WO2019239691A1 - Ｃｏｄ経時変化モデル構築方法及びｃｏｄ経時変化予測方法 - Google Patents

Ｃｏｄ経時変化モデル構築方法及びｃｏｄ経時変化予測方法 Download PDF

Info

Publication number
WO2019239691A1
WO2019239691A1 PCT/JP2019/015057 JP2019015057W WO2019239691A1 WO 2019239691 A1 WO2019239691 A1 WO 2019239691A1 JP 2019015057 W JP2019015057 W JP 2019015057W WO 2019239691 A1 WO2019239691 A1 WO 2019239691A1
Authority
WO
WIPO (PCT)
Prior art keywords
cod
coefficient
compound
formula
attribute
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.)
Ceased
Application number
PCT/JP2019/015057
Other languages
English (en)
French (fr)
Inventor
幾 品川
有香 吉田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
IHI Corp
Original Assignee
IHI Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by IHI Corp filed Critical IHI Corp
Priority to JP2020525286A priority Critical patent/JP7124869B2/ja
Publication of WO2019239691A1 publication Critical patent/WO2019239691A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00—Treatment of water, waste water, or sewage
    • C02F1/72—Treatment of water, waste water, or sewage by oxidation
    • C02F1/78—Treatment of water, waste water, or sewage by oxidation with ozone
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18—Water

Definitions

  • the present disclosure relates to a COD temporal change model construction method and a COD temporal change prediction method.
  • the decomposition behavior can be known by decomposing a compound in waste water using an oxidant such as ozone, obtaining a sample over time, and measuring a chemical oxygen demand (COD) and the like. it can.
  • CODs COD Cr using potassium dichromate as an oxidizing agent is widely used internationally.
  • the method of repeating the COD experiment for each sample has a problem in that it takes cost and time to perform an experiment for analyzing the COD. Moreover, in the said method, since it took time to estimate the cost concerning COD experimental equipment and processing time, there was a possibility that it would take time until actual operation. For this reason, it is possible to accurately predict the degradation behavior of a compound in wastewater by an oxidizing agent, specifically, the COD change over time when the compound in wastewater is decomposed by an oxidizing agent. Can be reduced, which is preferable.
  • Patent Document 1 discloses a technique for predicting a reaction rate constant between ozone in air and volatile organic compounds (VOCs).
  • Patent Document 2 discloses a technique for predicting a reaction rate constant between ozone in the air and an aliphatic compound.
  • Patent Documents 1 and 2 predict reaction rate constants of organic substances in the air, and predict COD changes over time when compounds in wastewater are decomposed with an oxidizing agent. It cannot be used.
  • An object of the present disclosure is to provide a COD temporal change model construction method and a COD temporal change prediction method capable of accurately predicting the temporal change of COD when a compound in wastewater is decomposed with an oxidizing agent.
  • the COD temporal change model construction method is the COD temporal change model construction method according to the first aspect, wherein the fitting step uses a plurality of the above-mentioned COD temporal change measurement data DK as the above formula. is fitted to a COD aging formula CP represented by (1), for each of the plurality of kinds of said known compound K, by creating a COD aging formula CP F represented by the following formula (4), the formula It is a step of obtaining a first coefficient A F after fitting after correcting the first coefficient A in (1) and a second coefficient B F after fitting after correcting the second coefficient B in the above formula (1). .
  • the COD aging model building method according to the third aspect of the present disclosure, the COD aging model building method according to the first or second aspect, the attribute AT K is a quantum chemical calculation value QCV K, the The quantum chemical calculation value QCV K is characterized by including one or more kinds of energy selected from the group consisting of HOMO energy E HOMO , LUMO energy E LUMO , and total energy E Total .
  • the attribute AT K is a compound attribute AC K, the compound attribute AC K, the molecular weight Mw, the number of atoms NA of each element, electronic speed NE, the complete oxidation requires oxygen atoms n, the bonding number NB, double bond and the number NDT with triple bond, and from the degree of unsaturation DU It includes one or more attributes selected from the group consisting of:
  • the attribute AT K is a solution attribute AS K
  • the solution attribute AS K includes one or more attributes selected from the group consisting of pH, C 0 (initial COD Cr ), molar concentration CM, temperature T, and electrical conductivity CE.
  • a COD temporal change model construction method is the COD temporal change model construction method according to any one of the first to fifth aspects, in which the first regression equation RE 1 has the QCV of HOMO.
  • Energy E HOMO wherein AT is the number of oxygen atoms required for complete oxidation n, and is represented by the following formula (5).
  • A first coefficient of the formula (1)
  • B second coefficient of the formula (1)
  • C 0 initial COD Cr of the compound in the sample aqueous solution
  • F A log (E HOMO ) as explanatory variables (N: number of oxygen atoms required for complete oxidation, E HOMO : HOMO energy)
  • a COD temporal change model construction method is the COD temporal change model construction method according to any one of the first to sixth aspects, in which the second regression equation RE 2 has the QCV of HOMO.
  • Energy E HOMO wherein AT is the number of oxygen atoms required for complete oxidation n, and is represented by the following formula (6).
  • B second coefficient of formula (1)
  • C 0 initial COD Cr of the compound in the sample aqueous solution
  • F B linear regression equation with log (E HOMO ) and log (n) as explanatory variables
  • n number of oxygen atoms required for complete oxidation
  • E HOMO HOMO energy
  • a COD temporal change prediction method is a COD temporal change prediction method using information created by the COD temporal change model construction method according to any one of the first to seventh aspects,
  • a quantum chemical calculation step for obtaining a quantum chemical calculation value QCV M by performing quantum chemical calculation for the measurement target compound M
  • an attribute acquisition step for acquiring an attribute ATM for the measurement target compound M
  • the first regression equation RE By substituting the quantum chemistry calculation value QCV M into QCV of 1 and the second regression equation RE 2 and substituting the attribute AT M into AT, the predicted first coefficient A M and the predicted number of the measurement target compound M are substituted.
  • C M, 0 that is the initial CODCr of the measurement target compound M in the aqueous solution
  • the COD that creates the COD time-varying equation CP M of the measurement target compound M represented by the following formula (7)
  • a time-varying expression creation step In formula, C M (t): COD Cr , C M, 0 of measurement target compound M in sample aqueous solution at time t: Initial COD Cr , A M of measurement target compound M in sample aqueous solution: Measurement target compound M Prediction first coefficient, B M : second prediction coefficient of measurement target compound M, t: ozone treatment time)
  • COD temporal change model construction method for each of a plurality of types of known compounds K, ozone is passed through a sample aqueous solution of the known compound K, and a plurality of samples having different ozone ventilation times are provided.
  • the COD temporal change measurement data D K is a set of data (t, C (t)) a temporal change measurement data storage step of storing, calculation unit, by fitting a plurality of the COD temporal change measurement data D K to COD aging formula CP represented by the following formula (1), formula (1) first coefficient first coefficient after fitting modified the a a F, and the fitting step to obtain a second coefficient B F after fitting that fix the second coefficient B of the formula (1) , (Where C (t): COD Cr at time t of the compound in the sample aqueous solution, C 0 : initial COD Cr of the compound in the sample aqueous solution, A: first coefficient of the compound, B: second coefficient of the compound, t: ozone treatment time) Quantum chemistry calculation step for obtaining a quantum chemistry calculation value QCV K by performing quantum chemistry calculation for each of the plurality of types of
  • a COD temporal change prediction method is a COD temporal change prediction method using information created by the COD temporal change model construction method according to the ninth aspect, in which the calculation unit is a measurement target.
  • Quantum chemistry calculation step for obtaining quantum chemistry calculation value QCV M by performing quantum chemistry calculation for compound M, and attribute for obtaining attribute AT M for measurement target compound M stored in data storage unit an acquisition step, by the computing unit substitutes the attribute AT M in the first regression equation RE 1 and the second regression equation RE 2 QCV the quantum chemical calculation value QCV M substitution vital AT, the A coefficient calculating step for calculating the predicted first coefficient A M and the predicted second coefficient B M of the measurement target compound M, and the calculation unit calculates the predicted first coefficient A M and the predicted second coefficient B M as described above.
  • the calculation unit includes a COD temporal change prediction step of predicting the COD temporal change of the measurement target compound M using the COD temporal change formula CPM.
  • a graph showing an example change over time measured data COD aging measured obtained in storage step S102 data D K and COD aging formula obtained in the fitting step S103 CP F, of the COD aging model construction method according to an embodiment is there.
  • FIG. 1 is an example of a flowchart of a COD temporal change model construction method according to the embodiment.
  • the COD temporal change model construction method includes a temporal change actual measurement data storage step S102, a fitting step S103, a quantum chemistry calculation step S104, an attribute acquisition step S105, and a regression equation construction step S106.
  • the time-varying actual measurement data storage step S102 is a step performed after the start S101 in the COD time-varying model construction method according to the embodiment. Aging measured data storage step S102, for each of a plurality of types of known compounds K, the vented ozone into aqueous sample solution of known compounds K, stores the COD aging measured data D K, is a step. COD aging measured data D K, for a plurality of samples with different aeration time ozone was measured COD Cr, relationship between CODCr value C (t) at the time t and the venting time t ozone (t, C (T)) is obtained by creating a collection of data. As a unit of ozone ventilation time t, for example, “minute” is used. As a unit of the COD Cr value C (t), for example, “mg / L” is used.
  • the known compound K is a compound whose structural formula is known.
  • known compounds K since the structural formula is known, from the known compound K, compound attributes AC K below is an attribute of the known compound K can be easily known.
  • molecular weight Mw molecular weight
  • number of atoms NA of each element number of electrons NE, number of oxygen atoms required for complete oxidation n, number of bonds NB, number of double bonds and triple bonds NDT, and degree of unsaturation DU, etc. it is possible to know the compound attribute AC K.
  • the compound attribute AC K means a compound attribute AC for known compounds generally contained in known compound K.
  • it represents a compound attribute AC K of certain known compounds K n in the plurality of types of known compounds K and AC n.
  • it represents a compound attribute AC K of known compounds K 1 and AC 1.
  • a plurality of known compounds K are used.
  • the reason why a plurality of types of known compounds K are used is that, when the first regression equation RE 1 and the second regression equation RE 2 are constructed in the regression equation construction step S106 described later, the higher the number of known compounds K, the higher the accuracy. This is because the regression equation RE 1 and the second regression equation RE 2 can be easily constructed. For this reason, it is generally preferable that there are many types of known compounds K.
  • the known compound K a compound that is decomposed when ozone is passed through a sample aqueous solution of the known compound K is used.
  • the known compound K is not particularly limited as long as the sample aqueous solution of the known compound K is decomposed by ozone.
  • an organic compound is used. Examples of the organic compound include 4,4′-methylenedianiline (CAS registration number: 101-77-9), triisopropanolamine (CAS registration number: 122-20-3), 1,4-butanediol diglycidyl.
  • Ether (CAS registration number: 2425-79-8), 4-nitrotoluene-2-sulfonic acid (CAS registration number: 121-03-9), ethylenethiourea (CAS registration number: 96-45-7), 4-chloro -O-cresol (CAS registration number: 1570-64-5), ethylenediaminetetraacetic acid iron (III) monosodium (CAS registration number: 15708-41-5), 4-chloroaniline (CAS registration number: 106-47-) 8), trimethylolpropane (CAS registration number: 77-99-6), etc. are used.
  • a plurality of types of known compounds K are used.
  • the plurality of known compounds K include, for example, the above 4,4′-methylenedianiline, triisopropanolamine, 1,4-butanediol diglycidyl ether, 4-nitrotoluene-2-sulfonic acid, ethylenethiourea, 4- Two or more compounds selected from the group consisting of chloro-o-cresol, iron (III) ethylenediaminetetraacetate monosodium, 4-chloroaniline, and trimethylolpropane can be used.
  • a large number of known compounds K used in this step is preferable because a more accurate COD aging model can be easily obtained.
  • a sample aqueous solution of the known compound K is prepared for each of a plurality of types of known compounds K.
  • a known compound K the case of using five kinds of known compounds K 1, K 2, K 3 , K 4, K 5 , of known compounds K 1, K 2, K 3 , K 4, K 5 , respectively
  • Sample aqueous solutions that is, five types of sample aqueous solutions are prepared.
  • ozone is aerated for each of a plurality of sample aqueous solutions of known compounds K, and CODCr is measured for a plurality of samples having different ozone aeration times.
  • COD Cr is COD when chromium dioxide is used as an oxidizing agent.
  • it is bubbled ozone for sample solution of known compounds K 1, to measure the COD Cr for each of the plurality of samples with different aeration time ozone.
  • the number of samples with different ozone ventilation times is usually 3 or more. A large number of samples with different ozone ventilation times is preferable because a more accurate COD aging model can be easily obtained.
  • the known compound K used in this step is a compound that is decomposed when ozone is passed through the sample aqueous solution
  • a plurality of samples having different ozone ventilation times usually have longer ozone ventilation times.
  • COD Cr decreases.
  • COD Cr decreases.
  • C n for convenience, denoted C n, with t.
  • (t 0 , C (t 0 )), (t 1 , C (t 1 )), and (t 2 , C (t 2 )) of the known compound K 1 are respectively converted into (t 0 , C 1 , t0), (t 1, C 1, t1), also referred to as (t 2, C 1, t2 ).
  • the relationship between the ozone ventilation time t and the COD Cr value C (t) at this time t (t, C (t ) a collection of data), is defined as COD aging measured data D K.
  • COD aging measured data D K of known compounds K 1 to D 1.
  • the COD time-varying measurement data D 1 was (t 0 , C (t 0 )), (T 1 , C (t 1 )), (t 2 , C (t 2 )).
  • the COD time-dependent change measurement data D 1 of the known compound K 1 is also expressed as (t 0 , C 1, t0 ), (t 1 , C 1, t 1 ), (t 2 , C 1, t 2 ).
  • COD aging measured data D K is obtained by the number of known compounds K.
  • a known compound K the case of using five kinds of known compounds K 1, K 2, K 3 , K 4, K 5 , the sample solution of known compounds K 1, K 2, K 3 , K 4, K 5 is the COD aging measured data D K, D 1, D 2 , D 3, D 4, D 5 is obtained.
  • the COD temporal change actual measurement data D 1 , D 2 , D 3 , D 4 , and D 5 are data of the relationship (t, C (t)) between the ozone ventilation time t and the COD Cr value C (t), respectively. It is a collection of.
  • the COD temporal change actual measurement data D 1 , D 2 , D 3 , D 4 , and D 5 are respectively (t 0 , C (t 0 )), (t 1 , C (t 1 )), (t 2 , C (t 2 )).
  • COD aging formula CP F obtained in aging measured data storage step S102 COD aging measured data D K and fitting step S103 obtained in the COD aging model building method according to the examples below, It is a graph which shows an example.
  • FIG. 3 shows a COD temporal change measurement data of the sample solution of known compounds K n D n, the COD aging type sample solution of known compounds K n CP n, and F.
  • D 1 the measured data on COD change over time of a sample aqueous solution of known compound K 1
  • CP 1 the COD change over time equation of the sample aqueous solution of known compound K 1
  • COD aging measured data D 1, D 2, D 3 , D 4, D 5 is For example, it is a collection of the following data. That is, the COD temporal change actual measurement data D 1 of the known compound K 1 is, for example, (t 0 , C 1, t0 ), (t 1 , C 1, t1 ), (t 2 , C 1, t2 ) data It is an aggregate. COD aging measured data D 2 of the known compounds K 2 are, for example, (t 0, C 2, t0), (t 1, C 2, t1), a collection of data (t 2, C 2, t2 ) It is.
  • COD aging measured data D 3 of the known compounds K 3 for example, (t 0, C 3, t0), (t 1, C 3, t1), a collection of data (t 2, C 3, t2 ) It is.
  • COD aging measured data D 4 of known compounds K 4 for example, (t 0, C 4, t0), (t 1, C 4, t1), a collection of data (t 2, C 4, t2 ) It is.
  • COD aging measured data D 5 of known compounds K 5 for example, (t 0, C 5, t0), (t 1, C 5, t1), a collection of data (t 2, C 5, t2 ) It is.
  • Each of the seven small graph diagrams includes graphs corresponding to seven kinds of known compounds K 1 , K 2 , K 3 , K 4 , K 5 , K 6 , and K 7 .
  • a small graphical representation of the upper left of FIG. 3 is a small graph and a COD aging measured data D 1 and COD aging formula CP 1, F sample solution of known compounds K 1.
  • FIG. 3 is a small graph and a COD aging measured data D 7 and COD aging formula CP 7, F sample solution of known compounds K 7.
  • Small graph respectively, the horizontal axis represents time (minutes), the vertical axis is in COD Cr values (mg / L).
  • Each COD temporal change measurement data D n in FIG. 3 is an aggregate of 6 points of data indicating the relationship (t, C (t)) between the ozone ventilation time t and the COD Cr value C (t), respectively. It has become.
  • COD aging measured data D 1 of the sample solution of known compounds K 1 is ozone relationship between ventilation time t and COD Cr value C (t) (t, C (t)) of the data of 6 points indicating the It is an aggregate.
  • the COD temporal change actual measurement data D 1 ,. . . D 7 shows a tendency that COD Cr decreases as the ozone ventilation time t increases.
  • the shape of D 7 is different.
  • COD aging measured data D 1 is in the form of a convex substantially below
  • COD aging measured data D 4 is made up substantially convex shape.
  • the resulting COD aging measured data D K for example, is stored in the data storage unit of a personal computer.
  • (Fitting step) Fitting step S103 by fitting a plurality of the COD temporal change measurement data D K to COD aging formula CP of the formula (1), the first coefficient after fitting A F and fittings after the second coefficient B This is a step of obtaining F.
  • the first coefficient AF after fitting is a coefficient obtained by correcting the first coefficient A in the equation (1) by the fitting.
  • the post-fitting second coefficient BF is a coefficient obtained by correcting the second coefficient B of Expression (1) by the above fitting.
  • First coefficient A F and the second coefficient B F after fitting after fitting, is fitted to COD aging formula CP represented a plurality of the COD aging measured data D K in equation (1), the following equation (1 ) Is corrected by correcting the first coefficient A and the second coefficient B.
  • the first coefficient A F after fitting and the second coefficient B F after fitting are, for example, known compounds K 1 , K 2 , K 3 , K 4 , K 5 , K 6 , K 7, respectively. Create for each.
  • the fitting in the step fitting the plurality of the COD temporal change measurement data D K to COD aging formula CP represented by the above formula (1). Then, for each of a plurality of types of the known compounds K, by creating a COD aging formula CP F represented by the following formula (4), the post-fit to correct the first coefficient A of the equation (1) Obtain a first coefficient A F and a second coefficient B F after fitting.
  • the C F, 0 of the formula (4), using a C n, 0 is COD Cr value C (0) in the COD aging measured data D n of the time of the known compound K n 0 (minute).
  • formula (4) are those represented by generalizing the COD aging formula CP F after fitting all of a plurality of kinds of known compounds K.
  • the plurality of types of COD aging formula after fitting specific known compound K n in the known compound K denoted CP n, F as shown in Equation (4-n).
  • CP F in the formula for the known compounds K 1 (4) represents the CP 1, F as the following equation (4-1).
  • the C n, F, 0 of the formula (4-n), using a C n, 0 is COD Cr value C (0) in the COD aging measured data D n of the time 0 minutes.
  • C n, F (t) COD Cr of time t of the known compound K n in the sample solution
  • C n, F, 0 initial COD Cr known compound K n in the sample solution
  • a n, F the first factor after fitting known compound K n
  • B n, F after fitting the known compound K n second coefficients
  • t ozone treatment time
  • the COD change equation CP n, F is calculated for each of the plurality of types of known compounds K.
  • known compounds K is seven known compounds K 1, K 2, when it is ⁇ ⁇ ⁇ K 7, known compounds K 1, K 2, for each sample aqueous solution ⁇ ⁇ ⁇ K 7 COD aging formula CP 1, F 2 , CP 2, F 2, ... CP 7, F are calculated.
  • the method of fitting in this step is not particularly limited, but, for example, the least square method is used.
  • the COD time-change actual measurement data D 1 shown in FIG. 3 indicates that (t, C (t)) of the known compound K 1 is (0, C (0)), (5, C (5)), (15, C (15)), (30, C (30)), (60, C (60)), and (120, C (120)).
  • COD aging measured data D 1 shown in FIG. 3, (t, C (t) ) is (0, C 1,0), ( 5, C 1,5), (15, C 1,15), ( 30, C 1,30 ), (60, C 1,60 ), and (120, C 1,120 ).
  • the COD time-varying equation CP 1, F represented by 1) is obtained. Specifically, (0, C 1,0 ), (5, C 1,5 ), (15, C 1,15 ), (30, C 1,30 ) constituting the COD temporal change actual measurement data D 1 , (60, C 1,60 ) and (120, C 1,120 ) are substituted into (t, C (t)) in the equation (1). Then, CP 1, F is obtained by fitting each data.
  • the known compounds K 2 , K 3 ,... K 7 are also fitted in the same manner as the known compound K 1, and the COD time-varying equations CP 2, F , CP 3, F ,. 7.
  • Get F For example, (0, C 2,0 ), (5, C 2,5 ), (15, C 2,15 ), (30, C 2,30 ), (60) constituting the COD temporal change actual measurement data D 2 , C 2,60 ) and (120, C 2,120 ) are substituted into (t, C (t)) of equation (1).
  • CP 2 and F are obtained by fitting each data.
  • CP 3, F 1 ,..., CP 7, F are obtained.
  • COD aging formula CP 1, F, CP 2, F, ⁇ CP 7, F is can get.
  • COD aging formula CP 1, F, CP 2, F, from ⁇ CP 7, F, the first coefficient A 1 after fitting, F, A 2, F, ⁇ A 7, F and post-fit Second coefficients B1 , F , B2 , F ,... B7 , F are obtained.
  • the seven small graph constituting Figure 3, known compound K 1, an example of the COD aging formula for sample aqueous ⁇ K 7 CP 1, F, CP 2, F, ⁇ CP 7, F is shown respectively.
  • the COD time-varying equations CP 1, F 2 , CP 2, F 2 ,..., CP 7 and F each show a tendency that COD Cr decreases as the ozone ventilation time t increases.
  • COD aging formula CP 1 illustrating the manner of lowering, F, CP 2, F, ⁇ CP 7, F shape is different.
  • the COD time-varying equation CP1 , F has a substantially convex shape downward
  • the COD time-varying equation CP4 , F has a substantially convex shape.
  • COD aging formula CP F known compound K has a curved or straight line along the COD aging measured data D K of the same known compounds K.
  • This step is processed by, for example, a calculation unit of a personal computer.
  • Formula (1) is preserve
  • Expressions such as Expression (4), Expression (4-n), and Expression (4-1) obtained in this step are stored, for example, in a data storage unit of a personal computer.
  • the quantum chemistry calculation step S104 performs quantum chemistry calculation for each of the plurality of types of known compounds K, for example, each of the known compounds K 1 , K 2 , K 3 , K 4 , K 5 , K 6 , K 7. In this step, the quantum chemical calculation value QCV K is obtained.
  • Compound attribute AC K plural kinds of known compounds K formula, each known as the above are also known. For this reason, it is possible to obtain the quantum chemical calculation value QCV K for each of a plurality of types of known compounds K by performing quantum chemical calculation using known calculation program software.
  • the quantum chemical calculation value QCV K means the quantum chemical calculation value QCV for known compounds in general contained in the known compound K. In the present embodiment, it represents a QCV n quantum chemical calculation value QCV K of certain known compounds K n in the plurality of types of known compounds K. For example, expressed as QCV 1 quantum chemical calculation value QCV K of known compounds K 1.
  • the quantum chemistry calculation value QCV K means energy calculated by performing quantum chemistry calculation on the known compound K.
  • energy including at least one energy selected from the group consisting of HOMO energy E HOMO , LUMO energy E LUMO , and total energy E Total is used.
  • the quantum chemistry calculation value QCV K is calculated for each of the known compounds K.
  • known compounds K are known compounds K 1, K 2, if made of ⁇ ⁇ ⁇ K 7, known compounds K 1, K 2, for each of the ⁇ ⁇ ⁇ K 7, the quantum chemical calculation value QCV 1, QCV 2, ... QCV 7 is calculated.
  • the quantum chemistry calculation value QCV K is calculated for the same type of QCV common to a plurality of types of known compounds K. For example, when the energy type of the quantum chemistry calculated value QCV K is HOMO energy E HOMO , for each of the known compounds K 1 , K 2 ,... K 7 , the HOMO energies E HOMO, 1 , E HOMO, 2 , ... E HOMO, 7 is calculated.
  • the calculation method used for the quantum chemical calculation in this step is not particularly limited, and for example, a density functional method using a density functional theory (DFT method), a molecular orbital method, or the like can be used.
  • DFT method density functional method
  • a density functional method using B3LYP, BLYP or the like as an exchange correlation functional can be used.
  • the molecular orbital method for example, a semi-empirical molecular orbital method using PM3, an HF method, or an ab initio molecular orbital method using MP2 can be used.
  • the basis functions used in the quantum chemical calculation in this step for example, the basis functions of the minimum basis set, the split valence basis set, and the polarization basis set can be used.
  • STO-3G can be used as the basis function of the minimum basis set.
  • the basis function of the split valence basis set for example, 3-21G and 6-31G can be used.
  • 6-31 + G (d.p.), 6-31 + G (d), 6-31G (d.p.), And 6-31G (d) can be used as the basis function of the polarization basis set.
  • 6-31 + G (d.p.) And 6-31 + G (d) including the diffuse function are preferable because of high calculation accuracy, and 6-31 + G (d.p.) Is preferable. More preferred.
  • the quantum chemical calculation in this step both the limiting method and the non-limiting method can be used, but the limiting method is usually used.
  • Gaussian Gaussian 09
  • Games GAMESS
  • the quantum chemical calculation value QCV K is calculated for each known compound K.
  • a quantum chemical calculation value QCV K, known compounds K 1, K 2, E is an HOMO energy E HOMO of ⁇ K 7 HOMO, 1, E HOMO, 2, ⁇ E HOMO, 7 are calculated.
  • This step is processed by, for example, a calculation unit of a personal computer.
  • Attribute acquisition step S105 is a step of acquiring the attribute AT K for each of the plurality of kinds of said known compound K.
  • the attribute AT K includes at least one of a compound attribute AC K that is an attribute of the known compound K and a solution attribute AS K that is an attribute of the sample aqueous solution of the known compound K.
  • the attribute AT K may consist both of a compound attribute AC K and solution attributes AS K.
  • the attribute AT K , the compound attribute AC K , and the solution attribute AS K mean an attribute AT, a compound attribute AC, and a solution attribute AS for known compounds in general included in the known compound K.
  • it represents an attribute AT K of certain known compounds K n in the plurality of types of known compounds K AT n, compound attribute AC K the AC n, the solution attribute AS K and AS n.
  • AT 1 attribute AT K of known compounds K 1 AC 1 Compound attribute AC K, represents the solution attribute AS K and AS 1.
  • the attribute acquisition step S105 may be performed simultaneously with the quantum chemistry calculation step S104, may be performed before the quantum chemistry calculation step S104, or may be performed after the quantum chemistry calculation step S104.
  • the compound attribute AC K for example, molecular weight Mw, the number of atoms NA of each element, electronic speed NE, the complete oxidation requires oxygen atoms n, the bonding number NB, double bond and the number NDT, and degree of unsaturation of the triple bond Attributes including one or more attributes selected from the group consisting of DUs are used.
  • the number of oxygen atoms n required for complete oxidation means the number of oxygen atoms necessary for completely oxidizing one molecule of the known compound K.
  • the formula for completely oxidizing one molecule of triisopropanolamine C 9 H 21 NO 3 is as shown in the following formula (8).
  • the known compound K has a known structural formula. Thus, for example, it is possible to obtain a compound attribute AC K from known information concerning known compound K.
  • solution attribute AS K for example, an attribute including at least one attribute selected from the group consisting of pH, C 0 (initial COD Cr ), molar concentration CM, temperature T, and electrical conductivity CE is used. It is done.
  • the solution attribute AS K is obtained from the measured value for the target aqueous solution.
  • an attribute ATK for each of the plurality of types of known compounds K is acquired.
  • known compounds K are known compounds K 1, K 2, complete oxidation required number of oxygen atoms ⁇ K 7 n 1, n 2 , acquires ⁇ ⁇ ⁇ n 7.
  • the attribute AT K is stored in, for example, a data storage unit of a personal computer. For this reason, this step is carried out, for example, when the calculation unit acquires the attribute AT K stored in the data storage unit of the personal computer.
  • the regression formula building step S106 uses the first coefficient AF after fitting, the second coefficient BF after fitting, the quantum chemistry calculation value QCV K, and the attribute AT K for each of a plurality of types of known compounds K, and performs the first regression. This is a step of constructing the equation RE 1 and the second regression equation RE 2 .
  • the first regression equation RE 1 is a regression equation represented by the following equation (2) using the first coefficient A as an objective variable.
  • the first regression equation RE 1 is defined as the following equation (2) using the QCV of the quantum chemistry calculation value QCV K and the AT of the attribute AT K as explanatory variables and the first coefficient A as an objective variable: ).
  • RE 1 : A F R1 (QCV, AT) (2) (A: 1st coefficient of Formula (1), QCV: Quantum chemical calculation value, AT: Attribute, F R1 : Function)
  • the QCV is HOMO energy E HOMO
  • the AT is the number of oxygen atoms required for complete oxidation n
  • the first regression equation RE 1 represented by the following equation (5) is used. It is done.
  • the C 0 of the formula (5), using a C n, 0 is COD Cr value C (0) in the COD aging measured data D n of the time of the known compound K n 0 (minute).
  • A first coefficient of the formula (1)
  • B second coefficient of the formula (1)
  • C 0 initial COD Cr of the compound in the sample aqueous solution
  • F A log (E HOMO ) as explanatory variables (N: number of oxygen atoms required for complete oxidation, E HOMO : HOMO energy)
  • Formula (5) is obtained by, for example, first post-fitting coefficient An, F and second post-fitting coefficient B n, F obtained from COD time-varying equation CP n, F shown in FIG. 3, and HOMO energy E HOMO, n , and is constructed as a regression equation for predicting the coefficient of the first coefficient A.
  • the COD temporal change expression CP n, F shown in FIG. 3 is the COD temporal change expression CP 1, F ,... CP 7, F.
  • the obtained first coefficient after fitting An, F is the first coefficient after fitting A1 , F , A2 , F ,..., A7 , F.
  • the obtained second coefficient B n, F after fitting is the second coefficient B 1, F , B 2, F ,... B 7, F after fitting.
  • the HOMO energy E HOMO, n is the HOMO energy E HOMO, 1 , E HOMO, 2 ,... E HOMO, 7 .
  • the first regression equation RE 1 represented by the equation (5) can be expressed as the following equation (5-1).
  • A first coefficient of the formula (1)
  • B second coefficient of the formula (1)
  • C 0 initial COD Cr of the compound in the sample aqueous solution
  • F A log (E HOMO ) as explanatory variables (N: number of oxygen atoms required for complete oxidation, E HOMO : HOMO energy)
  • the second regression equation RE 2 is the second coefficient B a regression equation represented by the following formula for the purpose variables (3).
  • the second regression equation RE 2 is the explanatory variable Toshikatsu the second coefficient B and the said QCV AT regression equation represented by the following formula for the purpose variables (3).
  • RE 2 : B F R2 (QCV, AT) (3) (B: second coefficient of formula (1), QCV: quantum chemistry calculated value, AT: attribute, F R2 : function)
  • the QCV is HOMO energy E HOMO
  • the AT is the number of oxygen atoms required for complete oxidation n
  • the second regression equation RE 2 represented by the following equation (6) is used. It is done.
  • the C 0 of the formula (6), using a C n, 0 is COD Cr value C (0) in the COD aging measured data D n of the time of the known compound K n 0 (minute).
  • Equation (6) is obtained by, for example, the second coefficient after fitting B n, F obtained from the COD time-varying equation CP n, F shown in FIG. 3, the HOMO energy E HOMO, n, and the number of oxygen atoms required for complete oxidation n Is used as a regression equation to predict the coefficient of the second coefficient B.
  • the COD temporal change expression CP n, F shown in FIG. 3 is the COD temporal change expression CP 1, F ,... CP 7, F.
  • the obtained second coefficient B n, F after fitting is the second coefficient B 1, F , B 2, F ,... B 7, F after fitting.
  • the HOMO energy E HOMO, n is the HOMO energy E HOMO, 1 , E HOMO, 2 ,... E HOMO, 7 .
  • the number of oxygen atoms required for complete oxidation n is the number of oxygen atoms required for complete oxidation n 1 , n 2 ,... N 7 .
  • the second regression equation RE 2 expressed by the equation (6) can be expressed as the following equation (6-1).
  • FIG. 4 is an example of the first regression equation RE 1 obtained in the regression equation construction step S106 of the COD time-varying model construction method according to an example described later.
  • FIG. 5 is an example of the second regression equation RE 2 obtained in the regression equation construction step S106 of the COD time-varying model construction method according to an example described later.
  • FIG. 4 shows an example of F A in the above formulas (5) and (5-1).
  • the point of discrete are the individual data of the seven known compounds K used for the construction of F A.
  • Figure 4 shows an example of a coefficient of determination R 2 is 0.93 F A.
  • FIG. 5 shows an example of a F B in the formula (6) and (6-1).
  • the discrete points is nine individual data of known compounds K used for the construction of F B.
  • Figure 5 is an example of a coefficient of determination R 2 is 0.94 F B.
  • the first regression equation RE 1 can be constructed.
  • the second equation B for calculating the second coefficient B of the above equation (1) is represented by the above equation (6) or (6-1)
  • a two regression equation RE 2 can be constructed.
  • This step is processed by, for example, a calculation unit of a personal computer.
  • the first regression equation RE 1 and the second regression equation RE 2 can be constructed based on a plurality of types of known compounds K.
  • an attribute of the measurement target compound M is obtained or a quantum chemistry calculation is performed, thereby measuring the measurement target.
  • a COD aging formula CP M for compound M can be generated.
  • COD aging formula CP M of the measurement target compound M it is possible to predict the COD temporal change of the measurement target compound M. Therefore, according to the COD temporal change model construction method according to the embodiment, there is provided a COD temporal change model construction method capable of accurately predicting the temporal change of COD when a compound in waste water is decomposed with an oxidizing agent.
  • FIG. 2 is an example of a flowchart of the COD temporal change prediction method according to the embodiment.
  • the COD temporal change prediction method according to the embodiment is a COD temporal change prediction method using information created by the COD temporal change model construction method according to the embodiment.
  • the COD temporal change prediction method according to the embodiment includes a quantum chemistry calculation step S202, an attribute acquisition step S203, a coefficient calculation step S204, a COD temporal change expression creation step S205, and a COD temporal change prediction step S206.
  • the quantum chemistry calculation step S202 is a step performed after the start S201 in the COD temporal change prediction method according to the embodiment.
  • the quantum chemistry calculation step S202 is a step of obtaining a quantum chemistry calculation value QCV M by performing quantum chemistry calculation for the measurement target compound M.
  • the object to be subjected to the quantum chemistry calculation is changed to “measurement target compound M” instead of the “plural types of known compounds K” in the quantum chemistry calculation step S104.
  • the quantum chemistry calculation step S202 is set to “quantum chemistry calculation value QCV M ” instead of “quantum chemistry calculation value QCV K ” of the quantum chemistry calculation step S104. Except for these, the quantum chemistry calculation step S202 is the same as the quantum chemistry calculation step S104.
  • the “quantum chemistry calculation value QCV M ” simply means the quantum chemistry calculation value QCV of the “measurement target compound M”.
  • the quantum chemistry calculation value QCV K in the quantum chemistry calculation step S104 This is equivalent to using “measurement target compound M” instead of “known compound K”. For this reason, descriptions other than the measurement target compound M are omitted.
  • the measurement target compound M which is a target for performing quantum chemical calculation, is a compound having a known structural formula.
  • the measurement target compound M may be one kind or plural kinds.
  • the measurement target compound M has a known structural formula. Thus, for example, it is possible to obtain a compound attribute AC M from known information concerning the measurement target compound M.
  • the quantum chemical calculation value QCV M is calculated for the measurement target compound M.
  • E HOMO, 8 and E HOMO, 9 which are HOMO energies E HOMO of the measurement target compounds M 8 and M 9 are calculated as the quantum chemistry calculation value QCV M.
  • This step is processed by, for example, a calculation unit of a personal computer.
  • Attribute acquisition step S203 is a step of acquiring the attribute AT M for the measurement target compound M.
  • Attribute AT M is the measurement target compound M attribute, compound attribute AC M, and the an attribute of the sample solution to be measured compound M solution attribute AS M, consists of at least one.
  • the target to be subjected to the quantum chemical calculation is “measurement target compound M” instead of “plural types of known compounds K” in the attribute acquisition step S105.
  • the attribute acquisition step S203 uses “attribute AT M , compound attribute AC M , and solution attribute AS M ” instead of “attribute AT K , compound attribute AC K , and solution attribute AS K ” in attribute acquisition step S105. Apart from these, the attribute acquisition step S203 is the same as the attribute acquisition step S105.
  • attribute AT M , compound attribute AC M , solution attribute AS M simply means “attribute AT, compound attribute AC, solution attribute AS” of “measurement target compound M”.
  • attribute AT M , compound attribute AC M , and solution attribute AS M are “attribute AT K , compound attribute AC K , and solution attribute AS K ” in attribute acquisition step S 105. This is equivalent to using “measurement target compound M” instead of “compound K”.
  • the “measurement target compound M” has been described in the quantum chemistry calculation step S202. For this reason, explanation of this step is omitted.
  • an attribute ATM for the measurement target compound M is acquired.
  • the measurement target compound M is a measurement target compound M 8, M 9, when the type of the attribute AT M is completely oxidized required oxygen atoms n, complete oxidation required number of oxygen atoms of the measurement target compound M 8, M 9 n 8 and n 9 which are n are acquired.
  • the measurement target compound M is composed of the measurement target compounds M 8 and M 9 and the type of the attribute AT M is C 0 (initial COD Cr )
  • the measurement target compounds M 8 and M 9 have C 0 (initial COD Cr ) C 8,0 and C 9,0 .
  • the measurement target compound M is, if a known compound the same compound and K is to incorporate the attributes AT K obtained by the attribute obtaining step S105 of COD aging model building method according to the embodiment as an attribute AT M Can do.
  • the attribute AT M for example, stored in the data storage unit of a personal computer. Therefore, this step is, for example, an attribute AT M stored in the data storage unit of the personal computer calculating unit is implemented by acquiring.
  • Coefficient calculation step S204 substitutes the attribute AT M the quantum chemical calculation value QCV M assignment vital AT in the first regression equation RE 1 and the second regression equation RE 2 QCV. Thereby, the prediction first coefficient A M and the prediction second coefficient B M of the measurement target compound M are calculated.
  • the first regression equation RE 1 is a regression equation represented by the following equation (2) described in the regression equation construction step S106 of the COD temporal change model construction method according to the embodiment. Specifically, the first regression equation RE 1 is an equation using the QCV of the quantum chemistry calculated value QCV K and the AT of the attribute AT K as explanatory variables and the first coefficient A as an objective variable: ).
  • RE 1 : A F R1 (QCV, AT) (2) (A: 1st coefficient of Formula (1), QCV: Quantum chemical calculation value, AT: Attribute, F R1 : Function)
  • the first regression equation RE 1 for example, the first regression equation RE 1 represented by the following equation (5) is used.
  • the first regression equation RE 1 represented by the following formula (5) is a regression equation in which the QCV is HOMO energy E HOMO and the AT is the number of oxygen atoms required for complete oxidation n.
  • the C 0 of the formula (5), using a C n, 0 is COD Cr value C (0) in the COD aging measured data D n of the time of the known compound K n 0 (minute).
  • A first coefficient of the formula (1)
  • B second coefficient of the formula (1)
  • C 0 initial COD Cr of the compound in the sample aqueous solution
  • F A log (E HOMO ) as explanatory variables (N: number of oxygen atoms required for complete oxidation, E HOMO : HOMO energy)
  • the second regression equation RE 2 a regression equation represented by the following formula described in the regression equation construction step S106 of COD aging model construction method according to an embodiment (3).
  • the second regression equation RE 2 is defined by the following equation (3) in which the QCV of the quantum chemistry calculation value QCV K and the AT of the attribute AT K are explanatory variables and the second coefficient B is an objective variable. ).
  • RE 2 : B F R2 (QCV, AT) (3) (B: second coefficient of formula (1), QCV: quantum chemistry calculated value, AT: attribute, F R2 : function)
  • the second regression equation RE 2 for example, the second regression equation RE 2 represented by the following equation (6) is used.
  • the second regression equation RE 2 represented by the following formula (6) is a regression equation in which the QCV is HOMO energy E HOMO and the AT is the number of oxygen atoms required for complete oxidation n.
  • the C 0 of the formula (6), using a C n, 0 is COD Cr value C (0) in the COD aging measured data D n of the time of the known compound K n 0 (minute).
  • the HOMO energy E of each measurement target compound M is represented in these equations.
  • the HOMO energy E HOMO of each measurement target compound M is, for example, E HOMO, 8 , E HOMO, 9 which is the HOMO energy E HOMO of the measurement target compounds M 8 and M 9 .
  • the number n of oxygen atoms required for complete oxidation of each measurement target compound M is, for example, n 8 and n 9 which are the number of oxygen atoms required for complete oxidation n of the measurement target compounds M 8 and M 9 .
  • COD Cr having zero ozone ventilation time in the sample aqueous solution of the measurement target compound M is used.
  • C 0 of the measurement target compound M is obtained by performing the same processing as the time-dependent change actual data storage step of the COD time-change model construction method except that the measurement target compound M is used instead of the known compound K.
  • the COD time-varying actual measurement data DK is generated using a plurality of samples having different ozone ventilation times in the time-varying actual measurement data storage step. It is only necessary to obtain COD Cr with 0.
  • the first regression equation RE 1 such as Equation (5) and the second regression equation RE 2 such as Equation (6) are used to predict the first coefficient A M and the prediction value of the measurement target compound M.
  • Two coefficients B M are calculated.
  • the predicted first coefficient A M is, for example, the first coefficient calculated as a result of substituting E HOMO, 8 etc. into the first regression equation RE 1 such as Equation (5).
  • the predicted second coefficient B M is calculated as a result of substituting E HOMO, 8, the number of oxygen atoms required for complete oxidation n 8 and the like into the second regression equation RE 2 such as Equation (6), Two coefficients.
  • This step is processed by, for example, a calculation unit of a personal computer.
  • COD aging-preparing step S205 is a step of creating a COD aging formula CP M of the measurement target compound M represented by the formula (7).
  • the COD time-varying equation creating step S205 the predicted first coefficient A M and the predicted second coefficient B M are respectively substituted into the first coefficient A and the second coefficient B of the equation (1), and the measurement in the aqueous solution is performed.
  • C M, 0 which is the initial CODCr of the target compound M is substituted.
  • the COD aging formula creation step S205 creating a COD aging formula CP M of the measurement target compound M represented by the formula (7).
  • C M, 0 in the formula (7) C n, 0 which is the COD Cr value C (0) at the time 0 (min) of the measurement target compound M n is used.
  • Measurement subject compound M is the case of a plurality of types, COD aging formula CP M is created for each measurement target compound M.
  • COD aging formula CP M is created for each measurement target compound M.
  • two types of COD time-varying equations CP 8, M , CP 9, M are created.
  • CP M and C M, 0 in the formula (7) are generalized and expressed for all the measurement target compounds M.
  • the COD time-varying equations CP M and C M, 0 of a specific measurement target compound M n among the measurement target compounds M are represented by CP n, M and C n, M, 0 as shown in the formula (7-n), respectively. It is expressed.
  • the COD change equation with time is expressed as CP 8, M
  • the initial COD Cr is expressed as C 8, M, 0 .
  • the C n, M, 0 of the formula (7-n) the C n, 0 is COD Cr value C (0) at time 0 (min) of the measurement target compound M n used.
  • C n, M (t) COD Cr of time t of the measurement target compound M n in the sample solution, C n, M, 0: the measurement target compound M n in the sample solution initial COD Cr, A n, M : Prediction first coefficient of measurement target compound M n , B n, M : Prediction second coefficient of measurement target compound M n , t: Ozone treatment time)
  • the numerical value to be substituted for C M, 0 in the formula (7) is created in, for example, the fitting step S103 of the COD time-varying model construction method according to the embodiment.
  • C F, 0 in formula (4) can be used.
  • C F, 0 in the formula (4) means C F, 0 in the COD time-varying equation CP F after fitting for known compounds in general included in a plurality of types of known compounds K.
  • the COD aging formula CP F and C F, 0 after fitting specific known compound K n in the plurality of types of known compounds K, CP n as shown in Equation (4-n), F and It is expressed as Cn , F, 0 .
  • the COD time-varying equations CP F and C F, 0 after fitting of the known compound K 1 are represented as CP 1, F and C 1, F, 0 as in the formula (4-n).
  • C 8, M, 0 (n 1) by the formula (7-n).
  • C 0 (attribute AT M of the known compound K)
  • the initial COD Cr can be substituted for C 0 in equations (5) and (6).
  • the attribute obtaining step S203 for the measurement target compound M in advance to obtain the C 0 is an attribute AT M (initial COD Cr), the C 0 (Initial COD Cr) Equation (5) and (6 ) can be substituted into C 0 of the.
  • COD aging formula CP M An example of creation of COD aging formula CP M in this step will be described with reference to FIG. Figure 6 is an example of COD aging formula CP M obtained in COD aging-preparing step S205 of COD aging prediction method according to the examples described later.
  • FIG. 6 the COD change equation of the sample aqueous solution of the measurement target compound M n is shown as CP n, M.
  • the COD change equation of the sample aqueous solution of the measurement target compound M 8 is represented as CP 8, M.
  • FIG. 6 shows two aggregates of small graphs in which the COD time-varying equations of the sample aqueous solutions of the measurement target compounds M 8 and M 9 are represented by CP 8, M and CP 9, M in one coordinate. It has become.
  • the small graph also describes the graph of the measurement target compound M 8, M COD aging measured data D 8 samples an aqueous solution of 9, D 9.
  • the horizontal axis represents time (minutes)
  • the vertical axis represents the COD Cr values (mg / L).
  • COD time-varying equations CP 8, M , CP 9, M are similar to the COD time-varying equations CP 1, F ,... CP 7, F shown in FIG.
  • COD Cr tends to decrease.
  • COD aging formula CP 8 as shown in FIG. 6, M, CP 9, M is, COD aging formula CP 1 shown in FIG. 3, F, when compared to the ⁇ CP 7, F known compound K n, or tends to slightly spaced from the graph of COD aging measured data D n of the sample solution measurement compounds M n.
  • This step is processed by, for example, a calculation unit of a personal computer.
  • COD aging prediction step S206 is a step of predicting the COD temporal change of the measurement target compound M with the COD aging formula CP M.
  • Each COD aging formula CP M created by COD aging-preparing step S205 approximates the graph of COD aging measured data D n of the sample solution of each known compound K n As can be seen from the example shown in FIG. 6 It seems that the prediction accuracy is high. Therefore, only substituting the COD aging-preparing step S205 ozone treatment time COD aging formula CP M represented by the formula (7) created by t, higher the COD time course of the measurement target compound M precision Can be predicted.
  • the COD temporal change prediction method according to the embodiment is terminated S207 after this step.
  • Example 1 [COD aging model construction method] (Time-change actual measurement data storage step) After the start S101 of the COD temporal change model construction method, the temporal change actual measurement data storage step S102 was performed. Specifically, for each of the seven known compounds shown in Table 1 (compounds A to G), ozone was passed through a sample aqueous solution of the known compound, and a plurality of samples having different ozone ventilation times were used. saving the COD temporal change measurement data D K.
  • the compounds H and I shown in Table 1 are compounds used as the measurement target compound M in [COD change with time prediction method] described later. The specific procedure of this step is shown below.
  • aqueous sample solution of known compound Preparation of aqueous sample solution of known compound> [Preparation of aqueous sample solution of Compound A] First, 19 L of an aqueous solution of 1 mol / L and pH 6.5 to 7.5 was prepared using Compound A and ion-exchanged water. The obtained aqueous sample solution was designated as aqueous sample solution A. The pH of the sample aqueous solution A was adjusted using sodium hydroxide, hydrochloric acid or the like.
  • sample aqueous solution A In the course of 120 minutes of aeration, 450 mL of sample aqueous solution A was sampled every 5 minutes, 15 minutes, 30 minutes, and 60 minutes. Each sampled solution was vented with air to remove ozone, and samples were processed for 5 minutes, 15 minutes, 30 minutes, and 60 minutes. These samples were designated as sample aqueous solutions A 5 , A 15 , A 30 and A 60 . Finally, 1 L of the sample aqueous solution A immediately after aeration for 120 minutes was sampled, air was aerated to remove ozone, and a sample with a treatment time of 120 minutes was obtained. This sample was designated as sample aqueous solution A120 . By the above operation, sample aqueous solutions A 0 , A 5 , A 15 , A 30 , A 60 , A 120 were obtained as samples.
  • COD Cr was measured for the sample aqueous solutions A 0 , A 5 ,... A 120 , which are samples of the sample aqueous solution of Compound A, by the JIS K 0102-20.2 spectrophotometric method.
  • the aggregate of the six data is the COD temporal change actual measurement data in the temporal change actual measurement data storage step S102 in the compound A.
  • a collection of 6 points of data related to the sample aqueous solutions A 0 , A 5 ,... A 120 was defined as COD temporal change actual measurement data D 1 .
  • the results are shown in FIG. FIG. 3 is an aggregate of seven small graph diagrams of 3 rows ⁇ 3 columns.
  • each small graph respectively, the horizontal axis represents time (minutes), the vertical axis represents the COD Cr values (mg / L).
  • COD Cr value C (t) at the time t (minute) of the compound A is also expressed as C 1, t .
  • the data constituting the COD temporal change actual measurement data D 1 shown in FIG. 3 is (0, C (0)), (5, C (5)),... (120, C (120 )).
  • Data constituting the COD aging measured data D 1 is also expressed as (0, C 1,0), ( 5, C 1,5), ⁇ (120, C 1,120).
  • COD Cr values C (t) of the compounds B, C, D, E, F, G, H, and I at the time t (min) are respectively expressed as C 2, t , C 3, t , C 4, t , C 5, t , C 6, t , C 7, t , C 8, t , C 9, t are also expressed.
  • the data constituting the COD aging measured data D 2 to be described later for compound B (0, C (0) ), (5, C (5)), ⁇ (120, C (120)) It is.
  • Data constituting the COD aging measured data D 2 are, (0, C 2,0), (5, C 2,5), also referred to as ⁇ (120, C 2,120).
  • a collection of 6 data relating to the obtained sample aqueous solutions B 0 , B 5 ,... B 120 was defined as COD temporal change actual measurement data D 2 .
  • Data constituting the COD aging measured data D 2 is for compound B (0, C (0) ), a (5, C (5)) , ⁇ (120, C (120)).
  • the data constituting the COD aging measured data D 2 are, (0, C 2,0), (5, C 2,5), also referred to as ⁇ (120, C 2,120).
  • a collection of 6 data on the obtained sample aqueous solutions C 0 , C 5 ,... C 120 was designated as COD temporal change actual measurement data D 3 .
  • Data constituting the COD aging measured data D 3 is for compound C (0, C (0) ), a (5, C (5)) , ⁇ (120, C (120)).
  • the data constituting the COD temporal change actual measurement data D 3 is also expressed as (0, C 3,0 ), (5, C 3 , 5 ),... (120, C 3,120 ).
  • a collection of 6 data relating to the obtained sample aqueous solutions D 0 , D 5 ,... D 120 was designated as COD temporal change actual measurement data D 4 .
  • Data constituting the COD aging measured data D 4 is for compound D (0, C (0) ), a (5, C (5)) , ⁇ (120, C (120)).
  • the data constituting the COD aging measured data D 4 is, (0, C 4,0), (5, C 4,5), also referred to as ⁇ (120, C 4,120).
  • a collection of six data on the obtained sample aqueous solutions E 0 , E 5 ,... E 120 was designated as COD temporal change actual measurement data D 5 .
  • Data constituting the COD aging measured data D 5 is, for compound E (0, C (0) ), a (5, C (5)) , ⁇ (120, C (120)).
  • the data constituting the COD aging measured data D 5 is, (0, C 5,0), (5, C 5,5), also referred to as ⁇ (120, C 5,120).
  • a collection of 6 data on the obtained sample aqueous solutions F 0 , F 5 ,... F 120 was designated as COD temporal change actual measurement data D 6 .
  • Data constituting the COD aging measured data D 6 is for compounds F of (0, C (0)) , a (5, C (5)) , ⁇ (120, C (120)).
  • the data constituting the COD aging measured data D 6 is, (0, C 6,0), (5, C 6,5), also referred to as ⁇ (120, C 6,120).
  • a collection of 6 data regarding the obtained sample aqueous solutions G 0 , G 5 ,... G 120 was designated as COD temporal change actual measurement data D 7 .
  • Data constituting the COD aging measured data D 7 is for Compound G of (0, C (0)) , a (5, C (5)) , ⁇ (120, C (120)).
  • the data constituting the COD temporal change actual measurement data D 7 is also expressed as (0, C 7,0 ), (5, C 7 , 5 ),... (120, C 7,120 ).
  • a fitting step S103 was performed. Specifically, by fitting each of the obtained COD time-varying actual measurement data D 1 , D 2 ,... D 7 to a COD time-varying CP represented by the following formula (1), A first coefficient A F and a second coefficient B F after fitting were obtained.
  • the first coefficient AF after the fitting is a coefficient obtained by correcting the first coefficient A in the equation (1) by fitting.
  • the second coefficient BF after fitting is a coefficient obtained by correcting the second coefficient B in the equation (1) by fitting.
  • a method of calculating the first coefficient AF after fitting and the second coefficient B F after fitting will be described later.
  • a first coefficient A F after fitting and a second coefficient B F after fitting were obtained for each of the compounds A, B, C, D, E, F, and G.
  • the first coefficient AF after fitting and the second coefficient BF after fitting were calculated as follows. First , each of the COD temporal change measurement data D 1 , D 2 ,... D 7 was fitted to the COD temporal change expression CP represented by the following formula (1). Then, for each of the compounds A, B, C, D, E, F, and G, the first coefficient A and the second coefficient B in the following formula (1) are corrected based on the fitting, and then each compound is fitted. A first coefficient A F and a second coefficient B F after fitting were obtained.
  • the following formula (1) is stored in advance in a data storage unit of a personal computer.
  • C 2, F, 0 , C 3, F, 0 ,..., C 7, F, 0 corresponding to C 1, F, 0 in the equation (4-1) are the COD temporal change measured data D 2 , D 3 ,... D 7 , C 2,0 , C 3,0 ,..., C 7,0 , which are COD Cr values C (0) at time 0 (minutes), were used.
  • FIG. 3 shows the COD time-varying equations CP1 , F , CP2 , F ,... CP7 , F.
  • the obtained COD time-varying equations CP1 , F , CP2 , F ,... CP7 , F first coefficients A1 , F , A2 , F ,... A7 , F , and fitting after fitting
  • the second coefficients B1 , F , B2 , F ,... B7 , F were stored in the data storage unit of the personal computer. Thereby, fitting step S103 was completed.
  • Quantum chemical calculation step S104 a quantum chemistry calculation step S104 was performed. Specifically, quantum chemical calculation values QCV 1 , QCV 2 , QCV 3 , QCV 4 , QCV 5 , and QCV are calculated for each of the compounds A, B, C, D, E, F, and G. 6 and QCV 7 were obtained.
  • HOMO High Occupied Molecular Orbital
  • E HOMO was used as QCV. That is, the compound A, B, for each of ⁇ ⁇ ⁇ I, Compound A, B, a E HOMO of ⁇ I, E HOMO, 1, E HOMO, 2, was calculated ⁇ ⁇ ⁇ E HOMO, 7 . The specific procedure of this step is shown below.
  • Quantum chemical calculations were performed in the computing section of a personal computer. Specifically, the calculation was performed by a density functional method using a density functional theory (DFT) using a Gaussian 09 program as calculation program software for quantum chemistry calculations. Further, B3LYP was used as an exchange correlation functional in the density functional method, and 6-31 + G (d.p.) was used as a basis function. Moreover, the solvent effect of water was taken in by SCRF (Self Consistent Reaction Field). In the quantum chemistry calculation, a stable structure was obtained by structure stabilization, and HOMO energy E HOMO was calculated. Thereby, HOMO energies E HOMO, 1 , E HOMO, 2 ,... E HOMO, 7 were calculated for each of compounds A, B ,.
  • DFT density functional theory
  • B3LYP was used as an exchange correlation functional in the density functional method
  • 6-31 + G d.p.
  • SCRF Self Consistent Reaction Field
  • the obtained HOMO energies EHOMO, 1 , EHOMO, 2 , EHOMO, 3 , EHOMO, 4 , EHOMO, 5 , EHOMO, 6 , EHOMO, 7 were stored in a data storage unit of a personal computer. Thereby, quantum chemistry calculation step S104 was completed.
  • attribute acquisition step S105 was performed after quantum chemistry calculation step S104. In other experimental examples, the attribute acquisition step S105 may be performed before the quantum chemistry calculation step S104 or simultaneously with the quantum chemistry calculation step S104.
  • attribute acquisition step S105 specifically, for each of compounds A, B,... G, the number of oxygen atoms required for complete oxidation, which is the number of oxygen atoms required for complete oxidation n of compounds A, B,. n 1, n 2, was obtained ⁇ n 7.
  • the number of oxygen atoms required for complete oxidation n 1 , n 2 ,..., N 7 those stored in the data storage unit of a personal computer were used.
  • the number n of oxygen atoms required for complete oxidation does not have to be stored in the data storage unit of the personal computer, and can be calculated as appropriate.
  • 28 which is the number n 2 of oxygen atoms necessary for complete oxidation of compound B (triisopropanolamine)
  • the number of O atoms in 14O 2 in the above formula (8) is 28. .
  • the obtained number of oxygen atoms required for complete oxidation n 1 , n 2 ,... N 7 was stored in a data storage unit of a personal computer. Thereby, the attribute acquisition step S105 is completed.
  • a regression equation construction step S106 was performed following the attribute acquisition step S105. Specifically, for each of the compounds A, B,... G, a first coefficient An n, F after fitting, a second coefficient B n, F after fitting, a quantum chemical calculation value E HOMO, n , using the attributes n n, was constructed first regression equation RE 1 and a second regression formula RE 2. As the first coefficients An n, F after fitting, the first coefficients A 1, F , A 2, F ,... A 7, F after fitting were used. As the second coefficient B n, F after fitting, second coefficients B 1, F , B 2, F ,... B 7, F after fitting were used.
  • the quantum chemical calculation value E HOMO, n the quantum chemical calculation values E HOMO, 1 , E HOMO, 2 ,... E HOMO, 7 were used.
  • attributes n n attributes n 1 , n 2 ,... N 7 were used.
  • a personal computer was processed by a calculation unit. The specific procedure of this step is shown below.
  • the first coefficients An n, F after fitting the first coefficients A 1, F , A 2, F ,... A 7, F after fitting were used.
  • second coefficient B n, F after fitting second coefficients B 1, F , B 2, F ,... B 7, F after fitting were used.
  • E HOMO, 1 , E HOMO, 2 ,... E HOMO, 7 was used as the QCV.
  • AT the number of oxygen atoms required for complete oxidation n 1 , n 2 ,..., N 7 was used.
  • A first coefficient of the formula (1)
  • B second coefficient of the formula (1)
  • C 0 initial COD Cr of the compound in the sample aqueous solution
  • F A log (E HOMO ) as explanatory variables (N: number of oxygen atoms required for complete oxidation, E HOMO : HOMO energy)
  • the first regression equation RE 1 represented by the above equation (5) can be expressed as the following equation (5-1).
  • A first coefficient of the formula (1)
  • B second coefficient of the formula (1)
  • C 0 initial COD Cr of the compound in the sample aqueous solution
  • F A log (E HOMO ) as explanatory variables (N: number of oxygen atoms required for complete oxidation, E HOMO : HOMO energy)
  • FIG. 4 shows the F A in the above formula (5) and (5-1).
  • discrete points are individual data of the compounds A, B, C, D, E, F, and G used for the construction of F A.
  • the determination coefficient R 2 of F A was 0.94.
  • second coefficient B n F after fitting
  • second coefficients B 1, F , B 2, F ,... B 7, F after fitting were used.
  • E HOMO, 1 , E HOMO, 2 ,... E HOMO, 7 was used as the QCV.
  • AT the number of oxygen atoms required for complete oxidation n 1 , n 2 ,..., N 7 was used.
  • C 0 in the equation (6) C 1,0 , C 2,0 , C 3, which are COD Cr values C (0) at time 0 (minutes) of the COD temporal change measurement data D 1 to D 7 . 0 , C 4,0 , C 5,0 , C 6,0 , C 7,0 were used.
  • the second regression equation RE 2 represented by the equation (6) can be expressed as the following equation (6-1).
  • Figure 5 shows the F B of the above formula (6) and (6-1).
  • the discrete points are compounds A, B, C, D, E, F, individual data of G used for the construction of F B.
  • the coefficient of determination R 2 of F B was 0.93.
  • the first coefficient A and the second coefficient B of the above formula (1) are calculated as regression equations applicable to all the compounds A, B,... G with high accuracy.
  • the first regression equation RE 1 represented by the formula (5) or (5-1) was constructed.
  • a regression equation that can be applied to all of the compounds A, B,... G with high accuracy it is expressed by the above equation (6) or (6-1) that calculates the second coefficient B of the above equation (1).
  • the second regression formula RE 2 being was constructed.
  • the regression formula construction step S106 is finished, and the COD time-varying model construction method is finished S107.
  • COD temporal change prediction method was implemented using the information created by the COD temporal change model construction method.
  • Quantum chemical calculation step S202 After the start S201 of the COD temporal change prediction method, a quantum chemistry calculation step S202 was performed.
  • This quantum chemistry calculation step S202 is a step of obtaining the quantum chemistry calculation value QCV M by performing quantum chemistry calculation for the measurement target compound M.
  • HOMO for each of compounds H and I was carried out in the same manner as in (Quantum chemical calculation step) of [COD time course model construction method] except that compounds H and I were used instead of compound A, respectively.
  • the energies E HOMO, 8 and E HOMO, 9 were calculated.
  • the obtained HOMO energies E HOMO, 8 and E HOMO, 9 were stored in a data storage unit of a personal computer. Thereby, quantum chemistry calculation step S202 was completed.
  • attribute acquisition step S203 (Attribute acquisition step) Following the quantum chemistry calculation step S202, an attribute acquisition step S203 was performed.
  • the attribute acquisition step S203 can be performed before the quantum chemistry calculation step S202 or simultaneously with the quantum chemistry calculation step S202. However, in this experimental example, step S203 was performed after step S202.
  • Attribute acquisition step S203 is a step of acquiring the attribute AT M for the measurement target compound M.
  • the resulting complete oxidation requires oxygen atoms n 8 and n 9 and stored in the data storage unit of a personal computer. Thereby, the attribute acquisition step S203 is completed.
  • a coefficient calculation step S204 was performed. Specifically, the first regression equation RE 1 represented by the above equation (5) or (5-1) constructed in the regression equation construction step S106 and the above equation (6) or (6-1) The predicted first coefficient A M and the predicted second coefficient B M of each compound were calculated using the second regression equation RE 2 represented. The predicted first coefficient A M and the predicted second coefficient B M of each compound are obtained by substituting HOMO energy E HOMO , the number of oxygen atoms required for complete oxidation n, and C 0 which is the initial COD Cr into the above formula. Calculated by This step was processed by the computing unit of the personal computer. The specific procedure of this step is shown below.
  • COD Cr was measured for the sample aqueous solutions H 5 ,... H 120 as well as the sample aqueous solution H 0 .
  • C8,5 , C8,15 , ... C8,120 were obtained.
  • Data constituting the COD aging measured data D 8 is for Compound H of (0, C (0)) , a (5, C (5)) , ⁇ (120, C (120)).
  • the data constituting the COD aging measured data D 8 is, (0, C 8,0), (5, C 8,5), also referred to as ⁇ (120, C 8,120).
  • the ⁇ ⁇ ⁇ I 120 also in the same manner as the sample solution I 0 was measured COD Cr, C 9,5, C 9,15 , ⁇ C 9,120 to It was.
  • the obtained sample solution I 0, I 5 the data of 6 points regarding ⁇ I 120 (C 9,0, C 9,5, ⁇ C 9,120) a collection COD aging measured data D It was set to 9 .
  • COD aging measured data D 9 Data constituting the COD aging measured data D 9, for the compound I (0, C (0)) , a (5, C (5)) , ⁇ (120, C (120)).
  • the data constituting the COD aging measured data D 9 is, (0, C 9,0), (5, C 9,5), also referred to as ⁇ (120, C 9,120).
  • These COD temporal change measurement data D 8 and D 9 of compounds H and I are data corresponding to the COD temporal change measurement data D 1 to D 7 of compounds A to G in [COD temporal change model construction method]. .
  • Predicted first coefficients A 8, M and A 9, M and predicted second coefficients B 8, M and B 2, M for the obtained compounds H and I were stored in a data storage unit of a personal computer. . Thus, the coefficient calculation step S204 is completed.
  • COD time-varying equation creation step S205 was performed following the coefficient calculation step S204. Specifically, the predicted first coefficient A M and the predicted second coefficient B M of each compound were substituted into the first coefficient A and the second coefficient B of the following formula (1), respectively. Further, by substituting the initial COD Cr of the compounds H and I in the aqueous solution into C M, 0 of the following formula (1), the COD time-varying CP of the measurement target compound M represented by the following formula (7) M was created.
  • the initial COD Cr for compounds H and I in aqueous solution are C 8,0 and C 9,0 , respectively.
  • This step was processed by the computing unit of the personal computer. The specific procedure of this step is shown below.
  • FIG. 6 is an aggregate of two small graph diagrams. Each small graph, respectively, as in FIG. 3, the horizontal axis represents time (minutes), the vertical axis represents the COD Cr values (mg / L). 9 also shows COD temporal change actual measurement data D 8 and D 9 together with FIG.
  • the COD time-varying equations CP 8, M and CP 9, M are respectively similar to the COD time-varying equations CP 1, F ,... CP 7, F shown in FIG.
  • COD Cr tends to decrease.
  • the COD time-varying equations CP 8, M and CP 9, M of compounds H and I shown in FIG. 6 are in good agreement with the COD time-varying actual measurement data D 8 and D 9 of compounds H and I, respectively. I understand. For this reason, it was found that the COD time-varying equations CP 8, M and CP 9, M shown in FIG. 6 are sufficiently accurate as a formula for predicting the COD time-dependent changes of the compounds H and I that are the measurement target compounds M. .
  • the COD time-varying formulas CP 8, M and CP 9, M were stored in a data storage unit of a personal computer.
  • the COD temporal change equation creation step S205 is completed.
  • COD temporal change prediction step S206 was performed following the COD temporal change formula creation step S205. Specifically, COD aging was predicted for compounds H and I using the COD aging equations CP 8, M and CP 9, M. This step was processed by the computing unit of the personal computer. As a result, the COD temporal change prediction step S206 is finished, and the COD temporal change prediction method is finished S207.
  • a COD temporal change model construction method and a COD temporal change prediction method capable of accurately predicting the temporal change of COD when a compound in waste water is decomposed with an oxidizing agent.

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Food Science & Technology (AREA)
  • Analytical Chemistry (AREA)
  • Organic Chemistry (AREA)
  • Environmental & Geological Engineering (AREA)
  • Hydrology & Water Resources (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Water Supply & Treatment (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Treatment Of Water By Oxidation Or Reduction (AREA)
  • Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)

Abstract

ＣＯＤ経時変化モデル構築方法は、複数種類の既知化合物Ｋのそれぞれについて、ＣＯＤ経時変化実測データＤＫを保存する経時変化実測データ保存ステップと、ＣＯＤ経時変化実測データＤＫを、第１係数Ａ及び第２係数Ｂを含むＣＯＤ経時変化式ＣＰにフィッティングさせることにより、式（１）の第１係数Ａを修正したフィッティング後第１係数ＡＦ、及び式（１）の第２係数Ｂを修正したフィッティング後第２係数ＢＦを得るフィッティングステップと、量子化学計算値ＱＣＶＫを得る量子化学計算ステップと、属性ＡＴＫを取得する属性取得ステップと、第１係数Ａを目的変数とした第１回帰式ＲＥ１と、第２係数Ｂを目的変数とした第２回帰式ＲＥ２と、を構築する回帰式構築ステップと、を備える。

Description

ＣＯＤ経時変化モデル構築方法及びＣＯＤ経時変化予測方法
　本開示は、ＣＯＤ経時変化モデル構築方法及びＣＯＤ経時変化予測方法に関する。
　排水中の化合物の酸化による分解挙動の把握は、排水処理の観点から重要である。前記分解挙動は、オゾン等の酸化剤を用いて排水中の化合物を分解し、時間経過とともにサンプルを取得し、化学的酸素要求量（ＣＯＤ：Ｃｈｅｍｉｃａｌ　Ｏｘｙｇｅｎ　Ｄｅｍａｎｄ）等を測定することにより知ることができる。ＣＯＤのうち、酸化剤として二クロム酸カリウムを用いるＣＯＤＣｒは国際的に広く用いられている。
　しかし、上記のサンプル毎にＣＯＤ実験を繰り返す方法では、ＣＯＤを分析する実験を行うコスト及び時間がかかるという問題があった。また、上記方法では、ＣＯＤの実験設備にかかるコスト及び処理時間の見積りに時間がかかるため、実際の稼働までに時間がかかるおそれがあった。このため、排水中の化合物の酸化剤による分解挙動、具体的には排水中の化合物を酸化剤で分解したときのＣＯＤの経時変化の正確な予測が可能であるとＣＯＤ実験にかかるコスト及び時間を減らすことができるため好ましい。
　従来、有機化合物の挙動の予測技術はいくつか知られている。例えば、特許文献１には、空気中のオゾンと揮発性有機化合物（ＶＯＣｓ）との反応速度定数を予測する技術が開示されている。また、特許文献２には、空気中のオゾンと脂肪族化合物との反応速度定数を予測する技術が開示されている。
マテウズ・ポンぺ外、「Ｏ３と異なる有機化合物との反応の速度定数の予測」、アトモスフェリック・インバイロンメント、オランダ、エルゼビア、２００１年８月、第３５巻、ｐ．３７８１－３７８８ シンリャン・ユ外、「ラジカル構造からのオゾンと有機化合物との反応の速度定数の予測」、アトモスフェリック・インバイロンメント、オランダ、エルゼビア、２０１２年５月、第５１巻、ｐ．１２４－１３０
　しかしながら、特許文献１及び２に記載された予測技術は、空気中の有機物質の反応速度定数を予測するものであり、排水中の化合物を酸化剤で分解したときのＣＯＤの経時変化の予測に用いることはできない。
　本開示は、このような従来技術が有する課題に鑑みてなされたものである。本開示の目的は、排水中の化合物を酸化剤で分解したときのＣＯＤの経時変化の正確な予測が可能な、ＣＯＤ経時変化モデル構築方法及びＣＯＤ経時変化予測方法を提供することにある。
　本開示の第１の態様に係るＣＯＤ経時変化モデル構築方法は、複数種類の既知化合物Ｋのそれぞれについて、前記既知化合物Ｋの試料水溶液にオゾンを通気させ、オゾンの通気時間の異なる複数個のサンプルについての、オゾンの通気時間ｔとこの時間ｔでのＣＯＤＣｒ値Ｃ（ｔ）との関係（ｔ，Ｃ（ｔ））のデータの集合体であるＣＯＤ経時変化実測データＤＫを保存する経時変化実測データ保存ステップと、複数個の前記ＣＯＤ経時変化実測データＤＫを下記式（１）で表されるＣＯＤ経時変化式ＣＰにフィッティングさせることにより、式（１）の第１係数Ａを修正したフィッティング後第１係数ＡＦ、及び式（１）の第２係数Ｂを修正したフィッティング後第２係数ＢＦを得るフィッティングステップと、
Figure JPOXMLDOC01-appb-M000008
 （式中、Ｃ（ｔ）：試料水溶液中の化合物の時間ｔのＣＯＤＣｒ、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、Ａ：化合物の第１係数、Ｂ：化合物の第２係数、ｔ：オゾン処理時間）
　複数種類の前記既知化合物Ｋのそれぞれについて、量子化学計算を行うことにより量子化学計算値ＱＣＶＫを得る量子化学計算ステップと、複数種類の前記既知化合物Ｋのそれぞれについて属性ＡＴＫを取得する属性取得ステップと、複数種類の前記既知化合物Ｋのそれぞれについての、前記フィッティング後第１係数ＡＦと前記フィッティング後第２係数ＢＦと前記量子化学計算値ＱＣＶＫと前記属性ＡＴＫとを用い、前記第１係数Ａを目的変数とした下記式（２）で表される第１回帰式ＲＥ１と、
［数２］
　　ＲＥ１：　Ａ＝ＦＲ１（ＱＣＶ，ＡＴ）　　　　（２）
（Ａ：式（１）の第１係数、ＱＣＶ：量子化学計算値、ＡＴ：属性、ＦＲ１：関数）
　前記第２係数Ｂを目的変数とした下記式（３）で表される第２回帰式ＲＥ２と、
［数３］
　　ＲＥ２：　Ｂ＝ＦＲ２（ＱＣＶ，ＡＴ）　　　　（３）
（Ｂ：式（１）の第２係数、ＱＣＶ：量子化学計算値、ＡＴ：属性、ＦＲ２：関数）
を構築する回帰式構築ステップと、を備えることを特徴とする。
　本開示の第２の態様に係るＣＯＤ経時変化モデル構築方法は、第１の態様に係るＣＯＤ経時変化モデル構築方法において、前記フィッティングステップは、複数個の前記ＣＯＤ経時変化実測データＤＫを上記式（１）で表されるＣＯＤ経時変化式ＣＰにフィッティングさせ、複数種類の前記既知化合物Ｋのそれぞれについて、下記式（４）で表されるＣＯＤ経時変化式ＣＰＦを作成することにより、上記式（１）の第１係数Ａを修正したフィッティング後第１係数ＡＦ、及び上記式（１）の第２係数Ｂを修正したフィッティング後第２係数ＢＦを得るステップであることを特徴とする。
Figure JPOXMLDOC01-appb-M000009
 （式中、ＣＦ（ｔ）：試料水溶液中の既知化合物Ｋの時間ｔのＣＯＤＣｒ、ＣＦ，０：試料水溶液中の既知化合物Ｋの初期ＣＯＤＣｒ、ＡＦ：既知化合物Ｋのフィッティング後第１係数、ＢＦ：既知化合物Ｋのフィッティング後第２係数、ｔ：オゾン処理時間）
　本開示の第３の態様に係るＣＯＤ経時変化モデル構築方法は、第１又は第２の態様に係るＣＯＤ経時変化モデル構築方法において、前記属性ＡＴＫは、量子化学計算値ＱＣＶＫであり、前記量子化学計算値ＱＣＶＫは、ＨＯＭＯエネルギーＥＨＯＭＯ、ＬＵＭＯエネルギーＥＬＵＭＯ、及び全エネルギーＥＴｏｔａｌからなる群より選択される１種以上のエネルギーを含むことを特徴とする。
　本開示の第４の態様に係るＣＯＤ経時変化モデル構築方法は、第１～第３のいずれかの態様に係るＣＯＤ経時変化モデル構築方法において、前記属性ＡＴＫは、化合物属性ＡＣＫであり、前記化合物属性ＡＣＫは、分子量Ｍｗ、各元素の原子数ＮＡ、電子数ＮＥ、完全酸化必要酸素原子数ｎ、結合数ＮＢ、二重結合と三重結合との数ＮＤＴ、及び不飽和度ＤＵからなる群より選択される１種以上の属性を含むことを特徴とする。
　本開示の第５の態様に係るＣＯＤ経時変化モデル構築方法は、第１～第４のいずれかの態様に係るＣＯＤ経時変化モデル構築方法において、前記属性ＡＴＫは、溶液属性ＡＳＫであり、前記溶液属性ＡＳＫは、ｐＨ、Ｃ０（初期ＣＯＤＣｒ）、モル濃度ＣＭ、温度Ｔ、及び電気伝導度ＣＥからなる群より選択される１種以上の属性を含むことを特徴とする。
　本開示の第６の態様に係るＣＯＤ経時変化モデル構築方法は、第１～第５のいずれかの態様に係るＣＯＤ経時変化モデル構築方法において、前記第１回帰式ＲＥ１は、前記ＱＣＶがＨＯＭＯエネルギーＥＨＯＭＯ、前記ＡＴが完全酸化必要酸素原子数ｎであり、下記式（５）で表されることを特徴とする。
Figure JPOXMLDOC01-appb-M000010
 （式中、Ａ：式（１）の第１係数、Ｂ：式（１）の第２係数、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、ＦＡ：ｌｏｇ（ＥＨＯＭＯ）を説明変数とする線形回帰式、ｎ：完全酸化必要酸素原子数、ＥＨＯＭＯ：ＨＯＭＯエネルギー）
　本開示の第７の態様に係るＣＯＤ経時変化モデル構築方法は、第１～第６のいずれかの態様に係るＣＯＤ経時変化モデル構築方法において、前記第２回帰式ＲＥ２は、前記ＱＣＶがＨＯＭＯエネルギーＥＨＯＭＯ、前記ＡＴが完全酸化必要酸素原子数ｎであり、下記式（６）で表されることを特徴とする。
Figure JPOXMLDOC01-appb-M000011
 （式中、Ｂ：式（１）の第２係数、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、ＦＢ：ｌｏｇ（ＥＨＯＭＯ）及びｌｏｇ（ｎ）を説明変数とする線形回帰式、ｎ：完全酸化必要酸素原子数、ＥＨＯＭＯ：ＨＯＭＯエネルギー）
　本開示の第８の態様に係るＣＯＤ経時変化予測方法は、第１～第７のいずれかの態様に係るＣＯＤ経時変化モデル構築方法で作成された情報を用いるＣＯＤ経時変化予測方法であって、測定対象化合物Ｍについて、量子化学計算を行うことにより量子化学計算値ＱＣＶＭを得る量子化学計算ステップと、前記測定対象化合物Ｍについて属性ＡＴＭを取得する属性取得ステップと、前記第１回帰式ＲＥ１及び前記第２回帰式ＲＥ２のＱＣＶに前記量子化学計算値ＱＣＶＭを代入しかつＡＴに前記属性ＡＴＭを代入することにより、前記測定対象化合物Ｍの予測第１係数ＡＭ及び予測第２係数ＢＭを算出する係数算出ステップと、前記予測第１係数ＡＭ及び予測第２係数ＢＭを上記式（１）の第１係数Ａ及び第２係数Ｂにそれぞれ代入し、かつ、水溶液中の前記測定対象化合物Ｍの初期ＣＯＤＣｒであるＣＭ，０を代入することで、下記式（７）で表される前記測定対象化合物ＭのＣＯＤ経時変化式ＣＰＭを作成するＣＯＤ経時変化式作成ステップと、
Figure JPOXMLDOC01-appb-M000012
 （式中、ＣＭ（ｔ）：試料水溶液中の測定対象化合物Ｍの時間ｔのＣＯＤＣｒ、ＣＭ，０：試料水溶液中の測定対象化合物Ｍの初期ＣＯＤＣｒ、ＡＭ：測定対象化合物Ｍの予測第１係数、ＢＭ：測定対象化合物Ｍの予測第２係数、ｔ：オゾン処理時間）
　前記ＣＯＤ経時変化式ＣＰＭを用いて前記測定対象化合物ＭのＣＯＤ経時変化を予測するＣＯＤ経時変化予測ステップと、を備えることを特徴とする。
　本開示の第９の態様に係るＣＯＤ経時変化モデル構築方法は、複数種類の既知化合物Ｋのそれぞれについて、前記既知化合物Ｋの試料水溶液にオゾンを通気させ、オゾンの通気時間の異なる複数個のサンプルについての、オゾンの通気時間ｔとこの時間ｔでのＣＯＤＣｒ値Ｃ（ｔ）との関係（ｔ，Ｃ（ｔ））のデータの集合体であるＣＯＤ経時変化実測データＤＫをデータ保存部に保存する経時変化実測データ保存ステップと、演算部が、複数個の前記ＣＯＤ経時変化実測データＤＫを下記式（１）で表されるＣＯＤ経時変化式ＣＰにフィッティングさせることにより、式（１）の第１係数Ａを修正したフィッティング後第１係数ＡＦ、及び式（１）の第２係数Ｂを修正したフィッティング後第２係数ＢＦを得るフィッティングステップと、
Figure JPOXMLDOC01-appb-M000013
 （式中、Ｃ（ｔ）：試料水溶液中の化合物の時間ｔのＣＯＤＣｒ、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、Ａ：化合物の第１係数、Ｂ：化合物の第２係数、ｔ：オゾン処理時間）
　演算部が、複数種類の前記既知化合物Ｋのそれぞれについて、量子化学計算を行うことにより量子化学計算値ＱＣＶＫを得る量子化学計算ステップと、演算部が、データ保存部に保存された、複数種類の前記既知化合物Ｋのそれぞれについて属性ＡＴＫを取得する属性取得ステップと、演算部が、複数種類の前記既知化合物Ｋのそれぞれについての、前記フィッティング後第１係数ＡＦと前記フィッティング後第２係数ＢＦと前記量子化学計算値ＱＣＶＫと前記属性ＡＴＫとを用い、前記第１係数Ａを目的変数とした下記式（２）で表される第１回帰式ＲＥ１と、
［数９］
　　ＲＥ１：　Ａ＝ＦＲ１（ＱＣＶ，ＡＴ）　　　　（２）
（Ａ：式（１）の第１係数、ＱＣＶ：量子化学計算値、ＡＴ：属性、ＦＲ１：関数）
　前記第２係数Ｂを目的変数とした下記式（３）で表される第２回帰式ＲＥ２と、
［数１０］
　　ＲＥ２：　Ｂ＝ＦＲ２（ＱＣＶ，ＡＴ）　　　　（３）
（Ｂ：式（１）の第２係数、ＱＣＶ：量子化学計算値、ＡＴ：属性、ＦＲ２：関数）
を構築する回帰式構築ステップと、を備えることを特徴とする。
　本開示の第１０の態様に係るＣＯＤ経時変化予測方法は、第９の態様に係るＣＯＤ経時変化モデル構築方法で作成された情報を用いるＣＯＤ経時変化予測方法であって、演算部が、測定対象化合物Ｍについて、量子化学計算を行うことにより量子化学計算値ＱＣＶＭを得る量子化学計算ステップと、演算部が、データ保存部に保存された、前記測定対象化合物Ｍについて属性ＡＴＭを取得する属性取得ステップと、演算部が、前記第１回帰式ＲＥ１及び前記第２回帰式ＲＥ２のＱＣＶに前記量子化学計算値ＱＣＶＭを代入しかつＡＴに前記属性ＡＴＭを代入することにより、前記測定対象化合物Ｍの予測第１係数ＡＭ及び予測第２係数ＢＭを算出する係数算出ステップと、演算部が、前記予測第１係数ＡＭ及び予測第２係数ＢＭを上記式（１）の第１係数Ａ及び第２係数Ｂにそれぞれ代入し、かつ、水溶液中の前記測定対象化合物Ｍの初期ＣＯＤＣｒであるＣＭ，０を代入することで、下記式（７）で表される前記測定対象化合物ＭのＣＯＤ経時変化式ＣＰＭを作成するＣＯＤ経時変化式作成ステップと、
Figure JPOXMLDOC01-appb-M000014
 （式中、ＣＭ（ｔ）：試料水溶液中の測定対象化合物Ｍの時間ｔのＣＯＤＣｒ、ＣＭ，０：試料水溶液中の測定対象化合物Ｍの初期ＣＯＤＣｒ、ＡＭ：測定対象化合物Ｍの予測第１係数、ＢＭ：測定対象化合物Ｍの予測第２係数、ｔ：オゾン処理時間）
　演算部が、前記ＣＯＤ経時変化式ＣＰＭを用いて前記測定対象化合物ＭのＣＯＤ経時変化を予測するＣＯＤ経時変化予測ステップと、を備えることを特徴とする。
実施形態に係るＣＯＤ経時変化モデル構築方法のフローチャートの一例である。 実施形態に係るＣＯＤ経時変化予測方法のフローチャートの一例である。 実施例に係るＣＯＤ経時変化モデル構築方法の経時変化実測データ保存ステップＳ１０２で得られたＣＯＤ経時変化実測データＤＫ及びフィッティングステップＳ１０３で得られたＣＯＤ経時変化式ＣＰＦ、の一例を示すグラフである。 実施例に係るＣＯＤ経時変化モデル構築方法の回帰式構築ステップＳ１０６で得られた第１回帰式ＲＥ１の一例である。 実施例に係るＣＯＤ経時変化モデル構築方法の回帰式構築ステップＳ１０６で得られた第２回帰式ＲＥ２の一例である。 実施例に係るＣＯＤ経時変化予測方法のＣＯＤ経時変化式作成ステップＳ２０５で得られたＣＯＤ経時変化式ＣＰＭの一例である。
　以下、図面を用いて実施形態に係るＣＯＤ経時変化モデル構築方法、及びＣＯＤ経時変化予測方法について詳細に説明する。
［ＣＯＤ経時変化モデル構築方法］
　図１は、実施形態に係るＣＯＤ経時変化モデル構築方法のフローチャートの一例である。
　実施形態に係るＣＯＤ経時変化モデル構築方法は、経時変化実測データ保存ステップＳ１０２と、フィッティングステップＳ１０３と、量子化学計算ステップＳ１０４と、属性取得ステップＳ１０５と、回帰式構築ステップＳ１０６と、を備える。
　（経時変化実測データ保存ステップ）
　経時変化実測データ保存ステップＳ１０２は、実施形態に係るＣＯＤ経時変化モデル構築方法において、スタートＳ１０１の後に行うステップである。経時変化実測データ保存ステップＳ１０２は、複数種類の既知化合物Ｋのそれぞれについて、前記既知化合物Ｋの試料水溶液にオゾンを通気させ、ＣＯＤ経時変化実測データＤＫを保存する、ステップである。ＣＯＤ経時変化実測データＤＫは、オゾンの通気時間の異なる複数個のサンプルについてＣＯＤＣｒを測定し、オゾンの通気時間ｔとこの時間ｔでのＣＯＤＣｒ値Ｃ（ｔ）との関係（ｔ，Ｃ（ｔ））のデータの集合体を作成することにより得られる。オゾンの通気時間ｔの単位としては、例えば、「分」が用いられる。ＣＯＤＣｒ値Ｃ（ｔ）の単位としては、例えば、「ｍｇ／Ｌ」が用いられる。
　ここで、既知化合物Ｋとは、構造式が知られている化合物である。既知化合物Ｋは、構造式が既知であるため、既知化合物Ｋから、既知化合物Ｋの属性である後述の化合物属性ＡＣＫを容易に知ることができる。例えば、既知化合物Ｋから、分子量Ｍｗ、各元素の原子数ＮＡ、電子数ＮＥ、完全酸化必要酸素原子数ｎ、結合数ＮＢ、二重結合と三重結合との数ＮＤＴ、及び不飽和度ＤＵ等の化合物属性ＡＣＫを知ることができる。
　化合物属性ＡＣＫとは、既知化合物Ｋに含まれる既知化合物一般についての化合物属性ＡＣを意味する。本実施形態では、複数種類の既知化合物Ｋ中の特定の既知化合物Ｋｎの化合物属性ＡＣＫをＡＣｎと表す。例えば、既知化合物Ｋ１の化合物属性ＡＣＫをＡＣ１と表す。
　既知化合物Ｋは、複数種類用いられる。既知化合物Ｋを複数種類用いる理由は、後述の回帰式構築ステップＳ１０６で第１回帰式ＲＥ１及び第２回帰式ＲＥ２を構築する際に、既知化合物Ｋの数が多いほど精度の高い第１回帰式ＲＥ１及び第２回帰式ＲＥ２を構築しやすいからである。このため、一般的に、既知化合物Ｋの種類は、多いことが好ましい。
　既知化合物Ｋとしては、既知化合物Ｋの試料水溶液にオゾンを通気させたときに分解される化合物が用いられる。既知化合物Ｋとしては、既知化合物Ｋの試料水溶液がオゾンで分解される限り特に限定されないが、例えば、有機化合物が用いられる。有機化合物としては、例えば、４，４‘－メチレンジアニリン（ＣＡＳ登録番号：１０１－７７－９）、トリイソプロパノールアミン（ＣＡＳ登録番号：１２２－２０－３）、１，４－ブタンジオールジグリシジルエーテル（ＣＡＳ登録番号：２４２５－７９－８）、４－ニトロトルエン－２－スルホン酸（ＣＡＳ登録番号：１２１－０３－９）、エチレンチオ尿素（ＣＡＳ登録番号：９６－４５－７）、４－クロロ－ｏ－クレゾール（ＣＡＳ登録番号：１５７０－６４－５）、エチレンジアミン四酢酸鉄（ＩＩＩ）モノナトリウム（ＣＡＳ登録番号：１５７０８－４１－５）、４－クロロアニリン（ＣＡＳ登録番号：１０６－４７－８）、トリメチロールプロパン（ＣＡＳ登録番号：７７－９９－６）、等が用いられる。
　本ステップでは、複数種類の既知化合物Ｋが用いられる。複数種類の既知化合物Ｋとしては、例えば、上記の４，４‘－メチレンジアニリン、トリイソプロパノールアミン、１，４－ブタンジオールジグリシジルエーテル、４－ニトロトルエン－２－スルホン酸、エチレンチオ尿素、４－クロロ－ｏ－クレゾール、エチレンジアミン四酢酸鉄（ＩＩＩ）モノナトリウム、４－クロロアニリン、及びトリメチロールプロパンからなる群より選択される２種以上の化合物を用いることができる。本ステップで用いられる既知化合物Ｋの種類数が多いと、より正確なＣＯＤ経時変化モデルが得られやすいため好ましい。
　本ステップでは、複数種類の既知化合物Ｋのそれぞれについて、既知化合物Ｋの試料水溶液を作製する。例えば、既知化合物Ｋとして、既知化合物Ｋ１、Ｋ２、Ｋ３、Ｋ４、Ｋ５の５種類を用いる場合は、既知化合物Ｋ１、Ｋ２、Ｋ３、Ｋ４、Ｋ５のそれぞれの試料水溶液、すなわち５種類の試料水溶液を作製する。
　本ステップでは、複数種類の既知化合物Ｋの試料水溶液のそれぞれについて、オゾンを通気させ、オゾンの通気時間の異なる複数個のサンプルについてＣＯＤＣｒを測定する。ここで、ＣＯＤＣｒとは、ニ酸化クロムカリウムを酸化剤として用いたときのＣＯＤである。本ステップでは、例えば、既知化合物Ｋ１の試料水溶液についてオゾンを通気させ、オゾンの通気時間の異なる複数個のサンプルのそれぞれについてＣＯＤＣｒを測定する。オゾンの通気時間の異なるサンプルの数は、通常、３個以上である。オゾンの通気時間の異なるサンプルの数が多いと、より正確なＣＯＤ経時変化モデルが得られやすいため好ましい。
　本ステップで用いられる既知化合物Ｋは、その試料水溶液にオゾンを通気させたときに分解される化合物であるため、オゾンの通気時間の異なる複数個のサンプルは、通常、オゾンの通気時間が長くなるにつれてＣＯＤＣｒが低下する。例えば、既知化合物Ｋ１の試料水溶液におけるオゾンの通気時間がｔ０、ｔ１、ｔ２（ｔ０＜ｔ１＜ｔ２）の３個のサンプルＡ０、Ａ１、Ａ２では、通常、後者ほどＣＯＤＣｒが低下する。
　本ステップでは、オゾンの通気時間の異なる複数個のサンプルについてオゾンの通気時間ｔとＣＯＤＣｒ値Ｃ（ｔ）との関係（ｔ，Ｃ（ｔ））のデータを取得する。例えば、上記３個のサンプルＡ０、Ａ１、Ａ２についてオゾンの通気時間ｔとＣＯＤＣｒ値Ｃ（ｔ）との関係（ｔ０，Ｃ（ｔ０））、（ｔ１，Ｃ（ｔ１））、（ｔ２，Ｃ（ｔ２））のデータを取得する。
　なお、本明細書では、既知化合物Ｋが化合物Ｋｎである場合の時間ｔでのＣＯＤＣｒ値Ｃ（ｔ）を、便宜上、Ｃｎ，ｔとも表記する。例えば、上記の既知化合物Ｋ１の（ｔ０，Ｃ（ｔ０））、（ｔ１，Ｃ（ｔ１））、（ｔ２，Ｃ（ｔ２））を、それぞれ（ｔ０，Ｃ１，ｔ０）、（ｔ１，Ｃ１，ｔ１）、（ｔ２，Ｃ１，ｔ２）とも表記する。
　本ステップでは、既知化合物Ｋ毎の、オゾンの通気時間の異なる複数個のサンプルについての、オゾンの通気時間ｔとこの時間ｔでのＣＯＤＣｒ値Ｃ（ｔ）との関係（ｔ，Ｃ（ｔ））のデータの集合体を、ＣＯＤ経時変化実測データＤＫと規定する。例えば、既知化合物Ｋ１のＣＯＤ経時変化実測データＤＫをＤ１する。既知化合物Ｋ１の試料水溶液にオゾンを通気させた場合に、上記３個のサンプルＡ０、Ａ１、Ａ２を得たとき、ＣＯＤ経時変化実測データＤ１は（ｔ０，Ｃ（ｔ０））、（ｔ１，Ｃ（ｔ１））、（ｔ２，Ｃ（ｔ２））からなる。なお、この既知化合物Ｋ１のＣＯＤ経時変化実測データＤ１は、（ｔ０，Ｃ１，ｔ０）、（ｔ１，Ｃ１，ｔ１）、（ｔ２，Ｃ１，ｔ２）とも表記される。
　本ステップでは、複数種類の既知化合物Ｋのそれぞれについて、既知化合物Ｋの試料水溶液にオゾンを通気させてＣＯＤ経時変化実測データＤＫを得る。このため、本ステップでは、ＣＯＤ経時変化実測データＤＫは、既知化合物Ｋの数だけ得られる。例えば、既知化合物Ｋとして、既知化合物Ｋ１、Ｋ２、Ｋ３、Ｋ４、Ｋ５の５種類を用いる場合は、既知化合物Ｋ１、Ｋ２、Ｋ３、Ｋ４、Ｋ５の試料水溶液のＣＯＤ経時変化実測データＤＫである、Ｄ１、Ｄ２、Ｄ３、Ｄ４、Ｄ５が得られる。ＣＯＤ経時変化実測データＤ１、Ｄ２、Ｄ３、Ｄ４、Ｄ５は、それぞれが、オゾンの通気時間ｔとＣＯＤＣｒ値Ｃ（ｔ）との関係（ｔ，Ｃ（ｔ））のデータの集合体になっている。例えば、ＣＯＤ経時変化実測データＤ１、Ｄ２、Ｄ３、Ｄ４、Ｄ５は、それぞれが、（ｔ０，Ｃ（ｔ０））、（ｔ１，Ｃ（ｔ１））、（ｔ２，Ｃ（ｔ２））のデータを含む。
　図３は、後述の実施例に係るＣＯＤ経時変化モデル構築方法の経時変化実測データ保存ステップＳ１０２で得られたＣＯＤ経時変化実測データＤＫ及びフィッティングステップＳ１０３で得られたＣＯＤ経時変化式ＣＰＦ、の一例を示すグラフである。
　図３において、既知化合物Ｋｎの試料水溶液のＣＯＤ経時変化実測データをＤｎ、既知化合物Ｋｎの試料水溶液のＣＯＤ経時変化式をＣＰｎ，Ｆと示す。例えば、既知化合物Ｋ１の試料水溶液のＣＯＤ経時変化実測データをＤ１、既知化合物Ｋ１の試料水溶液のＣＯＤ経時変化式をＣＰ１，Ｆと示す。
　ＣＯＤ経時変化実測データＤｎにおいて時間ｔでのＣＯＤＣｒ値Ｃ（ｔ）をＣｎ，ｔと表記した場合、ＣＯＤ経時変化実測データＤ１、Ｄ２、Ｄ３、Ｄ４、Ｄ５は、例えば、以下のデータの集合体である。すなわち、既知化合物Ｋ１のＣＯＤ経時変化実測データＤ１は、例えば、（ｔ０，Ｃ１，ｔ０）、（ｔ１，Ｃ１，ｔ１）、（ｔ２，Ｃ１，ｔ２）のデータの集合体である。既知化合物Ｋ２のＣＯＤ経時変化実測データＤ２は、例えば、（ｔ０，Ｃ２，ｔ０）、（ｔ１，Ｃ２，ｔ１）、（ｔ２，Ｃ２，ｔ２）のデータの集合体である。既知化合物Ｋ３のＣＯＤ経時変化実測データＤ３は、例えば、（ｔ０，Ｃ３，ｔ０）、（ｔ１，Ｃ３，ｔ１）、（ｔ２，Ｃ３，ｔ２）のデータの集合体である。既知化合物Ｋ４のＣＯＤ経時変化実測データＤ４は、例えば、（ｔ０，Ｃ４，ｔ０）、（ｔ１，Ｃ４，ｔ１）、（ｔ２，Ｃ４，ｔ２）のデータの集合体である。既知化合物Ｋ５のＣＯＤ経時変化実測データＤ５は、例えば、（ｔ０，Ｃ５，ｔ０）、（ｔ１，Ｃ５，ｔ１）、（ｔ２，Ｃ５，ｔ２）のデータの集合体である。
　図３は、既知化合物Ｋｎの試料水溶液のＣＯＤ経時変化実測データＤｎのグラフとＣＯＤ経時変化式ＣＰｎ，Ｆのグラフとを１個の座標中に示した小グラフ図の７個の集合体になっている。７個の小グラフ図は、それぞれ、７種類の既知化合物Ｋ１、Ｋ２、Ｋ３、Ｋ４、Ｋ５、Ｋ６、Ｋ７に対応するグラフを含む。例えば、図３の左上の小グラフ図は、既知化合物Ｋ１の試料水溶液のＣＯＤ経時変化実測データＤ１とＣＯＤ経時変化式ＣＰ１，Ｆとを含む小グラフ図である。また、図３の左下の小グラフ図は、既知化合物Ｋ７の試料水溶液のＣＯＤ経時変化実測データＤ７とＣＯＤ経時変化式ＣＰ７，Ｆとを含む小グラフ図である。小グラフ図は、それぞれ、横軸が時間（分）、縦軸がＣＯＤＣｒ値（ｍｇ／Ｌ）になっている。
　図３中の各ＣＯＤ経時変化実測データＤｎは、それぞれ、オゾンの通気時間ｔとＣＯＤＣｒ値Ｃ（ｔ）との関係（ｔ，Ｃ（ｔ））を示す６点のデータの集合体となっている。例えば、既知化合物Ｋ１の試料水溶液のＣＯＤ経時変化実測データＤ１は、オゾンの通気時間ｔとＣＯＤＣｒ値Ｃ（ｔ）との関係（ｔ，Ｃ（ｔ））を示す６点のデータの集合体となっている。
　図３に示すように、ＣＯＤ経時変化実測データＤ１、．．．Ｄ７は、それぞれ、オゾンの通気時間ｔが増加するとＣＯＤＣｒが低下する傾向を示す。ただし、その低下の仕方を示すＣＯＤ経時変化実測データＤ１、．．．Ｄ７の形状は、様々である。例えば、ＣＯＤ経時変化実測データＤ１はほぼ下に凸の形状であり、ＣＯＤ経時変化実測データＤ４はほぼ上に凸の形状になっている。
　得られたＣＯＤ経時変化実測データＤＫは、例えば、パーソナルコンピューターのデータ保存部に保存される。
　（フィッティングステップ）
　フィッティングステップＳ１０３は、複数個の前記ＣＯＤ経時変化実測データＤＫを式（１）で表されるＣＯＤ経時変化式ＣＰにフィッティングさせることにより、フィッティング後第１係数ＡＦ及びフィッティング後第２係数ＢＦを得るステップである。フィッティング後第１係数ＡＦは、上記フィッティングにより式（１）の第１係数Ａが修正されて得られる係数である。フィッティング後第２係数ＢＦは、上記フィッティングにより式（１）の第２係数Ｂが修正されて得られる係数である。フィッティング後第１係数ＡＦ及びフィッティング後第２係数ＢＦは、複数個の前記ＣＯＤ経時変化実測データＤＫを式（１）で表されるＣＯＤ経時変化式ＣＰにフィッティングさせ、下記式（１）の第１係数Ａ及び第２係数Ｂを修正することにより得られる。フィッティング後第１係数ＡＦ及びフィッティング後第２係数ＢＦは、複数種類の前記既知化合物Ｋのそれぞれ、例えば既知化合物Ｋ１、Ｋ２、Ｋ３、Ｋ４、Ｋ５、Ｋ６、Ｋ７のそれぞれについて、作成する。
Figure JPOXMLDOC01-appb-M000015
 （式中、Ｃ（ｔ）：試料水溶液中の化合物の時間ｔのＣＯＤＣｒ、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、Ａ：化合物の第１係数、Ｂ：化合物の第２係数、ｔ：オゾン処理時間）
　具体的には、前記フィッティングステップでは、複数個の前記ＣＯＤ経時変化実測データＤＫを上記式（１）で表されるＣＯＤ経時変化式ＣＰにフィッティングさせる。そして、複数種類の前記既知化合物Ｋのそれぞれについて、下記式（４）で表されるＣＯＤ経時変化式ＣＰＦを作成することにより、上記式（１）の第１係数Ａを修正したフィッティング後第１係数ＡＦ及びフィッティング後第２係数ＢＦを得る。式（４）のＣＦ，０としては、既知化合物ＫｎのＣＯＤ経時変化実測データＤｎの時間０（分）でのＣＯＤＣｒ値Ｃ（０）であるＣｎ，０を用いる。
Figure JPOXMLDOC01-appb-M000016
 （式中、ＣＦ（ｔ）：試料水溶液中の既知化合物Ｋの時間ｔのＣＯＤＣｒ、ＣＦ，０：試料水溶液中の既知化合物Ｋの初期ＣＯＤＣｒ、ＡＦ：既知化合物Ｋのフィッティング後第１係数、ＢＦ：既知化合物Ｋのフィッティング後第２係数、ｔ：オゾン処理時間）
　なお、式（４）は、フィッティング後のＣＯＤ経時変化式ＣＰＦを複数種類の既知化合物Ｋの全てについて一般化して表すものである。複数種類の既知化合物Ｋ中の特定の既知化合物Ｋｎのフィッティング後のＣＯＤ経時変化式については、下記式（４－ｎ）のようにＣＰｎ，Ｆと表す。例えば、既知化合物Ｋ１についての上記式（４）のＣＰＦは、下記式（４－１）のようにＣＰ１，Ｆと表す。式（４－ｎ）のＣｎ，Ｆ，０としては、ＣＯＤ経時変化実測データＤｎの時間０（分）でのＣＯＤＣｒ値Ｃ（０）であるＣｎ，０を用いる。
Figure JPOXMLDOC01-appb-M000017
 （式中、Ｃｎ，Ｆ（ｔ）：試料水溶液中の既知化合物Ｋｎの時間ｔのＣＯＤＣｒ、Ｃｎ，Ｆ，０：試料水溶液中の既知化合物Ｋｎの初期ＣＯＤＣｒ、Ａｎ，Ｆ：既知化合物Ｋｎのフィッティング後第１係数、Ｂｎ，Ｆ：既知化合物Ｋｎのフィッティング後第２係数、ｔ：オゾン処理時間）
Figure JPOXMLDOC01-appb-M000018
 （式中、Ｃ１，Ｆ（ｔ）：試料水溶液中の既知化合物Ｋ１の時間ｔのＣＯＤＣｒ、Ｃ１，Ｆ，０：試料水溶液中の既知化合物Ｋ１の初期ＣＯＤＣｒ、Ａ１，Ｆ：既知化合物Ｋ１のフィッティング後第１係数、Ｂ１，Ｆ：既知化合物Ｋ１のフィッティング後第２係数、ｔ：オゾン処理時間）
　本ステップでは、複数種類の前記既知化合物Ｋのそれぞれについて、ＣＯＤ経時変化式ＣＰｎ，Ｆを算出する。例えば、既知化合物Ｋが７種類の既知化合物Ｋ１、Ｋ２、・・・Ｋ７である場合、既知化合物Ｋ１、Ｋ２、・・・Ｋ７の試料水溶液のそれぞれについてＣＯＤ経時変化式ＣＰ１，Ｆ、ＣＰ２，Ｆ、・・・ＣＰ７，Ｆを算出する。
　本ステップにおけるフィッティングの方法としては、特に限定されないが、例えば、最小二乗法が用いられる。
　図３を用いて本ステップにおけるフィッティングの一例を説明する。上記のように、図３中の左上の小グラフ図に示すＣＯＤ経時変化実測データＤ１は、既知化合物Ｋ１の試料水溶液にオゾンを通気させたときの、オゾンの通気時間ｔとＣＯＤＣｒ値Ｃ（ｔ）との関係（ｔ，Ｃ（ｔ））を示す６点のデータの集合体となっている。例えば、図３に示すＣＯＤ経時変化実測データＤ１は、既知化合物Ｋ１の（ｔ，Ｃ（ｔ））が（０，Ｃ（０））、（５，Ｃ（５））、（１５，Ｃ（１５））、（３０，Ｃ（３０））、（６０，Ｃ（６０））、（１２０，Ｃ（１２０））のデータの集合体である。図３に示すＣＯＤ経時変化実測データＤ１は、（ｔ，Ｃ（ｔ））が（０，Ｃ１，０）、（５，Ｃ１，５）、（１５，Ｃ１，１５）、（３０，Ｃ１，３０）、（６０，Ｃ１，６０）、（１２０，Ｃ１，１２０）のデータの集合体であるとも表現される。
　このＣＯＤ経時変化実測データＤ１を構成する６点のデータをそれぞれ式（１）の（ｔ，Ｃ（ｔ））に代入し、最小二乗法等を用いてフィッティングさせると、上記式（４－１）で表されるＣＯＤ経時変化式ＣＰ１，Ｆが得られる。具体的には、ＣＯＤ経時変化実測データＤ１を構成する（０，Ｃ１，０）、（５，Ｃ１，５）、（１５，Ｃ１，１５）、（３０，Ｃ１，３０）、（６０，Ｃ１，６０）、（１２０，Ｃ１，１２０）の各データを式（１）の（ｔ，Ｃ（ｔ））に代入する。そして、各データをフィッティングさせることによりＣＰ１，Ｆを得る。既知化合物Ｋ１を用いる式（４－１）のＣ１，Ｆ，０としては、ＣＯＤ経時変化実測データＤ１の時間０（分）でのＣＯＤＣｒ値Ｃ（０）であるＣ１，０を用いる。
　また、本ステップでは、既知化合物Ｋ２、Ｋ３、・・・Ｋ７についても既知化合物Ｋ１と同様にしてフィッティングさせ、ＣＯＤ経時変化式ＣＰ２，Ｆ、ＣＰ３，Ｆ、・・・ＣＰ７，Ｆを得る。例えば、ＣＯＤ経時変化実測データＤ２を構成する（０，Ｃ２，０）、（５，Ｃ２，５）、（１５，Ｃ２，１５）、（３０，Ｃ２，３０）、（６０，Ｃ２，６０）、（１２０，Ｃ２，１２０）の各データを式（１）の（ｔ，Ｃ（ｔ））に代入する。そして、各データをフィッティングさせることによりＣＰ２，Ｆを得る。同様にして、ＣＰ３，Ｆ、・・・ＣＰ７，Ｆを得る。既知化合物Ｋ２、Ｋ３、・・・Ｋ７を用いる場合、式（４－ｎ）のＣｎ，Ｆ，０としては、ＣＯＤ経時変化実測データＤ２、Ｄ３、・・・Ｄ７の時間０（分）でのＣＯＤＣｒ値Ｃ（０）であるＣ２，０、Ｃ３，０、・・・Ｃ７，０を用いる。
　これにより、本ステップでは、複数種類の前記既知化合物Ｋ１、Ｋ２、・・・Ｋ７のそれぞれについて、ＣＯＤ経時変化式ＣＰ１，Ｆ、ＣＰ２，Ｆ、・・・ＣＰ７，Ｆが得られる。また、ＣＯＤ経時変化式ＣＰ１，Ｆ、ＣＰ２，Ｆ、・・・ＣＰ７，Ｆより、フィッティング後第１係数Ａ１，Ｆ、Ａ２，Ｆ、・・・Ａ７，Ｆ及びフィッティング後第２係数Ｂ１，Ｆ、Ｂ２，Ｆ、・・・Ｂ７，Ｆが得られる。
　図３を構成する７個の小グラフ図に、既知化合物Ｋ１、・・・Ｋ７の試料水溶液についてのＣＯＤ経時変化式の一例ＣＰ１，Ｆ、ＣＰ２，Ｆ、・・・ＣＰ７，Ｆをそれぞれ示す。図３に示すように、ＣＯＤ経時変化式ＣＰ１，Ｆ、ＣＰ２，Ｆ、・・・ＣＰ７，Ｆは、それぞれ、オゾンの通気時間ｔが増加するとＣＯＤＣｒが低下する傾向を示す。ただし、その低下の仕方を示すＣＯＤ経時変化式ＣＰ１，Ｆ、ＣＰ２，Ｆ、・・・ＣＰ７，Ｆの形状は、様々である。例えば、ＣＯＤ経時変化式ＣＰ１，Ｆはほぼ下に凸の形状であり、ＣＯＤ経時変化式ＣＰ４，Ｆはほぼ上に凸の形状になっている。
　図３に示すように、既知化合物ＫのＣＯＤ経時変化式ＣＰＦは同じ既知化合物ＫのＣＯＤ経時変化実測データＤＫに沿ったカーブ又は直線を有する。
　本ステップは、例えば、パーソナルコンピューターの演算部で処理される。
　なお、式（１）は、本ステップの開始前に、例えば、パーソナルコンピューターのデータ保存部に保存されている。本ステップで得られた式（４）、式（４－ｎ）、式（４－１）等の式は、例えば、パーソナルコンピューターのデータ保存部に保存される。
　（量子化学計算ステップ）
　量子化学計算ステップＳ１０４は、複数種類の前記既知化合物Ｋのそれぞれ、例えば既知化合物Ｋ１、Ｋ２、Ｋ３、Ｋ４、Ｋ５、Ｋ６、Ｋ７のそれぞれについて、量子化学計算を行うことにより量子化学計算値ＱＣＶＫを得るステップである。上記のように複数種類の既知化合物Ｋはそれぞれ構造式が既知で化合物属性ＡＣＫも既知である。このため、公知の計算プログラムソフトウェアを用いて量子化学計算を行うことにより複数種類の既知化合物Ｋのそれぞれについての量子化学計算値ＱＣＶＫを得ることが可能である。
　量子化学計算値ＱＣＶＫとは、既知化合物Ｋに含まれる既知化合物一般についての量子化学計算値ＱＣＶを意味する。本実施形態では、複数種類の既知化合物Ｋ中の特定の既知化合物Ｋｎの量子化学計算値ＱＣＶＫをＱＣＶｎと表す。例えば、既知化合物Ｋ１の量子化学計算値ＱＣＶＫをＱＣＶ１と表す。
　ここで、量子化学計算値ＱＣＶＫとは、既知化合物Ｋについて量子化学計算を行うことにより算出されるエネルギーを意味する。量子化学計算値ＱＣＶＫとしては、例えば、ＨＯＭＯエネルギーＥＨＯＭＯ、ＬＵＭＯエネルギーＥＬＵＭＯ、及び全エネルギーＥＴｏｔａｌからなる群より選択される１種以上のエネルギーを含むエネルギーが用いられる。
　量子化学計算値ＱＣＶＫは、既知化合物Ｋのそれぞれについて算出される。例えば、既知化合物Ｋが既知化合物Ｋ１、Ｋ２、・・・Ｋ７からなる場合、既知化合物Ｋ１、Ｋ２、・・・Ｋ７のそれぞれについて、量子化学計算値ＱＣＶ１、ＱＣＶ２、・・・ＱＣＶ７が算出される。量子化学計算値ＱＣＶＫは、複数種類の既知化合物Ｋに共通する同一種類のＱＣＶについて算出される。例えば、量子化学計算値ＱＣＶＫのエネルギーの種類がＨＯＭＯエネルギーＥＨＯＭＯである場合、既知化合物Ｋ１、Ｋ２、・・・Ｋ７について、それぞれのＨＯＭＯエネルギーＥＨＯＭＯ，１、ＥＨＯＭＯ，２、・・・ＥＨＯＭＯ，７が算出される。
　本ステップの量子化学計算に用いられる計算方法としては特に限定されないが、例えば、密度汎関数理論を用いる密度汎関数法（ＤＦＴ法）、分子軌道法等を用いることができる。密度汎関数法（ＤＦＴ法）としては、例えば、交換相関汎関数としてＢ３ＬＹＰ、ＢＬＹＰ等を用いる密度汎関数法を用いることができる。分子軌道法としては、例えば、ＰＭ３を用いる半経験的分子軌道法、ＨＦ法、ＭＰ２を用いる非経験的分子軌道法を用いることができる。
　本ステップの量子化学計算に用いられる基底関数としては、例えば、最小基底系、スプリットバレンス基底系、分極基底系の基底関数を用いることができる。最小基底系の基底関数としては、例えば、ＳＴＯ－３Ｇを用いることができる。スプリットバレンス基底系の基底関数としては、例えば、３－２１Ｇ、６－３１Ｇを用いることができる。分極基底系の基底関数としては、例えば、６－３１＋Ｇ（ｄ．ｐ．）、６－３１＋Ｇ（ｄ）、６－３１Ｇ（ｄ．ｐ．）、６－３１Ｇ（ｄ）を用いることができる。分極基底系の基底関数のうちでは、計算の精度が高いため、ｄｉｆｆｕｓｅ関数を含む６－３１＋Ｇ（ｄ．ｐ．）及び６－３１＋Ｇ（ｄ）が好ましく、６－３１＋Ｇ（ｄ．ｐ．）がより好ましい。本ステップの量子化学計算では制限法及び非制限法のいずれも用いることができるが、通常、制限法を用いる。
　量子化学計算に用いられる公知の計算プログラムソフトウェアとしては特に限定されないが、例えば、ガウシアン（Ｇａｕｓｓｉａｎ）０９、ガメス（ＧＡＭＥＳＳ）等を用いることができる。
　本ステップでは、既知化合物Ｋのそれぞれについて量子化学計算値ＱＣＶＫが算出される。例えば、量子化学計算値ＱＣＶＫとして、既知化合物Ｋ１、Ｋ２、・・・Ｋ７のＨＯＭＯエネルギーＥＨＯＭＯであるＥＨＯＭＯ，１、ＥＨＯＭＯ，２、・・・ＥＨＯＭＯ，７が算出される。
　本ステップは、例えば、パーソナルコンピューターの演算部で処理される。
　（属性取得ステップ）
　属性取得ステップＳ１０５は、複数種類の前記既知化合物Ｋのそれぞれについて属性ＡＴＫを取得するステップである。属性ＡＴＫは、前記既知化合物Ｋの属性である化合物属性ＡＣＫ、及び前記既知化合物Ｋの試料水溶液の属性である溶液属性ＡＳＫ、の少なくとも一方からなる。例えば、属性ＡＴＫは、化合物属性ＡＣＫと溶液属性ＡＳＫとの両方からなっていてもよい。
　なお、属性ＡＴＫ、化合物属性ＡＣＫ、溶液属性ＡＳＫとは、既知化合物Ｋに含まれる既知化合物一般についての属性ＡＴ、化合物属性ＡＣ、溶液属性ＡＳを意味する。本実施形態では、複数種類の既知化合物Ｋ中の特定の既知化合物Ｋｎの属性ＡＴＫをＡＴｎ、化合物属性ＡＣＫをＡＣｎ、溶液属性ＡＳＫをＡＳｎと表す。例えば、既知化合物Ｋ１の属性ＡＴＫをＡＴ１、化合物属性ＡＣＫをＡＣ１、溶液属性ＡＳＫをＡＳ１と表す。
　なお、属性取得ステップＳ１０５は、前記量子化学計算ステップＳ１０４と同時に行ってもよく、量子化学計算ステップＳ１０４より前に行ってもよく、量子化学計算ステップＳ１０４より後に行ってもよい。
　化合物属性ＡＣＫとしては、例えば、分子量Ｍｗ、各元素の原子数ＮＡ、電子数ＮＥ、完全酸化必要酸素原子数ｎ、結合数ＮＢ、二重結合と三重結合との数ＮＤＴ、及び不飽和度ＤＵからなる群より選択される１種以上の属性を含む属性が用いられる。なお、完全酸化必要酸素原子数ｎとは、既知化合物Ｋの１分子を完全に酸化させるために必要な酸素原子数を意味する。例えばトリイソプロパノールアミンＣ９Ｈ２１ＮＯ３の１分子を完全に酸化させる式は下記式（８）のとおりであり、１４Ｏ２中のＯ原子数は２８個であるから、トリイソプロパノールアミンの完全酸化必要酸素原子数ｎは２８である。
［数１６］
　　Ｃ９Ｈ２１ＮＯ３＋１４Ｏ２→９ＣＯ２＋１０Ｈ２Ｏ＋ＨＮＯ３　　　（８）
　既知化合物Ｋは構造式が既知である。このため、例えば、既知化合物Ｋに関する公知情報等から化合物属性ＡＣＫを取得することができる。
　また、溶液属性ＡＳＫとしては、例えば、ｐＨ、Ｃ０（初期ＣＯＤＣｒ）、モル濃度ＣＭ、温度Ｔ、及び電気伝導度ＣＥからなる群より選択される１種以上の属性を含む属性が用いられる。
　溶液属性ＡＳＫは、対象とする水溶液に対する測定値から得られるが、文献値、計算値、経時変化実測データ保存ステップＳ１０２を実行する際の各種データ、フィッティングステップＳ１０３で作成されたＣＯＤ経時変化式ＣＰＦ等から取得してもよい。
　本ステップでは、複数種類の前記既知化合物Ｋのそれぞれについての属性ＡＴＫを取得する。例えば、既知化合物Ｋが既知化合物Ｋ１、Ｋ２、・・・Ｋ７の完全酸化必要酸素原子数ｎ１、ｎ２、・・・ｎ７を取得する。
　上記属性ＡＴＫは、例えば、パーソナルコンピューターのデータ保存部に保存されている。このため、本ステップは、例えば、パーソナルコンピューターのデータ保存部に保存された属性ＡＴＫを演算部が取得することにより実施される。
　（回帰式構築ステップ）
　回帰式構築ステップＳ１０６は、複数種類の既知化合物Ｋのそれぞれについてのフィッティング後第１係数ＡＦとフィッティング後第２係数ＢＦと量子化学計算値ＱＣＶＫと属性ＡＴＫとを用い、第１回帰式ＲＥ１と第２回帰式ＲＥ２とを構築するステップである。
　ここで、第１回帰式ＲＥ１とは、前記第１係数Ａを目的変数とした下記式（２）で表される回帰式である。具体的には、第１回帰式ＲＥ１とは、前記量子化学計算値ＱＣＶＫのＱＣＶと前記属性ＡＴＫのＡＴとを説明変数としかつ前記第１係数Ａを目的変数とした下記式（２）で表される回帰式である。
［数１７］
　　ＲＥ１：　Ａ＝ＦＲ１（ＱＣＶ，ＡＴ）　　　　（２）
（Ａ：式（１）の第１係数、ＱＣＶ：量子化学計算値、ＡＴ：属性、ＦＲ１：関数）
　前記第１回帰式ＲＥ１としては、例えば、前記ＱＣＶがＨＯＭＯエネルギーＥＨＯＭＯ、前記ＡＴが完全酸化必要酸素原子数ｎであり、下記式（５）で表される第１回帰式ＲＥ１が用いられる。式（５）のＣ０としては、既知化合物ＫｎのＣＯＤ経時変化実測データＤｎの時間０（分）でのＣＯＤＣｒ値Ｃ（０）であるＣｎ，０を用いる。
Figure JPOXMLDOC01-appb-M000019
 （式中、Ａ：式（１）の第１係数、Ｂ：式（１）の第２係数、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、ＦＡ：ｌｏｇ（ＥＨＯＭＯ）を説明変数とする線形回帰式、ｎ：完全酸化必要酸素原子数、ＥＨＯＭＯ：ＨＯＭＯエネルギー）
　式（５）は、例えば、図３に示すＣＯＤ経時変化式ＣＰｎ，Ｆから得られたフィッティング後第１係数Ａｎ，Ｆ及びフィッティング後第２係数Ｂｎ，Ｆと、ＨＯＭＯエネルギーＥＨＯＭＯ，ｎ、とを用いて、第１係数Ａの係数を予測する回帰式として構築される。
　なお、図３に示すＣＯＤ経時変化式ＣＰｎ，Ｆとは、ＣＯＤ経時変化式ＣＰ１，Ｆ、・・・ＣＰ７，Ｆである。得られたフィッティング後第１係数Ａｎ，Ｆとは、フィッティング後第１係数Ａ１，Ｆ、Ａ２，Ｆ、・・・Ａ７，Ｆである。得られたフィッティング後第２係数Ｂｎ，Ｆとは、フィッティング後第２係数Ｂ１，Ｆ、Ｂ２，Ｆ、・・・Ｂ７，Ｆである。ＨＯＭＯエネルギーＥＨＯＭＯ，ｎとは、ＨＯＭＯエネルギーＥＨＯＭＯ，１、ＥＨＯＭＯ，２、・・・ＥＨＯＭＯ，７である。
　式（５）で表される第１回帰式ＲＥ１は、下記式（５－１）のように表すことができる。
Figure JPOXMLDOC01-appb-M000020
 （式中、Ａ：式（１）の第１係数、Ｂ：式（１）の第２係数、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、ＦＡ：ｌｏｇ（ＥＨＯＭＯ）を説明変数とする線形回帰式、ｎ：完全酸化必要酸素原子数、ＥＨＯＭＯ：ＨＯＭＯエネルギー）
　また、第２回帰式ＲＥ２とは、前記第２係数Ｂを目的変数とした下記式（３）で表される回帰式である。具体的には、第２回帰式ＲＥ２とは、前記ＱＣＶと前記ＡＴとを説明変数としかつ前記第２係数Ｂを目的変数とした下記式（３）で表される回帰式である。
［数２０］
　　ＲＥ２：　Ｂ＝ＦＲ２（ＱＣＶ，ＡＴ）　　　　（３）
（Ｂ：式（１）の第２係数、ＱＣＶ：量子化学計算値、ＡＴ：属性、ＦＲ２：関数）
　前記第２回帰式ＲＥ２としては、例えば、前記ＱＣＶがＨＯＭＯエネルギーＥＨＯＭＯ、前記ＡＴが完全酸化必要酸素原子数ｎであり、下記式（６）で表される第２回帰式ＲＥ２が用いられる。式（６）のＣ０としては、既知化合物ＫｎのＣＯＤ経時変化実測データＤｎの時間０（分）でのＣＯＤＣｒ値Ｃ（０）であるＣｎ，０を用いる。
Figure JPOXMLDOC01-appb-M000021
 （式中、Ｂ：式（１）の第２係数、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、ＦＢ：ｌｏｇ（ＥＨＯＭＯ）及びｌｏｇ（ｎ）を説明変数とする線形回帰式、ｎ：完全酸化必要酸素原子数、ＥＨＯＭＯ：ＨＯＭＯエネルギー）
　式（６）は、例えば、図３に示すＣＯＤ経時変化式ＣＰｎ，Ｆから得られたフィッティング後第２係数Ｂｎ，Ｆと、ＨＯＭＯエネルギーＥＨＯＭＯ，ｎと、完全酸化必要酸素原子数ｎとを用いて、第２係数Ｂの係数を予測する回帰式として構築される。
　なお、図３に示すＣＯＤ経時変化式ＣＰｎ，Ｆとは、ＣＯＤ経時変化式ＣＰ１，Ｆ、・・・ＣＰ７，Ｆである。得られたフィッティング後第２係数Ｂｎ，Ｆとは、フィッティング後第２係数Ｂ１，Ｆ、Ｂ２，Ｆ、・・・Ｂ７，Ｆである。ＨＯＭＯエネルギーＥＨＯＭＯ，ｎとは、ＨＯＭＯエネルギーＥＨＯＭＯ，１、ＥＨＯＭＯ，２、・・・ＥＨＯＭＯ，７である。完全酸化必要酸素原子数ｎとは、完全酸化必要酸素原子数ｎ１、ｎ２、・・・ｎ７である。
　式（６）で表される第２回帰式ＲＥ２は、下記式（６－１）のように表すことができる。
Figure JPOXMLDOC01-appb-M000022
 （式中、Ｂ：式（１）の第２係数、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、ＦＢ：ｌｏｇ（ＥＨＯＭＯ）及びｌｏｇ（ｎ）を説明変数とする線形回帰式、ｎ：完全酸化必要酸素原子数、ＥＨＯＭＯ：ＨＯＭＯエネルギー）
　本ステップで構築した回帰式の一例を図４及び図５に示す。図４は、後述の実施例に係るＣＯＤ経時変化モデル構築方法の回帰式構築ステップＳ１０６で得られた第１回帰式ＲＥ１の一例である。図５は、後述の実施例に係るＣＯＤ経時変化モデル構築方法の回帰式構築ステップＳ１０６で得られた第２回帰式ＲＥ２の一例である。
　図４に、上記式（５）及び（５－１）のＦＡの一例を示す。図４中、離散する点はＦＡの構築に用いた７個の既知化合物Ｋの個々のデータである。図４はＦＡの決定係数Ｒ２が０．９３の一例である。
　図５に、上記式（６）及び（６－１）のＦＢの一例を示す。図５中、離散する点はＦＢの構築に用いた９個の既知化合物Ｋの個々のデータである。図５はＦＢの決定係数Ｒ２が０．９４の一例である。
　上記のように、本ステップでは、複数種類の既知化合物Ｋの全てに高い精度で適用可能な回帰式として、上記式（１）の第１係数Ａ及び第２係数Ｂを算出する上記式（５）又は（５－１）で表される第１回帰式ＲＥ１を構築することができる。また、複数種類の既知化合物Ｋの全てに高い精度で適用可能な回帰式として、上記式（１）の第２係数Ｂを算出する上記式（６）又は（６－１）で表される第２回帰式ＲＥ２を構築することができる。
　本ステップは、例えば、パーソナルコンピューターの演算部で処理される。
　実施形態に係るＣＯＤ経時変化モデル構築方法は、回帰式構築ステップＳ１０６で第１回帰式ＲＥ１及び第２回帰式ＲＥ２を構築した後、終了Ｓ１０７となる。
　（効果）
　実施形態に係るＣＯＤ経時変化モデル構築方法によれば、複数種類の既知化合物Ｋに基づき、第１回帰式ＲＥ１及び第２回帰式ＲＥ２を構築することができる。これらの第１回帰式ＲＥ１及び第２回帰式ＲＥ２を用いると、後述のＣＯＤ経時変化予測方法において、測定対象化合物Ｍの属性を取得したり量子化学計算をしたりすることにより、測定対象化合物ＭのＣＯＤ経時変化式ＣＰＭを作成することができる。この測定対象化合物ＭのＣＯＤ経時変化式ＣＰＭを用いると、測定対象化合物ＭのＣＯＤ経時変化を予測することができる。このため、実施形態に係るＣＯＤ経時変化モデル構築方法によれば、排水中の化合物を酸化剤で分解したときのＣＯＤの経時変化の正確な予測が可能な、ＣＯＤ経時変化モデル構築方法が提供される。
［ＣＯＤ経時変化予測方法］
　図２は、実施形態に係るＣＯＤ経時変化予測方法のフローチャートの一例である。
　実施形態に係るＣＯＤ経時変化予測方法は、実施形態に係るＣＯＤ経時変化モデル構築方法で作成された情報を用いるＣＯＤ経時変化予測方法である。実施形態に係るＣＯＤ経時変化予測方法は、量子化学計算ステップＳ２０２と、属性取得ステップＳ２０３と、係数算出ステップＳ２０４と、ＣＯＤ経時変化式作成ステップＳ２０５と、ＣＯＤ経時変化予測ステップＳ２０６と、を備える。
　（量子化学計算ステップ）
　量子化学計算ステップＳ２０２は、実施形態に係るＣＯＤ経時変化予測方法において、スタートＳ２０１の後に行うステップである。量子化学計算ステップＳ２０２は、測定対象化合物Ｍについて、量子化学計算を行うことにより量子化学計算値ＱＣＶＭを得るステップである。
　量子化学計算ステップＳ２０２は、量子化学計算を行う対象を量子化学計算ステップＳ１０４の「複数種類の前記既知化合物Ｋ」に代えて「測定対象化合物Ｍ」する。また、量子化学計算ステップＳ２０２は、量子化学計算ステップＳ１０４の「量子化学計算値ＱＣＶＫ」に代えて「量子化学計算値ＱＣＶＭ」とする。量子化学計算ステップＳ２０２は、これら以外は、量子化学計算ステップＳ１０４と同じである。
　ここで、「量子化学計算値ＱＣＶＭ」とは、単に「測定対象化合物Ｍ」の量子化学計算値ＱＣＶを意味し、量子化学計算ステップＳ１０４の量子化学計算値ＱＣＶＫにおいて、「複数種類の前記既知化合物Ｋ」に代えて「測定対象化合物Ｍ」を用いたものに等しい。このため、測定対象化合物Ｍ以外の説明については、省略する。
　本ステップで、量子化学計算を行う対象である測定対象化合物Ｍは、構造式が知られている化合物である。測定対象化合物Ｍは、１種であってもよいし複数種類であってもよい。
　測定対象化合物Ｍは、構造式が既知である。このため、例えば、測定対象化合物Ｍに関する公知情報等から化合物属性ＡＣＭを取得することができる。
　本ステップでは、測定対象化合物Ｍについて量子化学計算値ＱＣＶＭが算出される。例えば、量子化学計算値ＱＣＶＭとして、測定対象化合物Ｍ８、Ｍ９のＨＯＭＯエネルギーＥＨＯＭＯであるＥＨＯＭＯ，８、ＥＨＯＭＯ，９が算出される。
　本ステップは、例えば、パーソナルコンピューターの演算部で処理される。
　（属性取得ステップ）
　属性取得ステップＳ２０３は、前記測定対象化合物Ｍについて属性ＡＴＭを取得するステップである。属性ＡＴＭは、前記測定対象化合物Ｍの属性である化合物属性ＡＣＭ、及び前記測定対象化合物Ｍの試料水溶液の属性である溶液属性ＡＳＭ、の少なくとも一方からなる。
　属性取得ステップＳ２０３は、量子化学計算を行う対象を属性取得ステップＳ１０５の「複数種類の前記既知化合物Ｋ」に代えて「測定対象化合物Ｍ」する。また、属性取得ステップＳ２０３は、属性取得ステップＳ１０５の「属性ＡＴＫ、化合物属性ＡＣＫ、溶液属性ＡＳＫ」に代えてそれぞれ「属性ＡＴＭ、化合物属性ＡＣＭ、溶液属性ＡＳＭ」とする。属性取得ステップＳ２０３は、これら以外は、属性取得ステップＳ１０５と同じである。
　ここで、「属性ＡＴＭ、化合物属性ＡＣＭ、溶液属性ＡＳＭ」とは、単に「測定対象化合物Ｍ」の「属性ＡＴ、化合物属性ＡＣ、溶液属性ＡＳ」を意味する。すなわち、「属性ＡＴＭ、化合物属性ＡＣＭ、溶液属性ＡＳＭ」とは、属性取得ステップＳ１０５の「属性ＡＴＫ、化合物属性ＡＣＫ、溶液属性ＡＳＫ」において、それぞれ、「複数種類の前記既知化合物Ｋ」に代えて「測定対象化合物Ｍ」を用いたものに等しい。また、「測定対象化合物Ｍ」については、量子化学計算ステップＳ２０２で説明した。このため、本ステップの説明を省略する。
　本ステップでは、測定対象化合物Ｍについての属性ＡＴＭを取得する。例えば、測定対象化合物Ｍが測定対象化合物Ｍ８、Ｍ９からなり、属性ＡＴＭの種類が完全酸化必要酸素原子数ｎである場合、測定対象化合物Ｍ８、Ｍ９の完全酸化必要酸素原子数ｎであるｎ８、ｎ９を取得する。例えば、測定対象化合物Ｍが測定対象化合物Ｍ８、Ｍ９からなり、属性ＡＴＭの種類がＣ０（初期ＣＯＤＣｒ）である場合、測定対象化合物Ｍ８、Ｍ９のＣ０（初期ＣＯＤＣｒ）であるＣ８，０、Ｃ９，０を取得する。
　なお、測定対象化合物Ｍが、既知化合物Ｋと同一の化合物である場合は、実施形態に係るＣＯＤ経時変化モデル構築方法の属性取得ステップＳ１０５により取得された属性ＡＴＫを属性ＡＴＭとして援用することができる。
　上記属性ＡＴＭは、例えば、パーソナルコンピューターのデータ保存部に保存されている。このため、本ステップは、例えば、パーソナルコンピューターのデータ保存部に保存された属性ＡＴＭを演算部が取得することにより実施される。
　（係数算出ステップ）
　係数算出ステップＳ２０４は、前記第１回帰式ＲＥ１及び前記第２回帰式ＲＥ２のＱＣＶに前記量子化学計算値ＱＣＶＭを代入しかつＡＴに前記属性ＡＴＭを代入する。これにより、前記測定対象化合物Ｍの予測第１係数ＡＭ及び予測第２係数ＢＭを算出する。
　第１回帰式ＲＥ１とは、実施形態に係るＣＯＤ経時変化モデル構築方法の回帰式構築ステップＳ１０６で説明した下記式（２）で表される回帰式である。具体的には、第１回帰式ＲＥ１とは、前記量子化学計算値ＱＣＶＫのＱＣＶと前記属性ＡＴＫのＡＴとを説明変数としかつ前記第１係数Ａを目的変数とした式下記（２）で表される回帰式である。
［数２３］
　　ＲＥ１：　Ａ＝ＦＲ１（ＱＣＶ，ＡＴ）　　　　（２）
（Ａ：式（１）の第１係数、ＱＣＶ：量子化学計算値、ＡＴ：属性、ＦＲ１：関数）
　第１回帰式ＲＥ１としては、例えば、下記式（５）で表される第１回帰式ＲＥ１が用いられる。下記式（５）で表される第１回帰式ＲＥ１は、前記ＱＣＶがＨＯＭＯエネルギーＥＨＯＭＯ、前記ＡＴが完全酸化必要酸素原子数ｎである回帰式である。式（５）のＣ０としては、既知化合物ＫｎのＣＯＤ経時変化実測データＤｎの時間０（分）でのＣＯＤＣｒ値Ｃ（０）であるＣｎ，０を用いる。
Figure JPOXMLDOC01-appb-M000023
 （式中、Ａ：式（１）の第１係数、Ｂ：式（１）の第２係数、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、ＦＡ：ｌｏｇ（ＥＨＯＭＯ）を説明変数とする線形回帰式、ｎ：完全酸化必要酸素原子数、ＥＨＯＭＯ：ＨＯＭＯエネルギー）
　第２回帰式ＲＥ２とは、実施形態に係るＣＯＤ経時変化モデル構築方法の回帰式構築ステップＳ１０６で説明した下記式（３）で表される回帰式である。具体的には、第２回帰式ＲＥ２とは、前記量子化学計算値ＱＣＶＫのＱＣＶと前記属性ＡＴＫのＡＴとを説明変数としかつ前記第２係数Ｂを目的変数とした下記式（３）で表される回帰式である。
［数２５］
　　ＲＥ２：　Ｂ＝ＦＲ２（ＱＣＶ，ＡＴ）　　　　（３）
（Ｂ：式（１）の第２係数、ＱＣＶ：量子化学計算値、ＡＴ：属性、ＦＲ２：関数）
　第２回帰式ＲＥ２としては、例えば、下記式（６）で表される第２回帰式ＲＥ２が用いられる。下記式（６）で表される第２回帰式ＲＥ２は、前記ＱＣＶがＨＯＭＯエネルギーＥＨＯＭＯ、前記ＡＴが完全酸化必要酸素原子数ｎである回帰式である。式（６）のＣ０としては、既知化合物ＫｎのＣＯＤ経時変化実測データＤｎの時間０（分）でのＣＯＤＣｒ値Ｃ（０）であるＣｎ，０を用いる。
Figure JPOXMLDOC01-appb-M000024
 （式中、Ｂ：式（１）の第２係数、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、ＦＢ：ｌｏｇ（ＥＨＯＭＯ）及びｌｏｇ（ｎ）を説明変数とする線形回帰式、ｎ：完全酸化必要酸素原子数、ＥＨＯＭＯ：ＨＯＭＯエネルギー）
　本ステップでは、前記第１回帰式ＲＥ１及び前記第２回帰式ＲＥ２のＱＣＶに量子化学計算ステップＳ２０２で得た前記量子化学計算値ＱＣＶＭを代入し、かつＡＴに属性取得ステップＳ２０３で取得した前記属性ＡＴＭを代入する。これにより、本ステップでは、前記測定対象化合物Ｍの予測第１係数ＡＭ及び予測第２係数ＢＭが算出される。
　例えば、式（５）で表される第１回帰式ＲＥ１と式（６）で表される第２回帰式ＲＥ２とを用い、これらの式に、各測定対象化合物Ｍの、ＨＯＭＯエネルギーＥＨＯＭＯと完全酸化必要酸素原子数ｎと、を代入する。
　各測定対象化合物ＭのＨＯＭＯエネルギーＥＨＯＭＯとは、例えば、測定対象化合物Ｍ８、Ｍ９のＨＯＭＯエネルギーＥＨＯＭＯであるＥＨＯＭＯ，８、ＥＨＯＭＯ，９である。各測定対象化合物Ｍの完全酸化必要酸素原子数ｎとは、例えば、測定対象化合物Ｍ８、Ｍ９の完全酸化必要酸素原子数ｎであるｎ８、ｎ９である。
　なお、式（５）と式（６）中のＣ０としては、測定対象化合物Ｍの試料水溶液のオゾンの通気時間が０のＣＯＤＣｒを用いる。例えば、既知化合物Ｋに代えて測定対象化合物Ｍを用いる以外は上記ＣＯＤ経時変化モデル構築方法の経時変化実測データ保存ステップと同様の処理をすることにより、測定対象化合物ＭのＣ０が得られる。なお、ＣＯＤ経時変化モデル構築方法の経時変化実測データ保存ステップでは、オゾンの通気時間の異なる複数個のサンプルを用いてＣＯＤ経時変化実測データＤＫを作成するが、本ステップでは、オゾンの通気時間が０のＣＯＤＣｒを得るだけでよい。
　本ステップでは、上記作業により、式（５）等の第１回帰式ＲＥ１、及び式（６）等の第２回帰式ＲＥ２から前記測定対象化合物Ｍの予測第１係数ＡＭ及び予測第２係数ＢＭが算出される。ここで、予測第１係数ＡＭは、例えば、式（５）等の第１回帰式ＲＥ１にＥＨＯＭＯ，８等が代入がされた結果算出された、第１係数である。また、予測第２係数ＢＭは、例えば、式（６）等の第２回帰式ＲＥ２にＥＨＯＭＯ，８及び完全酸化必要酸素原子数ｎ８等が代入がされた結果算出された、第２係数である。本ステップで算出された予測第１係数ＡＭ及び予測第２係数ＢＭを用いると、後述の測定対象化合物ＭのＣＯＤ経時変化式ＣＰＭを作成することが可能になる。
　本ステップは、例えば、パーソナルコンピューターの演算部で処理される。
　（ＣＯＤ経時変化式作成ステップ）
　ＣＯＤ経時変化式作成ステップＳ２０５は、式（７）で表される前記測定対象化合物ＭのＣＯＤ経時変化式ＣＰＭを作成するステップである。ＣＯＤ経時変化式作成ステップＳ２０５では、前記予測第１係数ＡＭ及び予測第２係数ＢＭを式（１）の第１係数Ａ及び第２係数Ｂにそれぞれ代入し、かつ、水溶液中の前記測定対象化合物Ｍの初期ＣＯＤＣｒであるＣＭ，０を代入する。これにより、ＣＯＤ経時変化式作成ステップＳ２０５では、式（７）で表される前記測定対象化合物ＭのＣＯＤ経時変化式ＣＰＭを作成する。式（７）のＣＭ，０としては、測定対象化合物Ｍｎの時間０（分）でのＣＯＤＣｒ値Ｃ（０）であるＣｎ，０を用いる。
Figure JPOXMLDOC01-appb-M000025
 （式中、ＣＭ（ｔ）：試料水溶液中の測定対象化合物Ｍの時間ｔのＣＯＤＣｒ、ＣＭ，０：試料水溶液中の測定対象化合物Ｍの初期ＣＯＤＣｒ、ＡＭ：測定対象化合物Ｍの予測第１係数、ＢＭ：測定対象化合物Ｍの予測第２係数、ｔ：オゾン処理時間）
　測定対象化合物Ｍが複数種類の場合は、各測定対象化合物ＭについてＣＯＤ経時変化式ＣＰＭが作成される。例えば、測定対象化合物ＭがＭ８、Ｍ９の２種類ある場合、ＣＯＤ経時変化式ＣＰ８，Ｍ、ＣＰ９，Ｍの２種類が作成される。
　式（７）のＣＰＭ及びＣＭ，０は、測定対象化合物Ｍの全てについて一般化して表すものである。測定対象化合物Ｍのうちの特定の測定対象化合物ＭｎのＣＯＤ経時変化式ＣＰＭ及びＣＭ，０は、それぞれ、式（７－ｎ）のようにＣＰｎ，Ｍ及びＣｎ，Ｍ，０と表される。例えば、測定対象化合物Ｍ８では、ＣＯＤ経時変化式はＣＰ８，Ｍ、初期ＣＯＤＣｒはＣ８，Ｍ，０と表される。式（７－ｎ）のＣｎ，Ｍ，０としては、測定対象化合物Ｍｎの時間０（分）でのＣＯＤＣｒ値Ｃ（０）であるＣｎ，０を用いる。
Figure JPOXMLDOC01-appb-M000026
 （式中、Ｃｎ，Ｍ（ｔ）：試料水溶液中の測定対象化合物Ｍｎの時間ｔのＣＯＤＣｒ、Ｃｎ，Ｍ，０：試料水溶液中の測定対象化合物Ｍｎの初期ＣＯＤＣｒ、Ａｎ，Ｍ：測定対象化合物Ｍｎの予測第１係数、Ｂｎ，Ｍ：測定対象化合物Ｍｎの予測第２係数、ｔ：オゾン処理時間）
　測定対象化合物Ｍが既知化合物Ｋと同一化合物である場合は、式（７）中のＣＭ，０に代入する数値として、例えば、実施形態に係るＣＯＤ経時変化モデル構築方法のフィッティングステップＳ１０３で作成された、式（４）中のＣＦ，０を用いることができる。
　なお、式（４）のＣＦ，０は、複数種類の既知化合物Ｋに含まれる既知化合物一般についてのフィッティング後のＣＯＤ経時変化式ＣＰＦのＣＦ，０を意味する。本実施形態では、複数種類の既知化合物Ｋ中の特定の既知化合物Ｋｎのフィッティング後のＣＯＤ経時変化式ＣＰＦ及びＣＦ，０を、式（４－ｎ）のようにＣＰｎ，Ｆ及びＣｎ，Ｆ，０と表す。例えば、既知化合物Ｋ１のフィッティング後のＣＯＤ経時変化式ＣＰＦ及びＣＦ，０を、式（４－ｎ）のようにＣＰ１，Ｆ及びＣ１，Ｆ，０と表す。
　また、上記のように、測定対象化合物Ｍ８における式（７）中のＣＭ，０は式（７－ｎ）によりＣ８，Ｍ，０（ｎ＝１）と表される。このため、例えば、測定対象化合物Ｍ８において、式（４－ｎ）で得られるＣ８，Ｆ，０を式（７－ｎ）で得られるＣ８，Ｍ，０に代入することにより、式（７－ｎ）を作成することができる。
　また、各測定対象化合物Ｍが、実施形態に係るＣＯＤ経時変化モデル構築方法の各既知化合物Ｋと構造が異なるが酸化分解挙動が類似する場合は、既知化合物Ｋの属性ＡＴＭであるＣ０（初期ＣＯＤＣｒ）を式（５）及び式（６）のＣ０に代入することができる。具体的には、属性取得ステップＳ２０３で測定対象化合物Ｍについて属性ＡＴＭであるＣ０（初期ＣＯＤＣｒ）を取得しておき、このＣ０（初期ＣＯＤＣｒ）を式（５）及び式（６）のＣ０に代入することができる。
　図６を用いて本ステップにおけるＣＯＤ経時変化式ＣＰＭの作成の一例を説明する。図６は、後述の実施例に係るＣＯＤ経時変化予測方法のＣＯＤ経時変化式作成ステップＳ２０５で得られたＣＯＤ経時変化式ＣＰＭの一例である。
　図６において、測定対象化合物Ｍｎの試料水溶液のＣＯＤ経時変化式をＣＰｎ，Ｍと示す。例えば、測定対象化合物Ｍ８の試料水溶液のＣＯＤ経時変化式をＣＰ８，Ｍと示す。図６は、測定対象化合物Ｍ８、Ｍ９の試料水溶液のＣＯＤ経時変化式をＣＰ８，Ｍ、ＣＰ９，Ｍのグラフを１個の座標中に示した小グラフ図の２個の集合体になっている。なお、図６には、参考のために、各小グラフ図に、測定対象化合物Ｍ８、Ｍ９の試料水溶液のＣＯＤ経時変化実測データＤ８、Ｄ９のグラフも記載している。小グラフ図は、それぞれ、横軸が時間（分）、縦軸がＣＯＤＣｒ値（ｍｇ／Ｌ）である。
　図６に示すように、ＣＯＤ経時変化式ＣＰ８，Ｍ、ＣＰ９，Ｍは、図３に示すＣＯＤ経時変化式ＣＰ１，Ｆ、・・・ＣＰ７，Ｆと同様に、それぞれ、オゾンの通気時間ｔが増加するとＣＯＤＣｒが低下する傾向を示す。なお、図６に示すＣＯＤ経時変化式ＣＰ８，Ｍ、ＣＰ９，Ｍは、図３に示すＣＯＤ経時変化式ＣＰ１，Ｆ、・・・ＣＰ７，Ｆに比較すると既知化合物Ｋｎ、又は測定化合物Ｍｎの試料水溶液のＣＯＤ経時変化実測データＤｎのグラフから若干離間する傾向にある。しかし、図６に示すＣＯＤ経時変化式ＣＰ８，Ｍ、ＣＰ９，Ｍは、図３に示すＣＯＤ経時変化式ＣＰ１，Ｆ、・・・ＣＰ７，Ｆに比較しても、十分にＣＯＤ経時変化実測データＤｎに近似している。このため、図６に示すＣＯＤ経時変化式ＣＰ８，Ｍ、ＣＰ９，Ｍは、測定対象化合物ＭのＣＯＤ経時変化を予測する式として十分に精度が高いと思われる。
　本ステップは、例えば、パーソナルコンピューターの演算部で処理される。
　（ＣＯＤ経時変化予測ステップ）
　ＣＯＤ経時変化予測ステップＳ２０６は、前記ＣＯＤ経時変化式ＣＰＭを用いて前記測定対象化合物ＭのＣＯＤ経時変化を予測するステップである。ＣＯＤ経時変化式作成ステップＳ２０５で作成される各ＣＯＤ経時変化式ＣＰＭは、図６に示す一例から分かるように各既知化合物Ｋｎの試料水溶液のＣＯＤ経時変化実測データＤｎのグラフに近似しており、予測精度が高いと思われる。このため、ＣＯＤ経時変化式作成ステップＳ２０５で作成された式（７）で表されるＣＯＤ経時変化式ＣＰＭにオゾン処理時間ｔを代入するだけで、測定対象化合物ＭのＣＯＤ経時変化を高い精度で予測することができる。実施形態に係るＣＯＤ経時変化予測方法は、本ステップの後、終了Ｓ２０７となる。
　（効果）
　実施形態に係るＣＯＤ経時変化予測方法によれば、ＣＯＤ経時変化式ＣＰＭを用いることにより、排水中の化合物を酸化剤で分解したときのＣＯＤの経時変化の正確な予測が可能な、ＣＯＤ経時変化予測方法が提供される。
　以下、本実施形態を実施例及び比較例によりさらに詳細に説明するが、本実施形態はこれら実施例に限定されるものではない。
［実施例１］
［ＣＯＤ経時変化モデル構築方法］
　（経時変化実測データ保存ステップ）
　ＣＯＤ経時変化モデル構築方法のスタートＳ１０１後、経時変化実測データ保存ステップＳ１０２を行った。具体的には、表１に示す７種類の既知化合物（化合物Ａ～Ｇ）のそれぞれについて、既知化合物の試料水溶液にオゾンを通気させ、オゾンの通気時間の異なる複数個のサンプルを用いて作成したＣＯＤ経時変化実測データＤＫを保存した。なお、表１に示す化合物Ｈ及びＩは、後述の［ＣＯＤ経時変化予測方法］の測定対象化合物Ｍとして用いる化合物である。
　本ステップの具体的な手順を以下に示す。
Figure JPOXMLDOC01-appb-T000027
　　＜既知化合物の試料水溶液の調製＞
　　　［化合物Ａの試料水溶液の調製］
　はじめに、化合物Ａとイオン交換水とを用いて１ｍｏｌ／Ｌ、ｐＨ６．５～７．５の水溶液を１９Ｌ調製した。得られた試料水溶液を試料水溶液Ａとした。なお、試料水溶液ＡのｐＨは水酸化ナトリウム、塩酸等を用いて調整した。
　　　［化合物Ａの試料水溶液のサンプルの調製］
　１９Ｌの試料水溶液Ａをステンレス製容器に投入した。試料水溶液Ａのステンレス製容器への投入直後に、ステンレス製容器から試料水溶液Ａを１Ｌ採取した。採取した溶液に空気を通気させてオゾンを除去し、処理時間０分のサンプルとした。得られたサンプルを試料水溶液Ａ０とした。
　ステンレス製容器内の１８Ｌの試料水溶液Ａに濃度１００ｇ／Ｎｍ３のオゾンを１Ｌ／ｍｉｎの流量で１２０分通気した。１２０分の通気の途中、通気時間５分、１５分、３０分、６０分の試料水溶液Ａを４５０ｍＬずつ採取した。採取したそれぞれの溶液に、空気を通気させてオゾンを除去し、処理時間５分、１５分、３０分、６０分のサンプルとした。これらのサンプルを試料水溶液Ａ５、Ａ１５、Ａ３０、Ａ６０とした。
　最後に、１２０分通気直後の試料水溶液Ａを１Ｌ採取し、空気を通気させてオゾンを除去し、処理時間１２０分のサンプルとした。このサンプルを試料水溶液Ａ１２０とした。
　以上の操作により、サンプルとして試料水溶液Ａ０、Ａ５、Ａ１５、Ａ３０、Ａ６０、Ａ１２０を得た。
　　　［化合物Ｂ～Ｇの試料水溶液の調製］
　化合物Ａに代えて化合物Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇを用いた以外は上記［化合物Ａの試料水溶液の調製］と同様にして、試料水溶液Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇを調製した。
　　　［化合物Ｂ～Ｇの試料水溶液のサンプルの調製］
　化合物Ａに代えて化合物Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇを用いた以外は上記［化合物Ａの試料水溶液のサンプルの調製］と同様にして、試料水溶液Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇのサンプルを調製した。
　具体的には、化合物Ｂについて試料水溶液Ｂ０、Ｂ５、・・・Ｂ１２０のサンプルを得た。化合物Ｃについて試料水溶液Ｃ０、Ｃ５、・・・Ｃ１２０のサンプルを得た。化合物Ｄについて試料水溶液Ｄ０、Ｄ５、・・・Ｄ１２０のサンプルを得た。化合物Ｅについて試料水溶液Ｅ０、Ｅ５、・・・Ｅ１２０のサンプルを得た。化合物Ｆについて試料水溶液Ｆ０、Ｆ５、・・・Ｆ１２０のサンプルを得た。化合物Ｇについて試料水溶液Ｇ０、Ｇ５、・・・Ｇ１２０のサンプルを得た。
　　＜サンプルのＣＯＤＣｒの測定＞
　　　［化合物ＡのサンプルのＣＯＤＣｒの測定］
　上記化合物Ａの試料水溶液のサンプルである試料水溶液Ａ０、Ａ５、・・・Ａ１２０について、ＪＩＳ　Ｋ　０１０２－２０．２　吸光光度法により、ＣＯＤＣｒを測定した。
　得られた試料水溶液Ａ０、Ａ５、・・・Ａ１２０のＣＯＤＣｒに関する６点のデータは、オゾンの通気時間ｔ（ｔ＝０分、５分、１５分、３０分、６０分、１２０分）とＣＯＤＣｒ値Ｃ（ｔ）との関係（ｔ，Ｃ（ｔ））を示す６個のデータの集合体である。これら６個のデータの集合体は、（ｔ，Ｃ（ｔ））が（０，Ｃ（０））、（５，Ｃ（５））、（１５，Ｃ（１５））、（３０，Ｃ（３０））、（６０，Ｃ（６０））、（１２０，Ｃ（１２０））のデータからなる。
　上記６個のデータの集合体は、化合物Ａにおける経時変化実測データ保存ステップＳ１０２のＣＯＤ経時変化実測データである。上記試料水溶液Ａ０、Ａ５、・・・Ａ１２０に関する６点のデータの集合体を、ＣＯＤ経時変化実測データＤ１とした。
　結果を図３に示す。
　図３は、３行×３列の７個の小グラフ図の集合体になっている。各小グラフ図は、それぞれ、横軸が時間（分）、縦軸がＣＯＤＣｒ値（ｍｇ／Ｌ）である。ＣＯＤ経時変化実測データＤ１を、図３の７個の小グラフ図のうちの左上の小グラフ図中に示す。
　なお、以下、化合物Ａの時間ｔ（分）でのＣＯＤＣｒ値Ｃ（ｔ）をＣ１，ｔとも表記する。具体的には、化合物Ａの時間ｔ＝０（分）、５（分）、・・・１２０（分）でのＣＯＤＣｒ値Ｃ（０）、Ｃ（５）、・・・Ｃ（１２０）を、Ｃ１，０、Ｃ１，５、・・・Ｃ１，１２０とも表記する。
　例えば、図３に示すＣＯＤ経時変化実測データＤ１を構成するデータは、化合物Ａについての（０，Ｃ（０））、（５，Ｃ（５））、・・・（１２０，Ｃ（１２０））である。このＣＯＤ経時変化実測データＤ１を構成するデータは、（０，Ｃ１，０）、（５，Ｃ１，５）、・・・（１２０，Ｃ１，１２０）とも表記する。
　また、化合物Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇ、Ｈ、Ｉの時間ｔ（分）でのＣＯＤＣｒ値Ｃ（ｔ）をそれぞれＣ２，ｔ、Ｃ３，ｔ、Ｃ４，ｔ、Ｃ５，ｔ、Ｃ６，ｔ、Ｃ７，ｔ、Ｃ８，ｔ、Ｃ９，ｔとも表記する。
　例えば、後述のＣＯＤ経時変化実測データＤ２を構成するデータは、化合物Ｂについての（０，Ｃ（０））、（５，Ｃ（５））、・・・（１２０，Ｃ（１２０））である。このＣＯＤ経時変化実測データＤ２を構成するデータは、（０，Ｃ２，０）、（５，Ｃ２，５）、・・・（１２０，Ｃ２，１２０）とも表記する。
　　　［化合物Ｂ～ＧのサンプルのＣＯＤＣｒの測定］
　化合物Ａの試料水溶液Ａ０、Ａ５、・・・Ａ１２０に代えて、試料水溶液Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇのサンプルを用いた以外は、［化合物ＡのサンプルのＣＯＤＣｒの測定］と同様にして、化合物Ｂ～Ｇの各サンプルのＣＯＤＣｒを測定した。試料水溶液Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇのサンプルとは、Ｂ０、Ｂ５、・・・Ｂ１２０；Ｃ０、Ｃ５、・・・Ｃ１２０等のサンプルである。
　得られた試料水溶液Ｂ０、Ｂ５、・・・Ｂ１２０に関する６個のデータの集合体をＣＯＤ経時変化実測データＤ２とした。ＣＯＤ経時変化実測データＤ２を構成するデータは、化合物Ｂについての（０，Ｃ（０））、（５，Ｃ（５））、・・・（１２０，Ｃ（１２０））である。なお、ＣＯＤ経時変化実測データＤ２を構成するデータは、（０，Ｃ２，０）、（５，Ｃ２，５）、・・・（１２０，Ｃ２，１２０）とも表記する。
　得られた試料水溶液Ｃ０、Ｃ５、・・・Ｃ１２０に関する６個のデータの集合体をＣＯＤ経時変化実測データＤ３とした。ＣＯＤ経時変化実測データＤ３を構成するデータは、化合物Ｃについての（０，Ｃ（０））、（５，Ｃ（５））、・・・（１２０，Ｃ（１２０））である。なお、ＣＯＤ経時変化実測データＤ３を構成するデータは、（０，Ｃ３，０）、（５，Ｃ３，５）、・・・（１２０，Ｃ３，１２０）とも表記する。
　得られた試料水溶液Ｄ０、Ｄ５、・・・Ｄ１２０に関する６個のデータの集合体をＣＯＤ経時変化実測データＤ４とした。ＣＯＤ経時変化実測データＤ４を構成するデータは、化合物Ｄについての（０，Ｃ（０））、（５，Ｃ（５））、・・・（１２０，Ｃ（１２０））である。なお、ＣＯＤ経時変化実測データＤ４を構成するデータは、（０，Ｃ４，０）、（５，Ｃ４，５）、・・・（１２０，Ｃ４，１２０）とも表記する。
　得られた試料水溶液Ｅ０、Ｅ５、・・・Ｅ１２０に関する６個のデータの集合体をＣＯＤ経時変化実測データＤ５とした。ＣＯＤ経時変化実測データＤ５を構成するデータは、化合物Ｅについての（０，Ｃ（０））、（５，Ｃ（５））、・・・（１２０，Ｃ（１２０））である。なお、ＣＯＤ経時変化実測データＤ５を構成するデータは、（０，Ｃ５，０）、（５，Ｃ５，５）、・・・（１２０，Ｃ５，１２０）とも表記する。
　得られた試料水溶液Ｆ０、Ｆ５、・・・Ｆ１２０に関する６個のデータの集合体をＣＯＤ経時変化実測データＤ６とした。ＣＯＤ経時変化実測データＤ６を構成するデータは、化合物Ｆについての（０，Ｃ（０））、（５，Ｃ（５））、・・・（１２０，Ｃ（１２０））である。なお、ＣＯＤ経時変化実測データＤ６を構成するデータは、（０，Ｃ６，０）、（５，Ｃ６，５）、・・・（１２０，Ｃ６，１２０）とも表記する。
　得られた試料水溶液Ｇ０、Ｇ５、・・・Ｇ１２０に関する６個のデータの集合体をＣＯＤ経時変化実測データＤ７とした。ＣＯＤ経時変化実測データＤ７を構成するデータは、化合物Ｇについての（０，Ｃ（０））、（５，Ｃ（５））、・・・（１２０，Ｃ（１２０））である。なお、ＣＯＤ経時変化実測データＤ７を構成するデータは、（０，Ｃ７，０）、（５，Ｃ７，５）、・・・（１２０，Ｃ７，１２０）とも表記する。
　これらの結果を図３に示す。なお、上記のＣＯＤ経時変化実測データＤ１、Ｄ２、・・・Ｄ７は、パーソナルコンピューターのデータ保存部に保存した。これにより、経時変化実測データ保存ステップＳ１０２を終了した。
　なお、図３の７個の小グラフ図のそれぞれには、上記のＣＯＤ経時変化実測データＤ１、Ｄ２、・・・Ｄ７に加え、フィッティングステップＳ１０３で形成される、フィッティング後のＣＯＤ経時変化式ＣＰ１，Ｆ、ＣＰ２，Ｆ、・・・ＣＰ７，Ｆも、併せて示す。
　（フィッティングステップ）
　経時変化実測データ保存ステップＳ１０２の次に、フィッティングステップＳ１０３を行った。具体的には、得られたＣＯＤ経時変化実測データＤ１、Ｄ２、・・・Ｄ７のそれぞれを、下記式（１）で表されるＣＯＤ経時変化式ＣＰにフィッティングさせることにより、フィッティング後第１係数ＡＦ及びフィッティング後第２係数ＢＦを得た。フィッティング後第１係数ＡＦはフィッティングにより式（１）の第１係数Ａが修正されて得られる係数である。フィッティング後第２係数ＢＦはフィッティングにより式（１）の第２係数Ｂが修正されて得られる係数である。フィッティング後第１係数ＡＦ及びフィッティング後第２係数ＢＦの算出方法については、後述する。フィッティング後第１係数ＡＦ及びフィッティング後第２係数ＢＦは、化合物Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇのそれぞれについて得た。
　フィッティング後第１係数ＡＦ及びフィッティング後第２係数ＢＦを次のように算出した。はじめに、ＣＯＤ経時変化実測データＤ１、Ｄ２、・・・Ｄ７のそれぞれを、下記式（１）で表されるＣＯＤ経時変化式ＣＰにフィッティングさせた。そして、化合物Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇのそれぞれについて、フィッティングに基づき下記式（１）の第１係数Ａ及び第２係数Ｂを修正することにより、各化合物について、フィッティング後第１係数ＡＦ及びフィッティング後第２係数ＢＦを得た。なお、下記式（１）は、予め、パーソナルコンピューターのデータ保存部に保存しておいた。
Figure JPOXMLDOC01-appb-M000028
 （式中、Ｃ（ｔ）：試料水溶液中の化合物の時間ｔのＣＯＤＣｒ、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、Ａ：化合物の第１係数、Ｂ：化合物の第２係数、ｔ：オゾン処理時間）
　本ステップの具体的な手順を以下に示す。
　　＜ＣＯＤ経時変化実測データＤ１のフィッティング＞
　第１に、化合物ＡのＣＯＤ経時変化実測データＤ１のフィッティングを以下のようにして行った。
　はじめに、パーソナルコンピューターのデータ保存部に保存されているＣＯＤ経時変化実測データＤ１と上記式（１）とを読み出した。
　次に、上記式（１）で表されるＣＯＤ経時変化式ＣＰをＣＯＤ経時変化実測データＤ１に最小二乗法を用いてフィッティングさせることにより、化合物Ａについて、下記式（４－１）で表されるＣＯＤ経時変化式ＣＰ１，Ｆを作成した。式（４－１）のＣ１，Ｆ，０としては、ＣＯＤ経時変化実測データＤ１の時間０（分）でのＣＯＤＣｒ値Ｃ（０）であるＣ１，０を用いた。
Figure JPOXMLDOC01-appb-M000029
 （式中、Ｃ１，Ｆ（ｔ）：試料水溶液中の化合物Ａの時間ｔのＣＯＤＣｒ、Ｃ１，Ｆ，０：試料水溶液中の化合物Ａの初期ＣＯＤＣｒ、Ａ１，Ｆ：化合物Ａのフィッティング後第１係数、Ｂ１，Ｆ：化合物Ａのフィッティング後第２係数、ｔ：オゾン処理時間）
　上記ＣＯＤ経時変化式ＣＰ１，Ｆより、フィッティング後第１係数Ａ１，Ｆ及びフィッティング後第２係数Ｂ１，Ｆを得た。
　　＜ＣＯＤ経時変化実測データＤ２～Ｄ７のフィッティング＞
　化合物ＡのＣＯＤ経時変化実測データＤ１に代えて、ＣＯＤ経時変化実測データＤ２～Ｄ７をそれぞれ用いた以外は＜ＣＯＤ経時変化実測データＤ１のフィッティング＞と同様にして、化合物Ｂ～ＧのＣＯＤ経時変化実測データＤ２～Ｄ７のフィッティングを行った。
　具体的には、試料水溶液Ｂ、Ｃ、・・・ＧのＣＯＤ経時変化実測データＤ２、Ｄ３、・・・Ｄ７のそれぞれを、上記式（１）で表されるＣＯＤ経時変化式ＣＰにフィッティングさせたところ、ＣＯＤ経時変化式ＣＰ２，Ｆ、ＣＰ３，Ｆ、・・・ＣＰ７，Ｆが得られた。なお、式（４－１）のＣ１，Ｆ，０に相当するＣ２，Ｆ，０、Ｃ３，Ｆ，０、・・・Ｃ７，Ｆ，０としては、ＣＯＤ経時変化実測データＤ２、Ｄ３、・・・Ｄ７の時間０（分）でのＣＯＤＣｒ値Ｃ（０）であるＣ２，０、Ｃ３，０、・・・Ｃ７，０を用いた。そして、ＣＯＤ経時変化式ＣＰ２，Ｆ、ＣＰ３，Ｆ、・・・ＣＰ７，Ｆより、フィッティング後第１係数Ａ２，Ｆ、Ａ３，Ｆ、・・・Ａ７，Ｆ、及びフィッティング後第２係数Ｂ２，Ｆ、Ｂ３，Ｆ、・・・Ｂ７，Ｆを得た。
　図３に、ＣＯＤ経時変化式ＣＰ１，Ｆ、ＣＰ２，Ｆ、・・・ＣＰ７，Ｆを示す。
　得られたＣＯＤ経時変化式ＣＰ１，Ｆ、ＣＰ２，Ｆ、・・・ＣＰ７，Ｆ、フィッティング後第１係数Ａ１，Ｆ、Ａ２，Ｆ、・・・Ａ７，Ｆ、及びフィッティング後第２係数Ｂ１，Ｆ、Ｂ２，Ｆ、・・・Ｂ７，Ｆをパーソナルコンピューターのデータ保存部に保存した。これにより、フィッティングステップＳ１０３を終了した。
　（量子化学計算ステップ）
　フィッティングステップＳ１０３の次に、量子化学計算ステップＳ１０４を行った。具体的には、化合物Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇのそれぞれについて、量子化学計算を行うことにより量子化学計算値ＱＣＶ１、ＱＣＶ２、ＱＣＶ３、ＱＣＶ４、ＱＣＶ５、ＱＣＶ６、ＱＣＶ７を得た。
　本実験例では、ＱＣＶとしてＨＯＭＯ（Ｈｉｇｈｅｓｔ　Ｏｃｃｕｐｉｅｄ　Ｍｏｌｅｃｕｌａｒ　Ｏｒｂｉｔａｌ）エネルギーＥＨＯＭＯを用いた。すなわち、化合物Ａ、Ｂ、・・・Ｉのそれぞれについて、化合物Ａ、Ｂ、・・・ＩのＥＨＯＭＯである、ＥＨＯＭＯ，１、ＥＨＯＭＯ，２、・・・ＥＨＯＭＯ，７を算出した。
　本ステップの具体的な手順を以下に示す。
　パーソナルコンピューターの演算部で量子化学計算を行った。具体的には、量子化学計算の計算プログラムソフトウェアとして、ガウシアン（Ｇａｕｓｓｉａｎ）０９プログラムを用い、密度汎関数理論（ＤＦＴ：Ｄｅｎｓｉｔｙ　Ｆｕｎｃｔｉｏｎ　Ｔｈｅｏｒｙ）を用いる密度汎関数法で計算を行った。また、密度汎関数法での交換相関汎関数としてＢ３ＬＹＰ、基底関数として６－３１＋Ｇ（ｄ．ｐ．）を用いた。また、水の溶媒効果をＳＣＲＦ（Ｓｅｌｆ　Ｃｏｎｓｉｓｔｅｎｔ　Ｒｅａｃｔｉｏｎ　Ｆｉｅｌｄ）で取り込んだ。
　上記量子化学計算では、構造安定化により安定構造を求め、ＨＯＭＯエネルギーＥＨＯＭＯを算出した。
　これにより、化合物Ａ、Ｂ、・・・Ｇのそれぞれについて、ＨＯＭＯエネルギーＥＨＯＭＯ，１、ＥＨＯＭＯ，２、・・・ＥＨＯＭＯ，７を算出した。
　得られたＨＯＭＯエネルギーＥＨＯＭＯ，１、ＥＨＯＭＯ，２、ＥＨＯＭＯ，３、ＥＨＯＭＯ，４、ＥＨＯＭＯ，５、ＥＨＯＭＯ，６、ＥＨＯＭＯ，７をパーソナルコンピューターのデータ保存部に保存した。これにより、量子化学計算ステップＳ１０４を終了した。
　（属性取得ステップ）
　本実験例では、量子化学計算ステップＳ１０４の次に、属性取得ステップＳ１０５を行った。なお、他の実験例では、属性取得ステップＳ１０５を、量子化学計算ステップＳ１０４の前、又は量子化学計算ステップＳ１０４と同時に行っていもよい。
　属性取得ステップＳ１０５として、具体的には、化合物Ａ、Ｂ、・・・Ｇのそれぞれについて、化合物Ａ、Ｂ、・・・Ｇの完全酸化必要酸素原子数ｎである、完全酸化必要酸素原子数ｎ１、ｎ２、・・・ｎ７を取得した。完全酸化必要酸素原子数ｎ１、ｎ２、・・・ｎ７としては、パーソナルコンピューターのデータ保存部に保存されたものを用いた。なお、完全酸化必要酸素原子数ｎは、パーソナルコンピューターのデータ保存部に保存されたものである必要はなく、適宜、算出することも可能である。例えば、化合物Ｂ（トリイソプロパノールアミン）の完全酸化必要酸素原子数ｎ２である２８は、上記式（８）中の１４Ｏ２中のＯ原子数が２８個であるから、簡単に求めることができる。
　得られた完全酸化必要酸素原子数ｎ１、ｎ２、・・・ｎ７をパーソナルコンピューターのデータ保存部に保存した。これにより、属性取得ステップＳ１０５を終了した。
　（回帰式構築ステップ）
　属性取得ステップＳ１０５の次に、回帰式構築ステップＳ１０６を行った。具体的には、化合物Ａ、Ｂ、・・・Ｇのそれぞれについて、フィッティング後第１係数Ａｎ，Ｆと、フィッティング後第２係数Ｂｎ，Ｆと、量子化学計算値ＥＨＯＭＯ，ｎと、属性ｎｎとを用い、第１回帰式ＲＥ１と第２回帰式ＲＥ２とを構築した。
　フィッティング後第１係数Ａｎ，Ｆとしては、フィッティング後第１係数Ａ１，Ｆ、Ａ２，Ｆ、・・・Ａ７，Ｆを用いた。フィッティング後第２係数Ｂｎ，Ｆとしては、フィッティング後第２係数Ｂ１，Ｆ、Ｂ２，Ｆ、・・・Ｂ７，Ｆを用いた。量子化学計算値ＥＨＯＭＯ，ｎとしては、量子化学計算値ＥＨＯＭＯ，１、ＥＨＯＭＯ，２、・・・ＥＨＯＭＯ，７を用いた。属性ｎｎとしては、属性ｎ１、ｎ２、・・・ｎ７を用いた。
　本ステップは、パーソナルコンピューターを用の演算部で処理した。
　本ステップの具体的な手順を以下に示す。
　　＜第１回帰式ＲＥ１の構築＞
　第１回帰式ＲＥ１における上位概念の式は、下記式（２）で表される回帰式である。
［数３１］
　　ＲＥ１：　Ａ＝ＦＲ１（ＱＣＶ，ＡＴ）　　　　（２）
（Ａ：式（１）の第１係数、ＱＣＶ：量子化学計算値、ＡＴ：属性、ＦＲ１：関数）
　本ステップでは、フィッティング後第１係数Ａｎ，Ｆと、フィッティング後第２係数Ｂｎ，Ｆと、ＱＣＶとしてのＥＨＯＭＯ，ｎと、属性としてのｎｎとを用い、回帰を行って下記式（５）を構築した。具体的には、上記式（２）のＱＣＶとしてＥＨＯＭＯを用い、ＡＴとして完全酸化必要酸素原子数ｎを用いた。式（５）のＣ０としては、ＣＯＤ経時変化実測データＤ１～Ｄ７の時間０（分）でのＣＯＤＣｒ値Ｃ（０）であるＣ１，０、Ｃ２，０、Ｃ３，０、Ｃ４，０、Ｃ５，０、Ｃ６，０、Ｃ７，０を用いた。
　フィッティング後第１係数Ａｎ，Ｆとしては、フィッティング後第１係数Ａ１，Ｆ、Ａ２，Ｆ、・・・Ａ７，Ｆを用いた。フィッティング後第２係数Ｂｎ，Ｆとしては、フィッティング後第２係数Ｂ１，Ｆ、Ｂ２，Ｆ、・・・Ｂ７，Ｆを用いた。ＱＣＶとしては、ＥＨＯＭＯ，１、ＥＨＯＭＯ，２、・・・ＥＨＯＭＯ，７を用いた。ＡＴとしては、完全酸化必要酸素原子数ｎ１、ｎ２、・・・ｎ７を用いた。
Figure JPOXMLDOC01-appb-M000030
 （式中、Ａ：式（１）の第１係数、Ｂ：式（１）の第２係数、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、ＦＡ：ｌｏｇ（ＥＨＯＭＯ）を説明変数とする線形回帰式、ｎ：完全酸化必要酸素原子数、ＥＨＯＭＯ：ＨＯＭＯエネルギー）
　上記式（５）で表される第１回帰式ＲＥ１は、下記式（５－１）のように表すことができる。
Figure JPOXMLDOC01-appb-M000031
 （式中、Ａ：式（１）の第１係数、Ｂ：式（１）の第２係数、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、ＦＡ：ｌｏｇ（ＥＨＯＭＯ）を説明変数とする線形回帰式、ｎ：完全酸化必要酸素原子数、ＥＨＯＭＯ：ＨＯＭＯエネルギー）
　図４に、上記式（５）及び（５－１）のＦＡを示す。図４中、離散する点はＦＡの構築に用いた化合物Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇの個々のデータである。ＦＡの決定係数Ｒ２は０．９４であった。
　　＜第２回帰式ＲＥ２の構築＞
　第２回帰式ＲＥ２における上位概念の式は、下記式（３）で表される回帰式である。
［数３４］
　　ＲＥ２：　Ｂ＝ＦＲ２（ＱＣＶ，ＡＴ）　　　　（３）
（Ｂ：式（１）の第２係数、ＱＣＶ：量子化学計算値、ＡＴ：属性、ＦＲ２：関数）
　本ステップでは、フィッティング後第２係数Ｂｎ，Ｆと、ＱＣＶとしてのＥＨＯＭＯ，ｎと、属性としてのｎｎとを用い、回帰を行って下記式（６）を構築した。具体的には、上記式（３）のＱＣＶとしてＥＨＯＭＯを用い、ＡＴとして完全酸化必要酸素原子数ｎを用いた。
　フィッティング後第２係数Ｂｎ，Ｆとしては、フィッティング後第２係数Ｂ１，Ｆ、Ｂ２，Ｆ、・・・Ｂ７，Ｆを用いた。ＱＣＶとしては、ＥＨＯＭＯ，１、ＥＨＯＭＯ，２、・・・ＥＨＯＭＯ，７を用いた。ＡＴとしては、完全酸化必要酸素原子数ｎ１、ｎ２、・・・ｎ７を用いた。式（６）のＣ０としては、ＣＯＤ経時変化実測データＤ１～Ｄ７の時間０（分）でのＣＯＤＣｒ値Ｃ（０）であるＣ１，０、Ｃ２，０、Ｃ３，０、Ｃ４，０、Ｃ５，０、Ｃ６，０、Ｃ７，０を用いた。
Figure JPOXMLDOC01-appb-M000032
 （式中、Ｂ：式（１）の第２係数、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、ＦＢ：ｌｏｇ（ＥＨＯＭＯ）及びｌｏｇ（ｎ）を説明変数とする線形回帰式、ｎ：完全酸化必要酸素原子数、ＥＨＯＭＯ：ＨＯＭＯエネルギー）
　なお、式（６）で表される第２回帰式ＲＥ２は、下記式（６－１）のように表すことができる。
Figure JPOXMLDOC01-appb-M000033
 （式中、Ｂ：式（１）の第２係数、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、ＦＢ：ｌｏｇ（ＥＨＯＭＯ）及びｌｏｇ（ｎ）を説明変数とする線形回帰式、ｎ：完全酸化必要酸素原子数、ＥＨＯＭＯ：ＨＯＭＯエネルギー）
　図５に、上記式（６）及び（６－１）のＦＢを示す。図５中、離散する点はＦＢの構築に用いた化合物Ａ、Ｂ、Ｃ、Ｄ、Ｅ、Ｆ、Ｇの個々のデータである。ＦＢの決定係数Ｒ２は０．９３であった。
　上記のように、本ステップでは、化合物Ａ、Ｂ、・・・Ｇの全てに高い精度で適用可能な回帰式として、上記式（１）の第１係数Ａ及び第２係数Ｂを算出する上記式（５）又は（５－１）で表される第１回帰式ＲＥ１が構築された。また、化合物Ａ、Ｂ、・・・Ｇの全てに高い精度で適用可能な回帰式として、上記式（１）の第２係数Ｂを算出する上記式（６）又は（６－１）で表される第２回帰式ＲＥ２が構築された。
　得られた上記式（５）又は（５－１）で表される第１回帰式ＲＥ１と、上記式（６）又は（６－１）で表される第２回帰式ＲＥ２とを、パーソナルコンピューターのデータ保存部に保存した。これにより、回帰式構築ステップＳ１０６を終了し、ＣＯＤ経時変化モデル構築方法を終了Ｓ１０７した。
［ＣＯＤ経時変化予測方法］
　上記ＣＯＤ経時変化モデル構築方法で作成された情報を用いてＣＯＤ経時変化予測方法を実施した。
　本ＣＯＤ経時変化予測方法では、上記第１回帰式ＲＥ１及び第２回帰式ＲＥ２を用いて、測定対象化合物Ｍとしての化合物Ｈ及びＩのＣＯＤ経時変化を予測した。
　本方法の具体的な手順を以下に示す。
　（量子化学計算ステップ）
　ＣＯＤ経時変化予測方法のスタートＳ２０１後、量子化学計算ステップＳ２０２を行った。この量子化学計算ステップＳ２０２は、測定対象化合物Ｍについて、量子化学計算を行うことにより量子化学計算値ＱＣＶＭを得るステップである。
　具体的には、化合物Ａに代えて化合物Ｈ及びＩをそれぞれ用いた以外は、［ＣＯＤ経時変化モデル構築方法］の（量子化学計算ステップ）と同様にして、化合物Ｈ及びＩのそれぞれについて、ＨＯＭＯエネルギーＥＨＯＭＯ，８及びＥＨＯＭＯ，９を算出した。
　得られたＨＯＭＯエネルギーＥＨＯＭＯ，８及びＥＨＯＭＯ，９をパーソナルコンピューターのデータ保存部に保存した。
　これにより、量子化学計算ステップＳ２０２を終了した。
　（属性取得ステップ）
　量子化学計算ステップＳ２０２の次に、属性取得ステップＳ２０３を行った。
　なお、属性取得ステップＳ２０３は、量子化学計算ステップＳ２０２の前、又は量子化学計算ステップＳ２０２と同時に行うこともできるが、本実験例では、ステップＳ２０２の後にステップＳ２０３を行った。
　属性取得ステップＳ２０３は、測定対象化合物Ｍについて属性ＡＴＭを取得するステップである。
　具体的には、化合物Ａに代えて化合物Ｈ及びＩをそれぞれ用いた以外は、［ＣＯＤ経時変化モデル構築方法］の（属性取得ステップ）と同様にして、化合物Ｈ及びＩのそれぞれについて、完全酸化必要酸素原子数ｎ８及びｎ９を得た。
　得られた完全酸化必要酸素原子数ｎ８及びｎ９をパーソナルコンピューターのデータ保存部に保存した。
　これにより、属性取得ステップＳ２０３を終了した。
　（係数算出ステップ）
　属性取得ステップＳ２０３の次に、係数算出ステップＳ２０４を行った。具体的には、回帰式構築ステップＳ１０６で構築された、上記式（５）又は（５－１）で表される第１回帰式ＲＥ１と、上記式（６）又は（６－１）で表される前記第２回帰式ＲＥ２とを用い、各化合物の予測第１係数ＡＭ及び予測第２係数ＢＭを算出した。各化合物の予測第１係数ＡＭ及び予測第２係数ＢＭは、上記式に、各化合物のＨＯＭＯエネルギーＥＨＯＭＯ、完全酸化必要酸素原子数ｎ、及び初期ＣＯＤＣｒであるＣ０を代入することにより算出した。
　本ステップは、パーソナルコンピューターの演算部で処理した。
　本ステップの具体的な手順を以下に示す。
　　＜情報の取得＞
　上記ＣＯＤ経時変化モデル構築方法で作成されパーソナルコンピューターのデータ保存部に保存された上記式（５）又は（５－１）で表される第１回帰式ＲＥ１と、上記式（６）又は（６－１）で表される第２回帰式ＲＥ２とを読み出した。
　さらに、量子化学計算ステップＳ２０２で得た化合物Ｈ及びＩのそれぞれについてのＨＯＭＯエネルギーＥＨＯＭＯ，８及びＥＨＯＭＯ，９を用意した。また、属性取得ステップＳ２０３で取得した化合物Ｈ及びＩのそれぞれについての完全酸化必要酸素原子数ｎ８及びｎ９を用意した。
　　＜Ｃ０（初期ＣＯＤＣｒ）の取得＞
　また、水溶液中の化合物Ｈ及びＩのそれぞれについてＣ０（初期ＣＯＤＣｒ）を得る作業を行った。
　具体的には、化合物Ａに代えて化合物Ｈ及びＩをそれぞれ用いた以外は、［ＣＯＤ経時変化モデル構築方法］の（経時変化実測データ保存ステップ）の［化合物Ａの試料水溶液のサンプルの調製］と同様にして、化合物Ｈ及びＩのサンプルを得た。
　具体的には、化合物Ｈについて試料水溶液Ｈ０、Ｈ５、・・・Ｈ１２０のサンプルを得、化合物Ｉについて試料水溶液Ｉ０、Ｉ５、・・・Ｉ１２０のサンプルを得た。
　試料水溶液Ａ０に代えて、試料水溶液Ｈ０及びＩ０を用いた以外は、［ＣＯＤ経時変化モデル構築方法］の（経時変化実測データ保存ステップ）の＜サンプルのＣＯＤＣｒの測定＞と同様にして、試料水溶液Ｈ０及びＩ０のＣＯＤＣｒ（初期ＣＯＤＣｒ）を測定した。これにより試料水溶液Ｈ０及びＩ０の初期ＣＯＤＣｒである、Ｃ８，０及びＣ９，０が得られた。なお、Ｃ８，０は、化合物Ｈの時間ｔ＝０（分）でのＣＯＤＣｒ値Ｃ（０）である。Ｃ９，０は、化合物Ｉの時間ｔ＝０（分）でのＣＯＤＣｒ値Ｃ（０）である。
　また、［ＣＯＤ経時変化予測方法］には不要であるが、予測結果の検証のため、試料水溶液Ｈ５、・・・Ｈ１２０についても、試料水溶液Ｈ０と同様にしてＣＯＤＣｒを測定し、Ｃ８，５、Ｃ８，１５、・・・Ｃ８，１２０を得た。なお、Ｃ８，５、Ｃ８，１５、・・・Ｃ８，１２０は、化合物Ｈの時間ｔ＝５（分）、１５（分）、・・・１２０（分）でのＣＯＤＣｒ値Ｃ（５）、Ｃ（１５）、・・・Ｃ（１２０）である。得られた試料水溶液Ｈ０、Ｈ５、・・・Ｈ１２０に関する６点のデータ（Ｃ８，０、Ｃ８，５、・・・Ｃ８，１２０）の集合体をＣＯＤ経時変化実測データＤ８とした。ＣＯＤ経時変化実測データＤ８を構成するデータは、化合物Ｈについての（０，Ｃ（０））、（５，Ｃ（５））、・・・（１２０，Ｃ（１２０））である。なお、ＣＯＤ経時変化実測データＤ８を構成するデータは、（０，Ｃ８，０）、（５，Ｃ８，５）、・・・（１２０，Ｃ８，１２０）とも表記する。
　同様にして、試料水溶液Ｉ５、・・・Ｉ１２０についても、試料水溶液Ｉ０と同様にしてＣＯＤＣｒを測定し、Ｃ９，５、Ｃ９，１５、・・・Ｃ９，１２０を得た。なお、Ｃ９，５、Ｃ９，１５、・・・Ｃ９，１２０は、化合物Ｉの時間ｔ＝５（分）、１５（分）、・・・１２０（分）でのＣＯＤＣｒ値Ｃ（５）、Ｃ（１５）、・・・Ｃ（１２０）である。得られた試料水溶液Ｉ０、Ｉ５、・・・Ｉ１２０に関する６点のデータ（Ｃ９，０、Ｃ９，５、・・・Ｃ９，１２０）の集合体をＣＯＤ経時変化実測データＤ９とした。ＣＯＤ経時変化実測データＤ９を構成するデータは、化合物Ｉについての（０，Ｃ（０））、（５，Ｃ（５））、・・・（１２０，Ｃ（１２０））である。なお、ＣＯＤ経時変化実測データＤ９を構成するデータは、（０，Ｃ９，０）、（５，Ｃ９，５）、・・・（１２０，Ｃ９，１２０）とも表記する。
　これらの、化合物Ｈ及びＩのＣＯＤ経時変化実測データＤ８及びＤ９は、［ＣＯＤ経時変化モデル構築方法］における化合物Ａ～ＧのＣＯＤ経時変化実測データＤ１～Ｄ７に相当するデータである。
　ＣＯＤ経時変化実測データＤ８及びＤ９を図６に示す。
　　＜化合物Ｈの予測第１係数ＡＭ及び予測第２係数ＢＭの算出＞
　上記式（６）又は（６－１）で表される第２回帰式ＲＥ２のＥＨＯＭＯ、ｎ及びＣ０のそれぞれに、化合物ＨのＨＯＭＯエネルギーＥＨＯＭＯ，８、完全酸化必要酸素原子数ｎ８、及び初期ＣＯＤＣｒであるＣ８，０を代入した。これにより、式（１）の第２係数Ｂを算出した。この第２係数Ｂを化合物Ｈの予測第２係数Ｂ８，Ｍとした。
　上記式（５）又は（５－１）で表される第１回帰式ＲＥ１のＥＨＯＭＯ、ｎ、Ｃ０及びＢのそれぞれに、化合物ＨのＨＯＭＯエネルギーＥＨＯＭＯ，８、完全酸化必要酸素原子数ｎ８、初期ＣＯＤＣｒであるＣ８，０、及び上記予測第２係数Ｂ８，Ｍを代入た。これにより、式（１）の第１係数Ａを算出した。この第１係数Ａを化合物Ｈの予測第１係数Ａ８，Ｍとした。
　　＜化合物Ｉの予測第１係数ＡＭ及び予測第２係数ＢＭの算出＞
　化合物ＨのＨＯＭＯエネルギーＥＨＯＭＯ，８、完全酸化必要酸素原子数ｎ８、初期ＣＯＤＣｒであるＣ８，０に代えて、化合物ＩのＨＯＭＯエネルギーＥＨＯＭＯ，９、完全酸化必要酸素原子数ｎ９、初期ＣＯＤＣｒであるＣ９，０を用いた。これ以外は＜化合物Ｈの予測第１係数ＡＭ及び予測第２係数ＢＭの算出＞と同様にして、化合物Ｉの予測第１係数Ａ９，Ｍ及び予測第２係数Ｂ９，Ｍを算出した。
　得られた化合物Ｈ及びＩについての、予測第１係数Ａ８，Ｍ及びＡ９，Ｍと、予測第２係数Ｂ８，Ｍ及びＢ２，Ｍとを、パーソナルコンピューターのデータ保存部に保存した。これにより、係数算出ステップＳ２０４を終了した。
　（ＣＯＤ経時変化式作成ステップ）
　係数算出ステップＳ２０４の次に、ＣＯＤ経時変化式作成ステップＳ２０５を行った。具体的には、各化合物の予測第１係数ＡＭ及び予測第２係数ＢＭを下記式（１）の第１係数Ａ及び第２係数Ｂにそれぞれ代入した。また、下記式（１）のＣＭ，０に水溶液中の化合物Ｈ及びＩの初期ＣＯＤＣｒを代入することで、下記式（７）で表される前記測定対象化合物ＭのＣＯＤ経時変化式ＣＰＭを作成した。水溶液中の化合物Ｈ及びＩの初期ＣＯＤＣｒは、それぞれ、Ｃ８，０及びＣ９，０である。
Figure JPOXMLDOC01-appb-M000034
 （式中、ＣＭ（ｔ）：試料水溶液中の測定対象化合物Ｍの時間ｔのＣＯＤＣｒ、ＣＭ，０：試料水溶液中の測定対象化合物Ｍの初期ＣＯＤＣｒ、ＡＭ：測定対象化合物Ｍの予測第１係数、ＢＭ：測定対象化合物Ｍの予測第２係数、ｔ：オゾン処理時間）
　本ステップは、パーソナルコンピューターの演算部で処理した。
　本ステップの具体的な手順を以下に示す。
　　＜情報の取得＞
　パーソナルコンピューターのデータ保存部に保存された上記式（１）を読み出した。
　　＜化合物ＡのＣＯＤ経時変化式の作成＞
　上記式（１）で表されるＣＯＤ経時変化式ＣＰの第１係数Ａ及び第２係数Ｂのそれぞれに、係数算出ステップＳ２０４で算出された化合物Ｈの予測第１係数Ａ８，Ｍ及び予測第２係数Ｂ８，Ｍを代入した。
　また、上記式（１）のＣ０に、係数算出ステップＳ２０４で得た試料水溶液Ｈ０の初期ＣＯＤＣｒであるＣ８，０を代入した。
　これにより、下記式（７－８）で表される化合物ＨのＣＯＤ経時変化式ＣＰ８，Ｍを作成した。なお、下記式（７－８）においては、予測第１係数Ａ８，Ｍ、予測第２係数Ｂ８，Ｍ、及び後述のＣＯＤ経時変化式ＣＰ８，Ｍとの表記のバランスの観点から、代入したＣ８，０をＣ８，Ｍ，０と表記し直した。Ｃ８，Ｍ，０とＣ８，０とは同一数値を示す。
Figure JPOXMLDOC01-appb-M000035
 （式中、Ｃ８，Ｍ（ｔ）：試料水溶液中の化合物Ｈの時間ｔのＣＯＤＣｒ、Ｃ８，Ｍ，０：試料水溶液中の化合物Ｈの初期ＣＯＤＣｒ、Ａ８，Ｍ：化合物Ｈの予測第１係数、Ｂ８，Ｍ：化合物Ｈの予測第２係数、ｔ：オゾン処理時間）
　　＜化合物ＩのＣＯＤ経時変化式の作成＞
　化合物Ｈの予測第１係数Ａ８，Ｍ、予測第２係数Ｂ８，Ｍ及びＣ８，０に代えて、それぞれ、化合物Ｉの予測第１係数Ａ９，Ｍ、予測第２係数Ｂ９，Ｍ、及びＣ９，０を用いた。これ以外は、＜化合物ＡのＣＯＤ経時変化式の作成＞と同様にして、下記式（７－９）で表される化合物ＩのＣＯＤ経時変化式ＣＰ９，Ｍを作成した。
Figure JPOXMLDOC01-appb-M000036
 （式中、Ｃ９，Ｍ（ｔ）：試料水溶液中の化合物Ｉの時間ｔのＣＯＤＣｒ、Ｃ９，Ｍ，０：試料水溶液中の化合物Ｉの初期ＣＯＤＣｒ、Ａ９，Ｍ：化合物Ｉの予測第１係数、Ｂ９，Ｍ：化合物Ｉの予測第２係数、ｔ：オゾン処理時間）
　化合物ＩのＣＯＤ経時変化式ＣＰ８，Ｍ及びＣＰ９，Ｍを図６に示す。
　図６は、２個の小グラフ図の集合体になっている。各小グラフ図は、それぞれ、図３と同様に、横軸が時間（分）、縦軸がＣＯＤＣｒ値（ｍｇ／Ｌ）である。なお、図９には、図３と同様に、ＣＯＤ経時変化実測データＤ８及びＤ９も併せて示す。
　図６に示すように、ＣＯＤ経時変化式ＣＰ８，Ｍ及びＣＰ９，Ｍは、図３に示すＣＯＤ経時変化式ＣＰ１，Ｆ、・・・ＣＰ７，Ｆと同様に、それぞれ、オゾンの通気時間ｔが増加するとＣＯＤＣｒが低下する傾向を示す。
　また、図６に示す化合物Ｈ及びＩのＣＯＤ経時変化式ＣＰ８，Ｍ及びＣＰ９，Ｍは、それぞれ、化合物Ｈ及びＩのＣＯＤ経時変化実測データＤ８及びＤ９とよく一致していることが分かる。
　このため、図６に示すＣＯＤ経時変化式ＣＰ８，Ｍ及びＣＰ９，Ｍは、測定対象化合物Ｍである化合物Ｈ及びＩのＣＯＤ経時変化を予測する式として十分に精度が高いことが分かった。
　得られた化合物Ｈ及びＩについての、ＣＯＤ経時変化式ＣＰ８，Ｍ及びＣＰ９，Ｍを、パーソナルコンピューターのデータ保存部に保存した。これにより、ＣＯＤ経時変化式作成ステップＳ２０５を終了した。
　（ＣＯＤ経時変化予測ステップ）
　ＣＯＤ経時変化式作成ステップＳ２０５の次に、ＣＯＤ経時変化予測ステップＳ２０６を行った。具体的には、ＣＯＤ経時変化式ＣＰ８，Ｍ及びＣＰ９，Ｍを用いて化合物Ｈ及びＩについてＣＯＤ経時変化を予測した。
　本ステップは、パーソナルコンピューターの演算部で処理した。
　これにより、ＣＯＤ経時変化予測ステップＳ２０６を終了し、ＣＯＤ経時変化予測方法を終了Ｓ２０７した。
　特願２０１８－１１４９６１号（出願日：２０１８年６月１５日）の全内容は、ここに援用される。
　以上、実施例に沿って本実施形態の内容を説明したが、本実施形態はこれらの記載に限定されるものではなく、種々の変形及び改良が可能であることは、当業者には自明である。
　本開示によれば、排水中の化合物を酸化剤で分解したときのＣＯＤの経時変化の正確な予測が可能な、ＣＯＤ経時変化モデル構築方法及びＣＯＤ経時変化予測方法が提供される。
Ｓ１０１　スタート
Ｓ１０２　経時変化実測データ保存ステップ
Ｓ１０３　フィッティングステップ
Ｓ１０４　量子化学計算ステップ
Ｓ１０５　属性取得ステップ
Ｓ１０６　回帰式構築ステップ
Ｓ１０７　終了
Ｓ２０１　スタート
Ｓ２０２　量子化学計算ステップ
Ｓ２０３　属性取得ステップ
Ｓ２０４　係数算出ステップ
Ｓ２０５　ＣＯＤ経時変化式作成ステップ
Ｓ２０６　ＣＯＤ経時変化予測ステップ
Ｓ２０７　終了

Claims (10)

  1. 　複数種類の既知化合物Ｋのそれぞれについて、前記既知化合物Ｋの試料水溶液にオゾンを通気させ、オゾンの通気時間の異なる複数個のサンプルについての、オゾンの通気時間ｔとこの時間ｔでのＣＯＤＣｒ値Ｃ（ｔ）との関係（ｔ，Ｃ（ｔ））のデータの集合体であるＣＯＤ経時変化実測データＤＫを保存する経時変化実測データ保存ステップと、
    　複数個の前記ＣＯＤ経時変化実測データＤＫを下記式（１）で表されるＣＯＤ経時変化式ＣＰにフィッティングさせることにより、式（１）の第１係数Ａを修正したフィッティング後第１係数ＡＦ、及び式（１）の第２係数Ｂを修正したフィッティング後第２係数ＢＦを得るフィッティングステップと、
    Figure JPOXMLDOC01-appb-M000001
     （式中、Ｃ（ｔ）：試料水溶液中の化合物の時間ｔのＣＯＤＣｒ、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、Ａ：化合物の第１係数、Ｂ：化合物の第２係数、ｔ：オゾン処理時間）
    　複数種類の前記既知化合物Ｋのそれぞれについて、量子化学計算を行うことにより量子化学計算値ＱＣＶＫを得る量子化学計算ステップと、
    　複数種類の前記既知化合物Ｋのそれぞれについて属性ＡＴＫを取得する属性取得ステップと、
    　複数種類の前記既知化合物Ｋのそれぞれについての、前記フィッティング後第１係数ＡＦと前記フィッティング後第２係数ＢＦと前記量子化学計算値ＱＣＶＫと前記属性ＡＴＫとを用い、
    　前記第１係数Ａを目的変数とした下記式（２）で表される第１回帰式ＲＥ１と、
    ［数２］
    　　ＲＥ１：　Ａ＝ＦＲ１（ＱＣＶ，ＡＴ）　　　　（２）
    （Ａ：式（１）の第１係数、ＱＣＶ：量子化学計算値、ＡＴ：属性、ＦＲ１：関数）
    　前記第２係数Ｂを目的変数とした下記式（３）で表される第２回帰式ＲＥ２と、
    ［数３］
    　　ＲＥ２：　Ｂ＝ＦＲ２（ＱＣＶ，ＡＴ）　　　　（３）
    （Ｂ：式（１）の第２係数、ＱＣＶ：量子化学計算値、ＡＴ：属性、ＦＲ２：関数）
    を構築する回帰式構築ステップと、
    　を備えることを特徴とするＣＯＤ経時変化モデル構築方法。
  2. 　前記フィッティングステップは、
    　複数個の前記ＣＯＤ経時変化実測データＤＫを上記式（１）で表されるＣＯＤ経時変化式ＣＰにフィッティングさせ、複数種類の前記既知化合物Ｋのそれぞれについて、下記式（４）で表されるＣＯＤ経時変化式ＣＰＦを作成することにより、上記式（１）の第１係数Ａを修正したフィッティング後第１係数ＡＦ、及び上記式（１）の第２係数Ｂを修正したフィッティング後第２係数ＢＦを得るステップであることを特徴とする請求項１に記載のＣＯＤ経時変化モデル構築方法。
    Figure JPOXMLDOC01-appb-M000002
     （式中、ＣＦ（ｔ）：試料水溶液中の既知化合物Ｋの時間ｔのＣＯＤＣｒ、ＣＦ，０：試料水溶液中の既知化合物Ｋの初期ＣＯＤＣｒ、ＡＦ：既知化合物Ｋのフィッティング後第１係数、ＢＦ：既知化合物Ｋのフィッティング後第２係数、ｔ：オゾン処理時間）
  3. 　前記属性ＡＴＫは、量子化学計算値ＱＣＶＫであり、
    　前記量子化学計算値ＱＣＶＫは、ＨＯＭＯエネルギーＥＨＯＭＯ、ＬＵＭＯエネルギーＥＬＵＭＯ、及び全エネルギーＥＴｏｔａｌからなる群より選択される１種以上のエネルギーを含むことを特徴とする請求項１又は２に記載のＣＯＤ経時変化モデル構築方法。
  4. 　前記属性ＡＴＫは、化合物属性ＡＣＫであり、
    　前記化合物属性ＡＣＫは、分子量Ｍｗ、各元素の原子数ＮＡ、電子数ＮＥ、完全酸化必要酸素原子数ｎ、結合数ＮＢ、二重結合と三重結合との数ＮＤＴ、及び不飽和度ＤＵからなる群より選択される１種以上の属性を含むことを特徴とする請求項１～３のいずれか１項に記載のＣＯＤ経時変化モデル構築方法。
  5. 　前記属性ＡＴＫは、溶液属性ＡＳＫであり、
    　前記溶液属性ＡＳＫは、ｐＨ、Ｃ０（初期ＣＯＤＣｒ）、モル濃度ＣＭ、温度Ｔ、及び電気伝導度ＣＥからなる群より選択される１種以上の属性を含むことを特徴とする請求項１～４のいずれか１項に記載のＣＯＤ経時変化モデル構築方法。
  6. 　前記第１回帰式ＲＥ１は、前記ＱＣＶがＨＯＭＯエネルギーＥＨＯＭＯ、前記ＡＴが完全酸化必要酸素原子数ｎであり、下記式（５）で表され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ＣＯＤ経時変化モデル構築方法。
    Figure JPOXMLDOC01-appb-M000003
     （式中、Ａ：式（１）の第１係数、Ｂ：式（１）の第２係数、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、ＦＡ：ｌｏｇ（ＥＨＯＭＯ）を説明変数とする線形回帰式、ｎ：完全酸化必要酸素原子数、ＥＨＯＭＯ：ＨＯＭＯエネルギー）
  7. 　前記第２回帰式ＲＥ２は、前記ＱＣＶがＨＯＭＯエネルギーＥＨＯＭＯ、前記ＡＴが完全酸化必要酸素原子数ｎであり、下記式（６）で表されることを特徴とする請求項１～６のいずれか１項に記載のＣＯＤ経時変化モデル構築方法。
    Figure JPOXMLDOC01-appb-M000004
     （式中、Ｂ：式（１）の第２係数、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、ＦＢ：ｌｏｇ（ＥＨＯＭＯ）及びｌｏｇ（ｎ）を説明変数とする線形回帰式、ｎ：完全酸化必要酸素原子数、ＥＨＯＭＯ：ＨＯＭＯエネルギー）
  8. 　請求項１～７のいずれか１項に記載のＣＯＤ経時変化モデル構築方法で作成された情報を用いるＣＯＤ経時変化予測方法であって、
    　測定対象化合物Ｍについて、量子化学計算を行うことにより量子化学計算値ＱＣＶＭを得る量子化学計算ステップと、
    　前記測定対象化合物Ｍについて属性ＡＴＭを取得する属性取得ステップと、
    　前記第１回帰式ＲＥ１及び前記第２回帰式ＲＥ２のＱＣＶに前記量子化学計算値ＱＣＶＭを代入しかつＡＴに前記属性ＡＴＭを代入することにより、前記測定対象化合物Ｍの予測第１係数ＡＭ及び予測第２係数ＢＭを算出する係数算出ステップと、
    　前記予測第１係数ＡＭ及び予測第２係数ＢＭを上記式（１）の第１係数Ａ及び第２係数Ｂにそれぞれ代入し、かつ、水溶液中の前記測定対象化合物Ｍの初期ＣＯＤＣｒを代入することで、下記式（７）で表される前記測定対象化合物ＭのＣＯＤ経時変化式ＣＰＭを作成するＣＯＤ経時変化式作成ステップと、
    Figure JPOXMLDOC01-appb-M000005
     （式中、ＣＭ（ｔ）：試料水溶液中の測定対象化合物Ｍの時間ｔのＣＯＤＣｒ、ＣＭ，０：試料水溶液中の測定対象化合物Ｍの初期ＣＯＤＣｒ、ＡＭ：測定対象化合物Ｍの予測第１係数、ＢＭ：測定対象化合物Ｍの予測第２係数、ｔ：オゾン処理時間）
    　前記ＣＯＤ経時変化式ＣＰＭを用いて前記測定対象化合物ＭのＣＯＤ経時変化を予測するＣＯＤ経時変化予測ステップと、
    　を備えることを特徴とするＣＯＤ経時変化予測方法。
  9. 　複数種類の既知化合物Ｋのそれぞれについて、前記既知化合物Ｋの試料水溶液にオゾンを通気させ、オゾンの通気時間の異なる複数個のサンプルについての、オゾンの通気時間ｔとこの時間ｔでのＣＯＤＣｒ値Ｃ（ｔ）との関係（ｔ，Ｃ（ｔ））のデータの集合体であるＣＯＤ経時変化実測データＤＫをデータ保存部に保存する経時変化実測データ保存ステップと、
    　演算部が、複数個の前記ＣＯＤ経時変化実測データＤＫを下記式（１）で表されるＣＯＤ経時変化式ＣＰにフィッティングさせることにより、式（１）の第１係数Ａを修正したフィッティング後第１係数ＡＦ、及び式（１）の第２係数Ｂを修正したフィッティング後第２係数ＢＦを得るフィッティングステップと、
    Figure JPOXMLDOC01-appb-M000006
     （式中、Ｃ（ｔ）：試料水溶液中の化合物の時間ｔのＣＯＤＣｒ、Ｃ０：試料水溶液中の化合物の初期ＣＯＤＣｒ、Ａ：化合物の第１係数、Ｂ：化合物の第２係数、ｔ：オゾン処理時間）
    　演算部が、複数種類の前記既知化合物Ｋのそれぞれについて、量子化学計算を行うことにより量子化学計算値ＱＣＶＫを得る量子化学計算ステップと、
    　演算部が、データ保存部に保存された、複数種類の前記既知化合物Ｋのそれぞれについて属性ＡＴＫを取得する属性取得ステップと、
    　演算部が、複数種類の前記既知化合物Ｋのそれぞれについての、前記フィッティング後第１係数ＡＦと前記フィッティング後第２係数ＢＦと前記量子化学計算値ＱＣＶＫと前記属性ＡＴＫとを用い、
    　前記第１係数Ａを目的変数とした下記式（２）で表される第１回帰式ＲＥ１と、
    ［数９］
    　　ＲＥ１：　Ａ＝ＦＲ１（ＱＣＶ，ＡＴ）　　　　（２）
    （Ａ：式（１）の第１係数、ＱＣＶ：量子化学計算値、ＡＴ：属性、ＦＲ１：関数）
    　前記第２係数Ｂを目的変数とした下記式（３）で表される第２回帰式ＲＥ２と、
    ［数１０］
    　　ＲＥ２：　Ｂ＝ＦＲ２（ＱＣＶ，ＡＴ）　　　　（３）
    （Ｂ：式（１）の第２係数、ＱＣＶ：量子化学計算値、ＡＴ：属性、ＦＲ２：関数）
    を構築する回帰式構築ステップと、
    　を備えることを特徴とするＣＯＤ経時変化モデル構築方法。
  10. 　請求項９に記載のＣＯＤ経時変化モデル構築方法で作成された情報を用いるＣＯＤ経時変化予測方法であって、
    　演算部が、測定対象化合物Ｍについて、量子化学計算を行うことにより量子化学計算値ＱＣＶＭを得る量子化学計算ステップと、
    　演算部が、データ保存部に保存された、前記測定対象化合物Ｍについて属性ＡＴＭを取得する属性取得ステップと、
    　演算部が、前記第１回帰式ＲＥ１及び前記第２回帰式ＲＥ２のＱＣＶに前記量子化学計算値ＱＣＶＭを代入しかつＡＴに前記属性ＡＴＭを代入することにより、前記測定対象化合物Ｍの予測第１係数ＡＭ及び予測第２係数ＢＭを算出する係数算出ステップと、
    　演算部が、前記予測第１係数ＡＭ及び予測第２係数ＢＭを上記式（１）の第１係数Ａ及び第２係数Ｂにそれぞれ代入し、かつ、水溶液中の前記測定対象化合物Ｍの初期ＣＯＤＣｒであるＣＭ，０を代入することで、下記式（７）で表される前記測定対象化合物ＭのＣＯＤ経時変化式ＣＰＭを作成するＣＯＤ経時変化式作成ステップと、
    Figure JPOXMLDOC01-appb-M000007
     （式中、ＣＭ（ｔ）：試料水溶液中の測定対象化合物Ｍの時間ｔのＣＯＤＣｒ、ＣＭ，０：試料水溶液中の測定対象化合物Ｍの初期ＣＯＤＣｒ、ＡＭ：測定対象化合物Ｍの予測第１係数、ＢＭ：測定対象化合物Ｍの予測第２係数、ｔ：オゾン処理時間）
    　演算部が、前記ＣＯＤ経時変化式ＣＰＭを用いて前記測定対象化合物ＭのＣＯＤ経時変化を予測するＣＯＤ経時変化予測ステップと、
    　を備えることを特徴とするＣＯＤ経時変化予測方法。
PCT/JP2019/015057 2018-06-15 2019-04-05 Ｃｏｄ経時変化モデル構築方法及びｃｏｄ経時変化予測方法 Ceased WO2019239691A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2020525286A JP7124869B2 (ja) 2018-06-15 2019-04-05 Ｃｏｄ経時変化モデル構築方法及びｃｏｄ経時変化予測方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018114961 2018-06-15
JP2018-114961 2018-06-15

Publications (1)

Publication Number Publication Date
WO2019239691A1 true WO2019239691A1 (ja) 2019-12-19

Family

ID=68842074

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/015057 Ceased WO2019239691A1 (ja) 2018-06-15 2019-04-05 Ｃｏｄ経時変化モデル構築方法及びｃｏｄ経時変化予測方法

Country Status (2)

Country Link
JP (1) JP7124869B2 (ja)
WO (1) WO2019239691A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113072195A (zh) * 2021-03-29 2021-07-06 中电建生态环境集团有限公司 海绵城市雨水净化系统
CN116644553A (zh) * 2023-04-13 2023-08-25 中国科学院南京地理与湖泊研究所 一种长时序水库化学需氧量储量的估算方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
LI XUEHUA ET AL.: "Development of a model for predicting reaction rate constants of organic chemicals with ozone at different temperatures", CHEMOSPHERE, vol. 92, 16 April 2013 (2013-04-16), pages 1029 - 1034, XP028673029, DOI: 10.1016/j.chemosphere.2013.03.040 *
SAIRAM SUDHAKARAN ET AL.: "QSAR models for oxidation of organic micropollutants in water based on ozone and hydroxyl radical rate constants and their chemical classification", WATER RESEARCH, vol. 47, 28 November 2012 (2012-11-28), pages 1111 - 1122 *
ZHU HUICEN ET AL.: "Degradation mechanism study of organic pollutants in ozonation process by QSAR analysis", CHEMICAL ENGINEERING JOURNAL, vol. 255, 6 June 2014 (2014-06-06), pages 431 - 436 *
ZHU SHIYUN ET AL.: "Ozonation of naphthalene sulfonic acids in aqueous solutions: Part II - Relationships of their COD, T0C removal and the frontier orbital energies", WATER RESEARCH, vol. 37, 2003, pages 1185 - 1191, XP004404143, DOI: 10.1016/S0043-1354(02)00178-1 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113072195A (zh) * 2021-03-29 2021-07-06 中电建生态环境集团有限公司 海绵城市雨水净化系统
CN116644553A (zh) * 2023-04-13 2023-08-25 中国科学院南京地理与湖泊研究所 一种长时序水库化学需氧量储量的估算方法

Also Published As

Publication number Publication date
JP7124869B2 (ja) 2022-08-24
JPWO2019239691A1 (ja) 2021-05-13

Similar Documents

Publication Publication Date Title
Giacomelli et al. Electrochemistry of caffeic acid aqueous solutions with pH 2.0 to 8.5
Rockwood et al. Efficient calculation of accurate masses of isotopic peaks
KR101666978B1 (ko) 생체시료 내 분석대상물질의 농도측정방법 및 측정장치
Anisimova et al. Approximate likelihood-ratio test for branches: a fast, accurate, and powerful alternative
Chaisson et al. Fragment assembly with short reads
Margulies et al. Analyses of deep mammalian sequence alignments and constraint predictions for 1% of the human genome
JP6096655B2 (ja) バイオセンサのための残差補正
Rard et al. A review of the osmotic coefficients of aqueous calcium chloride at 25. degree. C
JP7124869B2 (ja) Ｃｏｄ経時変化モデル構築方法及びｃｏｄ経時変化予測方法
Borges et al. Quantifying GC-biased gene conversion in great ape genomes using polymorphism-aware models
Bartolomé et al. Patterns of selection on synonymous and nonsynonymous variants in Drosophila miranda
CN112539810A (zh) 一种智能水表运行误差校准方法
Jiang et al. Retrospective association analysis of binary traits: overcoming some limitations of the additive polygenic model
Heßelmann et al. A density‐fitting implementation of the density‐based basis‐set correction method
JP4944740B2 (ja) 亜塩素酸イオンの測定方法
Ambauen et al. Insights into the kinetics of intermediate formation during electrochemical oxidation of the organic model pollutant salicylic acid in chloride electrolyte
Gajda et al. The standard electrode potential of the Sn4+/Sn2+ couple revisited
WO2009113994A1 (en) Analysis of fluoride at low concentrations in acidic processing solutions
Himmelstein et al. Kinetic modeling of β-chloroprene metabolism: II. The application of physiologically based modeling for cancer dose response analysis
Heydorn et al. Calibration uncertainty
Montes et al. Critical Comparison between Modified Monier‐Williams and Electrochemical Methods to Determine Sulfite in Aqueous Solutions
Birth et al. Insertions and deletions as phylogenetic signal in an alignment-free context
Nolan et al. The EC-catalytic mechanism at the rotating disk electrode: Part I. Approximate theories for the pseudo-first-order case and applications to the Fenton reaction
Ganapathisubramanian et al. Chemical oscillations and instabilities. Part 48. Reliability of bromide ion-selective electrodes for studying the oscillatory Belousov-Zhabotinsky reaction
JP5358618B2 (ja) 糖濃度測定装置および糖濃度測定方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19820103

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020525286

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19820103

Country of ref document: EP

Kind code of ref document: A1