部２３で予測したスケール生成量を用いてもよい。
［出力部］
出力部３は、スケール化指標推定値、予測部２３が予測したスケールの生成の有無又はその可能性の少なくともいずれかを出力するように構成されるものである。スケール化指標推定値としては、推定部２２が算出したものであってよく、スケールの生成の有無又はその可能性としては、予測部２３が予測したものであってよい。
出力部３がスケール化指標推定値を出力する場合、例えばスケール化指標推定値を経時的に表示（スケール化指標推定値対時間グラフ等）してもよい。
出力部３がスケールの生成の有無又はその可能性を出力する場合、例えばスケール生成の可能性が一定の閾値を超えた場合等に警告を出力してもよい。
なお、出力部３は、上述したスケール化指標推定値やスケールの生成の有無又はその可能性以外に、水質パラメータ等を表示してもよく、特にこの水質パラメータは経時的に表示してもよい。
［水質情報測定部］
水質情報測定部４は、スケール発生の予測を行う対象である水系の水質パラメータを測定するものである。
測定装置としては、測定すべき水質パラメータの内容により異なり、各種センサ等を選択することができる。測定装置としては、例えば、ｐＨを測定する場合には測定装置としてｐＨ計を用いることができる。カチオン要求量を測定する場合には測定装置としてコロイド粒子電荷量計を用いることができる。残留塩素濃度を測定する場合には測定装置として残留塩素測定器を用いることができる。温度を測定する場合には測定装置として温度計を用いることができる。電気伝導率を測定する場合には測定装置として電気伝導率計を用いることができる。浮遊懸濁物質量を測定する場合には測定装置として浮遊懸濁物質濃度測定計を用いることができる。濁度を測定する場合には測定装置として濁度計を用いることができる。色度を測定する場合には測定装置として色度計を用いることができる。
［スケール防止剤添加部］
スケール防止剤添加部５は、上述した添加量決定部２９の指示に基づいた量のスケール防止剤を、水系に添加するものである。
〔予測システムの応用例：製紙工場のクラフトパルプの漂白工程〕
例えば、製紙工場では、クラフトパルプの原料チップ中に由来してシュウ酸イオン、カルシウムイオンが水系に溶出される他、用水中にもカルシウムイオンが含まれ、また、特に漂白工程では有機物が酸化されてシュウ酸イオンが生成するために、クラフトパルプの漂白工程の水系では、シュウ酸イオン及びカルシウムイオンが高濃度になりやすい。そして、このようにしてシュウ酸イオン及びカルシウムイオンが一定の濃度を超えると、シュウ酸カルシウムとなってスケールが発生する。
この系においては、非特許文献１に示されるように、シュウ酸カルシウムのスケール化指数値ＳＩは、カルシウムイオンとシュウ酸イオンの溶解度積をＫｓｐとして、以下の式（５）で表される。
Figure 0007145375000005
一方で、クラフトパルプの漂白工程の水系のスケール化指数推定値ＳＩｅｓｔが温度、ｐＨ、電気伝導率の関数であると仮定し、ｂ０～ｂ８を係数として、以下の式（６）で表される。なお、ｂ０～ｂ８は、正負のいずれであってもよく、整数であっても少数であってもよく、これらのうち任意の６つ以下は０であってもよく（最小２つの水質パラメータを考慮すればよい）、その場合にそれらの係数に係る水質パラメータは測定しなくてもよい。
Figure 0007145375000006
次いで、この水系で、経時的にカルシウムイオン濃度、シュウ酸イオン濃度、ｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度のデータセットを測定し、複数のデータセットを得る。
その後、分析ソフトを用いて、得られたデータセットをそれぞれ、ＳＩ及びＳＩｅｓｔに代入して回帰分析を行い、係数ｂ０～ｂ８を求めて上記式（６）に代入し、スケール化指標値と、水質パラメータとの関係を示す関係性モデルを得る。
このような関係性モデルを得たら、実操業の際には、ｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度のみを測定すれば、ＳＩの近似値としてのＳＩｅｓｔを算出することができる。すなわち、本実施形態の予測システム（推定システム）によれば、スケールの発生のしやすさの把握には、必ずしもカルシウムイオン濃度やシュウ酸イオン濃度の測定が必要ではなくなり、即時かつ連続的にスケール化指数値を求めることができる。
この系では、得られたＳＩｅｓｔの値が大きいほどスケールが発生しやすいと予測して、出力部３に警告を表示する。この警告を見たオペレータは、警告の程度に応じてこの水系にスケール防止剤を添加することができる。これにより、スケールの防止を行うことができるとともに、本来であればスケールが発生し得ないときに添加しているスケール防止を削減することもできる。
なお、以上では、製紙工場のクラフトパルプの漂白工程を水系とした場合の具体例について説明したが、他の水系について検討する場合、式（５）については必要に応じてスケールを構成するイオンの種類を変えて、そのまま使用することができる。
また、以上では、水系として、製紙工場の漂白工程について説明したが、本実施形態に係る予測システム等の対象とする水系としては、特に限定されず、製紙工場であれば、蒸解工程、洗浄工程、黒液濃縮工程、苛性化工程等が挙げられる。また、対象とする水系としては、製紙工場以外の水系以外でも、例えば製鉄所における高炉集塵水系、転炉集塵水系や連続鋳造、熱延、冷延工程の直接冷却水系及び間接冷却水系、構内で発生する浸出水系や排水系が挙げられる。さらに、対象とする水系としては、発電プラントや石炭化学プラントにおける脱硫装置、排水、集塵水系等が挙げられる。加えて、対象とする水系としては、以上に例示した水系以外における各種の配管、熱交換器、貯蔵タンク、窯、洗浄装置等が挙げられる。
〔予測システムのハードウェア構成〕
図３は、本実施形態に係る予測装置のハードウェア構成を示す概略図である。図３に示されるように、予測装置２は、通信部６１と、記憶部６２と、制御部６３とを有し、これらの構成要素が予測装置２の内部において通信バス６４を介して電気的に接続されている。以下、これらの構成要素についてさらに説明する。
通信部６１は、ＵＳＢ、ＩＥＥＥ１３９４、Ｔｈｕｎｄｅｒｂｏｌｔ、有線ＬＡＮネットワーク通信等といった有線型の通信手段が好ましいが、無線ＬＡＮネットワーク通信、３Ｇ／ＬＴＥ／５Ｇ等のモバイル通信、Ｂｌｕｅｔｏｏｔｈ（登録商標）通信等を必要に応じて含めることができる。すなわち、これら複数の通信手段の集合として実施することがより好ましい。これにより予測装置２と通信可能な他の機器との間で情報や命令のやりとりが実行される。
記憶部６２は、上述記載により定義される様々な情報を記憶する。これは、例えばソリッドステートドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ：ＳＳＤ）等のストレージデバイスとして、または、プログラムの演算に係る一時的に必要な情報（引数、配列等）を記憶するランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ：ＲＡＭ）等のメモリとして実施され得る。また、記憶部６２は、これらの組合せであってもよい。また、記憶部６２は、後述する制御部６３が読み出し可能な各種のプログラムを記憶している。
制御部６３は、予測装置２に関連する全体動作の処理・制御を行う。この制御部６３は、例えば中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ、図示せず。）である。制御部６３は、記憶部６２に記憶された所定のプログラムを読み出すことによって、予測装置２に係る種々の機能を実現するものである。すなわち、ソフトウェア（記憶部６２に記憶されている。）による情報処理がハードウェア（制御部６３）によって具体的に実現されることで、図３に示されるように、制御部６３における各機能部として実行され得る。なお、図３においては、単一の制御部６３として表記されているが、実際にはこれに限るものではなく、機能ごとに複数の制御部６３を有するように構成してもよく、また、単一の制御部と複数の制御部を組合せてもよい。
＜推定システム＞
本実施形態に係る推定システムは、水系のスケール化指標値の推定システムである。具体的に、この推定システムは、水質情報取得部と、関係性モデル情報取得部と、推定部とを備えるものである。水質情報取得部は、水系の少なくとも電気伝導率、ｐＨ、カチオン要求量、残留塩素濃度、温度、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得するものである。関係性モデル情報取得部は、事前に作成した、水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得するものである。推定部は、水質情報及び関係性モデルから、スケール化指標推定値を算出するものである。
なお、水質情報取得部、関係性モデル情報取得部及び推定部については、上述した予測システムと同様のものを用いることができるため、ここでの説明は省略する。
＜制御システム＞
本実施形態に係る制御システムは、水系に対するスケール防止剤の添加の制御システムである。具体的に、この制御システムは、水質情報取得部と、関係性モデル情報取得部と、推定部と、スケール防止剤添加モデル情報取得部と、添加量決定部とを備える。これらのうち、水質情報取得部は、水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得するものである。関係性モデル情報取得部は、事前に作成した、水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得するものである。推定部は、水質情報及び関係性モデル情報に基づいて、スケール化指標推定値を算出するものである。スケール防止剤添加モデル情報取得部は、事前に作成した、スケール化指標推定値と、スケール防止剤の添加量との関係を示すスケール防止剤添加モデルを含むスケール防止剤添加モデル情報を取得する。添加量決定部は、スケール化指標推定値及びスケール防止剤添加モデル情報に基づいて、スケール防止剤の添加量を決定するものである。
なお、この制御システムにおいて、特に、スケール防止剤添加部を備える場合、水系に対するスケール防止剤の添加を行う添加システムとして用いてもよい。
＜推定装置＞
本実施形態に係る推定装置は、水系のスケール化指標値の推定装置である。具体的に、この推定装置は、水質情報取得部と、関係性モデル情報取得部と、推定部とを備えるものである。これらのうち、水質情報取得部は、水系の少なくとも電気伝導率、ｐＨ、カチオン要求量、残留塩素濃度、温度、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得するものである。関係性モデル情報取得部は、事前に作成した、水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得するものである。推定部は、水質情報及び関係性モデルから、スケール化指標推定値を算出するものである。
なお、水質情報取得部、関係性モデル情報取得部及び推定部については、上述した予測システムと同様のものを用いることができるため、ここでの説明は省略する。
＜制御装置＞
本実施形態に係る制御装置は、水系に対するスケール防止剤の添加の制御装置である。具体的に、この制御装置は、水質情報取得部と、関係性モデル情報取得部と、推定部と、スケール防止剤添加モデル情報取得部と、添加量決定部とを備えるものである。これらのうち、水質情報取得部は、水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得するものである。関係性モデル情報取得部は、事前に作成した、水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得するものである。推定部は、水質情報及び関係性モデル情報に基づいて、スケール化指標推定値を算出するものである。スケール防止剤添加モデル情報取得部は、事前に作成した、スケール化指標推定値と、スケール防止剤の添加量との関係を示すスケール防止剤添加モデルを含むスケール防止剤添加モデル情報を取得するものである。添加量決定部は、スケール化指標推定値及びスケール防止剤添加モデル情報に基づいて、スケール防止剤の添加量を決定するものである。
なお、水質情報取得部、関係性モデル情報取得部、推定部、スケール防止剤添加モデル情報取得部及び添加量決定部については、上述した予測システムと同様のものを用いることができるため、ここでの説明は省略する。
＜予測プログラム＞
本実施形態に係る予測プログラムは、水系のスケール生成の予測プログラムである。具体的に、この予測プログラムは、コンピュータを、水質情報取得部、関係性モデル情報取得部、推定部及び予測部として機能させるものである。これらのうち、水質情報取得部は、水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得するものである。関係性モデル情報取得部は、事前に作成した、水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得するものである。推定部は、水質情報及び関係性モデル情報に基づいて、スケール化指標推定値を算出するものである。予測部は、スケール化指標推定値に基づいて、スケールの生成の有無又はその可能性を予測するものである。
なお、水質情報取得部、関係性モデル情報取得部、推定部及び予測部については、上述した予測システムと同様のものを用いることができるため、ここでの説明は省略する。
＜推定プログラム＞
本実施形態に係る推定プログラムは、水系のスケール化指標値の推定プログラムである。具体的に、この推定プログラムは、コンピュータを、水質情報取得部、関係性モデル情報取得部及び推定部として機能させるものである。これらのうち、水質情報取得部は、水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得するものである。関係性モデル情報取得部は、事前に作成した、水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得するものである。推定部は、水質情報及び関係性モデル情報に基づいて、スケール化指標推定値を算出するものである。
なお、水質情報取得部、関係性モデル情報取得部及び推定部については、上述した予測システムと同様のものを用いることができるため、ここでの説明は省略する。
＜制御プログラム＞
本実施形態に係る制御プログラムは、水系に対するスケール防止剤の添加の制御プログラムである。具体的に、この制御プログラムは、コンピュータを、水質情報取得部、関係性モデル情報取得部、推定部、スケール防止剤添加モデル情報取得部及び添加量決定部として機能させるものである。これらのうち、水質情報取得部は、水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得するものである。関係性モデル情報取得部は、事前に作成した、水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得するものである。推定部は、水質情報及び関係性モデル情報に基づいて、スケール化指標推定値を算出するものである。スケール防止剤添加モデル情報取得部は、事前に作成した、スケール化指標推定値と、スケール防止剤の添加量との関係を示すスケール防止剤添加モデルを含むスケール防止剤添加モデル情報を取得するものである。添加量決定部は、スケール化指標推定値及びスケール防止剤添加モデル情報に基づいて、スケール防止剤の添加量を決定するものである。
なお、水質情報取得部、関係性モデル情報取得部、推定部、スケール防止剤添加モデル情報取得部及び添加量決定部については、上述した予測システムと同様のものを用いることができるため、ここでの説明は省略する。
推定システム、制御システム、添加システム、推定装置、制御装置、予測プログラム、推定プログラム及び制御プログラムにおいて、以上に必須の構成として説明していない場合であっても、予測部、関係性モデル作成部、予測モデル作成部、予測モデル情報取得部、スケール防止剤添加モデル作成部、スケール防止剤添加モデル情報取得部、添加量決定部を設けることができ、これらは、上述した予測システムと同様のものを用いることができるため、ここでの説明は省略する。また、推定システム、制御システム及び添加システムにおいては、以上に必須の構成として説明していない場合であっても、出力部、水質情報測定部、スケール防止剤添加部を設けることができ、これらは、上述した予測システムと同様のものを用いることができるため、ここでの説明は省略する。
＜予測方法＞
本実施形態に係る予測方法は、水系のスケール生成の予測方法である。具体的に、この予測方法は、水質情報取得工程と、関係性モデル情報取得工程と、推定工程と、予測工程とを備えるものである。これらのうち、水質情報取得工程では、水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得する。関係性モデル情報取得工程では、事前に作成した、水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得する。推定工程では、水質情報及び関係性モデル情報に基づいて、スケール化指標推定値を算出する。予測工程では、スケール化指標推定値に基づいて、スケールの生成の有無又はその可能性を予測する。
図４は、本実施形態に係る予測方法のフローチャート図である。図４に示すとおり、本実施形態に係る支援方法においては、水質情報を取得する（水質情報取得工程Ｓ１）とともに、関係性モデル情報を取得して（関係性モデル情報取得工程Ｓ２）、これらを入力情報として、スケール化指標推定値を算出する（推定工程Ｓ３）。次いで、スケール化指標推定値を入力情報として、スケールの生成の有無又はその可能性を予測する（予測工程Ｓ４）。
＜推定方法＞
本実施形態に係る推定方法は、水系のスケール化指標値の推定方法である。具体的に、この推定方法は、水質情報取得工程と、関係性モデル情報取得工程と、推定工程とを備えるものである。これらのうち、水質情報取得工程では、水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得する。関係性モデル情報取得工程では、事前に作成した、水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得する。推定工程では、水質情報及び関係性モデル情報に基づいて、スケール化指標推定値を算出する。
なお、この推定方法のフローチャートは、図４の推定工程Ｓ３までと同様であるため、ここでの説明は省略する。
＜制御方法＞
本実施形態に係る制御方法は、水系に対するスケール防止剤の添加の制御方法である。具体的に、この制御方法は、水質情報取得工程と、関係性モデル情報取得工程と、推定工程と、スケール防止剤添加モデル情報取得工程と、添加量決定工程とを備えるものである。これらのうち、水質情報取得工程では、水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得する。関係性モデル情報取得工程では、事前に作成した、水系中に形成され得るスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得する。推定工程では、水質情報及び関係性モデル情報に基づいて、スケール化指標推定値を算出する。スケール防止剤添加モデル情報取得工程では、事前に作成した、スケール化指標推定値と、スケール防止剤の添加量との関係を示すスケール防止剤添加モデルを含むスケール防止剤添加モデル情報を取得する。添加量決定工程では、スケール化指標推定値及びスケール防止剤添加モデル情報に基づいて、スケール防止剤の添加量を決定する。
なお、予測方法、推定方法及び制御方法において、水質情報取得工程、関係性モデル情報取得工程及び推定工程は、それぞれ水質情報取得部、関係性モデル情報取得部及び推定部の動作と同様であるため、ここでの説明は省略する。
予測方法、推定方法及び制御方法において、以上に必須の構成として説明していない場合であっても、予測工程、関係性モデル作成工程、予測モデル作成工程、予測モデル情報取得工程、スケール防止剤添加モデル作成工程、スケール防止剤添加モデル情報取得工程及び添加量決定工程を設けることができ、これらは、予測部、関係性モデル作成部、予測モデル作成部、予測モデル情報取得部、スケール防止剤添加モデル作成部、スケール防止剤添加モデル情報取得部及び添加量決定部の動作と同様であるため、ここでの説明は省略する。
以下、本発明について実施例を示してより具体的に説明するが、本発明は以下の実施例に何ら限定されるものではない。
〔実施例１〕
シュウ酸カルシウムスケールが発生するＡ製紙工場の二酸化塩素漂塔において、洗浄水のｐＨ、電気伝導度、温度、シュウ酸イオン濃度及びカルシウムイオン濃度のデータセットを、日時を変えて１９回測定した。全てのデータセットについて、シュウ酸イオン濃度、カルシウムイオン濃度及び式（１）から、スケール化指標値（ＳＩ）を求めた。
次に、合計１９組のデータセットのうち、ランダムに選択した１０組のデータセットについて、スケール化指標値とｐＨ、電気伝導度及び温度との関係をＭｉｃｒｏｓｏｆｔ社 Ｍｉｃｒｏｓｏｆｔ Ｏｆｆｉｃｅ Ｅｘｃｅｌの分析ツールを用いて回帰分析を行った。その結果、説明変数としてｐＨ、電気伝導度及び温度を用いる、相関係数０．９１９（ｐ＜０．０５）の関係性モデルが得られた。
その後、合計１９組のデータセットのうち、残りの９組のデータセットについて、関係性モデルとｐＨ、電気伝導度及び温度とを用いて、スケール化指標推定値を算出した。この９組のデータセットの相関係数は０．８３１（ｐ＜０．０５）であった。
図５は、実施例１の合計１９組のデータセットのスケール化指標値対スケール化指標推定値のプロットである。図５において、横軸が回帰分析より求めたスケール化指標推定値、縦軸が温度、シュウ酸イオン濃度及びカルシウムイオン濃度から求めたスケール化指標値である。
以上のことから、ｐＨ、電気伝導度、温度及び関係性モデルを用いることで、シュウ酸イオン濃度やカルシウムイオン濃度を用いなくても、スケール化指標値と相関を有するスケール化指標推定値を算出できることが分かった。
〔実施例２〕
炭酸カルシウムスケールが発生するＢ工場の排煙脱硫装置循環水において、循環水のｐＨ、電気伝導度、温度、濁度、Ｍアルカリ度及びカルシウム硬度のデータセットを、日時を変えて１８回測定した。全てのデータセットについてＭアルカリ度（炭酸イオン濃度に相当）、カルシウム硬度（カルシウムイオン濃度に相当）の測定結果を用いてスケール化指標値（ＳＩ）を求めた。
次に、合計１８組のデータセットのうち、ランダムに選択した１１組のデータセットについて、スケール化指標値とｐＨ、電気伝導度、温度及び濁度との関係をＭｉｃｒｏｓｏｆｔ社 Ｍｉｃｒｏｓｏｆｔ Ｏｆｆｉｃｅ Ｅｘｃｅｌの分析ツールを用いて回帰分析を行った。その結果、説明変数としてｐＨ、電気伝導度、温度及び濁度を用いる、相関係数０．９２６（ｐ＜０．００１）の関係性モデルが得られた。
その後、合計１１組のデータセットのうち、残りの７組のデータセットについて、関係性モデルとｐＨ、電気伝導度、温度及び濁度とを用いて、スケール化指標推定値を算出した。この３組のデータセットの相関係数は０．９７６（ｐ＜０．００１）であった。
図６は、実施例２の合計１８組のデータセットのスケール化指標値対スケール化指標推定値のプロットである。図６において、横軸が回帰分析より求めたスケール化指標推定値、縦軸が温度、ｐＨ、Ｍアルカリ度及びカルシウム硬度から求めたスケール化指標値である。
以上のことから、ｐＨ、電気伝導度、温度、濁度及び関係性モデルを用いることで、炭酸イオン濃度やカルシウムイオン濃度を用いなくても、スケール化指標値と相関を有するスケール化指標推定値を算出できることが分かった。
１ 予測システム
２ 予測装置
３ 出力部又は出力装置
４ 水質情報測定部又は水質情報測定装置
５ スケール防止剤添加部又はスケール防止剤添加装置
２０ 水質情報取得部
２１ 関係性モデル情報取得部
２２ 推定部
２３ 予測部
２４ 関係性モデル作成部
２５ 予測モデル作成部
２６ 予測モデル情報取得部
２７ スケール防止剤添加モデル作成部
２８ スケール防止剤添加モデル情報取得部
２９ 添加量決定部
６１ 通信部
６２ 記憶部
６３ 制御部
６４ 通信バス

Claims (13)

  1. 水系のスケール化指標値の推定装置であって、
    水質情報取得部と、関係性モデル情報取得部と、推定部とを備え、
    前記水質情報取得部は、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、ここで、前記水質パラメータは少なくとも電気伝導率を含み、
    前記関係性モデル情報取得部は、事前に作成した、前記水系中に形成され得るスケールであって、カチオンとアニオンとから形成される金属塩により構成されるスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、
    前記推定部は、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出する
    推定装置。
  2. 請求項１に記載の推定装置において、
    前記関係性モデルは、前記スケール化指標値と、前記水質パラメータの関数であるスケール化指標推定関数との回帰分析により求められるモデルである
    推定装置。
  3. 水系のスケール生成の予測装置であって、
    水質情報取得部と、関係性モデル情報取得部と、推定部と、予測部とを備え、
    前記水質情報取得部は、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、ここで、前記水質パラメータは少なくとも電気伝導率を含み、
    前記関係性モデル情報取得部は、事前に作成した、前記水系中に形成され得るスケールであって、カチオンとアニオンとから形成される金属塩により構成されるスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、
    前記推定部は、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出し、
    前記予測部は、前記スケール化指標推定値に基づいて、スケールの生成の有無又はその可能性を予測する
    予測装置。
  4. 水系に対するスケール防止剤の添加の制御装置であって、
    水質情報取得部と、関係性モデル情報取得部と、推定部と、スケール防止剤添加モデル情報取得部と、添加量決定部とを備え、
    前記水質情報取得部は、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、ここで、前記水質パラメータは少なくとも電気伝導率を含み、
    前記関係性モデル情報取得部は、事前に作成した、前記水系中に形成され得るスケールであって、カチオンとアニオンとから形成される金属塩により構成されるスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、
    前記推定部は、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出し、
    スケール防止剤添加モデル情報取得部は、事前に作成した、前記スケール化指標推定値と、スケール防止剤の添加量との関係を示すスケール防止剤添加モデルを含むスケール防止剤添加モデル情報を取得し、
    前記添加量決定部は、前記スケール化指標推定値及び前記スケール防止剤添加モデル情報に基づいて、スケール防止剤の添加量を決定する
    制御装置。
  5. 水系のスケール化指標値の推定システムであって、
    水質情報取得部と、関係性モデル情報取得部と、推定部とを備え、
    前記水質情報取得部は、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、ここで、前記水質パラメータは少なくとも電気伝導率を含み、
    前記関係性モデル情報取得部は、事前に作成した、前記水系中に形成され得るスケールであって、カチオンとアニオンとから形成される金属塩により構成されるスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、
    前記推定部は、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出する
    推定システム。
  6. 水系のスケール生成の予測システムであって、
    水質情報取得部と、関係性モデル情報取得部と、推定部と、予測部とを備え、
    前記水質情報取得部は、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、ここで、前記水質パラメータは少なくとも電気伝導率を含み、
    前記関係性モデル情報取得部は、事前に作成した、前記水系中に形成され得るスケールであって、カチオンとアニオンとから形成される金属塩により構成されるスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、
    前記推定部は、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出し、
    前記予測部は、前記スケール化指標推定値に基づいて、スケールの生成の有無又はその可能性を予測する
    予測システム。
  7. 水系に対するスケール防止剤の添加の制御システムであって、
    水質情報取得部と、関係性モデル情報取得部と、推定部と、スケール防止剤添加モデル情報取得部と、添加量決定部とを備え、
    前記水質情報取得部は、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、ここで、前記水質パラメータは少なくとも電気伝導率を含み、
    前記関係性モデル情報取得部は、事前に作成した、前記水系中に形成され得るスケールであって、カチオンとアニオンとから形成される金属塩により構成されるスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、
    前記推定部は、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出し、
    スケール防止剤添加モデル情報取得部は、事前に作成した、前記スケール化指標推定値と、スケール防止剤の添加量との関係を示すスケール防止剤添加モデルを含むスケール防止剤添加モデル情報を取得し、
    前記添加量決定部は、前記スケール化指標推定値及び前記スケール防止剤添加モデル情報に基づいて、スケール防止剤の添加量を決定する
    制御システム。
  8. 水系のスケール化指標値の推定プログラムであって、
    コンピュータを、水質情報取得部、関係性モデル情報取得部及び推定部として機能させ、
    前記水質情報取得部は、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、ここで、前記水質パラメータは少なくとも電気伝導率を含み、
    前記関係性モデル情報取得部は、事前に作成した、前記水系中に形成され得るスケールであって、カチオンとアニオンとから形成される金属塩により構成されるスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、
    前記推定部は、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出する
    推定プログラム。
  9. 水系のスケール生成の予測プログラムであって、
    コンピュータを、水質情報取得部、関係性モデル情報取得部、推定部及び予測部として機能させ、
    前記水質情報取得部は、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、ここで、前記水質パラメータは少なくとも電気伝導率を含み、
    前記関係性モデル情報取得部は、事前に作成した、前記水系中に形成され得るスケールであって、カチオンとアニオンとから形成される金属塩により構成されるスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、
    前記推定部は、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出し、
    前記予測部は、前記スケール化指標推定値に基づいて、スケールの生成の有無又はその可能性を予測する
    予測プログラム。
  10. 水系に対するスケール防止剤の添加の制御プログラムであって、
    コンピュータを、水質情報取得部、関係性モデル情報取得部、推定部、スケール防止剤添加モデル情報取得部及び添加量決定部として機能させ、
    前記水質情報取得部は、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、ここで、前記水質パラメータは少なくとも電気伝導率を含み、
    前記関係性モデル情報取得部は、事前に作成した、前記水系中に形成され得るスケールであって、カチオンとアニオンとから形成される金属塩により構成されるスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、
    前記推定部は、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出し、
    スケール防止剤添加モデル情報取得部は、事前に作成した、前記スケール化指標推定値と、スケール防止剤の添加量との関係を示すスケール防止剤添加モデルを含むスケール防止剤添加モデル情報を取得し、
    前記添加量決定部は、前記スケール化指標推定値及び前記スケール防止剤添加モデル情報に基づいて、スケール防止剤の添加量を決定する
    制御プログラム。
  11. 水系のスケール化指標値の推定方法であって、
    水質情報取得工程と、関係性モデル情報取得工程と、推定工程とを備え、
    前記水質情報取得工程では、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、ここで、前記水質パラメータは少なくとも電気伝導率を含み、
    前記関係性モデル情報取得工程では、事前に作成した、前記水系中に形成され得るスケールであって、カチオンとアニオンとから形成される金属塩により構成されるスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、
    前記推定工程では、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出する
    推定方法。
  12. 水系のスケール生成の予測方法であって、
    水質情報取得工程と、関係性モデル情報取得工程と、推定工程と、予測工程とを備え、
    前記水質情報取得工程では、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、ここで、前記水質パラメータは少なくとも電気伝導率を含み、
    前記関係性モデル情報取得工程では、事前に作成した、前記水系中に形成され得るスケールであって、カチオンとアニオンとから形成される金属塩により構成されるスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、
    前記推定工程では、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出し、
    前記予測工程では、前記スケール化指標推定値に基づいて、スケールの生成の有無又はその可能性を予測する
    予測方法。
  13. 水系に対するスケール防止剤の添加の制御方法であって、
    水質情報取得工程と、関係性モデル情報取得工程と、推定工程と、スケール防止剤添加モデル情報取得工程と、添加量決定工程とを備え、
    前記水質情報取得工程では、前記水系の少なくともｐＨ、カチオン要求量、残留塩素濃度、温度、電気伝導率、浮遊懸濁物質量、濁度及び色度からなる群から選択される２以上である水質パラメータを含む水質情報を取得し、ここで、前記水質パラメータは少なくとも電気伝導率を含み、
    前記関係性モデル情報取得工程では、事前に作成した、前記水系中に形成され得るスケールであって、カチオンとアニオンとから形成される金属塩により構成されるスケールを構成するイオンの濃度の関数から算出されるスケール化指標値と、前記水質パラメータとの関係を示す関係性モデルを含む関係性モデル情報を取得し、
    前記推定工程では、前記水質情報及び前記関係性モデル情報に基づいて、スケール化指標推定値を算出し、
    スケール防止剤添加モデル情報取得工程では、事前に作成した、前記スケール化指標推定値と、スケール防止剤の添加量との関係を示すスケール防止剤添加モデルを含むスケール防止剤添加モデル情報を取得し、
    前記添加量決定工程では、前記スケール化指標推定値及び前記スケール防止剤添加モデル情報に基づいて、スケール防止剤の添加量を決定する
    制御方法。
JP2021013920A 2021-01-29 2021-01-29 推定装置、予測装置、制御装置、推定システム、予測システム、制御システム、推定プログラム、予測プログラム、制御プログラム、推定方法、予測方法及び制御方法 Active JP7145375B2 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
JP2021013920A JP7145375B2 (ja) 2021-01-29 2021-01-29 推定装置、予測装置、制御装置、推定システム、予測システム、制御システム、推定プログラム、予測プログラム、制御プログラム、推定方法、予測方法及び制御方法
PCT/JP2022/002303 WO2022163549A1 (ja) 2021-01-29 2022-01-21 推定装置、予測装置、制御装置、推定システム、予測システム、制御システム、推定プログラム、予測プログラム、制御プログラム、推定方法、予測方法及び制御方法
KR1020237027834A KR20230133343A (ko) 2021-01-29 2022-01-21 추정장치, 예측장치, 제어장치, 추정 시스템, 예측시스템, 제어 시스템, 추정 프로그램, 예측 프로그램, 제어 프로그램, 추정방법, 예측방법 및 제어방법
CN202280012265.6A CN116783148A (zh) 2021-01-29 2022-01-21 推定装置、预测装置、控制装置、推定系统、预测系统、控制系统、推定程序、预测程序、控制程序、推定方法、预测方法及控制方法
EP22745770.2A EP4273103A4 (en) 2021-01-29 2022-01-21 ESTIMATION DEVICE, PREDICTION DEVICE, CONTROL DEVICE, ESTIMATION SYSTEM, PREDICTION SYSTEM, PREDICTION PROGRAM, PREDICTION METHOD, ESTIMATION METHOD
TW111103799A TW202235378A (zh) 2021-01-29 2022-01-28 推定裝置、預測裝置、控制裝置、推定系統、預測系統、控制系統、推定程式、預測程式、控制程式、推定方法、預測方法以及控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021013920A JP7145375B2 (ja) 2021-01-29 2021-01-29 推定装置、予測装置、制御装置、推定システム、予測システム、制御システム、推定プログラム、予測プログラム、制御プログラム、推定方法、予測方法及び制御方法

Publications (2)

Publication Number Publication Date
JP2022117306A JP2022117306A (ja) 2022-08-10
JP7145375B2 true JP7145375B2 (ja) 2022-10-03

Family

ID=82653425

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021013920A Active JP7145375B2 (ja) 2021-01-29 2021-01-29 推定装置、予測装置、制御装置、推定システム、予測システム、制御システム、推定プログラム、予測プログラム、制御プログラム、推定方法、予測方法及び制御方法

Country Status (6)

Country Link
EP (1) EP4273103A4 (ja)
JP (1) JP7145375B2 (ja)
KR (1) KR20230133343A (ja)
CN (1) CN116783148A (ja)
TW (1) TW202235378A (ja)
WO (1) WO2022163549A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117666365B (zh) * 2024-02-01 2024-04-16 云扬八方工程有限公司 一种干熄焦炉智能除尘系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015075835A1 (ja) 2013-11-25 2015-05-28 栗田工業株式会社 水処理設備の制御方法及び制御プログラム並びに水処理システム
JP2015205237A (ja) 2014-04-18 2015-11-19 栗田工業株式会社 水質管理装置、水質管理システム、及び水質管理方法
JP2017140595A (ja) 2016-02-12 2017-08-17 株式会社東芝 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
WO2020021687A1 (ja) 2018-07-26 2020-01-30 三菱電機株式会社 水処理プラント
CN111242381A (zh) 2020-01-17 2020-06-05 石化盈科信息技术有限责任公司 一种工业循环水系统关键指标的预测方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012144277A1 (ja) * 2011-04-19 2012-10-26 富士電機株式会社 スケール抑制方法及び地熱発電装置
DE102013006504A1 (de) * 2013-04-16 2014-10-16 Messer Group Gmbh Verfahren zum Vermeiden von Ablagerungen in Kühlwasserkreisläufen
FR3074490B1 (fr) * 2017-12-06 2021-07-02 Chemdoc Dispositif de demineralisation d'eaux saumatres ou d'eaux de mer

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015075835A1 (ja) 2013-11-25 2015-05-28 栗田工業株式会社 水処理設備の制御方法及び制御プログラム並びに水処理システム
JP2015205237A (ja) 2014-04-18 2015-11-19 栗田工業株式会社 水質管理装置、水質管理システム、及び水質管理方法
JP2017140595A (ja) 2016-02-12 2017-08-17 株式会社東芝 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
WO2020021687A1 (ja) 2018-07-26 2020-01-30 三菱電機株式会社 水処理プラント
CN111242381A (zh) 2020-01-17 2020-06-05 石化盈科信息技术有限责任公司 一种工业循环水系统关键指标的预测方法

Also Published As

Publication number Publication date
TW202235378A (zh) 2022-09-16
KR20230133343A (ko) 2023-09-19
EP4273103A1 (en) 2023-11-08
WO2022163549A1 (ja) 2022-08-04
EP4273103A4 (en) 2024-06-19
JP2022117306A (ja) 2022-08-10
CN116783148A (zh) 2023-09-19

Similar Documents

Publication Publication Date Title
WO2022163549A1 (ja) 推定装置、予測装置、制御装置、推定システム、予測システム、制御システム、推定プログラム、予測プログラム、制御プログラム、推定方法、予測方法及び制御方法
Eliades et al. Contamination event detection in water distribution systems using a model-based approach
Peng et al. Quality‐relevant fault monitoring based on efficient projection to latent structures with application to hot strip mill process
TW200921313A (en) Control system for industrial water system and method for its use
CN113409032B (zh) 一种工业循环冷却水的信息处理方法、系统
US11780742B2 (en) Methods for online control of a chemical treatment solution using scale saturation indices
Ghute et al. A nonparametric signed-rank control chart for bivariate process location
Yang et al. Adaptive process monitoring using covariate information
Koukouvinos et al. A moving average control chart using a robust scale estimator for process dispersion
TW202100472A (zh) 用於調控水質的配方決策方法
CN115579092B (zh) 一种贡献值预测方法、系统和其在磷酸生产中的应用
Menezes et al. Application of uncertainty analysis of artificial neural networksfor predicting coagulant and alkalizer dosages in a water treatment process
Kistiakowsky et al. Ureolytic Activity of Urease at pH 8.91
JP7124321B2 (ja) 情報処理装置、データ管理システム、データ管理方法及びプログラム
JP5541790B2 (ja) プラント運転監視装置およびシステムならびにプログラム
De Menezes et al. Application of uncertainty analysis of artificial neural networksfor predicting coagulant and alkalizer dosages in a water treatment process
WO2022172882A1 (ja) 推測装置、推測システム、推測プログラム及び推測方法
Gallegos et al. Evaluation of water corrosivity using a corrosion rate model for a cooling water system
Shioya et al. Prediction model to design standard production period for steel plate mills
CN117979667A (zh) 一种大型机房循环冷却水控制系统、方法、设备及介质
Zempléni et al. Control charts: a cost‐optimization approach for processes with random shifts
Ravi et al. SPC for Software Reliability: Imperfect software debugging model
KR20160128757A (ko) 컴퓨터에 의해 산정되는 상수 원수의 부식성 분석 및 수질 변화 예측 방법
Ruiz et al. Advanced Machine Learning Techniques for Corrosion Rate Estimation and Prediction in Industrial Cooling Water Pipelines
Woodall et al. FINE TUNING.

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220124

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220308

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220426

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220823

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220825

R150 Certificate of patent or registration of utility model

Ref document number: 7145375

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150