JPH034993A - 活性汚泥プロセスのモデル予測制御方法 - Google Patents
活性汚泥プロセスのモデル予測制御方法Info
- Publication number
- JPH034993A JPH034993A JP1138748A JP13874889A JPH034993A JP H034993 A JPH034993 A JP H034993A JP 1138748 A JP1138748 A JP 1138748A JP 13874889 A JP13874889 A JP 13874889A JP H034993 A JPH034993 A JP H034993A
- Authority
- JP
- Japan
- Prior art keywords
- steady
- control
- activated sludge
- state
- nitrification
- 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.)
- Pending
Links
- 239000010802 sludge Substances 0.000 title claims abstract description 30
- 238000012545 processing Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 238000005094 computer simulation Methods 0.000 claims abstract description 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 28
- 238000005457 optimization Methods 0.000 claims description 18
- 241000894006 Bacteria Species 0.000 claims description 16
- 238000005273 aeration Methods 0.000 claims description 16
- 230000001546 nitrifying effect Effects 0.000 claims description 15
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 14
- 229910052760 oxygen Inorganic materials 0.000 claims description 14
- 239000001301 oxygen Substances 0.000 claims description 14
- 230000000694 effects Effects 0.000 abstract description 6
- 238000011156 evaluation Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 15
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 8
- 229910052799 carbon Inorganic materials 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 8
- 239000000758 substrate Substances 0.000 description 8
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 3
- 230000029058 respiratory gaseous exchange Effects 0.000 description 3
- 230000036962 time dependent Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical group N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 1
- JVMRPSJZNHXORP-UHFFFAOYSA-N ON=O.ON=O.ON=O.N Chemical compound ON=O.ON=O.ON=O.N JVMRPSJZNHXORP-UHFFFAOYSA-N 0.000 description 1
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 230000000711 cancerogenic effect Effects 0.000 description 1
- 231100000315 carcinogenic Toxicity 0.000 description 1
- 238000005660 chlorination reaction Methods 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 229910017464 nitrogen compound Inorganic materials 0.000 description 1
- 150000002830 nitrogen compounds Chemical class 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 239000011368 organic material Substances 0.000 description 1
- 230000036284 oxygen consumption Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009423 ventilation Methods 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)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
Ａ、産業上の利用分野
本発明は、水処理装置における活性汚泥制御方法に係り
、特に活性汚泥プロセスのモデル予測制御方法に関する
ものである。
、特に活性汚泥プロセスのモデル予測制御方法に関する
ものである。
Ｂ０発明の概要
本発明は、曝気槽内の被処理水中に含まれる溶存酸素濃
度および硝化菌量を制御する処理プロセスにより前記被
処理水を処理する活性汚泥のプロセス制御方法において
、 定常解析手段、最適化手段および動的シュミレ−ション
手段を有効に組み合わせることにより、水温などの外乱
があっても有効に予測制御ができるようにする。
度および硝化菌量を制御する処理プロセスにより前記被
処理水を処理する活性汚泥のプロセス制御方法において
、 定常解析手段、最適化手段および動的シュミレ−ション
手段を有効に組み合わせることにより、水温などの外乱
があっても有効に予測制御ができるようにする。
Ｃ９従来の技術
活性汚泥プロセスより排出される窒素化合物は、富栄養
化の原因物質として、また塩素処理によりニトロソシア
ミン等の発ガン性物質が生成するのではないかというこ
とから、近年、特に注目されるに至っている。このため
、生物学的硝化、脱窒素（脱Ｎ）による窒素除去、いわ
ゆる高度処理が導入されてきている。生物学的硝化脱窒
過程を高効率に管理するためには、まず前段で律速にな
っている硝化過程の最適化が不可欠である。硝化過程は
、硝化菌により好気的条件でアンモニア性窒素（ＮＨ，
−Ｎ）を亜硝酸性窒素（ＮＯｔ−Ｎ）や硝酸性窒素（Ｎ
ｏ３−Ｎ）に酸化するプロセスである。
化の原因物質として、また塩素処理によりニトロソシア
ミン等の発ガン性物質が生成するのではないかというこ
とから、近年、特に注目されるに至っている。このため
、生物学的硝化、脱窒素（脱Ｎ）による窒素除去、いわ
ゆる高度処理が導入されてきている。生物学的硝化脱窒
過程を高効率に管理するためには、まず前段で律速にな
っている硝化過程の最適化が不可欠である。硝化過程は
、硝化菌により好気的条件でアンモニア性窒素（ＮＨ，
−Ｎ）を亜硝酸性窒素（ＮＯｔ−Ｎ）や硝酸性窒素（Ｎ
ｏ３−Ｎ）に酸化するプロセスである。
硝化過程の可制御因子として、曝気槽のＤＯ濃度ならび
に処理プロセス内の硝化菌量があり、それぞれ制御方法
としてＤｏ（送風量）制御と平均汚泥滞留時間（Ｓｌｕ
ｄｇｅ Ｒｅｔｅｎｔｉｏｎ Ｔｉｍｅ ： Ｓ ＲＴ
）制御が実用化されている。
に処理プロセス内の硝化菌量があり、それぞれ制御方法
としてＤｏ（送風量）制御と平均汚泥滞留時間（Ｓｌｕ
ｄｇｅ Ｒｅｔｅｎｔｉｏｎ Ｔｉｍｅ ： Ｓ ＲＴ
）制御が実用化されている。
Ｄ１発明が解決しようとする課題
上述した従来の制御方法では、水温変動などの外乱に対
して硝化過程を長期間安定に制御するためには、ＤＯ濃
度やＳＲＴの管理目標値を最適に操作するための制御ア
ルゴリズムの開発が不可欠である。今日までこれが実現
しなかった理由として次のようなことがある。
して硝化過程を長期間安定に制御するためには、ＤＯ濃
度やＳＲＴの管理目標値を最適に操作するための制御ア
ルゴリズムの開発が不可欠である。今日までこれが実現
しなかった理由として次のようなことがある。
（１）制御モデルを含む動力学的モデル式が十分でなか
ったこと。
ったこと。
（２）硝化過程の最適化や予測制御に必要な定常解析、
動的シュミレーションがなかったこと。
動的シュミレーションがなかったこと。
（３）定常解析と動的シュミレーションを組み合わせた
利用技術がなかったこと。
利用技術がなかったこと。
本発明は上記従来の問題点に鑑みてなされたもので、そ
の目的は定常解析手段と最適化手段および動的シュミレ
ーション手段を有機的に組み合わせて用いることにより
、有効に活性汚泥プロセスを予測制御できる活性汚泥プ
ロセスのモデル予測制御方法を提供することである。
の目的は定常解析手段と最適化手段および動的シュミレ
ーション手段を有機的に組み合わせて用いることにより
、有効に活性汚泥プロセスを予測制御できる活性汚泥プ
ロセスのモデル予測制御方法を提供することである。
Ｅ１課題を解決するための手段
本発明は、上記目的を達成するために、曝気槽内の被処
理水中に含まれる溶存酸素濃度および硝化菌量を制御す
る処理プロセスにより前記被処理水を処理する活性汚泥
プロセスの制御方法において；前記処理プロセスの可制
御因子としての溶存酸素量および硝化菌量からなるプロ
セス情報に基づく処理演算式を解析して前記可制御因子
を含む状態変数を算出する定常解析手段と、前記被処理
水の評価基準と制約条件を設定し前記定常解析手段によ
る解析モデルを用いて最適解を算出する最適化手段と、
前記定常解析手段と最適化手段により決定した動力学的
パラメータと、初期値および前記被処理水の水温に応じ
て前記可制御因子の操作量を決定する動的シュミレーシ
ョン手段によって活性汚泥プロセスのモデル予測制御方
法を得る。
理水中に含まれる溶存酸素濃度および硝化菌量を制御す
る処理プロセスにより前記被処理水を処理する活性汚泥
プロセスの制御方法において；前記処理プロセスの可制
御因子としての溶存酸素量および硝化菌量からなるプロ
セス情報に基づく処理演算式を解析して前記可制御因子
を含む状態変数を算出する定常解析手段と、前記被処理
水の評価基準と制約条件を設定し前記定常解析手段によ
る解析モデルを用いて最適解を算出する最適化手段と、
前記定常解析手段と最適化手段により決定した動力学的
パラメータと、初期値および前記被処理水の水温に応じ
て前記可制御因子の操作量を決定する動的シュミレーシ
ョン手段によって活性汚泥プロセスのモデル予測制御方
法を得る。
Ｆ９作用
本発明のモデル予測制御方法においては、定常解析手段
、最適化手段および動的シュミレーション手段の３つの
機能を有する。これら３つの機能は、それぞれ有機的に
結合されており、定常解析により動的シュミレーション
を求めたり、最適化により動的シュミレーションの制御
設定値を求めながら予測することも可能である。また、
プロセスデータ（計測値など）、モデルパラメータ、定
数などを入力し、送風量や余剰汚泥量などの操作量を算
出する。
、最適化手段および動的シュミレーション手段の３つの
機能を有する。これら３つの機能は、それぞれ有機的に
結合されており、定常解析により動的シュミレーション
を求めたり、最適化により動的シュミレーションの制御
設定値を求めながら予測することも可能である。また、
プロセスデータ（計測値など）、モデルパラメータ、定
数などを入力し、送風量や余剰汚泥量などの操作量を算
出する。
Ｇ、実施例
以下に本発明の実施例を第１図〜第８図を参照しながら
説明する。
説明する。
第１図は本発明の活性汚泥プロセスのモデル予測制御方
法を実行するための予測制御装置のブロック図であって
、ｌは定常解析部２と最適化部３を備えた演算処理部で
ある。４は動的シュミレーション部、５は活性汚泥処理
プロセス部である。
法を実行するための予測制御装置のブロック図であって
、ｌは定常解析部２と最適化部３を備えた演算処理部で
ある。４は動的シュミレーション部、５は活性汚泥処理
プロセス部である。
定常解析部２．最適化部３および動的シュミレーション
部４はそれぞれ有機的に結合されている。
部４はそれぞれ有機的に結合されている。
定常解析部２は、制御因子を含む状態変数の定常特性を
把握する意味から、また最適化のツールや動的シュミレ
ーションの初期値の決定手段として、重要である。
把握する意味から、また最適化のツールや動的シュミレ
ーションの初期値の決定手段として、重要である。
最適化部３は、評価基準、制約条件を設定し、ＳＩＭＰ
ＬＥＸ法等を用いて最適解を求めるもので、解析モデル
には定常解析を求める。
ＬＥＸ法等を用いて最適解を求めるもので、解析モデル
には定常解析を求める。
動的シュミレーション部４は、非定常条件下で硝化を安
定に制御するために、送風量や余剰汚泥をいかに操作し
たら良いかを決定する。動力学的パラメータや初期値と
しては定常解析部３で決定した値を用いる。
定に制御するために、送風量や余剰汚泥をいかに操作し
たら良いかを決定する。動力学的パラメータや初期値と
しては定常解析部３で決定した値を用いる。
第２図は曝気槽の水理学的モデルを示すもので、演算回
路６ａ、６ｂ、・・・６ｉ、・・・６ｎの完全混合直列
モデルで近似できる。また、分配係数α１゜β１を使っ
て流入ｆｆ１Ｑ□や送風量Ｇ、の分配注入が可能である
。
路６ａ、６ｂ、・・・６ｉ、・・・６ｎの完全混合直列
モデルで近似できる。また、分配係数α１゜β１を使っ
て流入ｆｆ１Ｑ□や送風量Ｇ、の分配注入が可能である
。
基質除去とそれに伴う細菌の増殖は動力学的モデル式（
１）〜（１１）で表すことができる。
１）〜（１１）で表すことができる。
（曝気槽１回路における反応速度式）
％式％
（５）
（炭素系基質除去速度（ｒＬ）・汚泥増殖速度（ｒｘ）
式） ％式％ （６） （８） （アンモニア性窒素除去速度（ｒＮ）・硝化菌増殖速度
（ｒｘｓ）式） ％式％ （９） ） ここで、Ｌは炭素基質（Ｃ：ＯＤ）濃度（肩ｇ／σ）、
Ｎはアンモニア性窒素濃度（１１９／Ｑ）、ｘハＭＬＳ
Ｓ濃度（幻／ｆ２）、ＸＮは硝化菌濃度（ｍｇ／ｆ）、
Ｃは存在酸素濃度（Ｍｇ／ρ）、Ｃｓｏは飽和溶存酸素
濃度（ＩＩ９／ｉ２）、ｒ、は酸素消費速度（Ｍ９０！
／１２／時）、ＫＬは炭素系基質除去に関する反応速度
定数（（１／３１ｇ／＋２） ／日）、ＫＮはアンモニ
ア性窒素除去に関する反応速度定数（１／日）、ＹＬは
炭素系基質除去による有機物質化細菌の収率係数（ｘｇ
Ｘ／幻Ｃ０Ｄ）、ＹＮはアンモニア性基、素除去による
硝化菌の収率係数ＣＭ９Ｘ ／Ｒ９Ｎ Ｈ４−Ｎ ）、
Ｋｄは汚泥の自己酸化速度定数（１／日）、ＫｄＮは硝
化菌の自己酸化速度定数（１／日）、ＫＣＬは飽和定数
（炭素系）（ｘｇ／Ｑ） 、Ｋ、：Ｎは飽和定数（窒素
系）（ス９／σ）である。
式） ％式％ （６） （８） （アンモニア性窒素除去速度（ｒＮ）・硝化菌増殖速度
（ｒｘｓ）式） ％式％ （９） ） ここで、Ｌは炭素基質（Ｃ：ＯＤ）濃度（肩ｇ／σ）、
Ｎはアンモニア性窒素濃度（１１９／Ｑ）、ｘハＭＬＳ
Ｓ濃度（幻／ｆ２）、ＸＮは硝化菌濃度（ｍｇ／ｆ）、
Ｃは存在酸素濃度（Ｍｇ／ρ）、Ｃｓｏは飽和溶存酸素
濃度（ＩＩ９／ｉ２）、ｒ、は酸素消費速度（Ｍ９０！
／１２／時）、ＫＬは炭素系基質除去に関する反応速度
定数（（１／３１ｇ／＋２） ／日）、ＫＮはアンモニ
ア性窒素除去に関する反応速度定数（１／日）、ＹＬは
炭素系基質除去による有機物質化細菌の収率係数（ｘｇ
Ｘ／幻Ｃ０Ｄ）、ＹＮはアンモニア性基、素除去による
硝化菌の収率係数ＣＭ９Ｘ ／Ｒ９Ｎ Ｈ４−Ｎ ）、
Ｋｄは汚泥の自己酸化速度定数（１／日）、ＫｄＮは硝
化菌の自己酸化速度定数（１／日）、ＫＣＬは飽和定数
（炭素系）（ｘｇ／Ｑ） 、Ｋ、：Ｎは飽和定数（窒素
系）（ス９／σ）である。
また、ＤＯ濃度に関する物質収支式としては、次の式（
１２）〜式（１７）で示すことができる。
１２）〜式（１７）で示すことができる。
（溶存酸素の供給・消費速度速度式）
％式％
）
）
（１２）
（１３）
（１４）
（１５）
ここで、ａ＋−は炭素基質除去量当たりの必要酸素量（
ＩｆＯｔ／ ｊ１９ｃ ＯＤ ）、ａｓは単位アンモニ
ア性窒素除去量、当たりの必要酸素量ＣｘｙＯｔ／ｍｙ
ＮＨ，−Ｎ） 、ＫＬ、は総括酸素移動係数（１／時）
、ｂは内生呼吸速度定数（１／日）である。
ＩｆＯｔ／ ｊ１９ｃ ＯＤ ）、ａｓは単位アンモニ
ア性窒素除去量、当たりの必要酸素量ＣｘｙＯｔ／ｍｙ
ＮＨ，−Ｎ） 、ＫＬ、は総括酸素移動係数（１／時）
、ｂは内生呼吸速度定数（１／日）である。
さらに、反応速度、ＫＬａ、飽和溶存酸素濃度等への温
度特性は式（１８）〜式（２２）によりて表すことがで
きる。
度特性は式（１８）〜式（２２）によりて表すことがで
きる。
（温度特性式）
％式％（１８）
（１９）
（２０）
（２１）
（２２）
ここで、Ｔは水温（℃）、ＫＬは炭素基質除去に関する
反応速度定数（１／日）、θ、は炭素系基質除去速度定
数に関する温度係数、θ、は硝化反応速度定数に関する
温度係数、θゎは内生呼吸速度定数に関する温度係数で
ある。
反応速度定数（１／日）、θ、は炭素系基質除去速度定
数に関する温度係数、θ、は硝化反応速度定数に関する
温度係数、θゎは内生呼吸速度定数に関する温度係数で
ある。
ここでの具体例に用いた動力学的定数の一例を第１表に
示す。
示す。
第１表 動力学的定数
ここでは硝化の指標として、次に示す硝化率を定義しこ
れを用いた。
れを用いた。
ｙ（％） ＝ Ｎｏ、−Ｎ／（ＮＯ，−Ｎ＋Ｎ０３−Ｎ
）Ｘ１００ ・・・・・・（２３）また、処理プロセス
への負荷は第２表に示す値で一定とする。
）Ｘ１００ ・・・・・・（２３）また、処理プロセス
への負荷は第２表に示す値で一定とする。
第２表 流入水人力データ（初沈越流水）（※ 化学量
論値） （※定常シュミレーションでは、Ｎｏ、−Ｎ＝ ０ ）
［ｌコ定常解析 定常解析により、第２図に示す曝気槽出口のＮ回路（曝
気槽の回路数はｎ回路とし、入口からＡ。
論値） （※定常シュミレーションでは、Ｎｏ、−Ｎ＝ ０ ）
［ｌコ定常解析 定常解析により、第２図に示す曝気槽出口のＮ回路（曝
気槽の回路数はｎ回路とし、入口からＡ。
Ｂ、・・・、■、・・・Ｎ回路とする）における硝化率
が一定となる条件でのＤｏ濃度−８ＲＴ特性を求めた。
が一定となる条件でのＤｏ濃度−８ＲＴ特性を求めた。
プロセスモデルは、前述の式（１）〜式（１１）に示す
ように、連立非線形微分方程式であり、定常解を代数的
に求めることができない。そこで、まず下記の方法でモ
デル変形し、定常解を数値収束計算で求めた。
ように、連立非線形微分方程式であり、定常解を代数的
に求めることができない。そこで、まず下記の方法でモ
デル変形し、定常解を数値収束計算で求めた。
ルールｌ：定常仮定により、非線形連立方程式の微分項
をゼロとおく。
をゼロとおく。
ルール２：方程式を各々の変数（Ｌ、Ｎ、Ｘ。
ＸＮ、Ｃ）に関して解く。
ルール３：方程式をルール２で解く際、非線形要素であ
る双曲線関数（Ｍｏｎｄの式）の分母にある変数はその
ままの形で残し、繰り返し計算により収束させる方式と
した。
る双曲線関数（Ｍｏｎｄの式）の分母にある変数はその
ままの形で残し、繰り返し計算により収束させる方式と
した。
次に具体的な操作手順を示す。
（ａ）曝気槽の水温、流入負荷および各状態変数の初期
値を入力する。また、ＳＲＴや硝化率などの制御目標値
を設定する。
値を入力する。また、ＳＲＴや硝化率などの制御目標値
を設定する。
（ｂ）硝化率の目標値と繰り返し計算で得られる計算値
を比較し、その偏差がなくなるように操作量である風量
をＰＩ演算により求める。
を比較し、その偏差がなくなるように操作量である風量
をＰＩ演算により求める。
（ｃ）前回の変数値と今回の値とを比較し、その変化が
許容範囲内にある時点で収束とする。ここでは、ＳＲＴ
制御と硝化率一定制御が組み合わされているため、収束
条件は次式の式（２４）、（２５）。
許容範囲内にある時点で収束とする。ここでは、ＳＲＴ
制御と硝化率一定制御が組み合わされているため、収束
条件は次式の式（２４）、（２５）。
（２６）のアンド（ＡＮＤ）条件とした。
ＣＹ ｓｓｔ ｙｃａｒ ） ／ ’／ ｍａｔ Ｉ
≦εｌ ”’・・・（２４）（Ｘ＋−＋ Ｌ）
／Ｘｉ−＋ ｌ ≦ε２ −−（２５）（ＸＮＩ−
Ｉ ＸＮＩ） ／ＸＮｌ−１ｌ ≦８＊ −−（２６
）ここで、Ｃ１−ε、＝ε、＝ ０．００００１とした
。
≦εｌ ”’・・・（２４）（Ｘ＋−＋ Ｌ）
／Ｘｉ−＋ ｌ ≦ε２ −−（２５）（ＸＮＩ−
Ｉ ＸＮＩ） ／ＸＮｌ−１ｌ ≦８＊ −−（２６
）ここで、Ｃ１−ε、＝ε、＝ ０．００００１とした
。
第５図に水温が１８℃、硝化率の目標値がそれぞれ１０
％、５０％、９０％の場合の定常解析結果を示す。第５
図から明らかなように、ＤＯ濃度−５ＲＴ特性と対応す
る硝化菌（ＸＮ ）濃度、ＭＬＳＳ （Ｘ）濃度、処理
水Ｃ０Ｄ（Ｌｅ）濃度、送風ｆｉｔ（Ｇ、）との関係を
求めることができる。
％、５０％、９０％の場合の定常解析結果を示す。第５
図から明らかなように、ＤＯ濃度−５ＲＴ特性と対応す
る硝化菌（ＸＮ ）濃度、ＭＬＳＳ （Ｘ）濃度、処理
水Ｃ０Ｄ（Ｌｅ）濃度、送風ｆｉｔ（Ｇ、）との関係を
求めることができる。
［２］最適化
最適化のための評価基準として「送風量を最小にする」
こととした。
こととした。
Ｇ、→ ＭＩＮ ・・・・・・（
２７）また、制約条件として次の式（２８）、 （２９
）を設定した。
２７）また、制約条件として次の式（２８）、 （２９
）を設定した。
（ａ）曝気槽出口（Ｎ回路）における硝化率を一定とす
る。
る。
ｙ（Ｎ回路） −ｙｍａｔ ・・・・・・（２
８）（ｂ）曝気槽出口（Ｎ回路）におけるＣ０Ｄ（Ｌ）
濃度は、ある設定値（Ｌ、、ｔ）以下とする。
８）（ｂ）曝気槽出口（Ｎ回路）におけるＣ０Ｄ（Ｌ）
濃度は、ある設定値（Ｌ、、ｔ）以下とする。
Ｌ（Ｎ回路）≦Ｌ８゜、 ・・・・・・（２９）
第６図に、硝化率（ｙ 、、ｔ）が５０％で、水温がそ
れぞれ２４℃、１８．５℃および１３℃の場合について
最適Ｄｏ濃度−９ＲＴ操作条件を求めた結果を示す。
第６図に、硝化率（ｙ 、、ｔ）が５０％で、水温がそ
れぞれ２４℃、１８．５℃および１３℃の場合について
最適Ｄｏ濃度−９ＲＴ操作条件を求めた結果を示す。
［３］動的シユミレーシヨン
硝化の周年安定制御に対する外乱として最も影響の大き
い因子は水温である。そこで、ここでは水温変動時に硝
化を安定に制御するには、Ｄｏ濃度とＳＲＴをどのよう
に操作すれば良いかを検討した。水温変動パターンを第
７図に示す。この水温変化は、実処理施設において、夏
期から冬期にかけて良くみられるパターンである。
い因子は水温である。そこで、ここでは水温変動時に硝
化を安定に制御するには、Ｄｏ濃度とＳＲＴをどのよう
に操作すれば良いかを検討した。水温変動パターンを第
７図に示す。この水温変化は、実処理施設において、夏
期から冬期にかけて良くみられるパターンである。
硝化率一定制御方式として、ここでは第３図に示すよう
に硝化率の計測値（ここでは計算値）フィードバックし
、硝化率目標値との偏差に従ってＳＲＴを操作する方式
とした。すなわち、第３図において、５ａは処理プロセ
ス部、８は硝化率−窓制御部（ｙＣ）、９はＳＲＴ制御
部（ＳＲＴＣ）、ＩＯはＤＯ制御部（ＤＯＣ）である。
に硝化率の計測値（ここでは計算値）フィードバックし
、硝化率目標値との偏差に従ってＳＲＴを操作する方式
とした。すなわち、第３図において、５ａは処理プロセ
ス部、８は硝化率−窓制御部（ｙＣ）、９はＳＲＴ制御
部（ＳＲＴＣ）、ＩＯはＤＯ制御部（ＤＯＣ）である。
Ｄｏ制御部ｌＯは処理プロセス部５＆におけるＤＯ濃度
を制御し、ＳＲＴ制御部は処理プロセス部５ａにおける
ＳＲＴを制御する。このとき、硝化率の計測値ηｍｅａ
を硝化率−窓制御部８にフィードバックする。硝化率−
窓制御部８は、硝化率目標値である硝化率設定値ＳＲＴ
、。、をＳＲＴ制御部１０に入力する。また、もう一方
の操作量である送風量は、Ｄｏ制御により曝気槽Ｎ回路
のＤＯ濃度を一定に制御するものとする（式（１７）
、式（１ｇ））。
を制御し、ＳＲＴ制御部は処理プロセス部５ａにおける
ＳＲＴを制御する。このとき、硝化率の計測値ηｍｅａ
を硝化率−窓制御部８にフィードバックする。硝化率−
窓制御部８は、硝化率目標値である硝化率設定値ＳＲＴ
、。、をＳＲＴ制御部１０に入力する。また、もう一方
の操作量である送風量は、Ｄｏ制御により曝気槽Ｎ回路
のＤＯ濃度を一定に制御するものとする（式（１７）
、式（１ｇ））。
ＳＲＴ操作に基づく硝化率一定制御アルゴリズムを第４
図に示す。第４図においてＩｔ〜１５は演算ブロック、
１６はポンプ等の始動停止を指令する指令部である。系
内汚泥量（Ｍ）とＳＲＴ設定値より目標引抜き汚泥量（
Ｍｗ−＋）を求め、余剰汚泥ポンプを設定時刻に起動し
、その時点から余剰汚泥として排出した汚泥量を積算（
ΣＱｗ・Ｃｗ）し、この値がＭ Ｗ ｓ ＠ ｔと等し
いか、または大きくなった時点でポンプを停止する間欠
引抜きモードとした。
図に示す。第４図においてＩｔ〜１５は演算ブロック、
１６はポンプ等の始動停止を指令する指令部である。系
内汚泥量（Ｍ）とＳＲＴ設定値より目標引抜き汚泥量（
Ｍｗ−＋）を求め、余剰汚泥ポンプを設定時刻に起動し
、その時点から余剰汚泥として排出した汚泥量を積算（
ΣＱｗ・Ｃｗ）し、この値がＭ Ｗ ｓ ＠ ｔと等し
いか、または大きくなった時点でポンプを停止する間欠
引抜きモードとした。
第３表に示す条件で、第７図に示す水温変動時の動的シ
ュミレーションを行った結果を第８図に示す。
ュミレーションを行った結果を第８図に示す。
第３表 シュミレーション条件
（送風量操作：Ｄ〇一定制御（設定値１ 、５Ｒ９／Ｑ
、制御点はＮ回路））シュミレーションの初期値は定
常解析より求めたが、各ケース（ＲＵＮ、１．ＲＵＮ２
）とも同一条件とした。
、制御点はＮ回路））シュミレーションの初期値は定
常解析より求めたが、各ケース（ＲＵＮ、１．ＲＵＮ２
）とも同一条件とした。
ＲＵＮ２の硝化率一定制御の場合、水温の低下に伴って
、硝化反応が低下すると、これを補うためにＳＲＴ初期
の３．５日から最高１３．３日まで（第８図（Ａ））操
作することにより、硝化菌濃度（Ｘ１１） （第８図（
Ｃ））や、ＭＬＳＳｅ度（Ｘ）（第８図（Ｄ））をそれ
ぞれ２．２ｘ９／Ｑ、 １２９３朽／Ｑから、５．８
ｍ９／Ｑ、 ３２８０Ｍ９／Ｑまで高めていることがわ
かる。
、硝化反応が低下すると、これを補うためにＳＲＴ初期
の３．５日から最高１３．３日まで（第８図（Ａ））操
作することにより、硝化菌濃度（Ｘ１１） （第８図（
Ｃ））や、ＭＬＳＳｅ度（Ｘ）（第８図（Ｄ））をそれ
ぞれ２．２ｘ９／Ｑ、 １２９３朽／Ｑから、５．８
ｍ９／Ｑ、 ３２８０Ｍ９／Ｑまで高めていることがわ
かる。
これに対して、ＳＲＴを一定に制御した場合（ＲＵＮ
１ ）は、水温低下による硝化反応速度や硝化菌の増殖
速度の低下をＳＲＴにより補正しないため、第８図（Ｂ
）、第８図（Ｃ）に示すように、硝化率や硝化菌濃度は
徐々に低下し、最終的に硝化菌の洗い出しくｗａｓｈ
ｏｕｔ）が起こっていることがわかる。また、第８図（
Ｅ）に示すように、送風量は次の理由から硝化率一定制
御（ＲＵＮ２）に比べてＲＵ、ＮＩの方が低下している
。
１ ）は、水温低下による硝化反応速度や硝化菌の増殖
速度の低下をＳＲＴにより補正しないため、第８図（Ｂ
）、第８図（Ｃ）に示すように、硝化率や硝化菌濃度は
徐々に低下し、最終的に硝化菌の洗い出しくｗａｓｈ
ｏｕｔ）が起こっていることがわかる。また、第８図（
Ｅ）に示すように、送風量は次の理由から硝化率一定制
御（ＲＵＮ２）に比べてＲＵ、ＮＩの方が低下している
。
■硝化率が低下したので硝化に必要な酸素量が低下した
。
。
■ＭＬＳＳ濃度は、ＲＵＮのように増加せずほぼ一定で
あるため、内生呼吸に必要な酸素量もＲＵＮ２に比べて
少ない。
あるため、内生呼吸に必要な酸素量もＲＵＮ２に比べて
少ない。
なお、上述の実施例では、硝化の指標として硝化率を用
いたが、本発明の方法においては処理水（または曝気槽
出口）のＮＨ，−Ｎ’（またはＮＨ。
いたが、本発明の方法においては処理水（または曝気槽
出口）のＮＨ，−Ｎ’（またはＮＨ。
−Ｎ除去率）やＮ０３−Ｎ濃度をそれぞれ単独に用いて
も同様な効果が期待できる。
も同様な効果が期待できる。
Ｈ９発明の効果
本発明は、以上の如くであって、定常解析手段。
最適化手段および動的シュミレーション手段を有機的か
つ有効に組み合わせたものであるから、制御モデルを含
む動力学的モデルが十分になり、硝化監視の最適化や予
測制御に必要な定常解析、動的シュミレーションを得る
ことができる。これにより、硝化を周年安定に制御する
ための送風量（Ｅ）Ｏ濃度）や余剰汚泥（ＳＲＴ）を予
測決定できると共に消費エネルギー（ブロワ電力量）を
最小にする条件下でのＤＯ濃度、ＳＲＴ設定値を決定す
ることができる等の優れた効果が得られる。
つ有効に組み合わせたものであるから、制御モデルを含
む動力学的モデルが十分になり、硝化監視の最適化や予
測制御に必要な定常解析、動的シュミレーションを得る
ことができる。これにより、硝化を周年安定に制御する
ための送風量（Ｅ）Ｏ濃度）や余剰汚泥（ＳＲＴ）を予
測決定できると共に消費エネルギー（ブロワ電力量）を
最小にする条件下でのＤＯ濃度、ＳＲＴ設定値を決定す
ることができる等の優れた効果が得られる。
第１図は本発明の活性汚泥プロセスのモデル予測制御方
法を実行するためのモデル予測制御装置のブロック図、
第２図は曝気槽の水理学的モデル図、第３図はＳＲＴ操
作による硝化率一定制御のブロック図、第４図は硝化率
一定制御アルゴリズムを示すブロック図、第５図は硝化
率一定制御下のＤＯｅ度−５ＲＴ特性図、第６図は最適
濃度ＳＲＴ特性図、第７図は曝気槽の水温変化図、第８
図（Ａ）〜第８図（Ｅ）はそれぞれ水温変動下の動的シ
ュミレーションを示し、第８図（Ａ）はＳＲＴ設定値特
性図、第８図（Ｂ）は硝化率の経時変化特性図、第８図
（Ｃ）は硝化菌濃度の経時変化特性図、第８図（Ｄ）は
ＭＬＳＳ濃度の経時変化特性図、第８図（Ｅ）は送風量
の経時変化特性図である。 １・・・演算処理部、２・・・定常解析部、３・・・最
適化部、４・・・動的シュミレーション部、５・・・活
性汚泥処理プロセス、６ａ〜６Ｎ・・・演算回路、７・
・・最終沈澱池。 第１図 全体構成図 Ｓ４−操作量信号 第３図 ＳＲＴ操作による硝化率一定制御 ＤＯＣ：Ｄ○制御 第５図 硝化率一定制簿下のＤＯ［−３ＲＴ特性第４図 硝化率一定制御アルゴリズム ＳＡＭ：′７ン７リング；司期（−目ン第６図 最適Ｄｏ濃度−３ＲＴ特性 Ｄｏ （ｇ／ｌ ） く日） 第８図（Ａ） ＳＲＴ設定値 （日） 硝化率（η）の経時変化（Ｎ囲路） （日） （日） （日）
法を実行するためのモデル予測制御装置のブロック図、
第２図は曝気槽の水理学的モデル図、第３図はＳＲＴ操
作による硝化率一定制御のブロック図、第４図は硝化率
一定制御アルゴリズムを示すブロック図、第５図は硝化
率一定制御下のＤＯｅ度−５ＲＴ特性図、第６図は最適
濃度ＳＲＴ特性図、第７図は曝気槽の水温変化図、第８
図（Ａ）〜第８図（Ｅ）はそれぞれ水温変動下の動的シ
ュミレーションを示し、第８図（Ａ）はＳＲＴ設定値特
性図、第８図（Ｂ）は硝化率の経時変化特性図、第８図
（Ｃ）は硝化菌濃度の経時変化特性図、第８図（Ｄ）は
ＭＬＳＳ濃度の経時変化特性図、第８図（Ｅ）は送風量
の経時変化特性図である。 １・・・演算処理部、２・・・定常解析部、３・・・最
適化部、４・・・動的シュミレーション部、５・・・活
性汚泥処理プロセス、６ａ〜６Ｎ・・・演算回路、７・
・・最終沈澱池。 第１図 全体構成図 Ｓ４−操作量信号 第３図 ＳＲＴ操作による硝化率一定制御 ＤＯＣ：Ｄ○制御 第５図 硝化率一定制簿下のＤＯ［−３ＲＴ特性第４図 硝化率一定制御アルゴリズム ＳＡＭ：′７ン７リング；司期（−目ン第６図 最適Ｄｏ濃度−３ＲＴ特性 Ｄｏ （ｇ／ｌ ） く日） 第８図（Ａ） ＳＲＴ設定値 （日） 硝化率（η）の経時変化（Ｎ囲路） （日） （日） （日）
Claims (1)
- （１）曝気槽内の被処理水中に含まれる溶存酸素濃度お
よび硝化菌量を制御する処理プロセスにより前記被処理
水を処理する活性汚泥プロセスの制御方法において、前
記処理プロセスの可制御因子としての溶存酸素量および
硝化菌量からなるプロセス情報に基づく処理演算式を解
析して前記可制御因子を含む状態変数を算出する定常解
析手段と、前記被処理水の評価基準と制約条件を設定し
前記定常解析手段による解析モデルを用いて最適解を算
出する最適化手段と、前記定常解析手段と最適化手段に
より決定した動力学的パラメータと、初期値および前記
被処理水の水温に応じて前記可制御因子の操作量を決定
する動的シュミレーション手段によって構成したことを
特徴とする活性汚泥プロセスのモデル予測制御方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1138748A JPH034993A (ja) | 1989-05-31 | 1989-05-31 | 活性汚泥プロセスのモデル予測制御方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1138748A JPH034993A (ja) | 1989-05-31 | 1989-05-31 | 活性汚泥プロセスのモデル予測制御方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH034993A true JPH034993A (ja) | 1991-01-10 |
Family
ID=15229258
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1138748A Pending JPH034993A (ja) | 1989-05-31 | 1989-05-31 | 活性汚泥プロセスのモデル予測制御方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH034993A (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1997042553A1 (en) * | 1996-05-06 | 1997-11-13 | Pavilion Technologies, Inc. | Method and apparatus for modeling dynamic and steady-state processes for prediction, control and optimization |
| WO1998003434A1 (fr) * | 1996-07-19 | 1998-01-29 | Mitsubishi Chemical Corporation | Dispositif de regulation de la concentration d'oxygene dissous d'une cuve d'aeration, de regulation de la temperature de ladite cuve, de regulation du debit d'eau brute pour obtenir une surface liquide homogene et equipement de traitement d'eaux usees utilise dans le procede de traitement par boues activees |
| US7058617B1 (en) | 1996-05-06 | 2006-06-06 | Pavilion Technologies, Inc. | Method and apparatus for training a system model with gain constraints |
| US7418301B2 (en) | 1996-05-06 | 2008-08-26 | Pavilion Technologies, Inc. | Method and apparatus for approximating gains in dynamic and steady-state processes for prediction, control, and optimization |
| US7496414B2 (en) | 2006-09-13 | 2009-02-24 | Rockwell Automation Technologies, Inc. | Dynamic controller utilizing a hybrid model |
| US7610108B2 (en) | 1996-05-06 | 2009-10-27 | Rockwell Automation Technologies, Inc. | Method and apparatus for attenuating error in dynamic and steady-state processes for prediction, control, and optimization |
| US8311673B2 (en) | 1996-05-06 | 2012-11-13 | Rockwell Automation Technologies, Inc. | Method and apparatus for minimizing error in dynamic and steady-state processes for prediction, control, and optimization |
-
1989
- 1989-05-31 JP JP1138748A patent/JPH034993A/ja active Pending
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1997042553A1 (en) * | 1996-05-06 | 1997-11-13 | Pavilion Technologies, Inc. | Method and apparatus for modeling dynamic and steady-state processes for prediction, control and optimization |
| US7058617B1 (en) | 1996-05-06 | 2006-06-06 | Pavilion Technologies, Inc. | Method and apparatus for training a system model with gain constraints |
| US7213006B2 (en) | 1996-05-06 | 2007-05-01 | Pavilion Technologies, Inc. | Method and apparatus for training a system model including an integrated sigmoid function |
| US7315846B2 (en) | 1996-05-06 | 2008-01-01 | Pavilion Technologies, Inc. | Method and apparatus for optimizing a system model with gain constraints using a non-linear programming optimizer |
| US7418301B2 (en) | 1996-05-06 | 2008-08-26 | Pavilion Technologies, Inc. | Method and apparatus for approximating gains in dynamic and steady-state processes for prediction, control, and optimization |
| US7610108B2 (en) | 1996-05-06 | 2009-10-27 | Rockwell Automation Technologies, Inc. | Method and apparatus for attenuating error in dynamic and steady-state processes for prediction, control, and optimization |
| US8311673B2 (en) | 1996-05-06 | 2012-11-13 | Rockwell Automation Technologies, Inc. | Method and apparatus for minimizing error in dynamic and steady-state processes for prediction, control, and optimization |
| WO1998003434A1 (fr) * | 1996-07-19 | 1998-01-29 | Mitsubishi Chemical Corporation | Dispositif de regulation de la concentration d'oxygene dissous d'une cuve d'aeration, de regulation de la temperature de ladite cuve, de regulation du debit d'eau brute pour obtenir une surface liquide homogene et equipement de traitement d'eaux usees utilise dans le procede de traitement par boues activees |
| US7496414B2 (en) | 2006-09-13 | 2009-02-24 | Rockwell Automation Technologies, Inc. | Dynamic controller utilizing a hybrid model |
| US8036763B2 (en) | 2006-09-13 | 2011-10-11 | Rockwell Automation Technologies, Inc. | Dynamic controller utilizing a hybrid model |
| US8577481B2 (en) | 2006-09-13 | 2013-11-05 | Rockwell Automation Technologies, Inc. | System and method for utilizing a hybrid model |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ingildsen et al. | Dissolved oxygen controller based on on-line measurements of ammonium combining feed-forward and feedback | |
| Santín et al. | Applying variable dissolved oxygen set point in a two level hierarchical control structure to a wastewater treatment process | |
| Ayesa et al. | Supervisory control strategies for the new WWTP of Galindo-Bilbao: the long run from the conceptual design to the full-scale experimental validation | |
| CN115421525B (zh) | 曝气量智能控制方法、装置、控制器和存储介质 | |
| CN205740480U (zh) | 一种生物池智能曝气系统 | |
| CN117342696A (zh) | 碳源的智能投加方法、装置及控制系统 | |
| CN114291912B (zh) | 基于生物数学模型的污水处理曝气系统改造方法 | |
| Boiocchi et al. | Control of wastewater N2O emissions by balancing the microbial communities using a fuzzy-logic approach | |
| Huang et al. | A hierarchical intelligent control strategy for greenhouse gas reduction in wastewater treatment process of paper mill | |
| Krause et al. | Simulation of a nitrification control concept considering influent ammonium load | |
| CN119940870B (zh) | 污水处理碳源智能投加方法、系统和存储介质 | |
| Yu et al. | Application of fuzzy reasoning to the control of an activated sludge plant | |
| WO1998003434A1 (fr) | Dispositif de regulation de la concentration d'oxygene dissous d'une cuve d'aeration, de regulation de la temperature de ladite cuve, de regulation du debit d'eau brute pour obtenir une surface liquide homogene et equipement de traitement d'eaux usees utilise dans le procede de traitement par boues activees | |
| JP3123167B2 (ja) | 硝化脱窒プロセスシミュレータ | |
| JP3214489B2 (ja) | 汚水処理方法及び汚水処理装置 | |
| Piotrowski | Comparison of two nonlinear predictive control algorithms for dissolved oxygen tracking problem at WWTP | |
| Naito et al. | Model identification of the biochemical oxidation process | |
| JPH07106357B2 (ja) | 水処理装置 | |
| JP3182835B2 (ja) | 活性汚泥プロセスの最適制御装置 | |
| JPH06335694A (ja) | 排水の生物学的処理装置の制御装置 | |
| Kim et al. | Performance evaluation of a full-scale advanced phase isolation ditch process by using real-time control strategies | |
| Tejaswini et al. | Integrated supervisory fuzzy control framework for biological wastewater treatment plants operation and their effect on GHG emissions | |
| JPH08117793A (ja) | 循環式硝化脱窒法における硝化反応および脱窒反応の状態監視方法 | |
| Naşcu et al. | Modelling and optimization of an activated sludge wastewater treatment process | |
| CN120295381B (zh) | 一种基于a2o污水处理生物脱氮精准零延迟的控制方法 |