JPH07259744A

JPH07259744A - ポンプ運転台数制御装置および制御方法

Info

Publication number: JPH07259744A
Application number: JP6048446A
Authority: JP
Inventors: Hitoshi Kizawa; 均鬼澤; Haruki Inoue; 春樹井上; Hideyuki Tadokoro; 秀之田所; Hideaki Nagarei; 英明永禮
Original assignee: Hitachi Engineering Co Ltd; Hitachi Ltd
Current assignee: Hitachi Engineering Co Ltd; Hitachi Ltd
Priority date: 1994-03-18
Filing date: 1994-03-18
Publication date: 1995-10-09

Abstract

(57)【要約】【目的】ポンプ井への雨水流入量の予測精度を向上さ
せ、かつ不必要なポンプの起動・停止を少なくする。【構成】雨水ポンプ制御装置１は、雨水流入量予測部２
とポンプ台数制御３とにより構成される。雨水流入量予
測部２は、排水区域８内に設置された複数の地上雨量計
もしくはレーダ雨量計１３からの降雨データと、下水管
渠６内に設置された複数の管渠内水位計１２からの水位
データと、ポンプ井４に設置れたポンプ井水位計からの
ポンプ井水位データ１０と、ポンプ吐出量１４と実績流
入量とを入力とし、ポンプ井４への雨水流入量を予測す
る。ポンプ台数制御部３は、雨水流入量予測部２からの
予測流入量と、ポンプ井水位データ１０と河川水位計か
らの河川水位１１と、ポンプ群５のポンプ運転状態１４
等を入力とし、現在から一定時後までのポンプ群５の運
転量を決定し、これらポンプへの運転指示を行なう。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、排水ポンプ所のポンプ
運転台数制御方式に係わり、特に、合流式・分流式下水
道の排水ポンプ所において、降雨時にポンプ井水位を許
容範囲内に維持するために、最適なポンプ運転台数を決
定するのに適した排水ポンプ所のポンプ運転台数制御方
法および装置に関する。

【０００２】

【従来の技術】従来、排水ポンプ所のポンプ運転台数制
御方法では、ポンプ井水位と運転台数の関係がマイコン
または計算機内記憶されており、ポンプ運転中にポンプ
井水位を一定周期で計測し、その結果を前記マイコンま
たは計算機内に入力することによって、運転するポンプ
台数を決定するのが一般的である。この制御方法では、
ポンプの運転台数の切り換え点付近で水位の振動が発生
した場合、ポンプの起動，停止を繰り返すハンチング現
象を防止するために、起動水位と停止水位の間にヒステ
リシスを設けている。また、他の制御方法には、次に起
動または停止させるポンプ号機を決定する際に、複数の
ポンプ間の運転時間の平準化のためのアルゴリズムを付
加しているものもある。ところが、これらの制御方法で
は、ポンプ井の水位のみで制御しているため、急激な雨
水の流入に追従しにくく、また下水管渠内を移動中の雨
水の量すなわち下水管渠内貯留効果をみていないため、
ポンプの起動等にともなう一時的な水位の変動を拾いや
すく、実際は自動制御を用いずに熟練オペレータによる
手動運転に頼っている場合がほとんどである。そこで、
急激な雨水の流入に対応するために、ポンプ井への雨水
流入量を予測し、その予測値に基づいてポンプ運転台数
を制御する方法が提案されている（例えば、特開昭64−
19402 号公報）。この制御方法では、ポンプ井への実績
流入量にもとづくカルマンフィルタによって雨水流入量
の予測を行なっている。

【０００３】

【発明が解決しようとする課題】しかしながら、上記従
来技術では、過去の雨水流入量の推定を基にしてポンプ
井への雨水流入量の予測を行なっているので、雨水流入
量の予測精度に問題がある。すなわち、下水管渠の雨水
貯留効果の方がポンプ井の貯留効果に比べてはるかに大
きく、下水管渠内に存在する雨水の量を正確に把握する
ことは、ポンプ井への雨水流入量を高精度に予測するた
めの非常に重要な条件であるが、従来技術ではこの点が
考慮されておらず、ポンプ井への雨水流入量を高精度に
予測するまでには至っていない。

【０００４】さらに、ポンプ所は排水区域に降った雨水
を速やかに河川等に放出し、排水区域の浸水等を回避す
ることが主な目的であるが、ポンプ所ならびにポンプ所
付近の浸水は、復旧に多大の時間を要するため、絶対に
避けなければならない。また、ポンプは空気を吸い込
む、もしくは全揚程を大きく取るとキャビテーションを
起こし、ポンプ自身に損傷を与えるために、ポンプ井水
位にかなりのウェイトをおいて、ポンプの運転量を決定
している。この他に操作員は、特定のポンプに負荷（運
転）が偏らないように配慮し、ポンプの始動時の遅延時
間、ポンプ停止後の再起動までの始動禁止時間等を考慮
し、なるべく早目に起動、できるだけ遅く停止するよう
に操作している。

【０００５】このため、従来の制御方法は早目早目の追
加起動，遅めの停止といったポンプ井水位の低めの狭い
範囲で水位制御を行なわざるを得ず、不必要なポンプの
起動・停止の繰り返しが多くなってしまう欠点がある。

【０００６】また、従来の自動制御方式であるポンプ井
水位のみによる後追い制御（フィードバック）では、急
激な水位変化に対応できない場合があり、台風，雷雨等
の集中豪雨時は、操作員が雨の降り始めと同時に予めポ
ンプの始動を行なっている等、操作員に負担がかかるほ
か、熟練を要する作業となっている。

【０００７】本発明の目的は、ポンプ井への雨水流入量
の予測精度を向上させ、かつ不必要なポンプの起動・停
止を少なくすることが出来る排水ポンプ所のポンプ運転
台数制御方法および装置を提供することである。

【０００８】本発明の他の目的は、ポンプ井水位を一定
範囲内に維持すると共に、ポンプ運転時間を平準化し、
運転切替量もしくは回転数可変能力ポンプを少なくし、
あるいは運転切替回数（ＯＮ／ＯＦＦ型の固定能力ポ
ンプ）を少なくすることにより、所要電力を少なくする
ことの出来る排水ポンプ所のポンプ運転台数制御方法お
よび装置を提供することにある。

【０００９】

【課題を解決するための手段】上記目的を達成するため
に、本発明のポンプ運転台数制御装置は、ポンプ所の制
御対象データおよび前記ポンプ所内のポンプ群の運転状
態データを基にして、複数のポンプ組み合わせ案を生成
し、そのポンプ運転組み合わせ案の中で、評価が最もよ
いポンプ運転組み合わせ案によって前記ポンプ群の運転
台数を制御するものにおいて、前記ポンプ群の運転台数
の制御を行うのに必要なプロセス情報を計測するセンサ
ーからの情報を取り込むプロセス入力手段と、前記ポン
プ群の運転台数制御における最小化または最大化を図る
項目を表わす目的関数を作成し、該目的関数の値を最小
化または最大化するポンプ制御手段の運転案を定める遺
伝的ニューロファジィ制御手段と、前記運転案を定める
のに必要な変数を記憶する記憶手段と、前記決定された
運転案をポンプ制御手段に出力するプロセス出力手段と
を具備し、前記遺伝的ニューロファジィ制御手段は、前
記目的関数に関し所定の染色体表現を有する複数の異な
る運転案について、その運転を行った場合の複数の目的
項目の値を予見演算し、予め先験的に定められているフ
ァジィのメンバーシップ関数により前記演算された複数
の目的項目値の評価値を定める予見ファジィ評価手段
と、予め定められている複数の運転案の中から予め該当
運転案の前記評価値の他の運転案に対する所定順位で定
まる選択定数に基づいて２種の異なる親を選択し、予め
定められている交換テンプレートにより、前記２種の親
の有する性質を互いに交換する交配操作を行って新たな
運転案を生成し、生成された運転案が所定の数に達した
場合、該生成された運転案の評価値に従って所定順に運
転案を並び換える遺伝的最適化手段と、前記遺伝的最適
化手段で定められた前記評価値が最大あるいは最小の１
つの運転案を初期運転案とし、該運転案の一部を定めら
れた定数により変更し得た運転案の評価値を計算し、前
回の運転案の評価値と比較し、評価値の差分値が予め設
定された変数の値より小さい場合に、前回の運転案を今
回生成した運転案に置き換え、最適運転候補とするニュ
ーロ最適化手段とを備えることを特徴とする。

【００１０】また、本発明のポンプ運転台数制御方法
は、ポンプ所の制御対象データおよび前記ポンプ所内の
ポンプ群の運転状態データを基にして、複数のポンプ組
み合わせ案を生成し、そのポンプ運転組み合わせ案の中
で、評価が最もよいポンプ運転組み合わせ案によって前
記ポンプ群の運転台数を制御するものにおいて、前記ポ
ンプ群の運転台数の制御を行うのに必要なプロセス情報
を計測するセンサーからの情報を取り込み、前記ポンプ
群の運転台数制御における最小化または最大化を図る項
目を表わす目的関数を作成し、作成された目的関数の値
を最小化または最大化するポンプ制御手段の運転案を定
めるために、予め設定された染色体表現を有する複数の
異なる運転案について、その運転を行った場合の複数の
目的項目の値を予見演算し、予め先験的に定められてい
るファジィのメンバーシップ関数により前記演算された
複数の目的項目値の評価値を定め、予め定められた複数
の運転案の中から予め該当運転案の前記評価値の他の運
転案に対する所定順位で定まる選択定数に基づいて２種
の異なる親を選択し、予め定められている交換テンプレ
ートにより、前記２種の親の有する性質を互いに交換す
る交配操作を行って新たな運転案を生成し、生成された
運転案が所定の数に達した場合、該生成された運転案の
評価値に従って所定順に運転案を並び換える遺伝的最適
化操作を行ない、前記遺伝的最適化操作にて定められた
前記評価値が最大あるいは最小の１つの運転案を初期運
転案とし、該運転案の一部を定められた定数により変更
し得た運転案の評価値を計算し、前回の運転案の評価値
と比較し、評価値の差分値が予め設定された変数の値よ
り小さい場合に、前回の運転案を今回生成した運転案に
置き換え、前記決定された運転案をポンプ制御手段に出
力し、最適運転候補とすることを特徴とする。

【００１１】

【作用】本発明は、まず遺伝的最適化処理にて大域的な
探索により準最適解を求め、次にニューロ最適化処理に
て最適解を求め、さらにこの最適解を制御情報に変換し
出力する３種類の処理から成っている。

【００１２】遺伝的最適化処理は、短時間での準最適解
を見つけることを目的とするもので、操作案を複数個予
め準備し、これらを遺伝的アルゴリズムの個体として最
適化を図る。遺伝的最適化処理では、以下のステップ
（１）〜（３）を最大個体数繰り返す。（１）２種の親を選択し、テンプレートにより交配操作
を加え、新たな運転案を生成する。（２）生成された運転案を実行した場合の、制御目的項
目を予見演算する。（３）前記手順にて、各々の制御目的項目値をファジイ
量にて評価し、適応値を求める。

【００１３】次に、生成された操作案を適応値の下降順
に並べ換える。このような処理を以下世代数繰り返す。

【００１４】次にニューロ最適化処理は、次のような処
理を制御周期許容回数（時間）繰り返す。（１）前回運転案の一部を変化させ新たな運転案を生成
する。（２）新運転案を実行した場合の制御目的項目値を予見
演算する。（３）各々の制御目的項目をファジイ量で評価し適応値
を求める。（４）前回運転案の適応値と新運転案の適応値の差分値
を計算し、予め定められている値と比較し、新運転案が
優れている場合は、ステップ（５）に進む。そうでない
場合は最初に戻る。（５）新運転案を最適解候補として最初に戻る。

【００１５】評価が最もよいポンプ運転組み合わせを求
めるためには、前記ポンプ井水位の水位の適切さ・ポン
プの起動停止または切り替え量の少なさ・ポンプ運転時
間のばらつきの少なさ・所量電力量の少なさを、先験的
知識により予め決定しておいたメンバーシップ関数によ
って予測演算するとともに、それらの予測演算量をファ
ジィ量として評価し、その評価結果に対して予め先験的
な知識により決定しておいた荷重値により荷重平均を求
め、その荷重平均が最大となるポンプ運転組み合わせ案
を前記評価が最もよい案として採用する。

【００１６】また、本発明では、ファジィ理論を適用
し、状態と評価の関係をメンバーシップ関数として記述
し、それらを記憶することによって、一般操作員でも熟
練操作員と同等の判断が行なえるようにしている。ま
た、複数の判断規準に制御目標としての荷重を設け、操
作員の意志決定に準じたポンプ運転制御を行なえるよう
にしている。

【００１７】

【実施例】以下、本発明の実施例を図面を用いて説明す
る。図１は一般的な雨水排水ポンプ所システムの概要を
示したものである。雨水ポンプ制御装置１は、雨水流入
量予測部２とポンプ台数制御部３より構成される。雨水
流入量予測部２は、排水区域８内の複数個所に設置され
た地上雨量計７もしくはレーダ装置１３からの雨量デー
タと、下水管渠６内の複数個所に設置された管渠内水位
計１２からの水位データと、ポンプ井４に設置された水
位センサの水位データと、ポンプ吐出量１４と、実績流
入量とを入力とし、ポンプ井４と管渠内貯留量を考慮し
た系への雨水流入量を予測する。

【００１８】ポンプ台数制御部３は、最適な制御効果器
の運転案を決定する手段であり、遺伝的最適化処理部３
Ａ、ニュ−ロ最適化処理部３Ｂ、予見ファジィ評価手段
３Ｃ、全体制御処理手段３Ｄ、プロセス入力手段３Ｅ、
プロセス出力手段３Ｆ及び記憶手段３Ｇからなる。

【００１９】ポンプ台数制御部３は、雨水流入量予測部
２からの予測流入量とポンプ井水位データ，河川水位セ
ンサからの河川水位データ１１，ポンプ吐出量１４，ポ
ンプ群５の運転状況等を入力とし、現在から一定時刻後
までのポンプ群５の運転量を決定し、ポンプ群５に指示
を行なう。

【００２０】図１において、排水区域８に降った雨水は
下水管渠６を通りポンプ所９に集まってくる。ポンプ所
９では、雨水ポンプ制御装置１を用いて固定ポンプ・可
変速ポンプから構成されるポンプ群５を運転し、雨水を
河川に放出する処理を行なっている。一般的な雨水排水
ポンプ所では、雨水を自然流下によってポンプ所９に集
めるために、河川水位よりも低いところにポンプ井およ
びポンプがあり、流入雨水を適切に処理しなければポン
プ所自体を浸水させてしまうと同時に、ポンプによる放
流停止が、排水区域内の浸水を引き起こし、付近の住民
に多大な損害を与える恐れがある。このため、雨水排水
ポンプシステムにおいては、適切なポンプ運転制御を行
なうことが非常に重要なこととなっている。

【００２１】次に、雨水流入量予測部２とポンプ台数制
御部３について詳細に説明する。まず、雨水流入量予測
部２は、図２のように構成され、管渠内水位データ，ポ
ンプ井水位，降雨データ，ポンプ吐出量，河川水位より
予測流入量２６を求める。図中、指数平滑フィルター２
２は水位計測値データのノイズを除去する作用，流入量
予測演算部２１からの出力を平滑化する作用をもつ。

【００２２】実降雨量演算部２３は、排水区域内に設置
された地上雨量計７もしくはレーダ装置１３からの排水
区域内の降雨データと排水区域内面積データ／流出係数
データ２４から排水区域内８の下水管渠に流入する雨水
量（実降雨量データ）を見積る。

【００２３】排水区域内面積データ／流出係数データ２
４は、排水区域内に設置された地上雨量計７もしくはレ
ーダ装置１３からの降雨データに対応する各々の排水区
域内支配面積とその支配面積毎の流出係数を格納してお
く。

【００２４】計測データ記憶メモリ２５は、指数平滑フ
ィルター２２を通過した各種水位データ，実降雨量デー
タとその時系列データ，ポンプ吐出量データとのその時
系列データ，実績流入量とその時系列データを一時記憶
し、流入量予測演算部２１に出力する。

【００２５】実績流入量演算部２７は、管渠内水位デー
タ，河川水位，ポンプ井水位―貯留量曲線対応表２８よ
り、下水管渠を含むポンプ井への実績流入量を算出す
る。

【００２６】ポンプ井水位―貯留量曲線対応表２８は、
ポンプ井水位と下水管渠を含むポンプ井貯留量との対応
関係を記憶しておき、その対応関係の詳細は図１９に示
す。

【００２７】流入量予測演算部２１は、排水区域に降っ
た雨水が流れる下水管渠内水位データ，実降雨量データ
とその時系列データ，ポンプ吐出量，実績流入量とその
時系列データから予測流入量２６を算出する。

【００２８】流入量予測演算部２１は、図３に示すよう
に入力層２１１１，中間層２１１２，出力層２１１３か
ら成る３層神経回路網モデルから２１１構成される。神
経回路網モデル２１１の動作は、各々正規化された実降
雨量データ，水位データ，ポンプ吐出量，実績流入量か
らなる入力信号が、神経回路網モデル２１１に提示（加
えられると）されると、瞬時に神経回路網モデルの出力
信号として予測流入量２６が出力される。この神経回路
網モデル２１１からの予測流入量２６がポンプ台数制御
部３の入力となる。

【００２９】以下、神経回路網モデル２１１についての
動作を図４を用い説明を加える。図４は、神経回路網モ
デル２１１を構成する１つのユニットであるニューロン
素子モデル４１を示す。ここで、ニューロン素子モデル
への入力信号Ｘ１，Ｘ２‥‥Ｘｎは、値域（０，１）を
取るもので、シナプス荷重Ｗ１，Ｗ２‥‥Ｗｎは、値域
（−∞，＋∞）を取るものである。ここで、ｉ番目の入
力信号Ｘｉからニューロン素子モデルへ伝わる入力ｕｉ
を

【００３０】

【数１】Ｕｉ＝Ｘｉ・Ｗｉとすると、ニューロン素子モデル４１への総入力Ｕは、

【００３１】

【数２】

【００３２】となる。また、ニューロン素子モデル４１
の出力Ｙは、

【００３３】

【数３】

【００３４】で与えられる。ここで、Ｕ０はニューロン
素子モデルのしきい値（バイアス）である。

【００３５】本発明では、上記述べたニューロン素子モ
デル４１を、図３で示した階層構造２１１のように、層
状に配置し、各ニューロン素子モデルからの出力信号を
次層の各ニューロン素子モデルへの入力信号とする構成
をもつ神経回路網モデル211とする。

【００３６】上記、ニューロン素子モデル４１および神
経回路網モデル２１１に関しては、文献（The MIT Pres
s，Neurocomputing Foudations Of Research，1988，Ｐ
Ｐ318−362）の引用を持って詳細に代える。

【００３７】また、上記文献では、ある入力信号パター
ンを入力層２１１１に与えたとき、出力層２１１３から
の出力信号が期待すべき信号、すなわち教師信号となる
ように、両者の誤差に応じて中間層２１１２および出力
層２１１３の各ニューロン素子モデルへのシナプス荷重
を修正する学習アルゴリズムが示されている。この学習
アルゴリズムはバックプロパゲーション法（誤差逆伝搬
法）とよばれる。

【００３８】本発明において、神経回路網モデル２１１
を雨水流入量予測に適用する際には、入力信号（実降雨
量データ，水位データ，ポンプ吐出量，実績流入量）と
その入力信号に対応する教師データ（予測流入量）を複
数パターン設け、上記バックプロパゲーション法により
各々の入力信号とその入力信号に対応する予測流入量を
神経回路網モデル２１１に学習させておく必要がある。

【００３９】本発明においては、神経回路網モデル２１
１の学習は雨水ポンプ制御装置１に適用する以前に終了
させておく。

【００４０】図５はポンプ台数制御部３のソフト構成を
示したものであり、遺伝的最適化処理部３Ａ及びニュ−
ロ最適化処理部３Ｂは共に、交配操作処理部３１、制御
予見シミュレ−ション部３２、ファジィ評価部３３、制
御出力部３４及びメモリ３５を有する。

【００４１】交配操作処理部３１は、ポンプ所９内に設
置されたポンプ群５の全ての運転組合わせを生成し、一
つずつ組合わせを制御予見シミュレ−ション部３２に出
力する。運転組合わせは、固定能力（ＯＮ／ＯＦＦ）の
ポンプが５台あるならば、２の５乗（２５）個＝３２
個，６台あれば６４個ある。仮りに５台のポンプの内１
台が可変能力のポンプであるとすると、可変ポンプは能
力の６０〜１００％の範囲を設定できることより、１％
単位で切替ると組合わせ数は、４２×２×２×２×２＝
６７２個となる。このように、可変能力ポンプの運転切
替量により、可変ポンプ台数が増えてくると組合わせ数
は爆発的に増えてしまう。このために、可変ポンプの運
転切替量の最低ｎ％を任意設定できる機構とし、次のよ
うな処理を追加することで組み合わせ数を削減する。

【００４２】ここでは、ポンプ台数制御を具体例として
取り上げる。図６は、プロセスの概要と各制御効果器に
対する運転案の定義を示している。運転案はＧＡにおけ
るバイナリー要素の染色体で表現する。ビット数は少な
くとも、各々の制御効果器のノッチ範囲を表現できる数
だけ確保する。本例では、ポンプ１〜４は固定能力であ
るから各々１ビット、ポンプ５〜７は可能能力は０であ
るから各々６ビットが、それぞれ割り当てられている。
この結果、本例での運転案は２２ビットの符号なし整数
ｘで表わされる。

【００４３】制御は、１〜５分間隔で、一定時間後のプ
ロセスの推移を予測しながら、周期的に行われる。

【００４４】図１０は、上記ファジィ評価値を演算して
得る適応値の推移を３次元グラフで表現したものであ
る。ここで適応値は、（適応値）＝（ＶＩ値ファジイ評価値）＋（電力量ファ
ジイ評価値）＋（切り替え電力量ファジイ評価値）で定義している。３次元グラフで示すために、ポンプ２
と３をノッチ０（停止）に固定した場合に、第１の軸に
固定ポンプ（ａ１），第２の軸に可変ポンプ１ノッチ
（ａ２）を定義し、第３の軸に（適応値）を定義する
と、図１０の様に、（適応値）はいくつかの頂点（峰）
を有する多峰関数となることがわかる。この峰のうち最
も高い値を与える運転案が最適解である。最適解を決定
するには、全ての運転組合せを検討すればよい訳である
が、実時間（数秒）内で行うことは困難である。

【００４５】本発明では、上記課題を、以下の様にして
解決する。図７は、遺伝的ニューロファジィ制御による
ポンプ台数制御装置３の処理手順を示したものである。
本処理は、詳細を図８に示す遺伝的最適化処理（ステッ
プＡ）にて、大域的な探索により準最適解を求め、次
に、詳細を図１３に示すニューロ最適化処理（ステップ
Ｂ）にて、最適解を得、得られた最適解を制御情報に変
換し出力する（ステップＣ）、３種類の処理により成っ
ている。

【００４６】図８は、前記遺伝的最適化処理（ステップ
Ａ）の手順の詳細を示したものである。この処理の主た
る目的は、短時間での準最適解を見つけることである。
従って、操作案を複数個予め準備し、これらを遺伝的ア
ルゴリズムの個体として最適化を図る。

【００４７】図９は、初期個体の選択概念である。でき
るだけ広域な空間を探層する為、各制御効果器の操作範
囲を均等に分割し、代表点（図中の格子点）を定める。
図１０の例であると、固定ポンプ台数（ａ１）と、５ノ
ッチずつに分割した可変ポンプ１ノッチ（ａ２）の交差
点を初期個体としている。

【００４８】これらを初期値として、図８に示す以下の
ステップで最適化処理が行われる。

【００４９】（ステップＡ１）以下の（ステップＡ２）
から（ステップＡ６）を世代数繰り返す。（ステップＡ２）以下の（ステップＡ３）から（ステッ
プＡ５）を最大個体数繰り返す。（ステップＡ３）２種の親を選択し、テンプレートによ
り交配操作を加え、新たな運転案を生成する。（ステップＡ４）生成された運転案を実行した場合の、
制御目的項目を予見演算する。（ステップＡ５）前記手順にて、各々の制御目的項目値
をファジィ量にて評価し、適応値を求める。（ステップＡ６）生成された操作案を適応値の下降順に
並べ換える。

【００５０】以下、図８の各々の処理ステップについて
説明する。ここでは、運転案としての個体の最大値を１
０個としこれらをｘ１からｘ１０とする。各々の適応値
は関数ｆとして表現されているものとする。制御の目的
は、適応値の最も高いものを決定することであるから、
１０個の運転案の中から適応値の高いものを次世代の運
転案の親として選択してゆくことが必要である。従っ
て、まず、評価値の下降順に運転案を並び換え、その順
位を定める。順位が定まると、親としての選択の確率を
予め世代毎に定めることができ、１から１０００のレン
ジを有する親選択テーブルから、一様乱数により親を決
定できる。本例では、例えば１回目の一様乱数はｉ＝１
８２であるから、親としてはｘ６が選択されている。同
じく一様乱数ｉ＝４３０の場合はｘ４が選択されてい
る。この様に各運転案は、世代毎にその適応値の順位に
対応する確率で親として選択されていく。

【００５１】図１１は、運転案の適応値順位で世代毎に
親選択テーブル定まる性質を示したものであり、上記進
化における淘汰，優性遺伝における重要な性質の説明図
である。世代＝１の運転案に対応する評価値の下降順配
列ａ(１)〜ａ(１０)内の評価値の総和は、 Σａ(ｉ)（ｉ＝１〜１０）＝３０３である。これを用い、各々の評価値の総和に対する比率
を計算した結果を図１１のａｐ(％)としたトレンドグラ
フである。これは世代＝ｇｎで定まる指数Ｐ(ｇｎ)を有
する指数関数に近似しており、

【００５２】Ｙ＝ｘ＊Ｘ・・・・・

【数４】で示すことができる。ここでＣ(ｇｎ)は世代ｇ
ｎで定まる定数である。

【００５３】左下図は、各々の評価値比率（％）によ
り、各々の個体の優性度合いを定めるようにした円グラ
フであり、これをルーレットホイールと称する。優性的
な遺伝の仕組みは、当該個体の属する環境への適応度が
高いもの程、生存率及び子孫保存率が高いことであるか
ら、評価値比率（％）が高いもの程子孫生成の親となる
確率を高めればよい。例えば１回目に生成された整乱数
ｉ１＝１８２であるから、これは１から２５０範囲内を
指すためＸ６が親個体として選択される。２回目の一様
整乱数ｉ２＝４９２の場合は、目盛としては４５１〜６
０５の範囲内に入るためにＸ３が親個体として選ばれ
る。このようにして遺伝操作に必要な親個体数分の一様
整乱数が生成され、ルーレットホイールを探索し親個体
が決定されてゆく。

【００５４】図１１は、以上の処理を世代１から世代２
０まで、ある遺伝的操作を行った場合の生存個体の評価
値推移を示したものである。左下図により、初期段階の
世代においては、評価値が大きなバラつきを有している
のが世代が進むにつれ小さくなってゆき、世代＝２０に
至っては、最適値の近傍に収束してゆくことがわかる。
右下図は同じデータを、評価値比率（％）でプロットし
たものである。前述の（数４）となっていることがわか
る。本実施例の最適化対象である制御問題において、制
御効果器の位置，数を変え、統計，解析を行った。この
結果Ｐ(ｇｎ)やＣ(ｇｎ)は初期親個体や、遺伝的操作に
よる影響を受けるものの、初期個体のパラメータや遺伝
的操作手順を固定した場合は、同一となることがわかっ
た。すなわち、最適化対象と遺伝的操作が定まれば、世
代毎に優性的に選択される親は、評価値順位によって定
まっていることを示している。つまり、ルーレットホイ
ール作成処理や、一様乱数の生成は、計画過程で都度行
う必要はなく、決定論的に予め定めておくことができる
ことを意味する。

【００５５】以上の説明の通り、遺伝的最適化手段７に
より、極めて少ない回数の運転案の検討にて、準最適解
が得られる。

【００５６】次に、前記図８のステップＡ３の処理を図
１２を用いて詳細に説明する。図１２では、前記操作に
より、親運転案のペアとしてＸ１＝（ａ１，ａ２，ａ３，ａ４）＝（６，１００，０，６０）Ｘ２＝（８，８６，６８，６１）が選択されており、２２（ビット）の符号無乱数ＰＴＮ
（テンプレ−トと称す）により交配と行なっている状況
である。ここでは、ＰＴＮ中の１に該当する、親のそれ
ぞれのビットが互いに交換され、新たに子運転案Ｙ１と
Ｙ２が生成されている。

【００５７】Ｙ１＝（１１，８５，８８，９１）Ｙ２＝（５，９９，８０，９４）Ｙ１とＹ２は、それぞれ親Ｘ１とＸ２の性質を引き継い
でいる。

【００５８】次に図１３以下で、図７のステップＢすな
わちニューロ最適化手段３Ｂの処理を説明する。本手段
の処理は、以下の６ステップによって成っている。（ステップＢ１）以下の（ステップＢ２）から（ステッ
プＢ６）を制御周期許容回数（時間）繰り返す。（ステップＢ２）前回運転案の一部を変化させ新たな運
転案を生成する。（ステップＢ３）新運転案を実行した場合の制御目的項
目値を予見演算する。

【００５９】（ステップＢ４）各々の制御目的項目をフ
ァジィ量で評価し適応値を求める。（ステップＢ５）前回運転案の適応値と新運転案の適応
値の差分値を計算し、予め定められている値と比較し、
新運転案が優れている場合は、下記の（ステップＢ６）
に進む。そうでない場合は(ステップ１)に戻る。（ステップＢ６）新運転案を最適解候補として（ステッ
プＢ１）に戻る。

【００６０】以下、各々のステップについて、詳細を説
明する。図１４は、図１３のステップＢ２の処理動作例
を示すものである。前記遺伝的最適化処理にて決定され
た準最適運転案Ｘは、本例では、Ｘ＝（６，１００，
０，６０）である。この運転案の一部を図１５に示す方
法で変化させる。すなわち各制御効果器の操作し得る状
況を全て並べると、１４２通りの運転状況が存在する。
ここで、この運転案に対して最小の変化を与える為、０
〜１４１範囲内での一様整乱数ｍを生成する。例えば、ｍ＝１０７とすると、これは、制御効果器である可変ポンプ７（ａ
４）の６（ノッチ）であることがわかる。従って、図１
４の様に、可変ポンプ（ａ４）の能力を０％から６５％
に変化させ新たな運転Ｙを得る。Ｙ＝（６，１００，０，６５）次に、ステップ３にて新運転案を実行した場合の制御目
的項目値を予見演算し、ステップ４にて、ファジィによ
る適応値をそれぞれ前述の手順で求める。この時、前回
転運転案の適応値をｆ(Ｘ)，新運転案の適応値をｆ(Ｙ)
とする。

【００６１】次に図１３のステップＢ５とステップＢ６
について説明する。図１６は、本発明において見い出し
た目的関数値の推移の有する特有な性質を示したもので
ある。図１６の（ａ）は、横軸に立案回数ｉ毎に定まる
計画順ベクトルＸ(ｉ)，縦軸に、その目的関数値を定義
したものである。

【００６２】計画順ベクトルの並びを、少しずつ変化さ
せ、その時の目的関数値を比較しながら適正に、最適解
に近い計画順ベクトルに置き換えて行く。

【００６３】この場合、図に示すように、例えば、Ｘ
(ｉ)の様な極点（本実施例では、極小点）になる場合で
も、次のベクトルに移行し、十分な回数の立案を行った
後に、最適解ベクトルＸｏｐに達することがわかる。

【００６４】したがって、この様に、毎回新しい運転案
Ｘｉ＋１を作成し、その適応値ｆ(Ｘｉ＋１)を演算し、
前回の運転案Ｘｉの適応値ｆ(Ｘｉ)と比較して、より小
さい、あるいは、大きなものを最適運転案候補としてい
く処理を行えば良いのである。

【００６５】図１６の（ｂ）は、横軸に計画順ベクトル
Ｘｉをとり、縦軸に、その適応値ｆ(Ｘｉ)のＸｉに対す
る微分値Δｆ(Ｘｉ)をとって表現したものである。すな
わち、 Δｆ(Ｘｉ)＝ｄＦ(Ｘｉ)／ｄＸｉ＝ｆ(Ｘｉ＋１)−ｆ
(Ｘｉ) である。

【００６６】本例では、 Δｆ(Ｘｉ)＝(Ｙ)−ｆ(Ｘ) である。

【００６７】これは、立案回数毎の適応値差分値を表わ
しており、新しい運転案「Ｘｉ＋１」の適応値が前回の計
画における適応値より小さくなる場合には、負となり、
そうでない場合は、ゼロ、または正となる。

【００６８】その推移は、図に示される通り、ｆ(Ｘｉ)
と対応するが、波形はゼロを中心とした、減衰振動（す
なわち、振幅が小さくなりながら周期も変化していく波
形）に類似した波形になる。

【００６９】厳密な実験によると、一般的な制御問題に
おいては、問題の内容に関わらず、この様な形となり、
Ｘｉを時刻と考えた場合の振幅の減衰度合は、例えば、Ｃ／log (ｉ＋２）（本実施例では、Ｃ＝１.０）の相似形になることがわかった。

【００７０】これは、ΔＦが正になった場合、つまり、
新しい計画の適応値が前回の計画より悪くなった時で
も、Ｃ／log(ｉ＋２）より小さな場合には、新しい運転
案を最適解候補に置き換えてゆくことにより、十分大き
なｉに対応する順ベクトルＸｉでは、必ず最適解に達す
ることを示している。

【００７１】これにより制御許容時間内に、この処理を
十分繰り返すことにより、確実に最適解に近づいてゆく
ことになる。

【００７２】図１７は、記憶手段５内に予め格納されて
いる定数例を示したものである。テーブルＭは、前述の
通り、各制御効果器の操作し得る状況の数、すなわち０
〜１５１に一様に分布する正乱数を格納している。また
Ｃは、適応値差（ｆ(Ｙ)−ｆ(Ｘ)）と比較する為の定数
であり、例えば繰り返し回数ｉに対し、次の様な値が、
記憶手段５が備えるテーブル上に設定されている。Ｃ(ｉ)＝(Ｃ₁・ａ(ｉ))／log(ｉ＋２）但し、log は自然対数、ａ(ｉ)は「０.０」から「１.
０」に分布する一様実乱数である。

【００７３】すなわち、検討繰り返し回数ｉの増加によ
り、分布する範囲が小さくなる様な値であればよい。Ｃ
₁は適応値範囲により定めることができ、本例ではＣ₁＝
１．０とした場合のＣ（ｉ)の分布エリアの推移を示し
ている。斜線領域内にＣ(ｉ)は存在することになる。

【００７４】図１８は、以上述べたニューロ最適化手段
８における処理の概念を図で示したものである。横軸に
可変ポンプ１(ａ２)のノッチ変化，縦軸に適応値を定義
して、適応値の最適値に達する状況である。他の制御効
果器については、作図上省略している。本処理の初期値
として、前記遺伝的最適化処理によって決定された準最
適運転案を初期値として、いくつかの極値を通過して最
適解に達することがわかる。初期運転案を単なる乱数的
な手法で定めた場合、最適解へ到達する時間（検討回
数）は大きくバラつくが、本発明では、遺伝的最適化方
法により、十分良い運転案を初期に与える様にした為、
最適解へ到達する時間を十分短く安定させる様にした。

【００７５】以上の様にして、ニューロ最適化手段８
は、前記遺伝的最適化手段７で得られた準最適運転案を
初期運転案として、許容される時間内で確実に最適案に
近い運転案を決定する。

【００７６】図１９は、本発明による制御装置にて、ポ
ンプ容量制御を行った結果の一例を示すものである。従
来の方法では、何回かＶＩの基準値以下となってしまっ
ているが、本発明では、基準値以上がよく保持されてい
る。またポンプの運転も起動回数や、急激な運転量の変
化が少ない為、電力量も従来方法に比べ、大きく低減し
ていることがわかる。

【００７７】図２０は、本発明の最適運転案決定の処理
パフォーマンスの実験結果を示したものである。従来方
法としては、標準的な、交配操作と突然変異操作を遺伝
的操作とする遺伝的アルゴリズム（ＧＡ）と、ニューラ
ルネットワーク構造を有するボルツマンマシンとした。

【００７８】従来のＧＡでは、処理開始から０.３(秒）
後まで、適応値がよく上昇してゆくが、０.３秒以後の
上昇率は少なくなり、ほとんど改善がみられなくなって
いる。一方、ニューロ（ボルツマンマシン）では、処理
開始からの適応値の上昇はなだらかであるが、着実に行
われ、処理開始から２.３(秒）後には、ＧＡによるべス
ト値より良くなっていることがわかる。

【００７９】これに対し、本発明では、開始から、０.
３(秒）後付近まで急激な適応値の改善があり、かつ０.
３(秒）後も確実に改善が行われており、２.３(秒）後
には、ほぼ最適解に達している。

【００８０】図５に戻って、制御予見シミュレ−ション
部３２は、図２１に示した構成をとる。ポンプ１台毎に
演算部３２１を持ち、演算部３２１は、全揚程演算部３
２１１，吐出量演算部３２１２，ポンプ運転特性記憶メ
モリ３２１３，累積運転時間演算部３２１４，累積運転
時間記憶メモリ３２１５，運転切替量演算部３２１６，
所要電力量差演算部３２１７より構成され、該当ポンプ
吐出量，累積運転時間，運転切替量，所要電力量差を出
力する。

【００８１】全揚程演算部３２１１は、河川水位，該当
ポンプ井水位，該当ポンプ吐出量を入力とし、（５）式
により全揚程を演算する。

【００８２】（全揚程）＝（河川水位）−（ポンプ井水位）＋（管路曲がり等損失水位） ………（５）吐出量演算部３２１２では、全揚程演算部３２１１から
の全揚程値と、交配操作処理部３１からのポンプ所内ポ
ンプ群の操作案を入力とし、ポンプ運転特性記憶メモリ
３２１３に基づき、ポンプ吐出量を演算する。ポンプ運
転特性記憶メモリ３２１３は吐出量（Ｑ）と揚程（Ｈ）
の関係を記憶した記憶媒体である。

【００８３】全揚程は上記揚程演算部３２１１で求めた
全揚程が相当し、実揚程が変化することにより、全損失
曲線が上下に平行移動する。実際の吐出量（Ｑ′）は、
全揚程・吐出量曲線と全損失曲線の交点により運転点が
決定され、その運転点より、垂線を下ろしたＱ軸との交
点により決定される。可変能力ポンプの場合は、全揚程
・吐出量曲線が運転比率（％）により、相似形で縮小さ
れる吐出量となるが吐出量の演算は同じである。

【００８４】累積運転時間演算部３２１４では、前回ま
での累積運転時間を記憶した累積運転時間記憶メモリ３
２１５を参照した値に、交配操作処理部３１からの操作
案が運転を指示したものであれば、制御周期時間分を加
算した値を、停止を指示したものであればメモリ３２１
５からの参照値を出力する。累積運転時間は次式に示す
通りである。

【００８５】（運転時の累積運転時間）＝（前回迄の累積運転時間）＋（制御周期：Δｔ）（停止時の累積運転時間）＝（前回迄の累積運転時間） ………（６）運転切替量演算部３２１６では、交配操作処理部３１か
らの操作案と、現在の該当ポンプ運転状態との差を求め
出力する。運転切り替え量は次式に示す通りである。（運転切替量）＝（交配操作処理部３１からの操作案）−（現在状態） …（７）所要電力量差演算部３２１７では、運転切替量演算部３
２１６の出力より、使用電力の増減を演算し、出力す
る。

【００８６】これらの演算は、ポンプ所内に設置された
ポンプ台数分行なわれる。

【００８７】ポンプ井水位予測演算部３２２では、各ポ
ンプの吐出量の総和を求め、(８)，（９）式より流入予
測量との差を計算し、現在ポンプ井水位と流入吐出量の
差とにより、ポンプ井水位―貯留量曲線対応表２８よ
り、水位を予測し、水位予測値を出力する。

【００８８】（差分容積）＝（流入量）−（Σ（ポンプ吐出量）） …（８）（予測時間後の貯留量）＝（現在水位による貯留量）−（差分容積） …（９）運転切替台・台数演算部３２４では、可変能力ポンプと
固定能力ポンプに分けて、可変能力ポンプの切替量の絶
対値の和を求め、可変能力ポンプ運転切替量予測値とし
て出力する。固定能力ポンプは、運転の切り替わった
（ＯＦＦ−＞ＯＮ，ＯＮ−＞ＯＦＦ）台数を計数し、固
定能力ポンプ運転切替台数予測値として出力する。

【００８９】所要電力量差和演算部３２５では、所要電
力量差の総和を求め、所要電力量予測値として出力す
る。

【００９０】固定能力ポンプ運転時間分散演算部３２６
では、各ポンプの累積運転時間の平均値を求め、分散を
演算し運転時間分散として出力する。

【００９１】ファジィ評価部３３の構成を図２２に示
す。ファジィ評価部３３は、制御予見シミュレ−ション
３２からの水位予測値，可変能力ポンプ運転切替量予測
値，固定能力ポンプ運転切替台数予測値，所要電力量予
測値，運転時間分散を入力とし、入力の定性的評価を行
ない総合評価値を出力する。

【００９２】水位偏差評価部３３１は、水位の予測値を
入力として、目標水位と水位予測値の差分としての水位
偏差を求め、水位偏差を評価関数記憶メモリ３３７から
読みだした予め先験的知識により決定しておいた図２３
に示すメンバーシップ関数としての水位評価関数によ
り、水位評価としての適合度を計算し出力する。

【００９３】同様に、可変能力ポンプ運転切替量評価３
３２では、可変能力ポンプ運転切替量予測値を入力し
て、図２４に示すメンバーシップ関数にて評価適合度を
出力、固定能力ポンプ運転切替台数評価３３３は、固定
能力ポンプ運転切替台数を入力して、図２５に示すメン
バーシップ関数にて評価適合度を出力、所要電力差評価
３３４は、所要電力差予測値を入力して、図２６に示す
メンバーシップ関数にて評価適合度を出力、運転時間分
散評価３３５は、運転時間分散を入力して、図２７に示
すメンバーシップ関数にて評価適合度を出力する。

【００９４】これらの５個の評価適合度に予め先験的知
識により決定したゲインの記憶されたゲイン記憶メモリ
３３８から読みだしたゲイン（荷重）により、荷重平均
値を計算し、計算した荷重平均値が評価結果記憶メモリ
３５に記憶された値よりも大きい場合、評価結果記憶メ
モリ３５に、そのときの設備運転組合わせと荷重平均値
を記憶する。制御予見シミュレ−ション３２とファジィ
評価部３３を、操作案が無くなるまで繰返し実行する。

【００９５】繰返し実行が終了した時点で、評価結果記
憶メモリ３５に記憶されている運転組合わせは、複数の
評価項目を同時に満足しえたものとなっている。これを
制御出力部３４でポンプに対して出力すると同時に、評
価結果記憶メモリ３５を初期化する。

【００９６】これらの処理を予め設定された制御周期で
繰返し実行する。

【００９７】ポンプ運転組合わせを制御出力したと想定
した場合、制御状態がどのようになるか予測し、予測さ
れる結果を評価した、本発明の特徴の一つであるメンバ
ーシップ関数の例を図２９に示す。

【００９８】水位偏差評価メンバーシップ関数は、目標
水位から±１.０ｍの範囲が評価が高くなっており、制
御範囲であることを示している。また、±１.０ｍの範
囲を外れると評価が悪くなり、±３.０ｍを外れると評
価できない非常に悪い状態であることが示されている。

【００９９】運転時間分散評価メンバーシップ関数は、
分散が０の場合最も評価が高い状態を示し、分散値が大
きくなるにつれ評価が小さくなっている。分散が０と
は、固定能力ポンプの運転時間が全て等しいことを示
し、運転時間が平準化されていることを示す。

【０１００】固定能力ポンプ運転切替台数評価メンバー
シップ関数は、１台も運転切替（ＯＦＦ−＞ＯＮ，ＯＮ
−＞ＯＦＦ）が無い場合に評価が最も高く、運転台数を
増やすことも、停止することも同等に評価が下がってい
る。これは、起動することも、停止することにもペナル
ティを与え、できる限り運転操作切替を行なわないよう
にしたいことを示している。

【０１０１】可変能力ポンプ運転切替量評価メンバーシ
ップ関数は、運転切替量の絶対値の和を評価することよ
り、運転量を切替ない方が評価が高く、操作量を替えな
いことが良いとしていることを示している。

【０１０２】所要電力量評価メンバーシップ関数は、運
転量を減らせば電力は減り、運転量を増やせば電力は増
えることを率直に評価することを示している。

【０１０３】これらの動作例を図２８に示す。図２８で
は、三角，四角，丸，バツで示される操作案を予測演算
した結果、水位偏差，運転時間分散，固定能力ポンプ運
転切替台数，可変能力ポンプ運転切替量，所要電力量が
それぞれ予測され、評価関数としての図２３〜図２７の
メンバーシップ関数で評価される。図２９に丸案が総合
満足度が最大となる案であることを発見する例を示す。

【０１０４】この場合、水位偏差の評価値（適合度）に
対するゲイン（荷重）を０.６，運転時間分散，運転切
替台数，運転切替量，所要電力量の評価値に対するゲイ
ンをそれぞれ０.１に設定した。

【０１０５】ゲインを変更すると全く違った解を得るこ
とができる。

【０１０６】本発明は実施例で述べた排水ポンプ所に限
らず、ポンプの運転台数制御を行なう分野に広く応用で
きるものであることは言うまでもない。

【０１０７】

【発明の効果】以上説明したように、本発明によれば、
ポンプ所への流入量を正確に予測するとともに、その予
測結果に対してポンプ台数制御部で複数のポンプ運転案
を考慮し、その中から制御結果の最もよいと判断される
運転組み合わせ案に基づいてポンプの運転を制御するの
で、許容範囲内での水位の安定化とポンプ運転の平準化
が図ることができ、不必要なポンプの起動停止回数が低
減され、さらに電力を節約することが可能となる。

【０１０８】また、操作員の運転案決定に関する知識を
先験的知識として取り込んでいるため、操作員の精神的
負担を軽減することができる。

【０１０９】さらに、管渠内水位計の故障時、水位計へ
の浸水等で計測不能時でも正確に流入量予測がおこなえ
るので、排水ポンプ所のシステムの信頼性を向上させる
ことが可能である。

【図面の簡単な説明】

【図１】本発明の一実施例になる雨水処理システム概要
図である。

【図２】図１の雨水流入量予測部の構成図である。

【図３】流入量予測演算部の構成図である。

【図４】図３の神経回路網モデルを構成するニューロン
素子モデルの一例である。

【図５】図１のポンプ台数制御部の構成図である。

【図６】本発明におけるポンプ運転状態の遺伝子表現例
を示す図である。

【図７】図１のポンプ台数制御装置の遺伝的ニューロフ
ァジィ制御による処理手順を示す図である。

【図８】図７の遺伝的最適化処理の手順を示した図であ
る。

【図９】初期個体（運転案）の配置例を示した図であ
る。

【図１０】集塵機２，３を固定した場合の適応値分布グ
ラフである。

【図１１】淘汰，優性遺伝の性質の説明図である。

【図１２】遺伝的操作の処理を説明する図である。

【図１３】図７のニューロ最適化処理の手順を示した図
である。

【図１４】図１３の処理における運転案の摂動例であ
る。

【図１５】運転案の摂動テーブル説明図である。

【図１６】最適値推移の性質説明図である。

【図１７】最適化定数例である。

【図１８】図１のニューロ最適化手段による最適化概念
図である。

【図１９】制御結果比較グラフである。

【図２０】処理パフォーマンス評価グラフである。

【図２１】図５の制御シミュレ−ション部の構成例を示
す図である。

【図２２】図５のファジィ評価部の構成例を示す図であ
る。

【図２３】水位偏差評価メンバーシップ関数を示した図
である。

【図２４】可変能力ポンプ運転切り替え台数評価メンバ
ーシップ関数を示した図である。

【図２５】固定能力ポンプ運転切り替え台数評価メンバ
ーシップ関数を示した図である。

【図２６】所要電力量偏差評価メンバーシップ関数を示
した図である。

【図２７】運転時間分散評価メンバーシップ関数を示し
た図である。

【図２８】図２３〜図２７のメンバーシップ関数で運転
組み合わせで動作した図である。

【図２９】図２３〜図２７のメンバーシップ関数で運転
組み合わせを評価した図である。

【符号の説明】

１…雨水ポンプ制御装置、２…雨水流入量予測部、３…
ポンプ台数制御部、３Ａ…遺伝的最適化処理部、３Ｂ…
ニューロ最適化処理部、３Ｃ…予見ファジィ評価手段、
３Ｄ…全体制御処理手段、３Ｅ…プロセス入力手段、３
Ｆ…プロセス出力手段、３Ｇ…記憶手段、４…ポンプ
井、５…ポンプ群、６…下水管渠、７…地上雨量計、８
…排水区域、９…ポンプ所、１０…ポンプ井水位、１１
…河川水位、１２…管渠内水位計、１３…レーダ雨量計

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号庁内整理番号ＦＩ技術表示箇所Ｇ０５Ｄ 7/06 Ａ (72)発明者田所秀之茨城県日立市大みか町五丁目２番１号株式会社日立製作所大みか工場内 (72)発明者永禮英明茨城県日立市大みか町五丁目２番１号株式会社日立製作所大みか工場内

Claims

【特許請求の範囲】

【請求項１】ポンプ所の制御対象データおよび前記ポン
プ所内のポンプ群の運転状態データを基にして、複数の
ポンプ組み合わせ案を生成し、そのポンプ運転組み合わ
せ案の中で、評価が最もよいポンプ運転組み合わせ案に
よって前記ポンプ群の運転台数を制御するポンプ所のポ
ンプ運転台数制御装置において、前記ポンプ群の運転台数の制御を行うのに必要なプロセ
ス情報を計測するセンサーからの情報を取り込むプロセ
ス入力手段と、前記ポンプ群の運転台数制御における最小化または最大
化を図る項目を表わす目的関数を作成し、該目的関数の
値を最小化または最大化するポンプ制御手段の運転案を
定める遺伝的ニューロファジィ制御手段と、前記運転案を定めるのに必要な変数を記憶する記憶手段
と、前記決定された運転案をポンプ制御手段に出力するプロ
セス出力手段とを具備し、前記遺伝的ニューロファジィ制御手段は、前記目的関数
に関し所定の染色体表現を有する複数の異なる運転案に
ついて、その運転を行った場合の複数の目的項目の値を
予見演算し、予め先験的に定められているファジィのメ
ンバーシップ関数により前記演算された複数の目的項目
値の評価値を定める予見ファジィ評価手段と、予め定められている複数の運転案の中から予め該当運転
案の前記評価値の他の運転案に対する所定順位で定まる
選択定数に基づいて２種の異なる親を選択し、予め定め
られている交換テンプレートにより、前記２種の親の有
する性質を互いに交換する交配操作を行って新たな運転
案を生成し、生成された運転案が所定の数に達した場
合、該生成された運転案の評価値に従って所定順に運転
案を並び換える遺伝的最適化手段と、前記遺伝的最適化手段にて定められた前記評価値が最大
あるいは最小の１つの運転案を初期運転案とし、該運転
案の一部を定められた定数により変更し得た運転案の評
価値を計算し、前回の運転案の評価値と比較し、評価値
の差分値が予め設定された変数の値より小さい場合に、
前回の運転案を今回生成した運転案に置き換え、最適運
転候補とするニューロ最適化手段、とを備えることを特徴とするポンプ運転台数制御装置。
【請求項２】請求項１記載のポンプ運転台数制御装置に
おいて、前記予見ファジィ評価手段は、前記評価が最もよいポン
プ運転組み合わせ案を求める場合に、前記ポンプの運転
に関する先験的知識により予め決定しておいたメンバー
シップ関数によって運転組み合わせ案を予測演算し、該
予測演算量をファジィ量として評価し、該評価結果に対
して予め先験的な知識により決定しておいた荷重値によ
り荷重平均を求め、その荷重平均が最大となるポンプ運
転組み合わせ案を、前記評価が最もよい案として採用す
ることを特徴とするポンプ運転台数制御装置。
【請求項３】合流式・分流式下水道において、排水区域
の雨量データ、前記排水区域に降った雨水が流れる下水
管渠の水位データ、前記下水管渠から雨水が流れ込むポ
ンプ所内のポンプ井水位データ，ポンプ吐出量，実績流
入量を基にして、下水管渠を含むポンプ井への雨水流入
量を予測し、その予測した雨水流入量、前記ポンプ井の
水位データ、前記ポンプ所内の雨水が放流される河川等
の水位データ、および前記ポンプ所内の雨水を前記河川
等に放流するポンプ群の運転状態データを基にして、複
数のポンプ組み合わせ案を生成し、そのポンプ運転組み
合わせの１つ１つに対して一定時間経過後までのシミュ
レーションを行ない、そのシミュレーションの結果、評
価が最もよいポンプ運転組み合わせ案によって前記ポン
プ群の運転台数を制御する排水ポンプ所のポンプ運転台
数制御装置において、制御対象プロセスに設置され、所望の制御を行うのに必
要なプロセス情報を計測するセンサーからの情報を取り
込むプロセス入力手段と、前記制御における最小化または最大化を図る項目を表わ
す目的関数を作成し、作成された目的関数の値を最小化
または最大化する制御効果器の運転案を定める遺伝的ニ
ューロファジィ制御手段と、前記運転案を定めるのに必要な変数を記憶する記憶手段
と、前記決定された運転案をプロセスの制御効果器に出
力するプロセス出力手段とを備え、前記遺伝的ニューロファジィ制御手段は、予め設定された染色体表現を有する複数の異なる運転案
について、その運転を行った場合の複数の目的項目の値
を予見演算し、予め先験的に定められているファジィの
メンバーシップ関数により前記演算された複数の目的項
目値の評価値を定める予見ファジィ評価手段と、予め定められている複数の運転案の中から予め該当運転
案の前記評価値の他の運転案に対する下降順位あるいは
上昇順位で定まる選択定数に基づいて２種の異なる親を
選択し、予め定められている交換テンプレートにより、
２種の親の有する性質を互いに交換する交配操作を行い
新たな運転案を生成し、生成された運転案が所定の数に
達した場合、生成された運転案の評価値に従って下降あ
るいは上昇順に運転案を並び換える遺伝的最適化手段
と、前記遺伝的最適化手段の処理にて定められた評価値が最
大あるいは最小の１つの運転案を初期運転案とし、前記
運転案の一部を定められた定数により変更し得た運転案
の評価値を計算し、前回の運転案の評価値と比較し、評
価値の差分値が予め設定された変数の値より小さい場合
に、前回の運転案を今回生成した運転案に置き換え、最
適運転候補とするニューロ最適化手段とを備えることを
特徴とする排水ポンプ所のポンプ運転台数制御装置。
【請求項４】請求項３記載の排水ポンプ所のポンプ運転
台数制御装置において、前記下水管渠とポンプ井への雨
水流入量を予測するために、排水区域の雨量データ、前
記排水区域に降った雨水が流れる下水管渠の水位デー
タ、前記下水管渠から雨水が流れ込むポンプ所内のポン
プ井水位データ，ポンプ吐出量，実績流入量を入力と
し、実績流入量を出力する神経回路網モデルを有するこ
とを特徴とする排水ポンプ所のポンプ運転台数制御装
置。
【請求項５】ポンプ所の制御対象データおよび前記ポン
プ所内のポンプ群の運転状態データを基にして、複数の
ポンプ組み合わせ案を生成し、そのポンプ運転組み合わ
せ案の中で、評価が最もよいポンプ運転組み合わせ案に
よって前記ポンプ群の運転台数を制御するポンプ所のポ
ンプ運転台数制御方法において、前記ポンプ群の運転台数の制御を行うのに必要なプロセ
ス情報を計測するセンサーからの情報を取り込み、前記ポンプ群の運転台数制御における最小化または最大
化を図る項目を表わす目的関数を作成し、該目的関数の値を最小化または最大化するポンプ制御手
段の運転案を定めるために、予め設定された染色体表現
を有する複数の異なる運転案について、その運転を行っ
た場合の複数の目的項目の値を予見演算し、予め先験的に定められているファジィのメンバーシップ
関数により前記演算された複数の目的項目値の評価値を
定め、予め定められた複数の運転案の中から予め該当運転案の
前記評価値の他の運転案に対する所定順位で定まる選択
定数に基づいて２種の異なる親を選択し、予め定められている交換テンプレートにより、前記２種
の親の有する性質を互いに交換する交配操作を行って新
たな運転案を生成し、生成された運転案が所定の数に達した場合、該生成され
た運転案の評価値に従って所定順に運転案を並び換える
遺伝的最適化操作を行ない、前記遺伝的最適化操作にて定められた前記評価値が最大
あるいは最小の１つの運転案を初期運転案とし、該運転
案の一部を定められた定数により変更し得た運転案の評
価値を計算し、前回の運転案の評価値と比較し、評価値
の差分値が予め設定された変数の値より小さい場合に、
前回の運転案を今回生成した運転案に置き換え、前記決定された運転案をポンプ制御手段に出力し、最適
運転候補とする、ことを特徴とするポンプ運転台数制御方法。
【請求項６】請求項５載のポンプ運転台数制御方法にお
いて、前記予見ファジィ評価手段は、前記評価が最もよいポン
プ運転組み合わせ案を求める場合に、前記ポンプの運転
に関する先験的知識により予め決定しておいたメンバー
シップ関数によって運転組み合わせ案を予測演算し、該
予測演算量をファジィ量として評価し、該評価結果に対
して予め先験的な知識により決定しておいた荷重値によ
り荷重平均を求め、その荷重平均が最大となるポンプ運
転組み合わせ案を、前記評価が最もよい案として採用す
ることを特徴とするポンプ運転台数制御方法。
【請求項７】合流式・分流式下水道において、排水区域
の雨量データ、前記排水区域に降った雨水が流れる下水
管渠の水位データ、前記下水管渠から雨水が流れ込むポ
ンプ所内のポンプ井水位データ，ポンプ吐出量，実績流
入量を基にして、下水管渠を含むポンプ井への雨水流入
量を予測し、その予測した雨水流入量、前記ポンプ井の
水位データ、前記ポンプ所内の雨水が放流される河川等
の水位データ、および前記ポンプ所内の雨水を前記河川
等に放流するポンプ群の運転状態データを基にして、複
数のポンプ組み合わせ案を生成し、そのポンプ運転組み
合わせの１つ１つに対して一定時間経過後までのシミュ
レーションを行ない、そのシミュレーションの結果、評
価が最もよいポンプ運転組み合わせ案によって前記ポン
プ群の運転台数を制御する排水ポンプ所のポンプ運転台
数制御方法において、予め設定された染色体表現を有する複数の異なる運転案
について、その運転を行った場合の複数の目的項目の値
を予見演算し、予め先験的に定められているファジィの
メンバーシップ関数により前記演算された複数の目的項
目値の評価値を定め、予め定められている複数の運転案の中から予め該当運転
案の前記評価値の他の運転案に対する下降順位あるいは
上昇順位で定まる選択定数に基づいて２種の異なる親を
選択し、予め定められている交換テンプレートにより、２種の親
の有する性質を互いに交換する交配操作を行い新たな運
転案を生成し、生成された運転案が所定の数に達した場
合、生成された運転案の評価値に従って下降あるいは上
昇順に運転案を並び換える遺伝的最適化処理を行ない、前記遺伝的最適化処理にて定められた評価値が最大ある
いは最小の１つの運転案を初期運転案とし、前記運転案
の一部を定められた定数により変更し得た運転案の評価
値を計算し、前回の運転案の評価値と比較し、評価値の
差分値が予め設定された変数の値より小さい場合に、前
回の運転案を今回生成した運転案に置き換え、最適運転
候補とすることを特徴とするポンプ運転台数制御方法。
【請求項８】請求項７記載のポンプ運転台数制御方法に
おいて、前記評価が最もよいポンプ運転組み合わせ案を
求める場合には、前記ポンプ井水位の水位の適切さ・ポ
ンプの起動停止または切り替え量の少なさ・ポンプ運転
時間のばらつきの少なさ・所量電力量の少なさを、先験
的知識により予め決定しておいたメンバーシップ関数に
よって予測演算し、それらの予測演算量をファジィ量と
して評価し、その評価結果に対して予め先験的な知識に
より決定しておいた荷重値により荷重平均を求め、その
荷重平均が最大となるポンプ運転組み合わせ案を前記評
価が最もよい案として採用することを特徴とする排水ポ
ンプ所のポンプ運転台数制御方法。