JPH0155915B2 - - Google Patents
Info
- Publication number
- JPH0155915B2 JPH0155915B2 JP55166756A JP16675680A JPH0155915B2 JP H0155915 B2 JPH0155915 B2 JP H0155915B2 JP 55166756 A JP55166756 A JP 55166756A JP 16675680 A JP16675680 A JP 16675680A JP H0155915 B2 JPH0155915 B2 JP H0155915B2
- Authority
- JP
- Japan
- Prior art keywords
- flow rate
- sludge
- time
- sludge flow
- adjustment
- 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.)
- Expired
Links
- 239000010802 sludge Substances 0.000 claims description 61
- 239000010865 sewage Substances 0.000 claims description 29
- 238000000034 method Methods 0.000 claims description 28
- 238000011017 operating method Methods 0.000 claims description 8
- 238000005273 aeration Methods 0.000 description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000004062 sedimentation Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000000737 periodic effect Effects 0.000 description 5
- 239000002131 composite material Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000005842 biochemical reaction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 239000006228 supernatant Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
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
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W10/00—Technologies for wastewater treatment
- Y02W10/10—Biological treatment of water, waste water, or sewage
Landscapes
- Activated Sludge Processes (AREA)
Description
【発明の詳細な説明】
本発明は活性汚泥法を採用している下水処理装
置の水質指標MLSS(Mixed Liquor Suspended
Solid)の日間変動を最小とする最適運転方法に
関する。
置の水質指標MLSS(Mixed Liquor Suspended
Solid)の日間変動を最小とする最適運転方法に
関する。
微生物の活動を利用した活性汚泥法はその活動
の良否を示す指標が多数あるため、多年の経験豊
富な技術者が日々の運転に不可欠である。しかし
ながら、急速な施設の拡充の進行に対して、技術
者の育成が遅れ気味であり技術者不足となつてい
る。そこで、蓄積された運転データを電算機によ
つて処理して、装置の運転方法を作成することは
技術者不足解消の一つとして、非常に望ましいこ
とである。
の良否を示す指標が多数あるため、多年の経験豊
富な技術者が日々の運転に不可欠である。しかし
ながら、急速な施設の拡充の進行に対して、技術
者の育成が遅れ気味であり技術者不足となつてい
る。そこで、蓄積された運転データを電算機によ
つて処理して、装置の運転方法を作成することは
技術者不足解消の一つとして、非常に望ましいこ
とである。
このような装置の運転方法は、通常、流量等、
主要な変量が時間量で表されるため、1日24回の
調整回数として表すことができる。また、流入下
水の時間特性は、家庭からの汚水に依存している
と言われている。すなわち、流量時間曲線は昼と
夕方に極大値があり、これらの間に極小値を含む
もので、極値は4個となることが多い。
主要な変量が時間量で表されるため、1日24回の
調整回数として表すことができる。また、流入下
水の時間特性は、家庭からの汚水に依存している
と言われている。すなわち、流量時間曲線は昼と
夕方に極大値があり、これらの間に極小値を含む
もので、極値は4個となることが多い。
この極値に着目すると、1日24回でなく、例え
ば、時間区間に1個の極値を有することとして、
1日5回で調整することが可能と考えられる。調
整回数が少ないことは、運転技術者にとつても望
ましいことである。
ば、時間区間に1個の極値を有することとして、
1日5回で調整することが可能と考えられる。調
整回数が少ないことは、運転技術者にとつても望
ましいことである。
この運転方法を得るためには、流入下水特性の
取扱い方法、装置の数学モデル作成方法、運転デ
ータの処理アルゴリズムの構成方法の3部を均等
に包含することが必要である。
取扱い方法、装置の数学モデル作成方法、運転デ
ータの処理アルゴリズムの構成方法の3部を均等
に包含することが必要である。
実用上では、流入下水特性の予測が最も困難で
予測をいかにすべきか、その簡便法が求められて
いる。
予測をいかにすべきか、その簡便法が求められて
いる。
本発明の目的は、活性汚泥法を用いた下水処理
場において返送汚泥流量と余剰汚泥流量とを独立
に調整でき、しかも1日の調整回数を指定して、
装置をより良く運転するための運転指針を作成
し、この運転指針により運転調整を行う活性汚泥
法下水処理場の最適運転方法を提供することにあ
る。
場において返送汚泥流量と余剰汚泥流量とを独立
に調整でき、しかも1日の調整回数を指定して、
装置をより良く運転するための運転指針を作成
し、この運転指針により運転調整を行う活性汚泥
法下水処理場の最適運転方法を提供することにあ
る。
上記目的は、流入下水特性(流量、BOD、
SS)の予測、返送および余剰汚泥流量の決定、
指定調整回数に対応した処理、の3つを主面構成
要素として達成される。すなわち、予測はフーリ
エ解析による調波分析により、主要調波第1位か
ら第数位までを用いて再構成したり、自己回帰モ
デルを用いたりして行う。また、返送汚泥流量は
物質収支式から算出し、余剰汚泥流量はMLSSの
変動幅を最小とするように選定する。さらに、指
定調整回数(1〜5回/日)に対応した処理は、
1日24時間の時間流量について、返送汚泥流量曲
線が上述のように得られているので、その極値の
数と配置に着目した極値削除を採用している。
SS)の予測、返送および余剰汚泥流量の決定、
指定調整回数に対応した処理、の3つを主面構成
要素として達成される。すなわち、予測はフーリ
エ解析による調波分析により、主要調波第1位か
ら第数位までを用いて再構成したり、自己回帰モ
デルを用いたりして行う。また、返送汚泥流量は
物質収支式から算出し、余剰汚泥流量はMLSSの
変動幅を最小とするように選定する。さらに、指
定調整回数(1〜5回/日)に対応した処理は、
1日24時間の時間流量について、返送汚泥流量曲
線が上述のように得られているので、その極値の
数と配置に着目した極値削除を採用している。
ここで、活性汚泥法での下水処理装置の運転法
は、1日24時間にわたる調整可能な量である返送
汚泥流量と余剰汚泥流量との時間曲線を、流入下
水特性の予測値に対して作成することによつて得
られる。
は、1日24時間にわたる調整可能な量である返送
汚泥流量と余剰汚泥流量との時間曲線を、流入下
水特性の予測値に対して作成することによつて得
られる。
なお、時間曲線とは、変量の1時間値の、1日
24時間分として24個から構成される曲線である。
24時間分として24個から構成される曲線である。
この曲線の作成のために、運転に関する時系列
データの変化の特徴を把握し、これによつて、電
算機の演算時間が短かく、記憶容量の小さな、経
済的なアルゴリズムを構成した。
データの変化の特徴を把握し、これによつて、電
算機の演算時間が短かく、記憶容量の小さな、経
済的なアルゴリズムを構成した。
この結果、明日の流入下水特性を簡便な方法で
予測することが出来、かつ、調整回数の指定可能
な1日の運転方案を経済的に作成することが可能
となつた。
予測することが出来、かつ、調整回数の指定可能
な1日の運転方案を経済的に作成することが可能
となつた。
活性汚泥法の下水処理装置では、第1図に示す
ごとく、曝気槽1で曝気により基質と活性汚泥の
混合を促進させ、ついで沈殿池2にて沈降による
固液分離を行ない、上澄水を放流水8としてい
る。
ごとく、曝気槽1で曝気により基質と活性汚泥の
混合を促進させ、ついで沈殿池2にて沈降による
固液分離を行ない、上澄水を放流水8としてい
る。
沈殿池2に沈殿した活性汚泥は、返送汚泥ポン
プ3にて再び曝気槽1に戻され、生物化学反応を
続ける。一方、沈殿池2から引抜かれた活性汚泥
で返送する必要のない量は、余剰汚泥ポンプ4に
て系外に排出され、汚泥処理工程に移送される。
プ3にて再び曝気槽1に戻され、生物化学反応を
続ける。一方、沈殿池2から引抜かれた活性汚泥
で返送する必要のない量は、余剰汚泥ポンプ4に
て系外に排出され、汚泥処理工程に移送される。
したがつて、流量としては返送汚泥と余剰汚泥
の2量が調整可能である。測定器はMLSS計5、
返送汚泥流量計6、余剰汚泥流量計7の3つを付
設する。
の2量が調整可能である。測定器はMLSS計5、
返送汚泥流量計6、余剰汚泥流量計7の3つを付
設する。
上記2流量の時間変化曲線を決定するときの重
要な水質指標としてはMLSSを用いる。
要な水質指標としてはMLSSを用いる。
すなわち、この水質指標である曝気槽における
MLSSの日間変動を最小とするように、所与の日
間調整回路において、返送汚泥流量と余剰汚泥流
量を決定する。
MLSSの日間変動を最小とするように、所与の日
間調整回路において、返送汚泥流量と余剰汚泥流
量を決定する。
第2図は最適運転方法アルゴリズムの全体の流
れ図で、7つの演算部から構成されている。
れ図で、7つの演算部から構成されている。
第2図において、データ入力の内容は対象シ
ステムの定数と、流入下水特性としての流量、
BOD(Biochemical Oxygen Demand)および
SS(Suspended Solid)の3変量と、その時系列
データである。
ステムの定数と、流入下水特性としての流量、
BOD(Biochemical Oxygen Demand)および
SS(Suspended Solid)の3変量と、その時系列
データである。
翌日の運転方案を得るときには、この流入下水
特性を予測をしなければならない。まず、1週間
の時系列データを入手するが、この時系列データ
の振幅fの時間特性は、周知のように下式で表さ
れる。
特性を予測をしなければならない。まず、1週間
の時系列データを入手するが、この時系列データ
の振幅fの時間特性は、周知のように下式で表さ
れる。
f=A0+A1 sin(ωt+ψ1)+…
+Ai sin( iωt+ψi)+…
上式において、A0は直流項であり平均値に相
当する。また、A1(i=1、2、…)は振幅を、
( iωt+ψi)は位相をそれぞれ表わす。これらの
各係数はフーリエ解析により決定される。
当する。また、A1(i=1、2、…)は振幅を、
( iωt+ψi)は位相をそれぞれ表わす。これらの
各係数はフーリエ解析により決定される。
第3図は流入BODについての1週間の時系列
データをフーリエ解析したもので、第3図におい
て、第1位の成分、すなわち、振幅が一番大きい
周波数は基本波であり、第2位(二番目に大きい
もの)は第7高調波、第3位は第14高調波、…と
なる。
データをフーリエ解析したもので、第3図におい
て、第1位の成分、すなわち、振幅が一番大きい
周波数は基本波であり、第2位(二番目に大きい
もの)は第7高調波、第3位は第14高調波、…と
なる。
これらのうち、主要周期成分、例えば、第1、
第2位成分に付いてみると、第1位の成分である
基本波は、データが1週間であるから1週間周期
となる。また、第2位の成分である第7高調波
は、1週間に7日ある日周期の成分となる。これ
らの2成分で(再)合成した特性(前述した平均
値、振幅、位相の3つで1つの周期成分は定ま
る。)を流入下水特性の予測値として入力する。
第2位成分に付いてみると、第1位の成分である
基本波は、データが1週間であるから1週間周期
となる。また、第2位の成分である第7高調波
は、1週間に7日ある日周期の成分となる。これ
らの2成分で(再)合成した特性(前述した平均
値、振幅、位相の3つで1つの周期成分は定ま
る。)を流入下水特性の予測値として入力する。
もちろん、第3位、第4位の成分を含んだ合成
特性としてもよく、このようにすれば、より実測
データに近い波形となる。第4図は流入BODの
場合の合成特性で、一つの例である。流入下水特
性としては、このほか、流量、SSの各変量があ
り、これらについても同じ予測法を適用して予測
を行なう。
特性としてもよく、このようにすれば、より実測
データに近い波形となる。第4図は流入BODの
場合の合成特性で、一つの例である。流入下水特
性としては、このほか、流量、SSの各変量があ
り、これらについても同じ予測法を適用して予測
を行なう。
この予測データの、明日に対応するデータを用
い、1日24時間に相当する各時間区間の演算を行
う。返送汚泥流量計算は物質収支式、すなわ
ち、曝気槽内の汚泥量収支を1日24時間の任意区
分数の分割による部分区間毎(例えば1時間づつ
で24区間)にとることを目的とした式を用いる。
い、1日24時間に相当する各時間区間の演算を行
う。返送汚泥流量計算は物質収支式、すなわ
ち、曝気槽内の汚泥量収支を1日24時間の任意区
分数の分割による部分区間毎(例えば1時間づつ
で24区間)にとることを目的とした式を用いる。
QIXI+QRXR−XD(QI+QR)
+(△X/△t)V=0 …(1)
故に、
QR=(XD−XI)QI/(XR−XD)
−(△X/△t)V/(XR−XD)
ここで、Qは流量、Xは汚泥濃度、添字Iは流
入でRは返送を表わす。△Xは曝気槽内のMLSS
平均増殖分、Vは曝気槽容積、XDは曝気槽出口
のMLSS目標値である。
入でRは返送を表わす。△Xは曝気槽内のMLSS
平均増殖分、Vは曝気槽容積、XDは曝気槽出口
のMLSS目標値である。
曝気槽と沈殿池モデル計算は、曝気槽モデル
により、槽内の基質(BOD)が汚泥(SS)に増
殖するという変化を量的に表わす。また、沈殿池
モデルでは沈降現象による汚泥濃度(SS)変化
を算出する。沈殿池モデルは単一指標の入力出力
関係を得れば良いので、現象論的な統計モデルを
用いる。前記曝気槽モデルには次式を用いる。
により、槽内の基質(BOD)が汚泥(SS)に増
殖するという変化を量的に表わす。また、沈殿池
モデルでは沈降現象による汚泥濃度(SS)変化
を算出する。沈殿池モデルは単一指標の入力出力
関係を得れば良いので、現象論的な統計モデルを
用いる。前記曝気槽モデルには次式を用いる。
Z=α(t)・ZC+(1−α(t))ZP …(2)
ただし、α(t)=
αH(Q(t)≧QM
αL(Q(t)<QM)
ここにtは任意時刻、Q(t)は時刻tのとき
の流入流量、QMはモデル作成時に使用した流入
流量データの中央値、αHとαLは重み係数で、それ
ぞれ高水量時と低水量時の値、ZCとZPは基質
(BOD)濃度または汚泥(SS)濃度で、添字C
とPはそれぞれ完全混合モデルと押出流モデルを
用いたときの値である。
の流入流量、QMはモデル作成時に使用した流入
流量データの中央値、αHとαLは重み係数で、それ
ぞれ高水量時と低水量時の値、ZCとZPは基質
(BOD)濃度または汚泥(SS)濃度で、添字C
とPはそれぞれ完全混合モデルと押出流モデルを
用いたときの値である。
MLSS指標I計算は1日24時間をN個(N:
正整数)の離散時刻tiとすれば、次式を用いて行
なわれる。
正整数)の離散時刻tiとすれば、次式を用いて行
なわれる。
ここで、Ma i、Mc iはそれぞれ離散時刻tiにおけ
るMLSSの実測値と計算値である。
るMLSSの実測値と計算値である。
余剰汚泥流量は計算機による探索で決定す
る。所与の流動変動範囲をM個(M:正整数)に
分割すると、(M+1)個の離散値を得るもので、
MLSS変動指標を、曝気槽と沈殿池の数学モデル
を用いて、流入下水特性予測値に対して算出し、
式(3)を指標としてMLSS変動指標が最小値Min・
Iとなる離散流量値を求める。
る。所与の流動変動範囲をM個(M:正整数)に
分割すると、(M+1)個の離散値を得るもので、
MLSS変動指標を、曝気槽と沈殿池の数学モデル
を用いて、流入下水特性予測値に対して算出し、
式(3)を指標としてMLSS変動指標が最小値Min・
Iとなる離散流量値を求める。
調整回数は指定可能であるので、上記〜ま
での演算で得られた調整回数N個の流量時間曲線
を波形変形することによつて指定回数の流量時間
曲線を得る。指標MLSSに関係の強い返送汚泥流
量時間曲線に対し波形変形をほどこし調整時刻を
決定して、その調整時刻に対して余剰汚泥流量時
間曲線の波形変形をほどこす。
での演算で得られた調整回数N個の流量時間曲線
を波形変形することによつて指定回数の流量時間
曲線を得る。指標MLSSに関係の強い返送汚泥流
量時間曲線に対し波形変形をほどこし調整時刻を
決定して、その調整時刻に対して余剰汚泥流量時
間曲線の波形変形をほどこす。
すなわち、前述のようにして、返送汚泥流量の
時間曲線が得られているので、曲線の極大値、最
小値に着目し、極値の価値を表わす指標を定義
し、最も価値の低い(指標値の小さい)ものから
消去し、所定回数より1つ小さい極値数まで削減
する。その結果、指定回数の調整時刻が決定され
る。次に余剰汚泥流量時間曲線に対し上記決定さ
れた調整時刻毎にこれら調整時刻間の調整量を満
足するべく波形変形を施す。
時間曲線が得られているので、曲線の極大値、最
小値に着目し、極値の価値を表わす指標を定義
し、最も価値の低い(指標値の小さい)ものから
消去し、所定回数より1つ小さい極値数まで削減
する。その結果、指定回数の調整時刻が決定され
る。次に余剰汚泥流量時間曲線に対し上記決定さ
れた調整時刻毎にこれら調整時刻間の調整量を満
足するべく波形変形を施す。
ここで、第5図aで示すような調整回数を24回
とした時間曲線があるものとする。この波形の特
徴は極値配置であるとして、隣接極値中点時刻を
調整時刻とする。極値数がL個あつたとすれば、
(L+1)個の時間区間になるので、(L+1)が
指定調整回数よりも大きいときには極値として価
値のないものから、1つずつ削減していく。第5
図は、調整回数を16回、10回、5回と順次決定
し、これら調整回数に対応して、極値の価値の低
いものを削減し、波形変形する過程を示してい
る。上記価値を表わす指標Wiは次式で定義する。
とした時間曲線があるものとする。この波形の特
徴は極値配置であるとして、隣接極値中点時刻を
調整時刻とする。極値数がL個あつたとすれば、
(L+1)個の時間区間になるので、(L+1)が
指定調整回数よりも大きいときには極値として価
値のないものから、1つずつ削減していく。第5
図は、調整回数を16回、10回、5回と順次決定
し、これら調整回数に対応して、極値の価値の低
いものを削減し、波形変形する過程を示してい
る。上記価値を表わす指標Wiは次式で定義する。
Wi=(Ti−Ti-1)・|ei+1−ei|
(i=1、2…L)
WL+1=(TL+1−TL)・|eL+1−eL|
上式において、隣接極値中点時刻はT0、T1、
T2…TL+1(T0は始時刻で、TL+1は終時刻)であ
り、これら時間区間毎の流量平均値をe1、e2…
eL+1とした。
T2…TL+1(T0は始時刻で、TL+1は終時刻)であ
り、これら時間区間毎の流量平均値をe1、e2…
eL+1とした。
指標の最小値Min、Wiとなる時間区間iを選
んでWi-1とWi+1の大きい方に時間区間iを併呑
する。この操作を繰返して、指定回数となつたら
停止する。
んでWi-1とWi+1の大きい方に時間区間iを併呑
する。この操作を繰返して、指定回数となつたら
停止する。
第6図は返送汚泥流量時間曲線を示しており、
a,b,cはそれぞれ、調整回数を24回、3回、
1回として、上述の手法により波形変形した場合
を示す。余剰汚泥流量時間曲線は、第7図a,
b,cで示すように、上述のように決定された調
整時刻間の調整量を満足するべく波形変形され、
調整回数に対応した時間曲線が得られる。
a,b,cはそれぞれ、調整回数を24回、3回、
1回として、上述の手法により波形変形した場合
を示す。余剰汚泥流量時間曲線は、第7図a,
b,cで示すように、上述のように決定された調
整時刻間の調整量を満足するべく波形変形され、
調整回数に対応した時間曲線が得られる。
運転方案が上記までで得られたので、この運
転方案での水質指標のMLSSとBODの時間曲線
の計算を行なう。第8図と第9図はそれぞれ
MLSSとBODの時間曲線であり、a,b,cは
それぞれ調整回数24回、3回、1回の場合であ
る。図において、実線は計算により求めた値であ
り、破線は実測値である。図から明らかなように
両者間に大きな差はない。
転方案での水質指標のMLSSとBODの時間曲線
の計算を行なう。第8図と第9図はそれぞれ
MLSSとBODの時間曲線であり、a,b,cは
それぞれ調整回数24回、3回、1回の場合であ
る。図において、実線は計算により求めた値であ
り、破線は実測値である。図から明らかなように
両者間に大きな差はない。
上記実施例では流入下水特性の予測法はフーリ
エ解析による波形分析により、主要周期成分をと
り上げて合成するもので、平均値、振巾、位相の
3つで1つの周期成分の波形は定まるものであ
る。前述の第4図の合成特性例では、第1位、第
2位の2成分としたが、さらに、第3位、第4位
の周期成分を含んだ合成特性とすることも出来
る。また、予測法として自己回帰モデルを用いて
も良い。
エ解析による波形分析により、主要周期成分をと
り上げて合成するもので、平均値、振巾、位相の
3つで1つの周期成分の波形は定まるものであ
る。前述の第4図の合成特性例では、第1位、第
2位の2成分としたが、さらに、第3位、第4位
の周期成分を含んだ合成特性とすることも出来
る。また、予測法として自己回帰モデルを用いて
も良い。
沈殿池モデル(第2図の)は装置が角柱部に
横流部を付設し、主として角柱部で汚泥沈降が行
なわれるが、さらに横流部でも沈降時間のかかる
汚泥を沈降させるように構成されているので、こ
の構造に対応した数学モデルを用いることも出来
る。
横流部を付設し、主として角柱部で汚泥沈降が行
なわれるが、さらに横流部でも沈降時間のかかる
汚泥を沈降させるように構成されているので、こ
の構造に対応した数学モデルを用いることも出来
る。
本方法は調整回数を指定することが可能な活性
汚泥法の下水処理装置の運転方法を得ることを可
能とするもので、この運転方案によれば、曝気槽
のMLSS日間変動が小さな、安定な運転が、操作
員の経験にたよらないでも、実行されることにな
る。
汚泥法の下水処理装置の運転方法を得ることを可
能とするもので、この運転方案によれば、曝気槽
のMLSS日間変動が小さな、安定な運転が、操作
員の経験にたよらないでも、実行されることにな
る。
この運転法を作成する段階において、電算機演
算時間は下水処理装置の運転上の特徴を把握して
最適値の探索を極力少なくしたので、極めて短か
いものとなり、さらに流入下水特性の予測につい
てはその時系列変化の特徴を把握した簡易な方法
となつているので、経済的アルゴリズムと言え
る。
算時間は下水処理装置の運転上の特徴を把握して
最適値の探索を極力少なくしたので、極めて短か
いものとなり、さらに流入下水特性の予測につい
てはその時系列変化の特徴を把握した簡易な方法
となつているので、経済的アルゴリズムと言え
る。
以上のように本発明によれば、活性汚泥法によ
る返送汚泥流量と余剰汚泥流量とを独立に調整で
き、しかも、1日の調整回数を指定して装置をよ
り良く運転するための運転指針を作成し、この運
転指針に従つて前記調整を行うようにしたので、
技術者の経験等にたよることなく、一定した良好
な処理を行うことができる。
る返送汚泥流量と余剰汚泥流量とを独立に調整で
き、しかも、1日の調整回数を指定して装置をよ
り良く運転するための運転指針を作成し、この運
転指針に従つて前記調整を行うようにしたので、
技術者の経験等にたよることなく、一定した良好
な処理を行うことができる。
第1図は活性汚泥法の下水処理装置構成図、第
2図は下水処理装置の最適運転方法アルゴリズム
の全体の流れ図、第3図はフーリエ解析による流
入下水特性の波形分析の一例を示す図、第4図は
合成流入下水特性の一例を示す図、第5図は一般
的な回数削減結果例を示す図、第6図は返送汚泥
流量時間曲線、第7図は余剰汚泥流量時間曲線、
第8図はMLSS時間曲線、第9図はBOD時間曲
線である。 1……曝気槽、2……沈殿池、3……返送汚泥
ポンプ、4……余剰汚泥ポンプ、5……MLSS
計、6……返送汚泥流量計、7……余剰汚泥流量
計、8……放流水、9……流入下水。
2図は下水処理装置の最適運転方法アルゴリズム
の全体の流れ図、第3図はフーリエ解析による流
入下水特性の波形分析の一例を示す図、第4図は
合成流入下水特性の一例を示す図、第5図は一般
的な回数削減結果例を示す図、第6図は返送汚泥
流量時間曲線、第7図は余剰汚泥流量時間曲線、
第8図はMLSS時間曲線、第9図はBOD時間曲
線である。 1……曝気槽、2……沈殿池、3……返送汚泥
ポンプ、4……余剰汚泥ポンプ、5……MLSS
計、6……返送汚泥流量計、7……余剰汚泥流量
計、8……放流水、9……流入下水。
Claims (1)
- 1 活性汚泥法下水処理装置への流入下水の時系
列データから流入下水特性を予測し、下水処理装
置のシステムモデルにもとずいてMLSSの日間変
動を最小にする返送汚泥流量と余剰汚泥流量の時
間曲線を演算し、これら流量の調整回数を1日24
回以下の回数に指定することにより、返送汚泥流
量時間曲線を、その極値の数が上記指定回数に対
応する数になるまで、極値の価値の低いものから
消去する手法にて波形変形し、その結果から調整
時刻を決定し、さらに、余剰汚泥流量時間曲線
を、前記決定された調整時刻毎に、この調整時刻
間の調整量を満足するように波形変形し、前記返
送汚泥流量および余剰汚泥流量を、前記決定され
た調整時刻毎に、それぞれ前記波形変形によつて
得られた流量に調整することを特徴とする活性汚
泥法下水処理場の最適運転方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP55166756A JPS5791793A (en) | 1980-11-28 | 1980-11-28 | Optimum operation of sewage treating apparatus due to activated sludge process |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP55166756A JPS5791793A (en) | 1980-11-28 | 1980-11-28 | Optimum operation of sewage treating apparatus due to activated sludge process |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS5791793A JPS5791793A (en) | 1982-06-08 |
JPH0155915B2 true JPH0155915B2 (ja) | 1989-11-28 |
Family
ID=15837140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP55166756A Granted JPS5791793A (en) | 1980-11-28 | 1980-11-28 | Optimum operation of sewage treating apparatus due to activated sludge process |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS5791793A (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4836813B2 (ja) * | 2007-01-29 | 2011-12-14 | 株式会社東芝 | 雨水流入量予測装置及び雨水流入量予測方法 |
JP4714164B2 (ja) * | 2007-01-29 | 2011-06-29 | 株式会社東芝 | 雨水流入量予測装置及び雨水流入量予測方法 |
CN116177719B (zh) * | 2023-04-27 | 2023-12-15 | 湖南先导洋湖再生水有限公司 | 一种调节污水处理系统中缺氧池反应环境的方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5343957A (en) * | 1976-09-30 | 1978-04-20 | Mitsubishi Electric Corp | Waste water and sludge measuring instrument for activated sludge treatment works |
JPS55127192A (en) * | 1979-03-22 | 1980-10-01 | Toshiba Corp | Operating of sewage treating apparatus by activated soludge method |
-
1980
- 1980-11-28 JP JP55166756A patent/JPS5791793A/ja active Granted
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5343957A (en) * | 1976-09-30 | 1978-04-20 | Mitsubishi Electric Corp | Waste water and sludge measuring instrument for activated sludge treatment works |
JPS55127192A (en) * | 1979-03-22 | 1980-10-01 | Toshiba Corp | Operating of sewage treating apparatus by activated soludge method |
Also Published As
Publication number | Publication date |
---|---|
JPS5791793A (en) | 1982-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1023157C (zh) | 采用自适应增益调度算法的装置和方法 | |
KR940005029B1 (ko) | 프로세스 운전지원방법 및 시스템 | |
Vanrolleghem et al. | Integration of wastewater treatment plant design and operation—a systematic approach using cost functions | |
Marsili-Libelli | Modelling, identification and control of the activated sludge process | |
Gernaey et al. | Modeling of a reactive primary clarifier | |
Moreno et al. | Non-linear predictive control of dissolved oxygen in the activated sludge process | |
Dey et al. | Fractional-order models identification and control within a supervisory control framework for efficient nutrients removal in biological wastewater treatment plants | |
JPH0155915B2 (ja) | ||
Hongyang et al. | Decentralized model predictive control for N and P removal in wastewater treatment plants | |
Evenson et al. | Preliminary selection of waste treatment systems | |
Corriou et al. | Model predictive control of wastewater treatment plants: Application to the BSM1 benchmark | |
Manderso | Determination of the volume of flow equalization basin in wastewater treatment system | |
Szeląg et al. | A Data Mining Approach to the Prediction of Food-to-Mass Ratio and Mixed Liquor Suspended Solids. | |
JP3321308B2 (ja) | プラント予測制御装置 | |
Harja et al. | Fractional order PI control strategy on an activated sludge wastewater treatment process | |
Koehne et al. | Modelling and simulation of final clarifiers in wastewater treatment plants | |
Barbusiński et al. | Simulation of the influence of wastewater quality indicators and operating parameters of a bioreactor on the variability of nitrogen in outflow and bulking of sludge: Data mining approach | |
Mînzu et al. | Nonlinear discrete model for the control of a sewer network | |
Nguyen et al. | Dynamic simulation and optimization of wastewater treatment plants | |
JPS6129793B2 (ja) | ||
Ratnaweera et al. | Simulation program for wastewater coagulation | |
Ateunkeng et al. | Enhancement of energy and cost efficiency in wastewater treatment plants using hybrid bio-inspired machine learning control techniques | |
Maachou et al. | A control of recycle sludge in activated sludge process using adaptive neuro-fuzzy logic controller (ANFIS) | |
Gernaey et al. | Conservation principles suspended solids distribution modelling to support ATS introduction on a recirculating WWTP | |
JP2002336889A (ja) | 水質シミュレーション装置 |