JP7437998B2 - 水処理システム、水処理システムの運転管理支援システム及び水処理システムの運転方法 - Google Patents
水処理システム、水処理システムの運転管理支援システム及び水処理システムの運転方法 Download PDFInfo
- Publication number
- JP7437998B2 JP7437998B2 JP2020064988A JP2020064988A JP7437998B2 JP 7437998 B2 JP7437998 B2 JP 7437998B2 JP 2020064988 A JP2020064988 A JP 2020064988A JP 2020064988 A JP2020064988 A JP 2020064988A JP 7437998 B2 JP7437998 B2 JP 7437998B2
- Authority
- JP
- Japan
- Prior art keywords
- reverse osmosis
- osmosis membrane
- water
- information
- treatment system
- 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
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims description 359
- 238000000034 method Methods 0.000 title claims description 40
- 239000012528 membrane Substances 0.000 claims description 316
- 238000001223 reverse osmosis Methods 0.000 claims description 287
- 238000005457 optimization Methods 0.000 claims description 70
- 238000004140 cleaning Methods 0.000 claims description 58
- 238000012423 maintenance Methods 0.000 claims description 21
- 230000004907 flux Effects 0.000 claims description 20
- 239000012466 permeate Substances 0.000 claims description 14
- 239000008400 supply water Substances 0.000 claims description 14
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 13
- 238000010801 machine learning Methods 0.000 claims description 12
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 238000002347 injection Methods 0.000 claims description 9
- 239000007924 injection Substances 0.000 claims description 9
- 239000011734 sodium Substances 0.000 claims description 9
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 claims description 8
- 229910052708 sodium Inorganic materials 0.000 claims description 8
- 229910052782 aluminium Inorganic materials 0.000 claims description 6
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 6
- 239000000377 silicon dioxide Substances 0.000 claims description 6
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 claims description 5
- 229910052791 calcium Inorganic materials 0.000 claims description 5
- 239000011575 calcium Substances 0.000 claims description 5
- 238000011144 upstream manufacturing Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 description 18
- 238000005259 measurement Methods 0.000 description 10
- 239000000126 substance Substances 0.000 description 10
- 230000001276 controlling effect Effects 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000005265 energy consumption Methods 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 238000009285 membrane fouling Methods 0.000 description 4
- 229910052751 metal Inorganic materials 0.000 description 4
- 239000002184 metal Substances 0.000 description 4
- 150000002739 metals Chemical class 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- -1 conductivity Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000001112 coagulating effect Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000011010 flushing procedure Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 239000005416 organic matter Substances 0.000 description 2
- 230000003204 osmotic effect Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 238000002203 pretreatment Methods 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005345 coagulation Methods 0.000 description 1
- 230000015271 coagulation Effects 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010612 desalination reaction Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005188 flotation Methods 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005374 membrane filtration Methods 0.000 description 1
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012628 principal component regression Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000009287 sand filtration Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/124—Water desalination
- Y02A20/131—Reverse-osmosis
Description
本発明の実施の形態に係る水処理システム1000は、図1に示すように、供給水を逆浸透膜処理して透過水を得る逆浸透膜装置10と、被処理水に前処理を行い、逆浸透膜装置10へ供給水を生成する前処理装置20と、逆浸透膜装置10及び前処理装置20の運転管理支援を行う運転管理支援システム30とを備える。
本発明の実施の形態に係る運転管理支援システム30は、逆浸透膜装置10及び前処理装置20に接続され、所定の制御ストラテジーに基づいて、所定の動作指令を送出する汎用又は専用の情報処理装置が利用可能である。
・逆浸透膜装置10の膜洗浄タイミングを制御するための洗浄タイミング制御情報、
・逆浸透膜装置10の膜交換タイミングを制御するための交換タイミング制御情報、
・逆浸透膜装置10の供給水を加圧する加圧ポンプの吐出圧の制御に関する吐出圧制御情報、
・逆浸透膜バンク3が多段の場合は各段の透過水の造水量の制御に関する透過水造水量制御情報、及び各段の膜洗浄タイミングや交換タイミングをそれぞれ制御する制御情報
逆浸透膜装置10の洗浄周期を長くすると、透過水を得るための処理時間を長く保つことができ稼働時間を上げることができる一方で、一回の洗浄処理に負荷がかかる結果となる。逆に、洗浄周期を短くすると、透過水を得るための処理時間が短くなり稼働時間が低下する一方で、一回の洗浄処理が容易になる。最適化情報作製部104は、予測部103の予測結果と、供給水の水質や操作条件を総合的に勘案し、最適な洗浄周期及び洗浄時間となる制御情報を含む洗浄タイミング制御情報を作製する。これにより、供給水の水質や操作条件に応じて最適となる膜洗浄タイミングを選択できる。また、従来に比べて、不必要な洗浄薬液の供給等による逆浸透膜バンク3内の逆浸透膜モジュールの劣化や、洗浄作業に要する作業時間も低減できるため、洗浄処理に係るコストを低減できる。
最適化情報作製部104は、予測部103の予測結果と、供給水の水質や操作条件を総合的に勘案し、最適な膜交換周期となる制御情報を含む膜交換タイミング制御情報を作製する。これにより、供給水の水質や操作条件に応じて最適となる膜交換タイミングを選択し、逆浸透膜を延命することができる。更に、逆浸透膜装置10では、複数本直列接続された逆浸透膜バンクのうち、特定の逆浸透膜バンク、又は複数本並列接続された逆浸透膜バンクのうち、特定の逆浸透膜バンクの消耗が激しくなる場合がある。最適化情報作製部104は、予測部103の予測結果に基づいて複数本の逆浸透膜バンクや逆浸透膜モジュールをすべて交換するための交換頻度の情報だけでなく、個々の逆浸透膜バンクや逆浸透膜モジュールのそれぞれの交換タイミングをそれぞれ最適化するための制御情報、即ち、第1の逆浸透膜バンク3a及び第2の逆浸透膜バンク3bの交換箇所及び交換順序をそれぞれ最適化した交換位置順序制御情報を更に作製することができる。交換位置順序制御情報は、第1の逆浸透膜バンク3a及び第2の逆浸透膜バンク3bの操作条件(供給水の水質、圧力および産水量など)及び/又は第1の逆浸透膜バンク3a及び第2の逆浸透膜バンク3bの運転状況を測定可能な圧力計等の計器の測定結果から予測を行うことで、複数の逆浸透膜バンクやモジュールがある場合にその交換箇所及び交換順序を最適化することができる。その結果、実際には交換寿命を迎えていない逆浸透膜バンクやモジュールの交換を少なくし、逆浸透膜の長寿命化を図るとともに、交換が必要な逆浸透膜バンクやモジュールについては、交換頻度を最適化することができる。
図1の水処理システム全体のエネルギー消費量を鑑みた場合、逆浸透膜モジュールを加圧する加圧ポンプ2は、エネルギー消費量が最も大きい。また、供給水の濃度が高いほど、単位造水量あたりの加圧ポンプ2のエネルギー消費量が増大する。最適化情報作製部104は、予測部103の予測結果に基づいて、加圧ポンプ2の吐出圧を最適化することにより、加圧ポンプの省エネを実現することができる。
水処理システム1000は、複数の逆浸透膜バンクを利用することにより、透過水の回収率を向上できる。水質変動により高導電率の供給水を処理する場合には加圧ポンプ2の圧力を上げる必要があるが、低導電率の供給水を処理する場合には加圧ポンプの加圧を低減することができる場合もある。また、逆浸透膜バンクを直列に多段に接続した場合には、後段の逆浸透膜バンクの流入水濃度が高くなるために、膜ファウリングやスケールが発生しやすい。その結果、後段の逆浸透膜バンクの単位造水量当たりのエネルギー消費量が、前段の逆浸透膜バンクよりも高くなり、更に、後段の逆浸透膜バンクの膜洗浄の周期も短くなり、洗浄コストが高くなる場合がある。最適化情報作製部104が、供給水の水質及び予測部103の各逆浸透膜バンクの圧力損失及び/又は透過水の水質の予測結果に基づいて、逆浸透膜バンクの単位造水量当たりのエネルギー消費量が低く保てるように、加圧ポンプ2の吐出圧を低減する、或いは供給水量を調整して逆浸透膜の各段から得られる透過水の造水量を最適化することにより、水処理にかかるエネルギー消費量を低減することができる。
運転管理支援システム30は、逆浸透膜装置10の運転状況に応じて、前処理装置20の運転条件が最適化されるように前処理装置20の運転条件を制御することもできる。その場合、取得部101は、被処理水の水質情報と、前処理装置20の設置条件、運転条件及び運転結果とを含む前処理装置運転制御情報を更に取得する。学習部102は、前処理装置運転制御情報及び逆浸透膜運転情報を用いた機械学習により学習済みモデルを作製する。予測部103は、学習部102が作製した学習済みモデルを用いて、前処理装置20の薬品供給部22及び前処理手段23の運転条件、例えば、薬品供給部22から被処理水へ供給される薬剤の注入率(注入量と処理水水量との比率)、前処理手段23へ供給される被処理水の流量等を予測する。最適化情報作製部104は、前処理装置20の運転条件を最適化するための前処理装置運転制御情報を更に作製する。
図1又は図2に示す水処理システム1000の運転管理支援システム30を用いた水処理システムの運転方法の運転フローの一例を図3に示す。図3のステップS1に示すように、運転管理支援システム30が備える取得部101が、供給水及び透過水の水質情報と、逆浸透膜装置の設置条件、運転条件及び運転結果を含む逆浸透膜装置情報と、逆浸透膜装置のメンテナンス情報の少なくともいずれかを含む逆浸透膜運転情報を取得し、水処理システム運転情報を運転情報記憶手段111に記憶させる。取得部101は更に、図1の水処理システム1000の運転時のモニタリングにより得られる各計器(温度計12、24、pH計11、圧力計13、14、流量計16、17、水質測定計15)のリアルタイムの測定結果を取得することができる。
(a)供給水水質
(b)加圧ポンプ2の吐出圧[MPa]
(c)一段目(逆浸透膜バンク3a)透過水流量[m3/h]
(d)二段目(逆浸透膜バンク3b)透過水流量[m3/h]
(e)透過水合計流量[m3/h]
(f)逆浸透膜バンク3a、3bのいずれかを交換後、次の交換を行うまでに逆浸透膜バンク3a、3bで得られる透過水の透過水積算水量[m3/h]
(g)逆浸透膜バンク3a、3bのいずれかを洗浄後、次の洗浄を行うまでに逆浸透膜バンク3a、3bで得られる透過水の透過水積算水量[m3/h]
(h)水処理システム1000から排出される濃縮水流量[m3/h]
(i)供給水の水温[℃]
(j)逆浸透膜バンク3a、3bにそれぞれ流入する供給水のpH[-]
(k)一段目(逆浸透膜バンク3a)フラックス比[-]
(l)二段目(逆浸透膜バンク3b)フラックス比[-]
(A)一段目(逆浸透膜バンク3a)圧力損失[MPa]
(B)二段目(逆浸透膜バンク3b)圧力損失[MPa]
(C)全体圧力損失[MPa]
(D)透過水導電率[μS/cm]
3、3a、3b…逆浸透膜バンク
4…洗浄タンク
5…洗浄用ポンプ
6…圧力調整弁
7…フラッシング弁
10…逆浸透膜装置
11…pH計
12…温度計
13、14、14a、14b…圧力計
15…水質測定計
16、17、17a、17b…流量計
20…前処理装置
21…ブースターポンプ
22…薬品供給部
23…前処理手段
24…温度計
30…運転管理支援システム
40…ネットワーク
50…サーバ
100…制御装置
101…取得部
102…学習部
103…予測部
104…最適化情報作製部
105…制御部
106…警告部
110…記憶装置
111…運転情報記憶手段
112…学習済みモデル記憶手段
113…予測結果記憶手段
114…最適化情報記憶手段
120…入力装置
130…出力装置
140…通信手段
1000、1001…水処理システム
1002…遠隔サポートセンタ
Claims (10)
- 供給水を逆浸透膜処理して濃縮水及び透過水を得る逆浸透膜装置と、
前記供給水の水温、pH、シリカ濃度、ナトリウム濃度、アルミニウム濃度、カルシウム濃度の少なくともいずれかを含む水質情報と、前記逆浸透膜装置に供給する前記供給水を加圧する加圧ポンプの吐出圧、前記透過水の流量、前記濃縮水の流量、逆浸透膜のフラックスの情報の少なくともいずれかを含む逆浸透膜装置情報とを含む逆浸透膜運転情報を収集し、収集した前記逆浸透膜運転情報を用いた機械学習により得られる学習済みモデルに基づいて、前記逆浸透膜装置の圧力損失及び/又は前記透過水の水質を予測部で予測し、該予測の結果に基づいて、前記逆浸透膜装置の運転条件及び/又はメンテナンスタイミング情報を含む最適化情報を最適化情報作製部で作製し、作製された前記最適化情報に基づいて前記逆浸透膜装置を制御装置で制御する運転管理支援システムと
を備えたことを特徴とする水処理システム。 - 供給水を逆浸透膜処理して濃縮水及び透過水を得る逆浸透膜装置と、
前記供給水の水質情報、前記逆浸透膜装置に供給する前記供給水を加圧する加圧ポンプの吐出圧、前記透過水の流量、前記濃縮水の流量、逆浸透膜のフラックスの情報を含む逆浸透膜運転情報を収集し、収集した前記逆浸透膜運転情報を用いた機械学習により得られる学習済みモデルに基づいて、前記逆浸透膜装置の圧力損失及び/又は前記透過水の水質を予測し、該予測の結果に基づいて、前記逆浸透膜装置の運転条件及び/又はメンテナンスタイミング情報を含む最適化情報を作製し、作製された前記最適化情報に基づいて前記逆浸透膜装置を制御する運転管理支援システムと
を備えたことを特徴とする水処理システム。 - 前記逆浸透膜運転情報を用いた前記機械学習により得られる前記学習済みモデルに基づいて、前記透過水の導電率を予測することを含む請求項1又は2に記載の水処理システム。
- 前記運転管理支援システムが、前記予測の結果に基づいて、前記運転条件として、前記加圧ポンプの前記吐出圧を制御する吐出圧制御情報及び/又は前記透過水の造水量を制御する透過水造水量制御情報についての前記最適化情報を作製し、作製した前記最適化情報に基づいて、前記加圧ポンプの吐出圧及び/又は前記透過水の造水量を制御することを特徴とする請求項1~3のいずれか1項に記載の水処理システム。
- 前記運転管理支援システムが、前記予測の結果に基づいて、前記メンテナンスタイミング情報として、前記逆浸透膜装置の膜洗浄タイミング及び洗浄時間の制御情報を含む洗浄タイミング制御情報と、前記逆浸透膜装置の膜交換タイミングの制御情報を含む交換タイミング制御情報とについての前記最適化情報を作製し、作製した前記洗浄タイミング制御情報及び前記交換タイミング制御情報に基づいて、最適となる前記逆浸透膜装置の膜洗浄タイミング又は膜交換タイミングとなるときに、警告信号を発することを特徴とする請求項1~4のいずれか1項に記載の水処理システム。
- 前記逆浸透膜装置の上流側に配置され、被処理水を前処理して前記逆浸透膜装置に供給するための前記供給水を得る前処理装置を更に備え、
前記運転管理支援システムが、前記前処理装置の運転条件を最適化するための前処理装置運転制御情報を作製し、作製した前処理装置運転制御情報に基づいて、前記前処理装置を制御することを特徴とする請求項1~5のいずれか1項に記載の水処理システム。 - 前記前処理装置が、前記被処理水に凝集剤を添加する凝集剤添加手段を備え、
前記運転管理支援システムが、前記被処理水の水質の予測結果に基づいて、前記被処理水に注入する凝集剤注入率の最適化情報を作製し、作製した前記凝集剤注入率の前記最適化情報に基づいて、前記凝集剤注入率を制御することを特徴とする請求項6に記載の水処理システム。 - 供給水を逆浸透膜処理して濃縮水及び透過水を得る逆浸透膜装置と、
前記供給水の水質情報、前記逆浸透膜装置に供給する前記供給水を加圧する加圧ポンプの吐出圧、前記透過水の流量、前記濃縮水の流量、逆浸透膜のフラックスの情報の少なくともいずれかを含む逆浸透膜運転情報を収集し、収集した前記逆浸透膜運転情報を用いた機械学習により得られる学習済みモデルに基づいて、前記逆浸透膜装置の圧力損失及び/又は前記透過水の水質を予測し、該予測の結果に基づいて、前記逆浸透膜装置の運転条件及び/又はメンテナンスタイミング情報を含む最適化情報を作製し、作製された前記最適化情報に基づいて前記逆浸透膜装置を制御する運転管理支援システムと
を備え、
前記逆浸透膜装置が、
互いに直列に接続された複数の逆浸透膜バンクと、
前記逆浸透膜バンクの運転状況を測定可能な計器と、
を備え、
前記運転管理支援システムが、前記複数の逆浸透膜バンクのそれぞれに対してそれぞれ最適となる洗浄タイミング、洗浄時間、又は交換タイミングとなるように、前記最適化情報を作製し、作製した前記最適化情報に基づいて、前記逆浸透膜装置の運転を制御することを特徴とする水処理システム。 - 供給水を逆浸透膜処理して濃縮水及び透過水を得る逆浸透膜装置を備える水処理システムの運転管理支援システムであって、
前記供給水の水温、pH、シリカ濃度、ナトリウム濃度、アルミニウム濃度、カルシウム濃度の少なくともいずれかの情報を含む水質情報と、前記逆浸透膜装置に供給する前記供給水を加圧する加圧ポンプの吐出圧、前記透過水の流量、前記濃縮水の流量、前記逆浸透膜のフラックスの情報の少なくともいずれかを含む逆浸透膜装置情報とを含む逆浸透膜運転情報を取得する取得部と、
前記逆浸透膜運転情報を用いて、前記水処理システムの学習済みモデルを作製する学習部と、
前記学習済みモデルを用いて、前記逆浸透膜の圧力損失及び/又は前記透過水の水質を予測する予測部と、
前記予測部の予測結果に基づいて、前記逆浸透膜装置の運転条件及び/又はメンテナンスタイミング情報を含む前記逆浸透膜装置の最適化情報を作製する最適化情報作製部と、
前記最適化情報に基づいて、前記水処理システムを制御するための制御信号を出力する制御部と、
を備える水処理システムの運転管理支援システム。 - 供給水を逆浸透膜処理して濃縮水及び透過水を得る逆浸透膜装置を備える水処理システムの運転方法において、
前記供給水の水温、pH、シリカ濃度、ナトリウム濃度、アルミニウム濃度、カルシウム濃度の少なくともいずれかの情報を含む水質情報と、前記逆浸透膜に供給する前記供給水を加圧する加圧ポンプの吐出圧、前記透過水の流量、前記濃縮水の流量、前記逆浸透膜のフラックスの情報の少なくともいずれかを含む逆浸透膜装置情報とを含む逆浸透膜運転情報を収集し、
収集した前記逆浸透膜運転情報を用いた機械学習により得られる学習済みモデルに基づいて、前記逆浸透膜の圧力損失及び/又は前記透過水の水質を予測し、
予測の結果に基づいて、前記逆浸透膜装置の運転条件及び/又はメンテナンスタイミング情報を含む最適化情報を作製し、
前記最適化情報に基づいて、前記水処理システムを制御する
ことを特徴とする水処理システムの運転方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020064988A JP7437998B2 (ja) | 2020-03-31 | 2020-03-31 | 水処理システム、水処理システムの運転管理支援システム及び水処理システムの運転方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020064988A JP7437998B2 (ja) | 2020-03-31 | 2020-03-31 | 水処理システム、水処理システムの運転管理支援システム及び水処理システムの運転方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021159870A JP2021159870A (ja) | 2021-10-11 |
JP7437998B2 true JP7437998B2 (ja) | 2024-02-26 |
Family
ID=78001928
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020064988A Active JP7437998B2 (ja) | 2020-03-31 | 2020-03-31 | 水処理システム、水処理システムの運転管理支援システム及び水処理システムの運転方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7437998B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230213922A1 (en) * | 2021-12-30 | 2023-07-06 | Pani Energy Inc | Digital model based configurable plant optimization and operation |
CN116059833B (zh) * | 2023-03-07 | 2023-08-18 | 海澜智云科技有限公司 | 煤化工循环水污堵状态人工智能判断系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001327967A (ja) | 2000-05-19 | 2001-11-27 | Toray Ind Inc | 膜濾過プラントの運転方法および製造方法 |
JP2007185648A (ja) | 2005-09-01 | 2007-07-26 | Toray Ind Inc | 膜ろ過装置の運転条件の決定方法、およびそれを用いた膜ろ過装置の運転方法、膜ろ過装置 |
WO2017022113A1 (ja) | 2015-08-05 | 2017-02-09 | 三菱重工業株式会社 | 水処理システム、発電プラント及び水処理システムの制御方法 |
-
2020
- 2020-03-31 JP JP2020064988A patent/JP7437998B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001327967A (ja) | 2000-05-19 | 2001-11-27 | Toray Ind Inc | 膜濾過プラントの運転方法および製造方法 |
JP2007185648A (ja) | 2005-09-01 | 2007-07-26 | Toray Ind Inc | 膜ろ過装置の運転条件の決定方法、およびそれを用いた膜ろ過装置の運転方法、膜ろ過装置 |
WO2017022113A1 (ja) | 2015-08-05 | 2017-02-09 | 三菱重工業株式会社 | 水処理システム、発電プラント及び水処理システムの制御方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2021159870A (ja) | 2021-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4982094B2 (ja) | 膜ろ過制御装置 | |
JP7437998B2 (ja) | 水処理システム、水処理システムの運転管理支援システム及び水処理システムの運転方法 | |
AU2002216167B2 (en) | Method for regulating a membrane filtering installation | |
Chew et al. | Advanced process control for ultrafiltration membrane water treatment system | |
JP2015100766A (ja) | 異常検出機能を有する淡水化システム | |
US20130015137A1 (en) | Method of maintaining water quality in a process stream | |
EP1463578A1 (en) | Methods for improving filtration performance of hollow fiber membranes | |
JP2014136210A (ja) | 膜ファウリング診断・制御装置、膜ファウリング診断・制御方法及び膜ファウリング診断・制御プログラム | |
AU2020218379B2 (en) | Water treatment methods and apparatus | |
US11505473B2 (en) | Predictive tool for monitoring RO and NF membranes | |
JP4718873B2 (ja) | 膜濾過設備の制御装置 | |
WO2015198898A1 (ja) | プラント異常予知装置、異常予知装置、表示装置及び表示方法 | |
KR102041670B1 (ko) | 막분리 모듈의 파울링을 판별하는 막여과 시스템 | |
KR101915378B1 (ko) | 해수담수화 플랜트의 에너지 관리 방법 및 시스템 | |
US20230072711A1 (en) | Apparatus and methods for cleaning reverse osmosis systems | |
JP2011189285A (ja) | 排水処理プロセス知識蓄積および制御支援装置 | |
CN116402233A (zh) | 一种超滤膜污染预测方法 | |
KR102403493B1 (ko) | 인공지능을 이용한 하·폐수 처리장 통합관리 시스템 | |
US20140110342A1 (en) | Method and system for minimizing energy consumption during reverse osmosis unit operation | |
Lior et al. | Advanced instrumentation, measurement, control and automation (IMCA) in multistage flash (MSF) and reverse-osmosis (RO) water desalination | |
US20240124333A1 (en) | Method for controlling ro system | |
KR101156592B1 (ko) | 여과 방식의 수처리 설비의 운영 장치 및 방법 | |
JP2022017857A (ja) | 監視制御システム、監視制御方法、及び監視制御プログラム | |
CN114786794A (zh) | 用于过滤液体的方法和系统 | |
KR20240022721A (ko) | 딥러닝 기반의 분리막 세척공정의 제어방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220707 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230322 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230404 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230526 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230801 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231026 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231222 |
|
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: 20240206 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240213 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7437998 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |