JP7170949B1 - 曝気量制御装置および曝気量制御方法 - Google Patents

Abstract

曝気量制御装置は、アンモニア濃度センサ、導電率センサ、導電率濃度相関情報記憶部、第１推定部、目標曝気量算出部および導電率濃度相関情報更新部を備える。アンモニア濃度センサは、生物反応槽内の被処理水が生物処理された処理水のアンモニア濃度を測定する。導電率センサは、生物反応槽に流入する被処理水の導電率を測定する。第１推定部は、導電率値に基づいて導電率濃度相関情報から被処理水の第１アンモニア濃度推定値を推定する。目標曝気量算出部は、第１アンモニア濃度推定値およびアンモニア濃度センサによる測定値に基づいて、生物反応槽への曝気量の目標値を算出する。導電率濃度相関情報更新部は、第１アンモニア濃度推定値を推定する方法とは異なる方法で測定または推定される被処理水の第２アンモニア濃度推定値を受け付ける受付部と、第２アンモニア濃度推定値と導電率値とに基づいて導電率濃度相関情報を更新する更新処理部と、を有する。

Description

本開示は、生物処理を行う反応槽へ供給する空気の量である曝気量を制御する曝気量制御装置および曝気量制御方法に関する。

有機物およびアンモニア性窒素を含む下廃水処理方式として、活性汚泥法がある。活性汚泥法は、浄化機能をもつ微生物群である活性汚泥を反応槽に貯え、活性汚泥と排水とを混合、接触させつつ空気を供給する曝気を行うことによって、排水中の汚濁物を酸化、分解する方法である。流入する汚濁物の負荷変動に対して適切な量の空気を生物反応槽に曝気する必要があり、流入水のアンモニア濃度を測定することで曝気量をフィードフォワード制御している。ただし、アンモニア濃度計は高額である。このため、特許文献１には、流入水の導電率値を測定し、予め測定しておいた導電率値とアンモニア濃度値との相関関係からアンモニア濃度値を推定し、さらに推定したアンモニア濃度値に基づいて曝気量を制御する曝気量制御方法が開示されている。

特開２００９－１１９３２９号公報

ところで、流入水にはアンモニア以外にも導電率に影響を与える他イオン等の共存物が含まれている。共存物の一例は、塩化物イオンである。共存物の濃度が変動した場合には、流入水の導電率値とアンモニア濃度値との相関関係が予め設定していた相関関係から変化する。このため、測定した導電率値に基づいて推定したアンモニア濃度値と実際の被処理水のアンモニア濃度との間には誤差が生じる可能性がある。しかしながら、従来の技術では、共存物の濃度の変動によって、導電率値とアンモニア濃度値との相関関係が予め設定していた相関関係から変化し、測定した導電率値に基づいて推定したアンモニア濃度値と実際のアンモニア濃度との間に誤差が生じることまで想定されていなかった。つまり、従来の技術では、流入水の共存物の濃度の変動が考慮されていないので、流入するアンモニアの負荷変動に対して適切な量の空気を生物反応槽に供給することができないという問題があった。

本開示は、上記に鑑みてなされたものであって、流入水の共存物の濃度に変動が生じた場合でも、流入するアンモニアの負荷変動に対して適切な量の空気を生物反応槽に供給することができる曝気量制御装置を得ることを目的とする。

上述した課題を解決し、目的を達成するために、本開示は、被処理水に対して生物処理を行う生物反応槽に供給される酸素を含む気体の量である曝気量を制御する曝気量制御装置であって、アンモニア濃度センサと、導電率センサと、導電率濃度相関情報記憶部と、第１推定部と、目標曝気量算出部と、導電率濃度相関情報更新部と、を備える。アンモニア濃度センサは、生物反応槽内の被処理水が生物処理された処理水のアンモニア濃度を測定する。導電率センサは、生物反応槽に流入する被処理水の導電率を測定する。導電率濃度相関情報記憶部は、被処理水の導電率と被処理水のアンモニア濃度との相関関係を示す導電率濃度相関情報を記憶する。第１推定部は、導電率センサで測定された導電率値に基づいて導電率濃度相関情報から被処理水のアンモニア濃度の推定値である第１アンモニア濃度推定値を推定する。目標曝気量算出部は、処理水の第１アンモニア濃度推定値およびアンモニア濃度センサによって測定された処理水のアンモニア濃度値に基づいて、生物反応槽への曝気量の目標値を算出する。導電率濃度相関情報更新部は、導電率濃度相関情報を更新する。導電率濃度相関情報更新部は、受付部と、更新処理部と、を有する。受付部は、第１アンモニア濃度推定値を推定する方法とは異なる方法で測定または推定される被処理水のアンモニア濃度の値である第２アンモニア濃度推定値を受け付ける。更新処理部は、受付部が受け付けた第２アンモニア濃度推定値と導電率センサで測定された導電率値と、に基づいて導電率濃度相関情報を更新する。

本開示に係る曝気量制御装置は、流入水の共存物の濃度に変動が生じた場合でも、流入するアンモニアの負荷変動に対して適切な量の空気を生物反応槽に供給することができるという効果を奏する。

実施の形態１に係る曝気量制御装置を備える曝気量制御システムの構成の一例を模式的に示す図 実施の形態１に係る曝気量制御装置のデータベース更新部の構成の一例を模式的に示すブロック図 実施の形態１に係る曝気量制御方法の処理手順の一例を示すフローチャート 実施の形態１に係る曝気量制御装置における導電率濃度相関情報の更新方法の手順の一例を示すフローチャート 実施の形態２に係る曝気量制御装置のデータベース更新部の構成の一例を示すブロック図 実施の形態２に係る曝気量制御装置の学習済モデルを生成する学習装置の構成の一例を示す図 図６のモデル生成部が使用するニューラルネットワークの一例を模式的に示す図 学習装置による学習処理の手順の一例を示すフローチャート 実施の形態２に係る曝気量制御装置の第２推定部の構成の一例を模式的に示す図 実施の形態２に係る曝気量制御装置の第２推定部による推定処理の手順の一例を示すフローチャート 実施の形態２に係る曝気量制御装置における導電率濃度相関情報の更新方法の手順の一例を示すフローチャート 制御回路のハードウェア構成の一例を示す図

以下に、本開示の実施の形態に係る曝気量制御装置および曝気量制御方法を図面に基づいて詳細に説明する。

実施の形態１．
図１は、実施の形態１に係る曝気量制御装置を備える曝気量制御システムの構成の一例を模式的に示す図である。曝気量制御システム１は、生物反応槽１０と、散気板１１と、送風機１２と、風量調節部１３と、導電率センサ１５と、処理水アンモニア濃度センサ１４と、曝気量制御装置３０と、を備える。

生物反応槽１０は、被処理水に対して生物処理を行う水槽である。具体的には、生物反応槽１０は、内部に活性汚泥を蓄え、活性汚泥を用いて被処理水を、定められた窒素濃度以下となる処理水１０１へと生物学的に処理する水槽である。生物反応槽１０は、浄水場、下水処理場、工場の排水処理施設等に設けられる。生物反応槽１０には、流入部１０２と流出部１０３とが接続される。流入部１０２は、処理対象である被処理水が流入する配管または水路である。流出部１０３は、生物反応槽１０で処理された処理水１０１を生物反応槽１０外に流出する配管または水路である。

散気板１１は、生物反応槽１０の底部に配置され、生物反応槽１０内の被処理水に空気を供給する。なお、ここでは、空気を供給する場合を例に挙げるが、空気のように酸素を含む気体であればよい。

送風機１２は、散気板１１と配管を介して接続され、散気板１１に空気を送風する。風量調節部１３は、送風機１２から散気板１１へと流れる風量を調節する。一例では、風量調節部１３は、送風機１２と散気板１１とを接続する配管に設置される風量調整弁である。この場合、風量調整弁の開度を調節することによって、散気板１１に供給される曝気量が調節される。風量調節部１３は、曝気量制御装置３０からの曝気量の目標値に従って、風量を調節する。

処理水アンモニア濃度センサ１４は、生物反応槽１０内の処理水１０１のアンモニア濃度を測定する。処理水１０１は、生物反応槽１０内の被処理水が生物処理されることによって得られる。一例では、生物反応槽１０の流出部１０３の近傍または流出部１０３に設置することで、生物反応槽１０内の活性汚泥により処理された処理水１０１のアンモニア濃度を適切に測定することができる。処理水アンモニア濃度センサ１４は、信号線を介して曝気量制御装置３０の後述する目標曝気量算出部３３に接続されており、測定した処理水１０１のアンモニア濃度の測定データを目標曝気量算出部３３に送信する。

導電率センサ１５は、被処理水の導電率、すなわち電気伝導率を測定する。一例では、導電率センサ１５は、流入部１０２に設置される。導電率の測定方法には、電極法、電磁誘導法等がある。導電率センサ１５は、信号線を介して曝気量制御装置３０の後述する第１推定部３２およびデータベース更新部３４に接続されており、測定した被処理水の導電率の測定データである導電率値を第１推定部３２およびデータベース更新部３４に送信する。

曝気量制御装置３０は、被処理水のアンモニア濃度値と処理水１０１のアンモニア濃度値との差に基づいて、生物反応槽１０に供給する空気の量である曝気量を制御する。曝気量制御装置３０は、データベース３１と、第１推定部３２と、目標曝気量算出部３３と、データベース更新部３４と、を有する。

データベース３１は、被処理水の導電率と被処理水のアンモニア濃度との相関関係を示す情報である導電率濃度相関情報を記憶する。導電率濃度相関情報は、被処理水の導電率とアンモニア濃度との相関関係を示す情報であるが、被処理水の導電率の変化量とアンモニア濃度との相関関係を示す情報であってもよい。また、導電率濃度相関情報は、被処理水の導電率および被処理水に関する他のプラントデータと、被処理水のアンモニア濃度と、の相関関係を示す情報であってもよい。被処理水に関する他のプラントデータは、被処理水に含まれる塩化物イオン等の他のイオン濃度の測定結果、被処理水の流量、測定日時等である。データベース３１は、データベース更新部３４および第１推定部３２に接続される。データベース３１は、導電率濃度相関情報記憶部に対応する。

第１推定部３２は、少なくとも導電率センサ１５で測定された被処理水の導電率値に基づいて、データベース３１の導電率濃度相関情報から被処理水のアンモニア濃度の推定値である第１アンモニア濃度推定値を推定し、推定した被処理水の第１アンモニア濃度推定値を目標曝気量算出部３３に出力する。推定に用いる導電率の測定結果は、特に限定されるものではなく、瞬時値、定められた期間の平均値、変化量等である。また、データベース３１の導電率濃度相関情報が、導電率の測定結果と、被処理水に関する他のプラントデータと、被処理水のアンモニア濃度と、の相関関係を示す情報である場合には、第１推定部３２は、導電率の測定結果と被処理水に関する他のプラントデータとに基づいて、導電率濃度相関情報から被処理水の第１アンモニア濃度推定値を推定してもよい。第１推定部３２は、導電率センサ１５、データベース３１、目標曝気量算出部３３およびデータベース更新部３４と接続される。

目標曝気量算出部３３は、送風機１２から生物反応槽１０への曝気量の目標値を任意の周期ごとに算出し、信号線を介して曝気量の目標値を風量調節部１３に送信する。具体的には、目標曝気量算出部３３は、第１推定部３２から送信された被処理水の第１アンモニア濃度推定値および処理水アンモニア濃度センサ１４によって測定された生物反応槽１０内の処理水１０１のアンモニア濃度値に基づいて、生物反応槽１０への曝気量の目標値を算出する。曝気量の目標値を算出する周期は、１秒以上５分程度以下の間が望ましいが、機場の特性に応じて任意に設定可能である。風量調節部１３は、散気板１１に供給される曝気量が目標曝気量算出部３３で算出され曝気量の目標値と等しくなるように、曝気量の調節を行う。なお、生物反応槽１０の規模または機場の特性に応じて散気板１１、風量調節部１３、目標曝気量算出部３３の個数は任意に変更可能である。

データベース更新部３４は、データベース３１に記憶されている導電率濃度相関情報を更新する。上記したように、被処理水において、導電率とアンモニア濃度との間には相関関係があることが知られている。また、この相関関係は、被処理水中の他イオン等の共存物の濃度によって影響を受けることも知られている。そこで、実施の形態１では、データベース更新部３４が、被処理水中の共存物の濃度に変化が生じ、導電率濃度相関情報の更新が必要であると判断した場合に、導電率濃度相関情報を更新する。データベース更新部３４は、導電率濃度相関情報更新部に対応する。

図２は、実施の形態１に係る曝気量制御装置のデータベース更新部の構成の一例を模式的に示すブロック図である。データベース更新部３４は、受付部３４１と、更新処理部３４２と、を備える。

受付部３４１は、外部より被処理水のアンモニア濃度の値である第２アンモニア濃度推定値を受け付ける。第２アンモニア濃度推定値は、被処理水の導電率の測定値から第１アンモニア濃度推定値を推定する方法とは異なる方法で測定または推定される被処理水のアンモニア濃度の値である。このとき、受付部３４１は、外部より受け付けた被処理水の第１アンモニア濃度推定値の日時を同時に受け付けてもよい。一例では、受付部３４１は、作業者が採水した被処理水のアンモニア濃度をイオンクロマトグラフ分析装置などの分析装置で測定し、測定の結果を第２アンモニア濃度推定値として受け付けてもよい。また他の例では、受付部３４１は、被処理水のアンモニア濃度の推定装置による推定値を第２アンモニア濃度推定値として受け付けてもよい。被処理水のアンモニア濃度の推定装置の例については、実施の形態２で説明する。また、受付部３４１は、複数の日時の第２アンモニア濃度推定値が入力されたデータセットを受け付けてもよい。受付部３４１は、受け付けた被処理水の第２アンモニア濃度推定値を更新処理部３４２に送信する。

更新処理部３４２は、第１推定部３２と、導電率センサ１５と、データベース３１と、に接続される。更新処理部３４２は、第１推定部３２で推定された第１アンモニア濃度推定値と、受付部３４１が受け付けた第２アンモニア濃度推定値と、の差に基づいて、データベース３１の導電率濃度相関情報の更新が必要か否かを判定する。一例では、更新処理部３４２は、同時刻における第１推定部３２で推定された第１アンモニア濃度推定値と、受付部３４１が受け付けた第２アンモニア濃度推定値と、の差が、予め設定された判定値未満である場合には、導電率濃度相関情報の更新を不要と判定し、両者の差が判定値よりも大きい場合には、導電率濃度相関情報の更新を必要と判定する。両者の差が判定値と等しい場合には、導電率濃度相関情報の更新を不要と判定してもよいし、必要と判定してもよい。

判定値は、一例では、第１アンモニア濃度推定値と第２アンモニア濃度推定値とが誤差の範囲で一致していると判定することができる閾値である。導電率濃度相関情報の更新の要否の判定は、予め設定された割合などに基づいて行われてもよい。同時刻は、秒単位で同じである必要はなく、定められた範囲の期間であればよい。定められた期間は、一例では１時間以内とすることができる。ただし、判定の精度を高めることができる点から、定められた期間は短い方が好ましい。

導電率濃度相関情報の更新が必要と判定された場合には、更新処理部３４２は、受付部３４１が受け付けた被処理水の第２アンモニア濃度推定値と、導電率センサ１５で測定された導電率値と、に基づいて、被処理水の導電率濃度相関情報を新しく構築し、データベース３１内の導電率濃度相関情報を更新する。このとき、更新処理部３４２は、被処理水の同時刻の第２アンモニア濃度推定値と導電率とを含む組からなる複数のデータを用いて、被処理水の導電率濃度相関情報を新しく構築する。

したがって、実施の形態１では、導電率に影響を与える共存物の濃度が変動することで、被処理水の導電率とアンモニア濃度との相関関係が、データベース３１に記憶された導電率濃度相関情報から変化した場合に、データベース更新部３４が、導電率濃度相関情報を適切なタイミングで更新する。このため、第１推定部３２は、適切なタイミングで更新された導電率濃度相関情報を参照して、被処理水の第１アンモニア濃度推定値を推定し、目標曝気量算出部３３は、第１アンモニア濃度推定値を用いて、曝気量の目標値を算出することになる。この結果、流入するアンモニアの負荷変動に対して適切な量の空気を生物反応槽１０に供給することができる。

つぎに、曝気量制御装置３０における曝気量制御方法および導電率濃度相関情報の更新方法について、順に説明する。なお、導電率濃度相関情報の更新方法は、曝気量制御方法が実行されているときに行われるものであり、曝気量制御方法の一部である。つまり、曝気量制御方法は、導電率濃度相関情報の更新方法を含むものである。

図３は、実施の形態１に係る曝気量制御方法の処理手順の一例を示すフローチャートである。曝気量制御が開始されると、ある時刻ｔで、導電率センサ１５が被処理水の導電率を測定する（ステップＳ１１）。導電率センサ１５は、測定結果を第１推定部３２に出力する。

ついで、第１推定部３２は、測定した導電率値に基づいて、データベース３１の導電率濃度相関情報から被処理水の第１アンモニア濃度推定値を推定する（ステップＳ１２）。第１推定部３２は、被処理水の第１アンモニア濃度推定値を目標曝気量算出部３３に出力する。

また時刻ｔで、ステップＳ１１，Ｓ１２と並行して、処理水アンモニア濃度センサ１４は、処理水１０１のアンモニア濃度を測定する（ステップＳ１３）。処理水アンモニア濃度センサ１４は、測定結果を目標曝気量算出部３３に出力する。

ステップＳ１２およびステップＳ１３の後、目標曝気量算出部３３は、第１推定部３２から取得した被処理水の第１アンモニア濃度推定値と、処理水アンモニア濃度センサ１４から取得した生物反応槽１０内の処理水１０１のアンモニア濃度値と、に基づいて生物反応槽１０へ供給する曝気量の目標値を算出する（ステップＳ１４）。一例では、目標曝気量算出部３３は、第１アンモニア濃度推定値と処理水１０１のアンモニア濃度値との差を指標として、曝気量の目標値を算出する。目標曝気量算出部３３は、算出した曝気量の目標値を風量調節部１３に出力する。

その後、風量調節部１３は、曝気量の目標値になるように風量を調節し、生物反応槽１０に空気を供給する（ステップＳ１５）。

以上のステップＳ１１からステップＳ１５までの処理が、ある時間間隔Δｔ１で繰り返される。ここで、Δｔ１は１秒から１時間程度までの範囲であることが望ましい。ただし、ステップＳ１１からステップＳ１５までを全て処理するのに要する時間よりも長い時間がΔｔ１として設定される。

図４は、実施の形態１に係る曝気量制御装置における導電率濃度相関情報の更新方法の手順の一例を示すフローチャートである。まず、ある時刻ｔで、データベース更新部３４の受付部３４１が、外部より１つ以上の日時における被処理水の第２アンモニア濃度推定値のデータセットを受け付ける（ステップＳ３１）。被処理水の第２アンモニア濃度推定値は、上記したように、被処理水の導電率から第１アンモニア濃度推定値を推定する方法とは異なる方法で測定または推定される被処理水のアンモニア濃度の値である。一例では、第２アンモニア濃度推定値として、採水された被処理水のアンモニア濃度を分析装置で分析したもの、あるいは被処理水のアンモニア濃度の推定装置で推定されたものが用いられる。受付部３４１は、受け付けたデータセットを更新処理部３４２に出力する。ステップＳ３１の処理は、第２アンモニア濃度推定値受付工程に対応する。

また時刻ｔで、ステップＳ３１と並行して、導電率センサ１５は、被処理水の導電率を測定する（ステップＳ３２）。導電率センサ１５は、測定結果を第１推定部３２に出力する。ステップＳ３２の処理は、導電率取得工程に対応する。また、第１推定部３２は、測定した導電率値に基づいて、データベース３１の導電率濃度相関情報から被処理水の第１アンモニア濃度推定値を推定する（ステップＳ３３）。第１推定部３２は、推定結果である第１アンモニア濃度推定値を更新処理部３４２に出力する。ステップＳ３３の処理は、第１アンモニア濃度推定値推定工程に対応する。

ステップＳ３１およびステップＳ３３の後、更新処理部３４２は、第１推定部３２で推定された第１アンモニア濃度推定値と、受付部３４１が受け付けた第２アンモニア濃度推定値とから、データベース３１の導電率濃度相関情報の更新が必要であるかを判定する（ステップＳ３４）。一例では、更新処理部３４２は、同時刻における第１アンモニア濃度推定値と第２アンモニア濃度推定値との差が予め設定された判定値未満であるかを判定する。更新処理部３４２は、両者の差が判定値未満であれば、導電率濃度相関情報の更新は不要であると判定する。また、更新処理部３４２は、両者の差が判定値よりも大きい場合には、導電率濃度相関情報の更新が必要であると判定する。ステップＳ３４の処理は、判定工程に対応する。

導電率濃度相関情報の更新が不要であると判定した場合（ステップＳ３４でＮｏの場合）には、処理がステップＳ３１およびステップＳ３２に戻る。また、導電率濃度相関情報の更新が必要であると判定した場合（ステップＳ３４でＹｅｓの場合）には、更新処理部３４２は、受付部３４１が受け付けた被処理水の第２アンモニア濃度推定値と、導電率センサ１５で測定された導電率値と、に基づいて被処理水の導電率とアンモニア濃度との相関関係を新しく構築し、データベース３１の導電率濃度相関情報を更新する（ステップＳ３５）。なお、ステップＳ３１で受け付けたデータセットが１つの日時における被処理水の第２アンモニア濃度推定値である場合には、過去の同時刻における被処理水の第２アンモニア濃度推定値と導電率値とを用いて、新たな導電率濃度相関情報を構築する。ステップＳ３５の処理は、更新処理工程に対応する。

以上のステップＳ３１からステップＳ３５までの処理が、ある時間間隔Δｔ２で繰り返される。

以上のように、実施の形態１では、被処理水の導電率に影響を与える共存物が変動することで被処理水の導電率とアンモニア濃度との相関関係がデータベース３１に記憶された導電率濃度相関情報から変化した場合に、データベース更新部３４が第１アンモニア濃度推定値と第２アンモニア濃度推定値との差から導電率濃度相関情報の更新が必要であるかを判定する。導電率濃度相関情報の更新が必要である場合には、データベース更新部３４は、第２アンモニア濃度推定値と被処理水の導電率値とを用いて、データベース３１に記憶された被処理水の導電率濃度相関情報を更新する。つまり、導電率濃度相関情報は、適切なタイミングで更新されることになる。このため、被処理水中で共存物が変動する場合でも、流入する被処理水のアンモニアの負荷変動に対して適切な量の空気を生物反応槽１０に供給することができる。

実施の形態２．
実施の形態２に係る曝気量制御装置３０は、実施の形態１の図１と同じ構成であるが、データベース更新部３４の構成が異なる。図５は、実施の形態２に係る曝気量制御装置のデータベース更新部の構成の一例を示すブロック図である。なお、実施の形態１と同一の構成要素には、同一の符号を付して、その説明を省略し、異なる部分について説明を行う。実施の形態２に係る曝気量制御装置３０のデータベース更新部３４は、第２推定部３４３と、受付部３４１と、更新処理部３４２と、を備える。

第２推定部３４３は、生物反応槽１０への被処理水の流入水量、送風機１２の曝気量および生物反応槽１０内の処理水１０１のアンモニア濃度値を含むプラントデータに基づいて被処理水の第２アンモニア濃度推定値を推定する。第２推定部３４３は、推定した被処理水の第２アンモニア濃度推定値を受付部３４１に出力する。第２推定部３４３は、一例では、被処理水のアンモニア濃度の推定値を推定する推定アルゴリズムを用いた学習済モデルを搭載する。すなわち、第２推定部３４３は、生物反応槽１０への被処理水の流入水量、送風機１２の曝気量および生物反応槽１０内の処理水１０１のアンモニア濃度値を含むプラントデータを学習済モデルに入力することで得られる結果を被処理水の第２アンモニア濃度推定値とする。この学習済モデルは、生物反応槽１０への被処理水の流入水量、送風機１２の曝気量および生物反応槽１０内の処理水１０１のアンモニア濃度値を含むプラントデータに基づいて被処理水のアンモニア濃度を推定できる手法を採用していればよい。第２推定部３４３が用いる推定アルゴリズムには、生物反応をモデル化した活性汚泥モデル（Activated Sludge Model：ＡＳＭ）、線形回帰モデル、非線形回帰モデル、機械学習、強化学習、深層強化学習、ディープラーニング、ランダムフォレスト、ニューラルネットワーク、その他人工知能を用いた予測手法等を用いることができる。

被処理水のアンモニア濃度と流入水量との積で表されるアンモニア負荷が大きい場合には、このアンモニア負荷を処理するために生物反応槽１０に供給する必要がある曝気量は増加するが、曝気量が不足していれば、処理水アンモニア濃度センサ１４で検知される処理水１０１のアンモニア濃度値は上昇する。逆に、被処理水のアンモニア負荷が小さい場合には、このアンモニア負荷を処理するために生物反応槽１０に供給する必要がある曝気量は低下するが、曝気量が十分であれば、処理水アンモニア濃度センサ１４で検知される処理水１０１のアンモニア濃度値は減少する。このように、アンモニア負荷と曝気量と処理水１０１のアンモニア濃度値との間、より具体的には、被処理水のアンモニア濃度と、被処理水の流入水量、曝気量、および処理水１０１のアンモニア濃度値と、の間には相関関係が存在する。つまり、被処理水のアンモニア濃度と、生物反応槽１０への被処理水の流入水量、送風機１２の曝気量、および生物反応槽１０内の処理水１０１のアンモニア濃度値を含むプラントデータと、の間の相関関係を、学習済モデルを用いて表現することが可能となる。学習済モデルは、上記した推定アルゴリズムを用いて生成される。そして、第２推定部３４３は、学習済モデルを用いて、プラントデータに基づいて被処理水のアンモニア濃度を推定することができる。第２推定部３４３は、実施の形態１の被処理水のアンモニア濃度の推定装置の一例である。

第２推定部３４３で使用される学習済モデルを機械学習によって生成する一例を説明する。図６は、実施の形態２に係る曝気量制御装置の学習済モデルを生成する学習装置の構成の一例を示す図である。学習装置５０は、データ取得部５１と、モデル生成部５２と、学習済モデル記憶部５３と、を備える。

データ取得部５１は、生物反応槽１０への被処理水の流入水量、送風機１２の曝気量、生物反応槽１０内の処理水１０１のアンモニア濃度値を含むプラントデータと、被処理水のアンモニア濃度値と、を学習用データとして取得する。被処理水のアンモニア濃度値は、一例では、作業者によって採水された被処理水のアンモニア濃度をイオンクロマトグラフ分析装置などの分析装置で測定したものとすることができる。また、生物反応槽１０において、流入部１０２から流入した被処理水は流出部１０３に向かって徐々に流れる。このため、流入部１０２の被処理水のアンモニア濃度が変化した場合に、生物反応槽１０内で必要となる曝気量を変化させ、処理水１０１のアンモニア濃度値が変化するまでには、流下時間分だけ時間遅れが生じる。そこで、時刻Ｔにおける被処理水のアンモニア濃度を推定するために用いる送風機１２の曝気量、および生物反応槽１０内の処理水１０１のアンモニア濃度値のデータは、流入部１０２から各測定点までの流下時間ΔＴ分だけ先の時刻Ｔ＋ΔＴにおけるデータを用いることが好ましい。流入部１０２から曝気処理が行われる位置までの被処理水の流下時間をΔＴ１とし、流入部１０２から処理水アンモニア濃度センサ１４までの処理水１０１の流下時間をΔＴ２とすると、プラントデータとして、時刻Ｔにおける生物反応槽１０への被処理水の流入水量と、時刻Ｔ＋ΔＴ１における送風機１２の曝気量と、時刻Ｔ＋ΔＴ２における生物反応槽１０内の処理水１０１のアンモニア濃度値と、を含むプラントデータを用いることが望ましい。

モデル生成部５２は、データ取得部５１から出力されるプラントデータ、および被処理水のアンモニア濃度値の組合せに基づいて作成される学習用データに基づいて、被処理水のアンモニア濃度の推定値を学習する。すなわち、曝気量制御システム１のプラントデータと、被処理水のアンモニア濃度値と、から最適な被処理水のアンモニア濃度の推定値を推論する学習済モデルを生成する。ここで、学習用データは、プラントデータおよび被処理水のアンモニア濃度値を互いに関連付けたデータである。

なお、学習装置５０は、曝気量制御システム１の被処理水のアンモニア濃度の推定値を学習するために使用されるが、例えば、ネットワークを介して曝気量制御システム１に接続され、この曝気量制御システム１とは別個の装置であってもよい。また、学習装置５０は、曝気量制御システム１、特に曝気量制御装置３０に内蔵されていてもよいし、クラウドサーバ上に存在していてもよい。

モデル生成部５２が用いる学習済モデルは教師あり学習、強化学習等の公知のアルゴリズムを用いることができる。一例として、ニューラルネットワークを適用した場合について説明する。

モデル生成部５２は、例えば、ニューラルネットワークモデルに従って、いわゆる教師あり学習により、被処理水のアンモニア濃度の推定値を学習する。ここで、教師あり学習とは、入力と結果であるラベルのデータの組を学習装置５０に与えることで、これらの学習用データにある特徴を学習し、入力から結果を推論する手法をいう。

ニューラルネットワークは、複数のニューロンからなる入力層、複数のニューロンからなる中間層、および複数のニューロンからなる出力層で構成される。中間層は、隠れ層とも称され、１層でもよいし、２層以上でもよい。

図７は、図６のモデル生成部が使用するニューラルネットワークの一例を模式的に示す図である。例えば、図７に示されるような３層のニューラルネットワークであれば、複数の入力が入力層Ｘ１から入力層Ｘ３に入力されると、この値にｗ１１からｗ１６で示される重みを掛けて中間層Ｙ１から中間層Ｙ２に入力される。重みｗ１１からｗ１６は、個々に区別しない場合には、重みｗ１と称される。また、中間層Ｙ１から中間層Ｙ２の結果にさらにｗ２１からｗ２６で示される重みを掛けて出力層Ｚ１から出力層Ｚ３より出力される。重みｗ２１からｗ２６は、個々に区別しない場合には、重みｗ２と称される。出力層Ｚ１から出力層Ｚ３の出力結果は、重みｗ１，ｗ２の値によって変わる。

実施の形態１において、ニューラルネットワークは、データ取得部５１によって取得されるプラントデータおよび被処理水のアンモニア濃度値の組合せに基づいて作成される学習用データに従って、いわゆる教師あり学習により、被処理水のアンモニア濃度の推定値を学習する。

すなわち、ニューラルネットワークは、入力層にプラントデータを入力して出力層から出力された結果が、被処理水のアンモニア濃度値に近づくように重みｗ１，ｗ２を調整することで学習する。

モデル生成部５２は、以上のような学習を実行することで学習済モデルを生成し、出力する。

学習済モデル記憶部５３は、モデル生成部５２から出力された学習済モデルを記憶する。

次に、図８を用いて、学習装置５０が学習する処理について説明する。図８は、学習装置による学習処理の手順の一例を示すフローチャートである。

データ取得部５１は、プラントデータおよび被処理水のアンモニア濃度値を取得する（ステップＳ５１）。なお、プラントデータおよび被処理水のアンモニア濃度値を同時に取得するものとしたが、プラントデータおよび被処理水のアンモニア濃度値を関連づけて入力できればよく、プラントデータおよび被処理水のアンモニア濃度値のデータをそれぞれ別のタイミングで取得してもよい。

ついで、モデル生成部５２は、データ取得部５１によって取得されるプラントデータおよび被処理水のアンモニア濃度値の組合せに基づいて作成される学習用データに従って、いわゆる教師あり学習により、被処理水のアンモニア濃度の推定値を学習し、生物反応槽１０への被処理水の流入水量、送風機１２の曝気量、および生物反応槽１０内の処理水１０１のアンモニア濃度値を含むプラントデータと、被処理水のアンモニア濃度値と、の相関関係を示す推定アルゴリズムを用いた学習済モデルを生成する（ステップＳ５２）。

そして、学習済モデル記憶部５３は、モデル生成部５２が生成した学習済モデルを記憶する（ステップＳ５３）。以上で、処理が終了する。

つぎに、第２推定部３４３の詳細について説明する。図９は、実施の形態２に係る曝気量制御装置の第２推定部の構成の一例を模式的に示す図である。第２推定部３４３は、上記したように、生物反応槽１０への被処理水の流入水量、送風機１２の曝気量、生物反応槽１０内の処理水１０１のアンモニア濃度値を含むプラントデータを学習済モデルに入力して得られる結果を第２アンモニア濃度推定値として出力する推論装置である。第２推定部３４３は、データ取得部３４３１と、推論部３４３２と、を備える。

データ取得部３４３１は、生物反応槽１０への被処理水の流入水量、送風機１２の曝気量、生物反応槽１０内の処理水１０１のアンモニア濃度値を含むプラントデータを取得する。学習装置５０のデータ取得部５１でも述べたように、生物反応槽１０において、流入部１０２から流入した被処理水は流出部１０３に向かって徐々に流れるため、流入部１０２の被処理水のアンモニア濃度が変化した場合に、生物反応槽１０内で必要となる曝気量を変化させ、処理水１０１のアンモニア濃度値が変化するまでには、流下時間分だけ時間遅れが生じる。そこで、データ取得部３４３１は、流入部１０２から曝気処理が行われる位置までの被処理水の流下時間をΔＴ１とし、流入部１０２から処理水アンモニア濃度センサ１４までの処理水１０１の流下時間をΔＴ２とした場合に、プラントデータとして、時刻Ｔにおける生物反応槽１０への被処理水の流入水量と、時刻Ｔ＋ΔＴ１における送風機１２の曝気量と、時刻Ｔ＋ΔＴ２における生物反応槽１０内の処理水１０１のアンモニア濃度値と、を含むプラントデータを用いることが望ましい。

推論部３４３２は、学習済モデルを利用して得られる被処理水の第２アンモニア濃度推定値を推論する。すなわち、この学習済モデルにデータ取得部３４３１で取得したプラントデータを入力することで、プラントデータから推論される被処理水の第２アンモニア濃度推定値を出力することができる。

なお、実施の形態２では、曝気量制御システム１のプラントデータおよび被処理水のアンモニア濃度値から学習した学習済モデルを用いる場合を説明した。しかし、他の曝気量制御システム１におけるプラントデータおよび被処理水のアンモニア濃度値から学習した学習済モデルを外部から取得し、この学習済モデルに基づいて被処理水の第２アンモニア濃度推定値を出力するようにしてもよい。

次に、図１０を用いて、第２推定部３４３を使って被処理水の第２アンモニア濃度推定値を得るための処理を説明する。図１０は、実施の形態２に係る曝気量制御装置の第２推定部による推定処理の手順の一例を示すフローチャートである。

まず、データ取得部３４３１は、プラントデータを取得する（ステップＳ７１）。プラントデータは、生物反応槽１０への被処理水の流入水量、送風機１２の曝気量、生物反応槽１０内の処理水１０１のアンモニア濃度値を含むデータである。

ついで、推論部３４３２は、学習済モデル記憶部５３に記憶された学習済モデルにプラントデータを入力し、被処理水の第２アンモニア濃度推定値を得る（ステップＳ７２）。

その後、推論部３４３２は、学習済モデルにより得られた被処理水の第２アンモニア濃度推定値を曝気量制御システム１、具体的には曝気量制御装置３０のデータベース更新部３４の受付部３４１に出力する（ステップＳ７３）。

そして、受付部３４１は、出力された被処理水の第２アンモニア濃度推定値を更新処理部３４２に出力し、更新処理部３４２は、後述するように、被処理水の第２アンモニア濃度推定値と、第１推定部３２から出力された被処理水の第１アンモニア濃度推定値と、を用いて、被処理水の第１アンモニア濃度推定値の実際のアンモニア濃度値からのずれを判定する（ステップＳ７４）。推論部３４３２で推論された第２アンモニア濃度推定値は、共存物の濃度の変動の影響を除いて算出されるものであるので、第１アンモニア濃度推定値に比して被処理水の実際のアンモニア濃度値に近い値である。これにより、被処理水の導電率の変化が、アンモニア濃度によるものなのか、被処理水の共存物の影響によるものなのかの切り分けを行うことが可能となる。以上で、処理が終了する。

なお、実施の形態２では、モデル生成部５２が用いる学習アルゴリズムに教師あり学習を適用した場合について説明したが、これに限られるものではない。学習アルゴリズムについては、教師あり学習以外にも、強化学習、または半教師あり学習等を適用することも可能である。

また、モデル生成部５２は、複数の曝気量制御システム１に対して作成される学習用データに従って、被処理水のアンモニア濃度の推定値を学習するようにしてもよい。なお、モデル生成部５２は、同一のエリアで使用される複数の曝気量制御システム１から学習用データを取得してもよいし、異なるエリアで独立して動作する複数の曝気量制御システム１から収集される学習用データを利用して被処理水のアンモニア濃度の推定値を学習してもよい。また、学習用データを収集する曝気量制御システム１を途中で対象に追加したり、対象から除去したりすることも可能である。さらに、ある曝気量制御システム１に関して被処理水のアンモニア濃度の推定値を学習した学習装置５０を、これとは別の曝気量制御システム１に適用し、当該別の曝気量制御システム１に関して被処理水のアンモニア濃度の推定値を再学習して更新するようにしてもよい。

また、モデル生成部５２に用いられる学習アルゴリズムとしては、特徴量そのものの抽出を学習する、深層学習（Deep Learning）を用いることもでき、他の公知の方法、例えば遺伝的プログラミング、機能論理プログラミング、サポートベクターマシンなどに従って機械学習を実行してもよい。

上述したように、第２推定部３４３で被処理水の第２アンモニア濃度推定値を推定するためには、流入部１０２から曝気処理が行われる位置までの被処理水の流下時間ΔＴ１だけ先の時刻Ｔ＋ΔＴ１における送風機１２の曝気量と、流入部１０２から処理水アンモニア濃度センサ１４までの処理水１０１の流下時間ΔＴ２だけ先の時刻Ｔ＋ΔＴ２における生物反応槽１０内の処理水１０１のアンモニア濃度値と、を含むプラントデータを用いる必要がある。このため、リアルタイムに被処理水のアンモニア濃度を推定することができない。しかし、ある流入水量の被処理水をある曝気量で生物処理したときの処理水１０１のアンモニア濃度は、主に被処理水中のアンモニア濃度によって影響を受けると考えられる。つまり、被処理水の導電率を用いたアンモニア濃度の推定における課題であった他イオン等の共存物濃度変動の影響を受けにくい。この結果、第２推定部３４３で推定される被処理水のアンモニア濃度の推定値は、被処理水に共存物が存在する状況下でのアンモニア濃度を表しているものと考えることができる。したがって、導電率センサ１５により測定された被処理水の導電率に基づいて導電率濃度相関情報から第１推定部３２が推定した被処理水の第１アンモニア濃度推定値の実際の被処理水のアンモニア濃度からのずれを判定する際の基準に用いることが可能となる。

図５に戻り、受付部３４１は、第２推定部３４３で推定された被処理水の第２アンモニア濃度推定値を受け付ける。受付部３４１は、受け付けた被処理水の第２アンモニア濃度推定値を推定した日時も同時に受け付けてもよい。

更新処理部３４２は、第１推定部３２で推定された第１アンモニア濃度推定値と第２推定部３４３で推定された第２アンモニア濃度推定値との差に基づいて、データベース３１の導電率濃度相関情報の更新が必要か否かを判定する。上記したように、第２推定部３４３で推定される第２アンモニア濃度推定値は、被処理水の実際のアンモニア濃度値と考えることができるため、更新処理部３４２は、第１推定部３２で推定される第１アンモニア濃度推定値の第２アンモニア濃度推定値からのずれの度合によって、導電率濃度相関情報の更新の要否を判定する。

一例では、更新処理部３４２は、同時刻における第１推定部３２で推定された第１アンモニア濃度推定値と第２推定部３４３で推定された第２アンモニア濃度推定値との差が予め設定された判定値未満であれば導電率濃度相関情報の更新は不要であると判定する。また、更新処理部３４２は、両者の差が、判定値よりも大きければ導電率濃度相関情報の更新が必要であると判定する。導電率濃度相関情報の更新の要否の判定は、予め設定された割合などに基づいてもよい。また、両者の差が等しい場合には、導電率濃度相関情報の更新が不要であると判定してもよいし、必要であると判定してもよい。

更新処理部３４２は、データベース３１の更新が必要であると判定された場合には、第２推定部３４３で推定された被処理水の第２アンモニア濃度推定値と導電率センサ１５で測定された導電率値とに基づいて、被処理水の導電率と被処理水のアンモニア濃度との相関関係を新しく構築し、データベース３１の導電率濃度相関情報を更新する。このとき、第２アンモニア濃度推定値と導電率値との複数の組のデータは、複数の異なる時刻で取得したものを用いることが望ましい。

したがって、実施の形態２では、導電率に影響を与える共存物が変動することで被処理水の導電率とアンモニア濃度との相関関係がデータベース３１に記憶された導電率濃度相関情報から変化した場合でも、プラントデータに基づいて共存物の存在下における被処理水の第２アンモニア濃度推定値を推定することができる。推定した被処理水の第２アンモニア濃度推定値は、共存物の濃度の影響が抑えられたものであるので、被処理水の導電率から求められる第１アンモニア濃度推定値に比して実際の被処理水のアンモニア濃度に近い値となる。この被処理水の第２アンモニア濃度推定値を用いることで、データベース３１に記憶された被処理水の導電率濃度相関情報をデータベース更新部３４が適切なタイミングで更新することができる。この結果、流入するアンモニアの負荷変動に対して、共存物の影響を排除して適切な量の空気を生物反応槽１０に供給することができる。

つぎに、実施の形態２の曝気量制御装置３０のデータベース更新部３４における導電率濃度相関情報の更新方法について説明する。図１１は、実施の形態２に係る曝気量制御装置における導電率濃度相関情報の更新方法の手順の一例を示すフローチャートである。

まず、ある時刻ｔで、第２推定部３４３は、生物反応槽１０への被処理水の流入水量、送風機１２の曝気量、および生物反応槽１０内の処理水１０１のアンモニア濃度値を含むプラントデータを取得する（ステップＳ９１）。ステップＳ９１の処理は、プラントデータ取得工程となる。

ついで、第２推定部３４３は、生物反応槽１０への被処理水の流入水量、送風機１２の曝気量、生物反応槽１０内の処理水１０１のアンモニア濃度値を含むプラントデータに基づいて被処理水の第２アンモニア濃度推定値を推定する（ステップＳ９２）。具体的には、第２推定部３４３は、学習済モデルにプラントデータを入力データとして入力することによって出力される値を被処理水の第２アンモニア濃度推定値とする。第２推定部３４３は、推定された被処理水の第２アンモニア濃度推定値を受付部３４１に出力する。ステップＳ９２の処理は、第２アンモニア濃度推定値推定工程となる。

受付部３４１は、第２推定部３４３で推定された被処理水の第２アンモニア濃度推定値を受け付ける（ステップＳ９３）。受付部３４１は、更新処理部３４２に、受け付けた被処理水の第２アンモニア濃度推定値のデータセットを出力する。ステップＳ９３の処理は、第２アンモニア濃度推定値受付工程に対応する。

また時刻ｔで、ステップＳ９１からステップＳ９３の処理と並行して、導電率センサ１５は、被処理水の導電率を測定する（ステップＳ９４）。導電率センサ１５は、測定結果を第１推定部３２に出力する。ステップＳ９４の処理は、導電率取得工程に対応する。

ついで、第１推定部３２は、測定した導電率値に基づいてデータベース３１の導電率濃度相関情報から被処理水の第１アンモニア濃度推定値を推定する（ステップＳ９５）。第１推定部３２は、推定結果である被処理水の第１アンモニア濃度推定値を更新処理部３４２に出力する。ステップＳ９５の処理は、第１アンモニア濃度推定値推定工程に対応する。

ステップＳ９３およびステップＳ９５の後、更新処理部３４２は、第１推定部３２で推定された被処理水の第１アンモニア濃度推定値と、第２推定部３４３で推定された第２アンモニア濃度推定値と、の差に基づいて、データベース３１の導電率濃度相関情報の更新が必要かを判定する（ステップＳ９６）。一例では、更新処理部３４２は、同時刻における第１推定部３２で推定された第１アンモニア濃度推定値と第２推定部３４３で推定された第２アンモニア濃度推定値との差が、予め設定された判定値未満である場合には、導電率濃度相関情報の更新は不要であると判定する。また、更新処理部３４２は、両者の差が判定値よりも大きい場合には、導電率濃度相関情報の更新が必要であると判定する。ステップＳ９６の処理は、判定工程に対応する。

導電率濃度相関情報の更新が不要であると判定した場合（ステップＳ９６でＮｏの場合）には、処理がステップＳ９１およびステップＳ９４に戻る。また、導電率濃度相関情報の更新が必要であると判定した場合（ステップＳ９６でＹｅｓの場合）には、データベース更新部３４は、第２推定部３４３が推定した第２アンモニア濃度推定値と導電率センサ１５で測定された導電率値とに基づいて被処理水の導電率とアンモニア濃度との相関関係を新しく構築し、データベース３１の導電率濃度相関情報を更新する（ステップＳ９７）。この導電率濃度相関情報の更新処理では、第２推定部３４３で推定された第２アンモニア濃度推定値と、導電率センサ１５で測定された導電率値と、の複数の組のデータが使用される。ステップＳ９７の処理は、更新処理工程に対応する。

以上のステップＳ９１からステップＳ９７までの処理が、ある時間間隔Δｔ３で繰り返される。

以上より、実施の形態２では、導電率に影響を与える共存物が変動することで被処理水の導電率とアンモニア濃度との相関関係が、データベース３１に記憶された導電率濃度相関情報から変化した場合に、生物反応槽１０への被処理水の流入水量、送風機１２の曝気量、および生物反応槽１０内の処理水１０１のアンモニア濃度値を含むプラントデータに基づいて被処理水の共存物の影響を排除した第２アンモニア濃度推定値が推定される。データベース更新部３４は、第１アンモニア濃度推定値を第２アンモニア濃度推定値と比較することで、被処理水の導電率濃度相関情報の更新時期を適切に判定することができる。また、導電率濃度相関情報を更新する場合には、データベース更新部３４は、第２アンモニア濃度推定値と導電率センサ１５で測定された導電率値とに基づいて被処理水の導電率とアンモニア濃度の相関関係を新しく構築したもので、導電率濃度相関情報を更新する。このため、流入するアンモニアの負荷変動に対して適切な量の空気を生物反応槽１０に供給することができる。

なお、上記した説明では、目標曝気量算出部３３は、曝気量の目標値を風量調節部１３に出力して、風量調節部１３が風量調整弁の開度を調節する場合を例に挙げた。しかし、最終的に曝気量を調節することができるものであればよいので、風量調節部１３ではなく、送風機１２での風量を調節するものであってもよい。つまり、目標曝気量算出部３３は、曝気量の目標値を送風機１２の出力し、送風機１２が曝気量の目標値となるように風量を調節するものであってもよい。

ここで、図１に示される曝気量制御装置３０は、単独の回路または装置として構成されてもよいし、データベース３１、第１推定部３２、目標曝気量算出部３３およびデータベース更新部３４の各部が１つの回路または装置として構成されてもよい。また、各部を、メモリおよびメモリに格納されるプログラムを実行するプロセッサを含む制御回路で実現してもよいし、専用のハードウェアで実現してもよい。ここでは、曝気量制御装置３０が制御回路によって実現される場合を例に挙げる。

図１２は、制御回路のハードウェア構成の一例を示す図である。図１２に示される制御回路４００は、入力部４０１と、プロセッサ４０２と、メモリ４０３と、出力部４０４と、を備える。制御回路４００の各部は、バス４１１を介して相互に接続される。

入力部４０１は、外部からの信号を受け付ける。出力部４０４は、制御回路４００で生成された信号を外部に出力する。プロセッサ４０２は、例えば、ＣＰＵ（Central Processing Unit）、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、ＤＳＰ（Digital Signal Processor）などである。プロセッサ４０２は、各種の処理を実行する。

メモリ４０３は、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）、ＥＥＰＲＯＭ（登録商標）（Electrically Erasable Programmable Read Only Memory）などの、不揮発性または揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ（Digital Versatile Disk）などである。メモリ４０３は、曝気量制御装置３０を動作させるためのプログラム、導電率濃度相関情報等を記憶する。

プロセッサ４０２は、メモリ４０３に記憶されているプログラムを、バス４１１を介して読み出して実行し、曝気量制御装置３０全体の処理と制御とを司る。図１に示される曝気量制御装置３０の目標曝気量算出部３３、第１推定部３２およびデータベース更新部３４の機能は、プロセッサ４０２を使用して実現される。

メモリ４０３は、プロセッサ４０２のワーク領域として使用される。また、メモリ４０３には、ブートプログラム、曝気量制御方法および導電率濃度相関情報の更新方法を実行する曝気量制御プログラム等のプログラムが記憶されている。実施の形態１，２に示した曝気量制御方法が実行される場合には、プロセッサ４０２は、メモリ４０３に曝気量制御プログラムをロードして各種処理を実行する。

また、曝気量制御装置３０を構成する各処理部、データベース更新部３４を構成する各処理部、第２推定部３４３を構成する各処理部、または学習装置５０を構成する各処理部が専用のハードウェアで実現される場合には、専用のハードウェアは、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）、またはこれらを組み合わせたものである。各処理部が専用のハードウェアで実現される場合には、各処理部間は信号線を介して接続される。そして、データは、信号線を介して各処理部間で通信されることになる。

さらに、上記した曝気量制御プログラムをコンピュータに実行させることで、コンピュータは曝気量制御装置３０と同様の機能を持つ。

また、上記した曝気量制御プログラムはメモリ４０３に予め格納されているものとしたがこれに限定されない。上記した曝気量制御プログラムは、ＣＤ（Compact Disc）－ＲＯＭ、ＤＶＤ（Digital Versatile Disc）－ＲＯＭなどの記録媒体に書き込まれた状態でユーザに供給され、ユーザがメモリ４０３にインストールする形態であってもよい。また、上記した曝気量制御プログラムは、インターネットなどのネットワークを介してユーザに提供される形態であってもよい。

以上の実施の形態に示した構成は、一例を示すものであり、別の公知の技術と組み合わせることも可能であるし、実施の形態同士を組み合わせることも可能であるし、要旨を逸脱しない範囲で、構成の一部を省略、変更することも可能である。

１ 曝気量制御システム、１０ 生物反応槽、１１ 散気板、１２ 送風機、１３ 風量調節部、１４ 処理水アンモニア濃度センサ、１５ 導電率センサ、３０ 曝気量制御装置、３１ データベース、３２ 第１推定部、３３ 目標曝気量算出部、３４ データベース更新部、５０ 学習装置、５１，３４３１ データ取得部、５２ モデル生成部、５３ 学習済モデル記憶部、１０１ 処理水、１０２ 流入部、１０３ 流出部、３４１ 受付部、３４２ 更新処理部、３４３ 第２推定部、４００ 制御回路、４０１ 入力部、４０２ プロセッサ、４０３ メモリ、４０４ 出力部、４１１ バス、３４３２ 推論部。

Claims (8)

1. 被処理水に対して生物処理を行う生物反応槽に供給される酸素を含む気体の量である曝気量を制御する曝気量制御装置であって、
   前記生物反応槽内の前記被処理水が生物処理された処理水のアンモニア濃度を測定するアンモニア濃度センサと、
   前記生物反応槽に流入する前記被処理水の導電率を測定する導電率センサと、
   前記被処理水の導電率と前記被処理水のアンモニア濃度との相関関係を示す導電率濃度相関情報を記憶する導電率濃度相関情報記憶部と、
   前記導電率センサで測定された導電率値に基づいて前記導電率濃度相関情報から前記被処理水のアンモニア濃度の推定値である第１アンモニア濃度推定値を推定する第１推定部と、
   前記処理水の前記第１アンモニア濃度推定値および前記アンモニア濃度センサによって測定された前記処理水のアンモニア濃度値に基づいて、前記生物反応槽への前記曝気量の目標値を算出する目標曝気量算出部と、
   前記導電率濃度相関情報を更新する導電率濃度相関情報更新部と、
   を備え、
   前記導電率濃度相関情報更新部は、
   前記第１アンモニア濃度推定値を推定する方法とは異なる方法で測定または推定される前記被処理水のアンモニア濃度の値である第２アンモニア濃度推定値を受け付ける受付部と、
   前記受付部が受け付けた前記第２アンモニア濃度推定値と前記導電率センサで測定された前記導電率値と、に基づいて前記導電率濃度相関情報を更新する更新処理部と、
   を有することを特徴とする曝気量制御装置。
2. 前記導電率濃度相関情報更新部は、前記生物反応槽への前記被処理水の流入水量、前記曝気量、および前記生物反応槽内の前記処理水のアンモニア濃度値を含むプラントデータから、前記被処理水の前記第２アンモニア濃度推定値を推論する学習済モデルを用いて、前記プラントデータから前記第２アンモニア濃度推定値を出力する第２推定部をさらに備え、
   前記受付部は、前記第２推定部から前記第２アンモニア濃度推定値を受け付けることを特徴とする請求項１に記載の曝気量制御装置。
3. 前記更新処理部は、前記第１アンモニア濃度推定値と前記第２アンモニア濃度推定値とから前記導電率濃度相関情報の更新が必要であるかを判定し、前記導電率濃度相関情報の更新が必要な場合に前記導電率濃度相関情報の更新を実行することを特徴とする請求項１または２に記載の曝気量制御装置。
4. 前記更新処理部は、前記第１アンモニア濃度推定値と前記第２アンモニア濃度推定値との差が定められた判定値よりも大きい場合に、前記導電率濃度相関情報の更新が必要であると判定し、同時刻の前記第２アンモニア濃度推定値と前記導電率値とを用いて前記被処理水の導電率と前記被処理水のアンモニア濃度との相関関係を新しく構築し、前記導電率濃度相関情報記憶部の前記導電率濃度相関情報を更新することを特徴とする請求項３に記載の曝気量制御装置。
5. 時刻Ｔで前記被処理水が前記生物反応槽に流入してから、曝気される位置まで流下する時間をΔＴ１とし、前記アンモニア濃度センサの位置まで流下する時間をΔＴ２とした場合に、前記生物反応槽への被処理水の流入水量は時刻Ｔにおけるデータであり、前記曝気量は時刻Ｔ＋ΔＴ１におけるデータであり、前記生物反応槽内の前記処理水のアンモニア濃度値は時刻Ｔ＋ΔＴ２におけるデータであることを特徴とする請求項２に記載の曝気量制御装置。
6. 前記学習済モデルを生成する学習装置をさらに備え、
   前記学習装置は、
   前記生物反応槽への被処理水の流入水量、前記曝気量、および前記生物反応槽内の前記処理水のアンモニア濃度値を含む前記プラントデータと、前記被処理水のアンモニア濃度値と、を含む学習用データを取得するデータ取得部と、
   前記学習用データを用いて、前記生物反応槽への被処理水の流入水量、前記曝気量、および前記生物反応槽内の前記処理水のアンモニア濃度値を含む前記プラントデータから前記第２アンモニア濃度推定値を推論するための学習済モデルを生成するモデル生成部と、
   を有することを特徴とする請求項２または５に記載の曝気量制御装置。
7. 被処理水に対して生物処理を行う生物反応槽に流入する被処理水のアンモニア濃度の推定値である第１アンモニア濃度推定値を、前記被処理水の導電率とアンモニア濃度との相関関係を示す導電率濃度相関情報を用いて推定し、前記第１アンモニア濃度推定値を用いて前記生物反応槽に供給される酸素を含む気体の量である曝気量を制御する曝気量制御装置における曝気量制御方法であって、
   前記曝気量制御装置が、前記生物反応槽に流入する前記被処理水の導電率値を取得する導電率取得工程と、
   前記曝気量制御装置が、外部より、前記第１アンモニア濃度推定値を推定する方法とは異なる方法で測定または推定される前記被処理水のアンモニア濃度の値である第２アンモニア濃度推定値を受け付ける第２アンモニア濃度推定値受付工程と、
   前記曝気量制御装置が、前記第２アンモニア濃度推定値と前記導電率値とに基づいて前記被処理水の前記導電率濃度相関情報を更新する更新処理工程と、
   を含むことを特徴とする曝気量制御方法。
8. 前記曝気量制御装置が、取得した前記導電率値に基づいて、前記導電率濃度相関情報から前記被処理水の前記第１アンモニア濃度推定値を推定する第１アンモニア濃度推定値推定工程と、
   前記曝気量制御装置が、前記第１アンモニア濃度推定値と前記第２アンモニア濃度推定値とから前記導電率濃度相関情報の更新が必要であるかを判定する判定工程と、
   をさらに含み、
   前記導電率濃度相関情報の更新が必要であると判定された場合に、前記更新処理工程が実行されることを特徴とする請求項７に記載の曝気量制御方法。

Images