WO2022029831A1 - 水質推定装置 - Google Patents

水質推定装置 Download PDF

Info

Publication number
WO2022029831A1
WO2022029831A1 PCT/JP2020/029646 JP2020029646W WO2022029831A1 WO 2022029831 A1 WO2022029831 A1 WO 2022029831A1 JP 2020029646 W JP2020029646 W JP 2020029646W WO 2022029831 A1 WO2022029831 A1 WO 2022029831A1
Authority
WO
WIPO (PCT)
Prior art keywords
water quality
aerobic tank
concentration
estimation
tank
Prior art date
Application number
PCT/JP2020/029646
Other languages
English (en)
French (fr)
Inventor
勲 木本
航 吉田
裕恵 竹長
Original Assignee
三菱電機株式会社
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 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to PCT/JP2020/029646 priority Critical patent/WO2022029831A1/ja
Priority to JP2020571573A priority patent/JPWO2022029831A1/ja
Publication of WO2022029831A1 publication Critical patent/WO2022029831A1/ja

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
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F3/00—Biological treatment of water, waste water, or sewage
    • C02F3/02—Aerobic processes
    • C02F3/12—Activated sludge processes
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W10/00—Technologies for wastewater treatment
    • Y02W10/10—Biological treatment of water, waste water, or sewage

Definitions

  • This disclosure relates to a water quality estimation method and a water quality estimation device in sewage treatment.
  • a sewage treatment method there is an activated sludge method that utilizes the characteristics of nitrifying bacteria.
  • nitrifying bacteria By consuming dissolved oxygen in water, nitrifying bacteria oxidize NH 4 -N (ammonia nitrogen), which is one of the water pollutants, and change it to NO 3 -N (nitrate nitrogen). Has the property of causing.
  • the activated sludge method is a method of sewage treatment using this nitrification reaction, and in the activated sludge method, NH4 - N is removed from the sewage by aerating the sewage containing nitrifying bacteria.
  • the sewage flowing into the sewage treatment facility is treated via a plurality of reaction tanks such as an oxygen-free tank and an aerobic tank.
  • a reaction tank such as an oxygen-free tank and an aerobic tank.
  • the NH 4 -N densitometer is operated under a low NH 4 -N concentration, there is a risk of causing problems such as an increase in measurement error and a shortening of the life of the measuring instrument. Therefore, there is a problem that the NH 4 -N densitometer cannot be installed in the terminal tank having a relatively low NH 4 -N concentration.
  • Patent Document 1 continuous measurement values of NH 4 -N concentration and NO 3 -N concentration of sewage flowing into the aerobic tank and continuous measurement values of NO 3 -N concentration of sewage flowing out of the aerobic tank are used.
  • a technique for estimating the NH 4 -N concentration in an aerobic tank has been proposed. That is, in the technique of Patent Document 1, an NH 4 -N densitometer and a NO 3 -N densitometer are installed at the inlet of the aerobic tank, and a NO 3 -N densitometer is installed at the outlet of the aerobic tank. The NH 4 -N concentration in the aerobic tank is estimated from the continuous measurement values of the measuring instrument.
  • Non-Patent Document 1 describes the details of Activated Sludge Models (ASM), which is a mathematical model that expresses the biological reaction process in activated sludge and the accompanying changes in water quality due to the mass balance. There is.
  • ASM Activated Sludge Models
  • Patent Document 1 In the technique of Patent Document 1, three measuring instruments (one NH 4 -N densitometer and two NO 3 -N densitometers) are used to estimate the NH 4 -N concentration in the aerobic tank. Requires installation. NH 4 -N densitometers and NO 3 -N densitometers are more expensive than DO (dissolved oxygen) densitometers that have been conventionally used for aeration amount control, and need to be calibrated frequently. Therefore, the technique of Patent Document 1 has a problem that the introduction cost and the maintenance cost are high.
  • DO dissolved oxygen
  • This disclosure has been made in order to solve the above problems, and is a water quality estimation device and a water quality capable of estimating water quality items in an aerobic tank from continuously measured values of DO concentration in the aerobic tank. It is intended to provide an estimation method.
  • the water quality estimation device is based on the historical data of the water quality items in the aerobic tank of the estimation target and the historical data of the control input to the aerobic tank of the estimation target, and the water quality in the aerobic tank of the estimation target.
  • the model By providing the model with the water quality change model construction function unit that constructs a model showing the change, the measurement data of the water quality items in the aerobic tank of the estimation target, and the control input data for the aerobic tank of the estimation target. It includes a water quality item estimation function unit that calculates an estimated value of a water quality item in the aerobic tank of the estimation target, and an estimated value output unit that outputs an estimated value of the water quality item in the aerobic tank of the estimation target.
  • the water quality such as NH 4 -N concentration and NO 3 -N concentration in the aerobic tank is based on the continuously measured values of the DO concentration measured by one DO densitometer installed in the aerobic tank. It is possible to estimate the item value.
  • FIG. It is a functional block diagram which shows the structure of the water quality estimation apparatus which concerns on Embodiment 1.
  • FIG. It is a figure which shows the numerical example of the history data used in Embodiment 1.
  • FIG. It is a flowchart which shows the water quality estimation method (NH4 - N concentration estimation method) in Embodiment 1.
  • NH4 - N concentration estimation method NH4 - N concentration estimation method
  • FIG. It is a figure which shows the structure of the sewage treatment facility simulated by the simulation.
  • FIG. It is a figure which shows the evaluation result of the estimation error of NH4 - N concentration estimated by the water quality estimation apparatus which concerns on Embodiment 1.
  • FIG. It is a figure which shows the evaluation result of the reduction error of the reduction ASM constructed by the water quality estimation apparatus which concerns on Embodiment 1.
  • FIG. It is a figure which shows the hardware configuration example of the water quality estimation apparatus which concerns on Embodiment 1.
  • FIG. It is a flowchart which shows the water
  • FIG. 1 is a functional block diagram showing the configuration of the water quality estimation device 100 according to the first embodiment.
  • the water quality estimation device 100 according to the first embodiment constructs a reduced ASM which is a model of the water quality change in the aeration tank to be estimated, and uses the constructed reduced ASM to obtain the DO concentration in the aerobic tank (DO concentration in the aerobic tank). It is a computer that calculates the estimated value of NH4 - N concentration (ammonia nitrogen concentration) in the aerobic tank from the dissolved oxygen concentration) and the amount of aeration applied to the aerobic tank.
  • the reduced ASM is a new method obtained by reducing the conventional ASM by approximating variables and parameters having a relatively low importance (impact) to a certain value with respect to the water quality item to be estimated. Mathematical model.
  • an information input device 200 and an information providing device 300 are connected to the water quality estimation device 100.
  • the information input device 200 acquires data necessary for constructing the contracted ASM and estimating the water quality (here, NH4 - N concentration) in the aerobic tank, and inputs the acquired data to the water quality estimation device 100.
  • the information input device 200 may be any means as long as data can be input to the water quality estimation device 100. That is, the information input device 200 may be any, for example, a computer, a measuring instrument, a keyboard, external software, or the like.
  • the information providing device 300 provides the data output by the water quality estimation device 100 to the user or another device.
  • the information providing device 300 may be any means as long as it can provide data to the user or another device. That is, the information providing device 300 may be, for example, a computer, a display, a printer, external software, or the like. Further, the means by which the water quality estimation device 100 outputs the data to the information providing device 300 may be any means, and may be any means such as the Internet, a cable, an external medium, and a memory.
  • the water quality estimation device 100 includes a water quality change model construction function unit 110, a water quality item estimation function unit 120, and an estimated value output unit 130.
  • the water quality change model construction function unit 110 is a model showing the water quality change in the aerobic tank by using the history data of the water quality items in the aerobic tank to be estimated and the history data of the control input for the aerobic tank. Build a contracted ASM.
  • the water quality item estimation function unit 120 provides the measurement data of the water quality item in the aerobic tank to be estimated and the control input data for the aerobic tank to the reduced ASM constructed by the water quality item estimation function unit 120. Calculate the estimated value of the water quality item in the aerobic tank.
  • the water quality change model construction function unit 110 includes a history data acquisition unit 111 and a parameter estimation unit 112.
  • the history data acquisition unit 111 controls the water quality items in the aerobic tank and the aerobic tank, which are necessary for deriving the parameters in the reduced ASM used for estimating the NH4 - N concentration in the aerobic tank.
  • the input history data is acquired from the information input device 200, and the acquired history data is passed to the parameter estimation unit 112. Assuming that a certain time in the past is time t1 and the control cycle of the aeration amount is ⁇ T, the historical data acquired by the history data acquisition unit 111 is the NH4 - N concentration in the aerobic tank at time t1- ⁇ T and favorable at time t1.
  • the history data acquisition unit 111 uses the history data of the water quality items in the aerobic tank as the NH 4 -N concentration in the aerobic tank at time t1- ⁇ T, the NH 4 -N concentration in the aerobic tank at time t1, and the time.
  • the data of the DO concentration in the aerobic tank at t1- ⁇ T and the data of the DO concentration in the aerobic tank at time t1 are acquired, and the data of the exposure amount at time t1- ⁇ T is acquired as the history data of the control input to the aerobic tank. ..
  • FIG. 2 shows a numerical example of historical data used by the water quality estimation device 100 according to the first embodiment.
  • the parameter estimation unit 112 estimates the parameters in the reduction ASM using the history data acquired by the history data acquisition unit 111, thereby providing the reduction ASM as a model showing the change in water quality in the aerobic tank to be estimated. To construct.
  • the parameter values calculated by the parameter estimation unit 112 are input to the water quality item estimation unit 122.
  • the data of the value of the parameter calculated by the parameter estimation unit 112 may be referred to as “parameter data”.
  • the model named ASM1 Active Sludge Model No. 1
  • ASM1 Active Sludge Model No. 1
  • the obtained model is adopted as the reduced ASM.
  • equation of state of DO concentration can be expressed as the equation of state (1) below
  • equation of state of NH 4 -N concentration can be expressed as equation (2) below.
  • variables other than the NH4 - N concentration, the DO concentration and the aeration amount in the formulas (1) and (2) are reduced to obtain the following formulas (3) and formulas (3) and (2).
  • changes in DO concentration and changes in NH 4 -N concentration are modeled.
  • Equations (3) and (4) C 1 , C 2 and C 3 are constants. That is, the reduced ASM in the first embodiment is obtained by approximating the variables and constants used in ASM1 as in the following equations (5), (6) and (7).
  • Equation (5) is an approximate equation composed of the product of the constant ⁇ ⁇ H , the term relating to the variable SS (t), and the variable X BH (t).
  • the term relating to SS (t) is composed of SS (t) and the constant KS , and the typical value of this KS is 20 g COD m as shown in Non-Patent Document 1 described above. It is widely accepted that it is -3 . Further, since the value of KS is sufficiently larger than the value that SS (t) can take in a general sewage treatment facility, the fluctuation range of the term relating to SS (t) in the equation (5) is sufficiently small. Can be regarded as. Therefore, it can be said that the approximation error when approximating this term as a constant value is small.
  • variable X BH (t) in the formula (5) indicates the amount of heterotrophic organisms contained in MLSS (suspended solids in the aerobic tank) existing in the tank.
  • MLSS is the total amount of organic matter containing microorganisms in the tank, and is the most important factor in evaluating the condition of the tank and the sewage treatment capacity.
  • the MLSS concentration and the composition ratio of microorganisms in the tank are maintained by injecting sludge into the tank and extracting excess sludge in order to control the sewage treatment capacity.
  • variable X BA (t) in the formula (6) indicates the amount of nitrifying bacteria contained in the MLSS existing in the tank, and like X BH (t), X BA (t) is also a sewage treatment facility. It is a value that is maintained and managed in. Therefore, for the same reason as X BH (t), the fluctuation range of X BA (t) can be regarded as sufficiently small. Therefore, it can be said that the approximation error when approximating with X BA (t) on the right side of the equation (6) as a constant value is small.
  • Equation (7) is an approximate expression composed of a term relating to the constant ⁇ ⁇ A and the variable S NO (t), and the term relating to S NO (t) is composed of S NO (t) and the constant K NO . ing.
  • K NO the typical value of K NO is 0.50 g NO 3 -N m -3 .
  • the value of K NO is sufficiently smaller than the value that S NO (t) can take in a general sewage treatment facility, it can be considered that the fluctuation range of the term related to S NO (t) is sufficiently small. .. Therefore, it can be said that the approximation error is small when the right side of the equation (7) is approximated as a constant value.
  • the parameter estimation unit 112 estimates the values of the parameters used in the equations (3) and (4) based on the history data acquired by the history data acquisition unit 111, and thereby in the aerobic tank to be estimated.
  • a contracted ASM as a model showing the change in water quality. That is, the parameter estimation unit 112 in the first embodiment has YH , YA, KOH, KOA, KNH , ⁇ g , p GS , i GS , and i XB in the equations (3) and (4).
  • C s , C 1 , C 2 and C 3 are estimated, and these estimated values are output as parameter data.
  • the parameter estimation method in the equation (3) and the equation (4) in the parameter estimation unit 112 may be any method, and for example, a Gauss-Newton method, a Powell method, a genetic algorithm, a neural network, or the like is applied. can do.
  • the water quality item estimation function unit 120 includes a measurement data acquisition unit 121 and a water quality item estimation unit 122.
  • the measurement data acquisition unit 121 acquires the measurement data of the water quality items in the aerobic tank and the control input data for the aerobic tank, which are necessary for estimating the water quality items in the aerobic tank to be estimated, from the information input device 200. Then, those acquired data are passed to the water quality item estimation unit 122.
  • the measurement data acquisition unit 121 acquires the measured value of the DO concentration in the aerobic tank as the measurement data of the water quality item in the aerobic tank, and is preferable as the data of the control input to the aerobic tank. Obtain the measured value of the amount of exposure applied to the air tank.
  • the information input device 200 can obtain these measurement data and control input data from a DO densitometer installed in the aerobic tank and a monitoring control system of a sewage treatment facility.
  • the method of obtaining the measurement data and the control input data is not limited to this method. Since the measurement data that the measurement data acquisition unit 121 needs to acquire is only the measured value of the DO concentration in the aerobic tank to be measured, one DO densitometer is installed in the aerobic tank. Just do it.
  • the water quality item estimation unit 122 applies the parameter values estimated by the parameter estimation unit 112, the measurement data acquired by the measurement data acquisition unit 121, and the control input data (DO concentration in the aerobic tank and the aerobic tank).
  • the water quality item in the aerobic tank is estimated based on the amount of air exposure), and the estimation result is output to the estimated value output unit 130.
  • the water quality item estimation unit 122 includes the parameter values estimated by the parameter estimation unit 112, the DO concentration in the aerobic tank acquired by the measurement data acquisition unit 121, and the aeration applied to the aerobic tank.
  • the NH 4 -N concentration in the aerobic tank is estimated based on the amount.
  • the water quality item estimation unit 122 stores the data input from the measurement data acquisition unit 121 one step before (one control cycle before). That is, at the time t satisfying t> ⁇ T, the water quality item estimation unit 122 uses the parameter data ( YH, YA, KOH, KOA, KNH , ⁇ g , p GS , i GS ) derived at the time t. , I XB , C s , C 1 , C 2 and C 3 ), the DO concentration in the aerobic tank acquired at time t, and the aeration tank acquired at time t. In addition to the aeration amount, the DO concentration in the aerobic tank acquired at time t- ⁇ T and the aeration amount applied in the aerobic tank acquired at time t- ⁇ T can be referred to.
  • the process of estimating the NH4 - N concentration in the aerobic tank by the water quality item estimation unit 122 will be described with reference to the flowchart of FIG.
  • the process P1 acquires the parameter data which is the estimated parameter from the parameter estimation unit 112, and causes the process P2.
  • the DO concentration in the aerobic tank at time t is acquired from the measurement data acquisition unit 121
  • the amount of exposure applied to the aerobic tank at time t is acquired from the measurement data acquisition unit 121 in the process P3. ..
  • the water quality item estimation unit 122 confirms whether the DO concentration at the time t ⁇ T and the aeration amount at the time t— ⁇ T can be referred to. If the DO concentration at time t- ⁇ T and the aeration amount at time t- ⁇ T can be referred to (YES in process P4), in process P5, the water quality item estimation unit 122 sets the NH 4 -N concentration at time t- ⁇ T. Estimate.
  • the parameter data derived at time t ( YH , YA, KOH , KOA , KNH ) , ⁇ g , p GS , i GS , i XB , C s , C 1 , C 2 and C 3 ), time t- ⁇ T DO concentration, time t- ⁇ T exposure and time t DO concentration Is substituted into the equation (3) to calculate the NH4 - N concentration at time t ⁇ T.
  • the estimated value of NH 4 -N concentration may be referred to as "NH 4 -N concentration estimated value”.
  • the water quality item estimation unit 122 estimates the NH4 - N concentration at time t.
  • the estimation of the NH 4-N concentration at time t is the parameter derived at time t among the NH 4 - N concentration at time t- ⁇ T estimated in the process P5 and the data that can be referred to by the water quality item estimation unit 122.
  • Data (Y H , YA, K OH , KO A , K NH , ⁇ g , p GS , i GS , i XB , C s , C 1 , C 2 and C 3 ) and the DO concentration at time t- ⁇ T. Is substituted into the equation (4) to calculate the NH 4 -N concentration at time t.
  • the water quality item estimation unit 122 outputs the calculated NH4 - N concentration estimated value at the time t to the estimated value output unit 130. Further, in the process P8, the water quality item estimation unit 122 records the DO concentration at the time t acquired in the process P2 and the aeration amount at the time t acquired in the process P3.
  • the estimated value output unit 130 outputs the NH4 - N concentration at the time t estimated by the water quality item estimation unit 122 to the information providing device 300 in a format that can be received by the information providing device 300.
  • the NH 4 -N concentration estimated value at time t is provided to the user or another device via the information providing device 300.
  • the water quality estimation device 100 includes historical data of the DO concentration in the aerobic tank, the NH4 - N concentration in the aerobic tank, and the aeration amount applied to the aerobic tank.
  • the current NH 4 -N concentration in the aerobic tank can be estimated from the measurement data of the current (time t) DO concentration in the aerobic tank and the data of the current aeration amount applied to the aerobic tank. ..
  • the parameters of the reduced ASM that is, YH, YA, KOH, KOA, KNH , ⁇ g , p GS , and i GS in the equations (3) and (4).
  • I XB , C s , C 1 , C 2 and C 3 are all estimated by the parameter estimation unit 112, but some or all of these values are independently determined by the user of the water quality estimation device 100. It may be set.
  • the water quality item estimation unit 122 estimates the NH4 - N concentration in the aerobic tank, but it is also possible to simultaneously estimate the alkalinity in the aerobic tank by the same means. be.
  • the water quality estimation device 100 can be widely applied to a sewage treatment facility for treating sewage with activated sludge, for example, a standard activated sludge method, a step aeration method, an oxidation ditch method, and AO (anaerobic). It can be applied to sewage treatment facilities that employ the aerobic) method, A2O (anaerobic anoxic aerobic) method, AOAO method, OAOA method, nitrification endogenous denitrification method, single injection method, and the like.
  • activated sludge for example, a standard activated sludge method, a step aeration method, an oxidation ditch method, and AO (anaerobic). It can be applied to sewage treatment facilities that employ the aerobic) method, A2O (anaerobic anoxic aerobic) method, AOAO method, OAOA method, nitrification endogenous denitrification method, single injection method, and the like.
  • the NH4 - N concentration in the aerobic tank was estimated using a mathematical model in which ASM1 was reduced, but the model in which the reduction is made is in activated sludge such as ASM2, ASM2D, and ASM3. Any mathematical model that expresses the biological reaction process of the above and the accompanying changes in water quality due to the mass balance may be used.
  • the result of the simulation for evaluating the water quality estimation accuracy by the water quality estimation device 100 according to the first embodiment will be described.
  • the water quality estimation by the water quality estimation device 100 according to the first embodiment was applied to the data obtained from the simulator of the sewage treatment facility, and the estimation accuracy was evaluated.
  • a simulator that simulates a sewage treatment facility consisting of six reaction tanks and one settling tank, which employs the step aeration method, is used, and the history for constructing a contracted ASM by the simulator is used. Evaluation data was created to evaluate the data and estimation accuracy.
  • Figure 4 shows the sewage treatment facility simulated by the simulator.
  • the simulated sewage treatment facility comprises six reaction tanks consisting of two anaerobic tanks 1, 3 and four aerobic tanks 2, 4, 5, 6 and a settling tank 7. There is.
  • the sewage flows into the sewage treatment plant through the pipe 20, is further divided equally by the pipes 21 to 26, and flows into the anaerobic tanks 1, 3 and the aerobic tanks 2, 4, 5, 6.
  • the sewage that has flowed into each reaction tank is treated in the tank and flows into the next reaction tank via pipes 27 to 31. That is, the sewage treated in the anaerobic tank 1 flows into the aerobic tank 2 through the pipe 27, the sewage treated in the aerobic tank 2 flows into the anaerobic tank 3 through the pipe 28, and the sewage treated in the anaerobic tank 3 Flows into the aerobic tank 4 through the pipe 29, the sewage treated in the aerobic tank 4 flows into the aerobic tank 5 through the pipe 30, and the sewage treated in the aerobic tank 5 flows into the aerobic tank 6 through the pipe 31. Inflow to.
  • the sewage treated in the aerobic tank 6 which is the terminal tank flows into the settling tank 7 through the pipe 32, and is separated into the supernatant and sludge in the settling tank 7.
  • the supernatant is discharged as treated water through the pipe 33.
  • a part of the sludge collected in the settling tank 7 flows into the head anaerobic tank 1 as return sludge through the pipe 34. Excess sludge is treated through the pipe 35.
  • Blowers 8, 9, 10 and 11 for aeration are installed in the aerobic tanks 2, 4, 5 and 6, respectively.
  • the blowers 8, 9, 10 and 11 are controlled by the control command values from the blower controllers 12, 13, 14 and 15, respectively.
  • DO densitometers 16, 17, 18, 19 are installed in the aerobic tanks 2, 4, 5, and 6, and the aerobic tanks 2, 4, 5 are provided by the DO densitometers 16, 17, 18, 19. , 6 DO concentration continuous measurement values are obtained.
  • the simulator was first operated, and 2880 points of data consisting of a set of NH 4 -N concentration, DO concentration, and aeration amount were created for each of the aerobic tanks 2, 4, 5, and 6. Of these, 1440 points of data were adopted as historical data, and the remaining 1440 points of data were adopted as evaluation data.
  • five water quality estimation devices 100 for estimating the NH 4 -N concentration of the aerobic tanks 2, 4, 5, and 6 are prepared, and the history data is input to each history data acquisition unit 111 to acquire each measurement data.
  • the values of the DO concentration and the amount of exposure in the evaluation data were input to the unit 121, and the NH4 - N concentration estimated values calculated by the respective estimated value output units 130 were recorded.
  • the estimated error was evaluated by comparing the NH 4 -N concentration estimated value and the NH 4 -N concentration in the evaluation data for each of the aerobic tanks 2, 4, 5, and 6. Further, C 1 , C 2 and C 3 of the parameter data estimated by the parameter estimation unit 112 of each of the five water quality estimation devices 100 and the parameters used in ASM1 describing the simulated sewage treatment facility. And were compared to evaluate the approximation error caused by the reduction.
  • FIG. 5 shows an estimation error of the NH4 - N concentration of the water quality estimation device 100 according to the first embodiment obtained by the above simulation. As shown in FIG. 5, the estimation error was sufficiently small, and it was confirmed that the NH4 - N concentration in the aerobic tanks 2, 4, 5, and 6 was correctly estimated. Further, FIG. 6 shows the approximation error of the parameters C 1 , C 2 and C 3 . As shown in FIG. 6, it was confirmed that the approximation error of the parameters C 1 , C 2 and C 3 was sufficiently small, and thus the approximation error caused by the reduction of ASM was very small.
  • the water quality estimation device 100 correctly estimates the NH4 - N concentration in the aerobic tank from the measured values obtained from one DO densitometer installed in the aerobic tank. It was confirmed that it was possible. Further, in the water quality estimation device 100 according to the first embodiment, the NH4 - N concentration in the aerobic tank can be correctly estimated regardless of the type of the front tank of the aerobic tank to be estimated and the number of water inlets. I was able to confirm that there was.
  • the NH 4 in the aerobic tank is based on the continuous measurement value of the DO concentration measured by one DO densitometer installed in the aerobic tank. It is possible to estimate the -N concentration.
  • FIG. 7 is a diagram showing a hardware configuration example of the water quality estimation device 100.
  • the water quality estimation device 100 is composed of an input device 501, a memory 502, a processor 503, and an output device 504.
  • the input device 501 passes the data input from the information input device 200 to the memory 502, the processor 503, and the output device 504.
  • the memory 502 stores the data input from the input device 501 and the processor 503.
  • the memory 502 also stores a program executed by the processor 503.
  • the memory 502 passes the stored data or program to the input device 501, the processor 503, and the output device 504 in response to an instruction from the processor 503.
  • the processor 503 receives the data input from the input device 501 and the memory 502, and calls and executes the program stored in the memory 502. Further, the processor 503 passes the result obtained by executing the program to the memory 502 and the output device 504.
  • the output device 504 passes the data input from the input device 501, the memory 502, and the processor 503 to the information providing device 300 in response to the instruction from the processor 503.
  • the processor 503 executes a program stored in the memory 502 and controls the input device 501 and the output device 504 according to the program, thereby causing the input device 501 to function as the history data acquisition unit 111 and the measurement data acquisition unit 121.
  • the output device 504 is made to function as the estimated value output unit 130.
  • the processor 503 realizes the functions of the parameter estimation unit 112 and the water quality item estimation unit 122 by performing the water quality estimation calculation according to the program. That is, the processor 503 estimates by executing the program stored in the memory 502, based on the historical data of the water quality items in the aerobic tank to be estimated and the historical data of the control input to the aerobic tank to be estimated.
  • the model By providing the model with the process of constructing a model showing the change in water quality in the aerobic tank of the target, the measurement data of the water quality items in the aerobic tank of the estimation target, and the control input data for the aerobic tank of the estimation target.
  • the process of calculating the estimated value of the water quality item in the aerobic tank of the estimation target and the process of outputting the estimated value of the water quality item in the aerobic tank of the estimation target are executed.
  • the hardware configuration of the water quality estimation device 100 is not limited to that illustrated in FIG. 7, and any configuration may be used as long as each function of the water quality estimation device 100 can be realized.
  • the water quality estimation device 100 determines the NO 3 -N concentration (nitrate nitrogen) in the aerobic tank from the measured value of the DO concentration in the aerobic tank and the value of the aeration amount applied to the aerobic tank. Concentration) is estimated.
  • the configuration of the water quality estimation device 100 of the second embodiment is the same as that of the first embodiment (FIG. 1), and the hardware configuration thereof is the same as that of the first embodiment, for example, a configuration example as shown in FIG. 7 can be considered. That is, the water quality estimation device 100 according to the second embodiment constructs a contraction ASM which is a model of the water quality change in the aeration tank to be estimated, and uses the constructed contraction ASM to DO in the aeration tank. It is a computer that calculates the estimated value of NO 3 -N concentration in the aerobic tank from the concentration and the amount of aeration applied to the aerobic tank.
  • NO 3 in the aerobic tank is used by using the reduced ASM represented by the formula (3) shown in the first embodiment and the following formulas (8) and (9). -Estimate the N concentration.
  • Equation (8) is a reduction of the change equation of NH 4 -N concentration in ASM1 represented by equation (2) by approximating variables and parameters of relatively low importance in estimating NO 3 -N concentration to constant values. It is the formula obtained by doing. Equation (9) approximates the change equation of NO 3 -N concentration in ASM1 represented by the following equation (10) to a constant value with variables and parameters of relatively low importance in estimating NO 3 -N concentration. It is an equation obtained by reducing the contraction.
  • the parameter estimation unit 112 estimates the values of the parameters used in the equations (3), (8) and (9) by using the history data acquired by the history data acquisition unit 111. Then, the parameter data which is the estimation result is input to the water quality item estimation unit 122. Assuming that a certain time in the past is time t1 and the control cycle of the exposure amount is ⁇ T, the history data acquired by the history data acquisition unit 111 is the NH 4 in the aerobic tank at time t1- ⁇ T, as shown in FIG. -N concentration, NH 4 -N concentration in the aerobic tank at time t1, DO concentration in the aerobic tank at time t1- ⁇ T, DO concentration in the aerobic tank at time t1, and exposure amount at time t1- ⁇ T.
  • the parameter data estimated by the parameter estimation unit 112 is YH , YA, KOH, KOA, KNH , ⁇ g , p GS in the equations (3), (8) and (9). , I GS , i XB , C s , C 1 and C 2 estimates. Similar to the first embodiment, the parameter estimation unit 112 can estimate the parameter data from the historical data by, for example, an estimation algorithm such as a Gauss-Newton method, a Powell method, a genetic algorithm, or a neural network.
  • an estimation algorithm such as a Gauss-Newton method, a Powell method, a genetic algorithm, or a neural network.
  • the water quality item estimation unit 122 uses the parameter data estimated by the parameter estimation unit 112, the measurement data of the water quality items in the aerobic tank acquired by the measurement data acquisition unit 121, and the control input data for the aerobic tank.
  • the NO 3 -N concentration in the aerobic tank is estimated, and the estimation result is output to the estimated value output unit 130.
  • the measurement data of the water quality item in the aerobic tank is the DO concentration
  • the data of the control input to the aerobic tank is the aeration amount.
  • the water quality item estimation unit 122 is input from the measurement data acquisition unit 121 one step before (one control cycle) and the measurement data acquisition unit 121 two steps before (two control cycles).
  • the data and the NH4 - N concentration estimated value in the aerobic tank one step before (one control cycle before) calculated in the process of estimating the NO 3 -N concentration in the aerobic tank are stored. That is, at the time t satisfying t> 2 ⁇ T , the water quality item estimation unit 122 has the parameter data ( YH , YA, KOH, KOA , KNH , ⁇ g , p GS , i GS , i) derived at the time t.
  • the DO concentration in the aerobic tank acquired at time t In addition to (estimated values of XB , C s , C 1 and C 2 ), the DO concentration in the aerobic tank acquired at time t, and the amount of air exposure applied in the aerobic tank acquired at time t. , DO concentration in the aerobic tank at time t- ⁇ T, the amount of air exposure applied to the aerobic tank at time t- ⁇ T, DO concentration in the aerobic tank at time t-2 ⁇ T, and favorable for time t-2 ⁇ T. It is possible to refer to the amount of air exposure applied to the air tank and the estimated NH4 - N concentration in the aerobic tank at time t ⁇ T.
  • the process of estimating the NO 3 -N concentration in the aerobic tank by the water quality item estimation unit 122 will be described with reference to the flowchart of FIG.
  • the process P1 acquires the parameter data which is the estimated parameter from the parameter estimation unit 112, and causes the process P2 to acquire the parameter data.
  • the DO concentration in the aerobic tank at time t is acquired from the measurement data acquisition unit 121
  • the amount of exposure applied to the aerobic tank at time t is acquired from the measurement data acquisition unit 121 in the process P3. ..
  • the water quality item estimation unit 122 records the DO concentration in the aerobic tank at the time t acquired in the process P2 and the aeration amount applied to the aerobic tank at the time t acquired in the process P3. do.
  • the water quality item estimation unit 122 confirms whether or not the DO concentration in the aerobic tank at time t- ⁇ T and the aeration amount applied to the aerobic tank at time t- ⁇ T can be referred to.
  • the water quality item estimation unit 122 in process P6 When the DO concentration in the aerobic tank at time t- ⁇ T and the aeration amount applied to the aerobic tank at time t- ⁇ T can be referred to (YES in process P5), the water quality item estimation unit 122 in process P6 , The NH4 - N concentration in the aerobic tank at time t- ⁇ T is estimated. The estimation of the NH 4 -N concentration in the aerobic tank at time t - ⁇ T is based on the parameter data derived at time t (Y H , YA, K OH , K OA , K NH , ⁇ g , p GS , i.
  • DO concentration at time t- ⁇ T and exposure amount at time t- ⁇ T are substituted into equation (3), and the time t- ⁇ T This is done by calculating the NH 4 -N concentration in the aerobic tank. Then, in the process P7, the water quality item estimation unit 122 records the estimated NH4 - N concentration in the aerobic tank at time t ⁇ T, which is the estimation result.
  • the water quality item estimation unit 122 sets the NH 4 -N concentration estimated value recorded in the process P7 one step before (that is, at the time point t ⁇ T), that is, the NH 4 ⁇ at the time t-2 ⁇ T. Check if the estimated N concentration value can be referred to.
  • the water quality item estimation unit 122 sets NO 3 ⁇ in the aerobic tank at time t-2 ⁇ T.
  • the N concentration is estimated.
  • NO 3 -N concentration estimated value NH , ⁇ g , p GS , i GS , i XB , C s , C 1 and C 2 , NH 4 -N concentration estimate at time t- ⁇ T, NH 4 -N concentration estimate and time at time t-2 ⁇ T This is done by substituting the value of the DO concentration of t-2 ⁇ T into the equation (8) to calculate the NO 3 -N concentration in the aerobic tank at time t-2 ⁇ T.
  • NO 3 -N concentration estimated value the estimated value of NO 3 -N concentration estimated value.
  • the water quality item estimation unit 122 performs an estimation process of the NO 3 -N concentration in the aerobic tank at time t ⁇ T.
  • the estimation of the NO 3 -N concentration in the aerobic tank at time t- ⁇ T is based on the estimated NO 3 -N concentration at time t-2 ⁇ T calculated in process P9 and the data that can be referred to by the water quality item estimation unit 122.
  • the parameter data derived at time t estimated values of YH, YA, KOH, KOA, KNH , ⁇ g , p GS , i GS , i XB , C s , C 1 and C 2 ).
  • NH 4 -N concentration estimated value at time t-2 ⁇ T and DO concentration value at time t-2 ⁇ T are substituted into equation (9) to calculate NO 3 -N concentration in the aerobic tank at time t- ⁇ T. It is done by doing.
  • the water quality item estimation unit 122 performs the estimation process of the NO 3 -N concentration in the aerobic tank at time t.
  • the estimation of the NO 3-N concentration in the aerobic tank at time t is performed among the estimated NO 3 - N concentration at time t- ⁇ T calculated in the process P10 and the data that can be referred to by the water quality item estimation unit 122.
  • the water quality item estimation unit 122 outputs the calculated NO 3 -N concentration estimated value at the time t to the estimated value output unit 130.
  • the NH 4-N concentration estimated value at time t-2 ⁇ T and the NH 4 - N concentration estimation at time t- ⁇ T are used to estimate the NO 3 -N concentration at time t. Values are required, and in order to estimate the NH 4 -N concentration at time t- ⁇ T, the DO concentration at time t- ⁇ T and the air exposure amount at time t- ⁇ T are required. Therefore, when the water quality item estimation unit 122 cannot refer to the DO concentration at time t- ⁇ T and the aeration amount at time t- ⁇ T (NO in process P5), and NH 4- at time t-2 ⁇ T. When the N concentration estimated value cannot be referred to (NO in the process P8), the water quality item estimation unit 122 does not perform the NO 3 -N concentration estimation process in the aerobic tank, and is shown in FIG. End the flow.
  • the water quality estimation device 100 includes historical data of the DO concentration in the aerobic tank, the NH4 - N concentration in the aerobic tank, and the aeration amount applied to the aerobic tank.
  • the NO 3 -N concentration in the current aerobic tank can be estimated from the current (time t) DO concentration measurement data in the aerobic tank and the current aeration amount data applied to the aerobic tank. can. Since the estimated value of NH 4 -N concentration is used as the historical data of NH 4 -N concentration, the water quality estimation device 100 according to the second embodiment is one DO concentration meter installed in the aerobic tank. It is possible to estimate the NO 3 -N concentration in the aerobic tank from the continuously measured values of the DO concentration measured in.
  • the parameters of the reduced ASM that is, YH, YA, KOH, KOA, KNH , ⁇ g , in the equations (3), (8) and (9).
  • p GS , i GS , i XB , C s , C 1 and C 2 are all estimated by the parameter estimation unit 112, but some or all of these values are estimated by the user of the water quality estimation device 100. You may set your own.
  • the water quality item estimation unit 122 estimated the NO 3 -N concentration in the aerobic tank, but by the same means, the NH 4 -N concentration and the alkalinity in the aerobic tank were simultaneously adjusted. It is also possible to estimate.
  • the water quality estimation device 100 can be widely applied to a sewage treatment facility for treating sewage with activated sludge, for example, a standard activated sludge method, a step aeration method, an oxidation ditch method, an AO method, and the like. It can be applied to sewage treatment facilities that employ the A2O method, AOAO method, OAOA method, nitrification endosyllation denitrification method, single injection method, and the like.
  • the NO 3 -N concentration in the aerobic tank was estimated using a mathematical model in which ASM1 was reduced, but the model in which the reduction was made was in activated sludge such as ASM2, ASM2D, and ASM3. Any mathematical model that expresses the biological reaction process of the above and the accompanying changes in water quality due to the mass balance may be used.
  • the NH 4 -N concentration and NO 3 in the aerobic tank are continuously measured by one DO densitometer installed in the aerobic tank. It is possible to estimate water quality item values such as -N concentration. Therefore, the water quality item value in the aerobic tank can be estimated from the introduction cost and the maintenance cost.
  • the measurement point of the DO concentration may be any place in the aerobic tank for estimating the water quality item value.
  • the technique of Patent Document 1 since the measurement point of the measured value required for estimation is strictly specified, the technique of Patent Document 1 is used for a water treatment facility in which a measuring instrument cannot be installed at the designated place. Cannot be applied.
  • the technology of the present disclosure can be applied to more sewage treatment facilities because it is possible to estimate the water quality item value by installing a DO densitometer at any location in the aerobic tank. A secondary effect can be obtained.
  • the aerobic tank to be measured may be any aerobic tank as long as a DO densitometer can be installed.
  • the technique of Patent Document 1 requires that the tank in front of the aerobic tank is an oxygen-free tank, and is found in an aerobic tank having a plurality of water inlets, which is found in water treatment facilities that employ a step aeration method or the like. Cannot be applied.
  • the technique of the present disclosure there are no restrictions on the equipment other than the fact that the DO densitometer is installed in the aerobic tank. Therefore, even if the previous stage is an aerobic tank that is not an oxygen-free tank or an aerobic tank that has a plurality of water inlets, a secondary effect such that the water quality items in the tank can be estimated can be obtained.
  • the reduced ASM required for estimating the water quality item value is automatically obtained by using the historical data of the NH4 - N concentration, the DO concentration and the aeration amount of the aerobic tank to be estimated. It is possible to build.
  • the NH 4 -N concentration in the tank is estimated by assuming that the ratio of the rate of change is constant.
  • the historical data of the DO concentration can be obtained from the DO concentration meter installed when the technology of the present disclosure is applied, and the aeration amount is the input information set by the driver of the sewage treatment facility. Can be obtained from the operation history of the facility. Further, since the NH 4 -N concentration can be easily measured in a short time as compared with the Kj-N concentration, the historical data of the NH 4 -N concentration can be obtained with less effort. Therefore, there is a secondary effect on Patent Document 1 that the prior work required for applying the present disclosure can be reduced.
  • the technique of Patent Document 1 only the NH4 - N concentration in the aerobic tank in which the measuring instrument is installed can be estimated.
  • the technique of the present disclosure has a secondary effect that it is possible to estimate water quality items other than the NH4 - N concentration in the aerobic tank in which the measuring instrument is installed by using the reduced ASM. ..
  • Water quality change model construction function unit 110 Water quality change model construction function unit, 111 History data acquisition unit, 112 Parameter estimation unit, 120 Water quality item estimation function unit, 121 Measurement data acquisition unit, 122 Water quality item estimation unit, 130 Estimated value output unit, 100 Water quality estimation device, 200 Information input device, 300 information providing device, 501 input device, 502 memory, 503 processor, 504 output device, 1,3 anaerobic tank, 2,4,5,6 aerobic tank, 7 settling tank, 8-11 blower, 12 ⁇ 15 blower controller, 16 ⁇ 19 DO densitometer, 20 ⁇ 35 tubes.

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Water Supply & Treatment (AREA)
  • Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Microbiology (AREA)
  • Activated Sludge Processes (AREA)

Abstract

水質推定装置（１００）は、水質変化モデル構築機能部（１１０）と、水質項目推定機能部（１２０）と、推定値出力部（１３０）とを備える。水質変化モデル構築機能部（１１０）は、推定対象の好気槽内の水質項目の履歴データおよび推定対象の好気槽に対する制御入力の履歴データに基づいて、推定対象の好気槽内の水質変化を示すモデルを構築する。水質項目推定機能部（１２０）は、推定対象の好気槽内の水質項目の測定データおよび推定対象の好気槽に対する制御入力のデータをモデルに供することにより、推定対象の好気槽内の水質項目の推定値を算出する。推定値出力部（１３０）は、推定対象の好気槽内の水質項目の推定値を出力する。

Description

水質推定装置
　本開示は、下水処理における水質推定方法および水質推定装置に関する。
　下水処理の手法として、硝化細菌の特性を活用した活性汚泥法がある。硝化細菌は、水中の溶存酸素を消費することで、水質汚濁物質の一つであるＮＨ４－Ｎ（アンモニア態窒素）を酸化してＮＯ３－Ｎ（硝酸態窒素）へ変化させる硝化反応を引き起こす特性を持つ。活性汚泥法はこの硝化反応を利用した下水処理の手法であり、活性汚泥法では、硝化細菌を含んだ下水に曝気を施すことにより下水からＮＨ４－Ｎを除去している。
　一般的に、下水処理施設に流入した下水は、無酸素槽や好気槽といった複数の反応槽を経由して処理される。下水を適切に処理するためには、末端槽のＮＨ４－Ｎ濃度を連続測定し、その測定値に応じて曝気量を制御することが重要である。しかし、ＮＨ４－Ｎ濃度計を低ＮＨ４－Ｎ濃度下で稼働させた場合、測定誤差の増大や測定器の低寿命化といった問題を引き起こすおそれがある。そのため、比較的ＮＨ４－Ｎ濃度が低い末端槽には、ＮＨ４－Ｎ濃度計を設置できないという課題がある。
　特許文献１では、好気槽へ流入する下水のＮＨ４－Ｎ濃度およびＮＯ３－Ｎ濃度の連続測定値と、好気槽から流出する下水のＮＯ３－Ｎ濃度の連続測定値とから、好気槽内のＮＨ４－Ｎ濃度を推定する技術が提案されている。すなわち特許文献１の技術は、好気槽入口にＮＨ４－Ｎ濃度計およびＮＯ３－Ｎ濃度計を設置するとともに、好気槽出口にＮＯ３－Ｎ濃度計を設置し、これら３台の測定器の連続測定値から好気槽内のＮＨ４－Ｎ濃度を推定するものである。
　また、下記の非特許文献１には、活性汚泥内の生物反応プロセスやそれに伴う物質収支による水質変化を表現する数学的モデルである活性汚泥モデル（Activated Sludge Models；ＡＳＭ）の詳細が説明されている。
特開２０１９－１５０７９５号公報
国際水協会（編集）、味埜　俊（監訳）「活性汚泥モデル　ＡＳＭ１，ＡＳＭ２，ＡＳＭ２Ｄ，ＡＳＭ３」環境新聞社、２００５年１月
　特許文献１の技術では、好気槽内のＮＨ４－Ｎ濃度の推定を行うために３台の測定器（１台のＮＨ４－Ｎ濃度計と２台のＮＯ３－Ｎ濃度計）の設置を要する。ＮＨ４－Ｎ濃度計やＮＯ３－Ｎ濃度計は、従来より曝気量制御に使用されてきたＤＯ（溶存酸素）濃度計に比べ、高価であり、かつ校正を頻繁に行う必要がある。そのため特許文献１の技術には、導入コストおよび維持コストが高いという課題がある。
　本開示は以上のような課題を解決するためになされたものであり、好気槽内のＤＯ濃度の連続測定値から、好気槽の水質項目を推定することが可能な水質推定装置および水質推定方法を提供することを目的とする。
　本開示に係る水質推定装置は、推定対象の好気槽内の水質項目の履歴データおよび前記推定対象の好気槽に対する制御入力の履歴データに基づいて、前記推定対象の好気槽内の水質変化を示すモデルを構築する水質変化モデル構築機能部と、前記推定対象の好気槽内の水質項目の測定データおよび前記推定対象の好気槽に対する制御入力のデータを前記モデルに供することにより、前記推定対象の好気槽内の水質項目の推定値を算出する水質項目推定機能部と、前記推定対象の好気槽内の水質項目の推定値を出力する推定値出力部と、を備える。
　本開示によれば、好気槽内に設置された１台のＤＯ濃度計で測定したＤＯ濃度の連続測定値から、好気槽内のＮＨ４－Ｎ濃度やＮＯ３－Ｎ濃度などの水質項目値を推定することが可能である。
　本開示の目的、特徴、態様、および利点は、以下の詳細な説明と添付図面とによって、より明白となる。
実施の形態１に係る水質推定装置の構成を示す機能ブロック図である。 実施の形態１で用いられる履歴データの数値例を示す図である。 実施の形態１における水質推定方法（ＮＨ４－Ｎ濃度の推定方法）を示すフローチャートである。 シミュレーションでシミュレートした下水処理施設の構成を示す図である。 実施の形態１に係る水質推定装置が推定したＮＨ４－Ｎ濃度の推定誤差の評価結果を示す図である。 実施の形態１に係る水質推定装置が構築する縮約ＡＳＭの縮約誤差の評価結果を示す図である。 実施の形態１に係る水質推定装置のハードウェア構成例を示す図である。 実施の形態２における水質推定方法（ＮＯ３－Ｎ濃度の推定方法）を示すフローチャートである。
　以下、本開示に係る水質推定装置および水質推定方法の実施の形態を、図面を用いて説明する。
　＜実施の形態１＞
　図１は、実施の形態１に係る水質推定装置１００の構成を示す機能ブロック図である。実施の形態１に係る水質推定装置１００は、推定対象の好気槽内の水質変化のモデルである縮約ＡＳＭを構築し、構築した縮約ＡＳＭを用いて、好気槽内のＤＯ濃度（溶存酸素濃度）および好気槽に施した曝気量から、好気槽内のＮＨ４－Ｎ濃度（アンモニア態窒素濃度）の推定値を算出するコンピュータである。なお、縮約ＡＳＭとは、推定対象の水質項目に対して比較的重要度（影響度）の低い変数およびパラメータを一定値に近似することによって、従来のＡＳＭを縮約化して得られる、新たな数学的モデルである。
　図１に示すように、水質推定装置１００には、情報入力装置２００および情報提供装置３００が接続されている。
　情報入力装置２００は、縮約ＡＳＭの構築および好気槽内の水質（ここではＮＨ４－Ｎ濃度）の推定に必要なデータを取得して、取得したデータを水質推定装置１００に入力する。情報入力装置２００は、水質推定装置１００にデータを入力できるものであれば、任意の手段でよい。つまり、情報入力装置２００は、例えばコンピュータ、計測器、キーボード、外部ソフトウェアなど、どのようなものでもよい。
　情報提供装置３００は、水質推定装置１００が出力したデータを、使用者あるいは他装置に提供する。情報提供装置３００は、使用者あるいは他装置にデータを提供できるものであれば、任意の手段でよい。つまり、情報提供装置３００は、例えばコンピュータ、ディスプレイ、プリンタ、外部ソフトウェアなどのいずれであってもよい。また、水質推定装置１００がデータを情報提供装置３００へ出力する手段も任意の手段でよく、例えばインターネット、ケーブル、外部メディア、メモリなど、どのようなものでもよい。
　図１のように、水質推定装置１００は、水質変化モデル構築機能部１１０と、水質項目推定機能部１２０と、推定値出力部１３０とを備えている。水質変化モデル構築機能部１１０は、推定対象の好気槽内の水質項目の履歴データおよび当該好気槽に対する制御入力の履歴データを用いて、当該好気槽内の水質変化を示すモデルである縮約ＡＳＭを構築する。水質項目推定機能部１２０は、推定対象の好気槽内の水質項目の測定データおよび当該好気槽に対する制御入力のデータを、水質項目推定機能部１２０が構築した縮約ＡＳＭに供することにより、当該好気槽内の水質項目の推定値を算出する。
　まず、水質変化モデル構築機能部１１０の詳細について説明する。図１に示すように、水質変化モデル構築機能部１１０は、履歴データ取得部１１１とパラメータ推定部１１２とを備えている。
　履歴データ取得部１１１は、好気槽内のＮＨ４－Ｎ濃度の推定に使用する縮約ＡＳＭ内のパラメータを導出するために必要となる、好気槽内の水質項目および好気槽に対する制御入力の履歴データを情報入力装置２００から取得し、取得した履歴データをパラメータ推定部１１２へ渡す。過去のある時刻を時刻ｔ１とし、曝気量の制御周期をΔＴとすると、履歴データ取得部１１１が取得する履歴データは、時刻ｔ１－ΔＴにおける好気槽内ＮＨ４－Ｎ濃度、時刻ｔ１における好気槽内ＮＨ４－Ｎ濃度、時刻ｔ１－ΔＴにおける好気槽内ＤＯ濃度、時刻ｔ１における好気槽内ＤＯ濃度、および時刻ｔ１－ΔＴにおける曝気量の各データを含むデータの集合で構成される。すなわち、履歴データ取得部１１１は、好気槽内の水質項目の履歴データとして、時刻ｔ１－ΔＴにおける好気槽内ＮＨ４－Ｎ濃度、時刻ｔ１における好気槽内ＮＨ４－Ｎ濃度、時刻ｔ１－ΔＴにおける好気槽内ＤＯ濃度および時刻ｔ１における好気槽内ＤＯ濃度の各データを取得し、好気槽に対する制御入力の履歴データとして、時刻ｔ１－ΔＴにおける曝気量のデータを取得する。
　履歴データを構成する各データの測定間隔は必ずしも等間隔でなくてよい（つまりΔＴは一定値でなくてもよい）。また、同一の好気槽内で測定したデータであれば、その測定箇所は任意である。図２に、実施の形態１に係る水質推定装置１００が用いる履歴データの数値例を示す。
　パラメータ推定部１１２は、履歴データ取得部１１１が取得した履歴データを用いて縮約ＡＳＭ内のパラメータを推定することで、推定対象の好気槽内の水質変化を示すモデルとしての縮約ＡＳＭを構築する。パラメータ推定部１１２が算出したパラメータの値は、水質項目推定部１２２に入力される。以下、パラメータ推定部１１２が算出したパラメータの値のデータを「パラメータデータ」ということもある。
　実施の形態１では、ＡＳＭ１（Activated Sludge Model No.1）と命名されたモデルを、ＮＨ４－Ｎ濃度の推定において比較的重要度の低い変数およびパラメータを一定と近似することによって縮約化して得られるモデルを、縮約ＡＳＭとして採用する。
　ＡＳＭ１を構成する１１の状態方程式のうち、ＤＯ濃度の状態方程式は下の式（１）として表すことができ、ＮＨ４－Ｎ濃度の状態方程式は下の式（２）として表すことができる。
Figure JPOXMLDOC01-appb-M000001
Figure JPOXMLDOC01-appb-M000002
　式（１）および式（２）における各記号の意味は、以下のとおりである。なお、記号「＾」はそれに続く文字に付されたハット（キャレット）を意味している。
ＳＯ（ｔ）：時刻ｔにおける好気槽内ＤＯ濃度
ＳＳ（ｔ）：時刻ｔにおける好気槽内易分解性有機物量
ＳＮＨ（ｔ）：時刻ｔにおける好気槽内ＮＨ４－Ｎ濃度
ＳＮＯ（ｔ）：時刻ｔにおける好気槽内ＮＯ３－Ｎ（硝酸態窒素）濃度
ＸＢＨ（ｔ）：時刻ｔにおける好気槽内従属栄養生物量
ＸＢＡ（ｔ）：時刻ｔにおける好気槽内硝化細菌量
Ｑ（ｔ）：時刻ｔにおける好気槽に施した曝気量
ΔＴ：曝気量の制御周期
ＹＨ：好気槽内従属栄養生物の増殖収率
ＹＡ：好気槽内硝化細菌の増殖収率
＾μＨ：好気槽内従属栄養生物の最大比増殖速度
＾μＡ：好気槽内硝化細菌の最大比増殖速度
ＫＳ：好気槽内易分解性有機物に対する飽和定数
ＫＯＨ：好気槽内従属栄養生物におけるＤＯ濃度に対する飽和定数
ＫＯＡ：好気槽内硝化細菌におけるＤＯ濃度に対する飽和定数
ＫＮＯ：好気槽内従属栄養生物におけるＮＯ３－Ｎ濃度に対する飽和定数
ＫＮＨ：好気槽内ＮＨ４－Ｎ濃度に対する飽和定数
ηｇ：好気槽内従属栄養生物の増殖速度減少係数
ｐＧＳ：定数
ｉＧＳ：定数
Ｃｓ：好気槽内飽和酸素濃度
ｉＸＢ：好気槽内従属栄養生物および硝化細菌の窒素含有率
　実施の形態１における縮約ＡＳＭでは、式（１）および式（２）におけるＮＨ４－Ｎ濃度、ＤＯ濃度および曝気量以外の変数を縮約することで、次の式（３）および式（４）のようにＤＯ濃度の変化およびＮＨ４－Ｎ濃度の変化をモデル化している。
Figure JPOXMLDOC01-appb-M000003
Figure JPOXMLDOC01-appb-M000004
　式（３）および式（４）式のＣ１、Ｃ２およびＣ３は定数である。すなわち、実施の形態１における縮約ＡＳＭは、ＡＳＭ１内で使用されていた変数および定数を、次の式（５）、式（６）および式（７）のように近似することによって得られる。
Figure JPOXMLDOC01-appb-M000005
Figure JPOXMLDOC01-appb-M000006
Figure JPOXMLDOC01-appb-M000007
　式（５）は、定数＾μＨと変数ＳＳ（ｔ）にかかる項と変数ＸＢＨ（ｔ）との積で構成された近似式である。ＳＳ（ｔ）にかかる項は、ＳＳ（ｔ）および定数ＫＳによって構成されており、このＫＳの典型値は、上記した非特許文献１にも示されているとおり、２０ｇ ＣＯＤ ｍ－３であることが広く認められている。またこのＫＳの値は、一般的な下水処理施設においてＳＳ（ｔ）が取りうる値より十分に大きいため、式（５）中のＳＳ（ｔ）にかかる項の変動幅は十分小さいとみなせる。よってこの項を一定値として近似した際の近似誤差は小さいと言える。
　また、式（５）中の変数ＸＢＨ（ｔ）は、槽内に存在するＭＬＳＳ（好気槽内懸濁物質）に含まれる従属栄養生物の量を示している。ＭＬＳＳとは、槽内の微生物を含んだ有機物の総量であり、槽の状態や下水処理能力を評価する上で最も重要な要素である。一般に、下水処理施設においては下水処理能力の管理のため、槽への汚泥注入や余剰な汚泥の引き抜きにより、槽内のＭＬＳＳ濃度および微生物の構成比は維持されている。よって下水処理施設の各槽内においては、ＸＢＨ（ｔ）の変動幅は十分小さいとみなすことができ、ＸＢＨ（ｔ）を一定値として近似した際の近似誤差は小さいと言える。従って、式（７）の右辺を一定値として近似した際の近似誤差は小さいと言える。
　式（６）内の変数ＸＢＡ（ｔ）は、槽内に存在するＭＬＳＳに含まれる硝化細菌の量を示しており、ＸＢＨ（ｔ）と同様に、ＸＢＡ（ｔ）も下水処理施設においては維持管理されている値である。よってＸＢＨ（ｔ）と同様の理由により、ＸＢＡ（ｔ）の変動幅は十分小さいとみなせる。従って、式（６）の右辺のＸＢＡ（ｔ）を一定値として近似した際の近似誤差は小さいと言える。
　式（７）は、定数＾μＡおよび変数ＳＮＯ（ｔ）にかかる項で構成された近似式であり、ＳＮＯ（ｔ）にかかる項はＳＮＯ（ｔ）および定数ＫＮＯによって構成されている。非特許文献１にも示されているとおり、ＫＮＯの典型値は０．５０ｇ ＮＯ３－Ｎ ｍ－３であることが広く認められている。またこのＫＮＯの値は、一般的な下水処理施設においてＳＮＯ（ｔ）が取りうる値より十分に小さいため、ＳＮＯ（ｔ）にかかる項の変動幅は十分に小さいとみなすことができる。よって式（７）の右辺を一定値として近似した際の近似誤差は小さいと言える。
　以上のように、式（５）～式（７）で示した近似式の近似誤差は小さいと言える。そのため、式（５）～式（７）の近似式を用いて、式（１）および式（２）で示されるＡＳＭ１におけるＤＯ濃度およびＮＨ４－Ｎの状態方程式を、式（３）および式（４）のように縮約することは合理的である。
　パラメータ推定部１１２は、履歴データ取得部１１１が取得した履歴データに基づいて、式（３）および式（４）で用いられているパラメータの値を推定することで、推定対象の好気槽内の水質変化を示すモデルとしての縮約ＡＳＭを構築する。すなわち実施の形態１におけるパラメータ推定部１１２は、式（３）および式（４）中の、ＹＨ、ＹＡ、ＫＯＨ、ＫＯＡ、ＫＮＨ、ηｇ、ｐＧＳ、ｉＧＳ、ｉＸＢ、Ｃｓ、Ｃ１、Ｃ２およびＣ３を推定し、これらの推定値をパラメータデータとして出力する。なお、パラメータ推定部１１２における、式（３）および式（４）内のパラメータの推定方法は、任意の方法でよく、例えば、ガウス・ニュートン法、パウエル法、遺伝的アルゴリズム、ニューラルネットワークなどを適用することができる。
　次に、水質項目推定機能部１２０の詳細について説明する。図１に示すように、水質項目推定機能部１２０は、測定データ取得部１２１と水質項目推定部１２２とを備えている。
　測定データ取得部１２１は、推定対象の好気槽内の水質項目の推定に必要な、好気槽内の水質項目の測定データおよび当該好気槽に対する制御入力のデータを情報入力装置２００から取得し、取得したそれらのデータを水質項目推定部１２２へ渡す。実施の形態１では、測定データ取得部１２１は、好気槽内の水質項目の測定データとして、好気槽内のＤＯ濃度の測定値を取得し、好気槽に対する制御入力のデータとして、好気槽に施された曝気量の測定値を取得する。
　情報入力装置２００は、これらの測定データおよび制御入力のデータを、好気槽内に設置されたＤＯ濃度計や、下水処理施設の監視制御システムから入手できる。ただし、測定データおよび制御入力のデータの入手方法はこの方法に限られるものではない。なお、測定データ取得部１２１が取得する必要がある測定データは、測定対象の好気槽内のＤＯ濃度の測定値のみであるため、好気槽には１台のＤＯ濃度計が設置されていればよい。
　水質項目推定部１２２は、パラメータ推定部１１２で推定されたパラメータの値と、測定データ取得部１２１が取得した測定データおよび制御入力のデータ（好気槽内のＤＯ濃度および好気槽に施された曝気量）とに基づいて、好気槽内の水質項目を推定し、その推定結果を推定値出力部１３０へ出力する。実施の形態１では、水質項目推定部１２２は、パラメータ推定部１１２で推定されたパラメータの値と、測定データ取得部１２１が取得した好気槽内のＤＯ濃度および好気槽に施された曝気量とに基づいて、好気槽内のＮＨ４－Ｎ濃度を推定する。
　また、水質項目推定部１２２は、１ステップ前（１制御周期前）に測定データ取得部１２１から入力されたデータを記憶している。すなわち、ｔ＞ΔＴを満たす時刻ｔにおいて、水質項目推定部１２２は、時刻ｔに導出されたパラメータデータ（ＹＨ、ＹＡ、ＫＯＨ、ＫＯＡ、ＫＮＨ、ηｇ、ｐＧＳ、ｉＧＳ、ｉＸＢ、Ｃｓ、Ｃ１、Ｃ２およびＣ３の推定値）と、時刻ｔに取得された好気槽内のＤＯ濃度と、時刻ｔに取得された好気槽内に施された曝気量とに加え、時刻ｔ－ΔＴに取得された好気槽内のＤＯ濃度と、時刻ｔ－ΔＴに取得された好気槽内に施された曝気量とを参照可能である。
　ここで、水質項目推定部１２２が好気槽内のＮＨ４－Ｎ濃度を推定する処理を、図３のフローチャートを参照して説明する。水質項目推定部１２２は、好気槽内のＮＨ４－Ｎ濃度の推定処理を開始すると、プロセスＰ１にて、パラメータ推定部１１２から、推定されたパラメータであるパラメータデータを取得し、プロセスＰ２にて、測定データ取得部１２１から、時刻ｔの好気槽内のＤＯ濃度を取得し、プロセスＰ３にて、測定データ取得部１２１から、時刻ｔの好気槽に施された曝気量を取得する。
　その後、プロセスＰ４にて、水質項目推定部１２２は、時刻ｔ－ΔＴのＤＯ濃度および時刻ｔ－ΔＴの曝気量を参照可能かどうか確認する。時刻ｔ－ΔＴのＤＯ濃度および時刻ｔ－ΔＴの曝気量を参照可能であれば（プロセスＰ４でＹＥＳ）、プロセスＰ５にて、水質項目推定部１２２は、時刻ｔ－ΔＴのＮＨ４－Ｎ濃度の推定を行う。時刻ｔ－ΔＴのＮＨ４－Ｎ濃度の推定は、水質項目推定部１２２が参照可能なデータのうち、時刻ｔに導出されたパラメータデータ（ＹＨ、ＹＡ、ＫＯＨ、ＫＯＡ、ＫＮＨ、ηｇ、ｐＧＳ、ｉＧＳ、ｉＸＢ、Ｃｓ、Ｃ１、Ｃ２およびＣ３の推定値）、時刻ｔ－ΔＴのＤＯ濃度、時刻ｔ－ΔＴの曝気量および時刻ｔのＤＯ濃度を式（３）に代入して、時刻ｔ－ΔＴのＮＨ４－Ｎ濃度を算出することによって行われる。以下、ＮＨ４－Ｎ濃度の推定値を「ＮＨ４－Ｎ濃度推定値」ということもある。
　続いて、プロセスＰ６にて、水質項目推定部１２２は、時刻ｔのＮＨ４－Ｎ濃度の推定を行う。時刻ｔのＮＨ４－Ｎ濃度の推定は、プロセスＰ５で推定された時刻ｔ－ΔＴのＮＨ４－Ｎ濃度と、水質項目推定部１２２が参照可能なデータのうち、時刻ｔに導出されたパラメータデータ（ＹＨ、ＹＡ、ＫＯＨ、ＫＯＡ、ＫＮＨ、ηｇ、ｐＧＳ、ｉＧＳ、ｉＸＢ、Ｃｓ、Ｃ１、Ｃ２およびＣ３）および時刻ｔ－ΔＴのＤＯ濃度とを式（４）に代入して、時刻ｔにおけるＮＨ４－Ｎ濃度を算出することによって行われる。
　そして、プロセスＰ７にて、水質項目推定部１２２は、算出した時刻ｔのＮＨ４－Ｎ濃度推定値を推定値出力部１３０へ出力する。さらに、プロセスＰ８にて、水質項目推定部１２２は、プロセスＰ２で取得した時刻ｔのＤＯ濃度と、プロセスＰ３で取得した時刻ｔの曝気量とを記録する。
　なお、プロセスＰ５およびＰ６の説明から分かるように、時刻ｔのＮＨ４－Ｎ濃度を推定するためには、時刻ｔ－ΔＴのＮＨ４－Ｎ濃度を推定する必要があり、時刻ｔ－ΔＴのＮＨ４－Ｎ濃度を推定するためには、時刻ｔ－ΔＴのＤＯ濃度および時刻ｔ－ΔＴの曝気量が必要である。そのため、水質項目推定部１２２が時刻ｔ－ΔＴのＤＯ濃度および時刻ｔ－ΔＴの曝気量を参照不可能であった場合（プロセスＰ４でＮＯの場合）は、プロセス４からプロセスＰ８へ移行し、水質項目推定部１２２は、ＮＨ４－Ｎ濃度の推定を行うことなく、プロセスＰ２で取得した時刻ｔのＤＯ濃度と、プロセスＰ３で取得した時刻ｔの曝気量の値とを記録する。
　図１に戻り、推定値出力部１３０は、水質項目推定部１２２が推定した時刻ｔのＮＨ４－Ｎ濃度を、情報提供装置３００が受領可能な形式で、情報提供装置３００へ出力する。その結果、時刻ｔのＮＨ４－Ｎ濃度推定値が、情報提供装置３００を介して、使用者あるいは他装置へ提供される。
　以上のように、実施の形態１に係る水質推定装置１００は、好気槽内のＤＯ濃度、好気槽内のＮＨ４－Ｎ濃度および好気槽に施された曝気量の履歴データと、好気槽内の現在（時刻ｔ）のＤＯ濃度の測定データおよび好気槽に施された現在の曝気量のデータとから、現在の好気槽内ＮＨ４－Ｎ濃度を推定することができる。
　なお、実施の形態１では、縮約ＡＳＭのパラメータ、すなわち式（３）および式（４）中の、ＹＨ、ＹＡ、ＫＯＨ、ＫＯＡ、ＫＮＨ、ηｇ、ｐＧＳ、ｉＧＳ、ｉＸＢ、Ｃｓ、Ｃ１、Ｃ２およびＣ３は、すべてパラメータ推定部１１２が推定するものとしたが、これらの一部または全部の値を、水質推定装置１００の使用者が独自に設定してもよい。また、実施の形態１では、水質項目推定部１２２が、好気槽内のＮＨ４－Ｎ濃度を推定したが、同様の手段により、好気槽内のアルカリ度を同時に推定することも可能である。
　また、実施の形態１に係る水質推定装置１００は、活性汚泥により下水を処理する下水処理施設に広く適用可能であり、例えば、標準活性汚泥法、ステップエアレーション法、オキシデーションディッチ法、ＡＯ（嫌気好気）法、Ａ２Ｏ（嫌気無酸素好気）法、ＡＯＡＯ法、ＯＡＯＡ法、硝化内生脱窒法、単体投入法などを採用した下水処理施設に適用可能である。
　さらに、実施の形態１では、ＡＳＭ１を縮約した数学的モデルを用いて好気槽内のＮＨ４－Ｎ濃度を推定したが、縮約するモデルは、ＡＳＭ２、ＡＳＭ２Ｄ、ＡＳＭ３など、活性汚泥内の生物反応プロセスやそれに伴う物質収支による水質変化を表現する数学的モデルであれば、どのようなものでもよい。
　ここで、実施の形態１に係る水質推定装置１００による水質推定精度を評価したシミュレーションの結果について説明する。このシミュレーションでは、下水処理施設のシミュレータから得られたデータに、実施の形態１に係る水質推定装置１００による水質推定を適用し、その推定精度を評価した。また、シミュレーションでは、ステップエアレーション法を採用した、６つの反応槽および１つの沈殿槽から構成される下水処理施設をシミュレートするシミュレータを使用し、当該シミュレータにより、縮約ＡＳＭを構築するための履歴データおよび推定精度を評価するための評価データを作成した。
　シミュレータがシミュレートした下水処理施設を図４に示す。図４のように、シミュレートされた下水処理施設は、２つの嫌気槽１，３および４つの好気槽２，４，５，６からなる６つの反応槽と、沈殿槽７とを備えている。
　下水は、管２０を通して下水処理場へ流入し、さらに管２１～２６によって等分され、嫌気槽１，３および好気槽２，４，５，６へ流入する。各反応槽に流入した下水は槽内で処理され、管２７～３１を経由して次の反応槽へ流入する。すなわち、嫌気槽１で処理された下水は管２７を通して好気槽２へ流入し、好気槽２で処理された下水は管２８を通して嫌気槽３へ流入し、嫌気槽３で処理された下水は管２９を通して好気槽４へ流入し、好気槽４で処理された下水は管３０を通して好気槽５へ流入し、好気槽５で処理された下水は管３１を通して好気槽６へ流入する。
　末端槽である好気槽６で処理された下水は、管３２を通して沈殿槽７へ流入し、沈殿槽７にて上澄みと汚泥とに分離される。上澄みは管３３を通じて処理水として放流される。沈殿槽７で集められた汚泥の一部は、管３４を通じて先頭の嫌気槽１に返送汚泥として流入する。余剰汚泥は管３５を通じて処理される。
　好気槽２，４，５，６には、それぞれ曝気を行うブロワ８，９，１０，１１が設置されている。ブロワ８，９，１０，１１は、それぞれブロワ制御器１２，１３，１４，１５からの制御指令値によって制御される。さらに、好気槽２，４，５，６には、ＤＯ濃度計１６，１７，１８，１９が設置されており、ＤＯ濃度計１６，１７，１８，１９により好気槽２，４，５，６のＤＯ濃度の連続測定値が得られる。
　シミュレーションでは、まずシミュレータを稼働させ、ＮＨ４－Ｎ濃度とＤＯ濃度と曝気量との組からなるデータを、好気槽２，４，５，６ごとに２８８０点作成した。このうち、１４４０点のデータを履歴データとして採用し、残りの１４４０点のデータを評価データとして採用した。また、好気槽２，４，５，６のＮＨ４－Ｎ濃度を推定する水質推定装置１００を５台用意し、それぞれの履歴データ取得部１１１に履歴データを入力し、それぞれの測定データ取得部１２１に評価データ内のＤＯ濃度および曝気量の値を入力し、それぞれの推定値出力部１３０が算出したＮＨ４－Ｎ濃度推定値を記録した。
　そして、好気槽２，４，５，６ごとに、ＮＨ４－Ｎ濃度推定値と評価データ内のＮＨ４－Ｎ濃度とを比較して、推定誤差を評価した。また、５台の水質推定装置１００それぞれのパラメータ推定部１１２が推定したパラメータデータのうちのＣ１、Ｃ２およびＣ３と、シミュレートされた下水処理施設を記述するＡＳＭ１で使用されているパラメータとを比較し、縮約によって生じる近似誤差を評価した。
　図５に、上記のシミュレーションで得られた、実施の形態１に係る水質推定装置１００のＮＨ４－Ｎ濃度の推定誤差を示す。図５に示されるように、推定誤差は十分小さく、好気槽２，４，５，６内のＮＨ４－Ｎ濃度が正しく推定されていることが確認できた。また図６に、パラメータＣ１、Ｃ２およびＣ３の近似誤差を記す。図６に示されるように、パラメータＣ１、Ｃ２およびＣ３の近似誤差は十分小さく、これにより、ＡＳＭの縮約によって生じる近似誤差は非常に小さいことが確認できた。
　これらの結果から、実施の形態１に係る水質推定装置１００は、好気槽内に設置した１台のＤＯ濃度計から得られる測定値から、好気槽内のＮＨ４－Ｎ濃度を正しく推定可能であることが確認できた。また、実施の形態１に係る水質推定装置１００では、推定対象である好気槽の前槽の種別や水流入口の個数に関係なく、好気槽内のＮＨ４－Ｎ濃度を正しく推定可能であることが確認できた。
　このように、実施の形態１に係る水質推定装置１００によれば、好気槽内に設置された１台のＤＯ濃度計で測定したＤＯ濃度の連続測定値から、好気槽内のＮＨ４－Ｎ濃度を推定することが可能である。
　図７は、水質推定装置１００のハードウェア構成例を示した図である。この例において、水質推定装置１００は、入力装置５０１、メモリ５０２、プロセッサ５０３および出力装置５０４によって構成される。
　入力装置５０１は、情報入力装置２００から入力されたデータを、メモリ５０２、プロセッサ５０３および出力装置５０４へ受け渡す。
　メモリ５０２は、入力装置５０１およびプロセッサ５０３から入力されたデータを記憶する。また、メモリ５０２には、プロセッサ５０３が実行するプログラムも記憶される。メモリ５０２は、プロセッサ５０３からの指示に応じて、記憶したデータやプログラムを、入力装置５０１、プロセッサ５０３および出力装置５０４へ受け渡す。
　プロセッサ５０３は、入力装置５０１およびメモリ５０２から入力されたデータを受け付けるとともに、メモリ５０２に記憶されたプログラムを呼び出して実行する。また、プロセッサ５０３は、プログラムを実行して得られた結果をメモリ５０２および出力装置５０４へ受け渡す。
　出力装置５０４は、プロセッサ５０３からの指示に応じて、入力装置５０１、メモリ５０２およびプロセッサ５０３から入力されたデータを、情報提供装置３００へ受け渡す。
　プロセッサ５０３は、メモリ５０２に記憶されたプログラムを実行し、当該プログラムに従って入力装置５０１および出力装置５０４を制御することで、入力装置５０１を履歴データ取得部１１１および測定データ取得部１２１として機能させ、出力装置５０４を推定値出力部１３０として機能させる。また、プロセッサ５０３は、当該プログラムに従って水質推定の演算を行うとで、パラメータ推定部１１２および水質項目推定部１２２の機能を実現する。すなわち、プロセッサ５０３が、メモリ５０２に記憶されたプログラムを実行することにより、推定対象の好気槽内の水質項目の履歴データおよび推定対象の好気槽に対する制御入力の履歴データに基づいて、推定対象の好気槽内の水質変化を示すモデルを構築する処理と、推定対象の好気槽内の水質項目の測定データおよび推定対象の好気槽に対する制御入力のデータをモデルに供することにより、推定対象の好気槽内の水質項目の推定値を算出する処理と、推定対象の好気槽内の水質項目の推定値を出力する処理と、が結果的に実行されることになる。
　なお、水質推定装置１００のハードウェア構成は図７に例示したものに限られず、水質推定装置１００の各機能を実現できるものであれば、どのような構成でもよい。
　＜実施の形態２＞
　実施の形態２では、水質推定装置１００が、好気槽内のＤＯ濃度の測定値および好気槽に施された曝気量の値から、好気槽内のＮＯ３－Ｎ濃度（硝酸態窒素濃度）を推定する。実施の形態２の水質推定装置１００の構成は実施の形態１（図１）と同様であり、そのハードウェア構成も実施の形態１と同様に、例えば図７のような構成例が考えられる。すなわち、実施の形態２に係る水質推定装置１００は、推定対象の好気槽内の水質変化のモデルである縮約ＡＳＭを構築し、構築した縮約ＡＳＭを用いて、好気槽内のＤＯ濃度および好気槽に施した曝気量から、好気槽内のＮＯ３－Ｎ濃度の推定値を算出するコンピュータである。
　実施の形態２においては、実施の形態１で示した式（３）と、次の式（８）および式（９）とで示される縮約ＡＳＭを使用して、好気槽内のＮＯ３－Ｎ濃度を推定する。
Figure JPOXMLDOC01-appb-M000008
Figure JPOXMLDOC01-appb-M000009
　式（８）は式（２）で示されるＡＳＭ１におけるＮＨ４－Ｎ濃度の変化式を、ＮＯ３－Ｎ濃度の推定において比較的重要度の低い変数およびパラメータを一定値に近似して縮約することで得られた式である。式（９）は次の式（１０）で示されるＡＳＭ１におけるＮＯ３－Ｎ濃度の変化式を、ＮＯ３－Ｎ濃度の推定において比較的重要度の低い変数およびパラメータを一定値に近似して縮約することで得られた式である。
Figure JPOXMLDOC01-appb-M000010
　式（８）、式（９）および式（１０）で使用した記号は、式（１）および式（２）で使用したものと同じ意味を持つ。すなわち、実施の形態２において使用する縮約ＡＳＭでは、ＡＳＭ１内で使用されていた変数および定数を、式（５）および式（６）のように近似することによって得られる。
　実施の形態２において、パラメータ推定部１１２は、履歴データ取得部１１１が取得した履歴データを用いて、式（３）、式（８）および式（９）で用いられているパラメータの値を推定し、その推定結果であるパラメータデータを水質項目推定部１２２に入力する。過去のある時刻を時刻ｔ１とし、曝気量の制御周期をΔＴとすると、履歴データ取得部１１１が取得する履歴データは、図２で示したように、時刻ｔ１－ΔＴにおける好気槽内ＮＨ４－Ｎ濃度、時刻ｔ１における好気槽内ＮＨ４－Ｎ濃度、時刻ｔ１－ΔＴにおける好気槽内ＤＯ濃度、時刻ｔ１における好気槽内ＤＯ濃度、および時刻ｔ１－ΔＴにおける曝気量の各データを含むデータの集合で構成される。また、パラメータ推定部１１２が推定するパラメータデータは、式（３）、式（８）および式（９）中の、ＹＨ、ＹＡ、ＫＯＨ、ＫＯＡ、ＫＮＨ、ηｇ、ｐＧＳ、ｉＧＳ、ｉＸＢ、Ｃｓ、Ｃ１およびＣ２の推定値で構成される。実施の形態１と同様に、パラメータ推定部１１２は、例えば、ガウス・ニュートン法、パウエル法、遺伝的アルゴリズム、ニューラルネットワークなどの推定アルゴリズムによって、履歴データからパラメータデータを推定することができる。
　水質項目推定部１２２は、パラメータ推定部１１２が推定したパラメータデータと、測定データ取得部１２１が取得した好気槽内の水質項目の測定データおよび好気槽に対する制御入力のデータとを用いて、好気槽内のＮＯ３－Ｎ濃度を推定し、その推定結果を推定値出力部１３０へ出力する。実施の形態１と同様に、好気槽内の水質項目の測定データはＤＯ濃度であり、好気槽に対する制御入力のデータは曝気量である。
　また、水質項目推定部１２２は、１ステップ前（１制御周期前）に測定データ取得部１２１から入力されたデータと、２ステップ前（２制御周期前）に測定データ取得部１２１から入力されたデータと、好気槽内のＮＯ３－Ｎ濃度の推定処理の過程で計算される１ステップ前（１制御周期前）の好気槽内のＮＨ４－Ｎ濃度推定値とを記憶する。すなわちｔ＞２ΔＴを満たす時刻ｔにおいて、水質項目推定部１２２は、時刻ｔに導出したパラメータデータ（ＹＨ、ＹＡ、ＫＯＨ、ＫＯＡ、ＫＮＨ、ηｇ、ｐＧＳ、ｉＧＳ、ｉＸＢ、Ｃｓ、Ｃ１およびＣ２の推定値）と、時刻ｔに取得された好気槽内のＤＯ濃度と、時刻ｔに取得された好気槽内に施された曝気量とに加え、時刻ｔ－ΔＴの好気槽内のＤＯ濃度、時刻ｔ－ΔＴに好気槽に施された曝気量と、時刻ｔ－２ΔＴの好気槽内のＤＯ濃度と、時刻ｔ－２ΔＴに好気槽に施された曝気量と、時刻ｔ－ΔＴの好気槽内のＮＨ４－Ｎ濃度推定値とを参照可能である。
　実施の形態２において、水質項目推定部１２２が好気槽内のＮＯ３－Ｎ濃度を推定する処理を、図８のフローチャートを参照して説明する。水質項目推定部１２２は、好気槽内のＮＯ３－Ｎ濃度の推定処理を開始すると、プロセスＰ１にて、パラメータ推定部１１２から、推定されたパラメータであるパラメータデータを取得し、プロセスＰ２にて、測定データ取得部１２１から、時刻ｔの好気槽内のＤＯ濃度を取得し、プロセスＰ３にて、測定データ取得部１２１から、時刻ｔの好気槽に施された曝気量を取得する。そしてプロセスＰ４にて、水質項目推定部１２２は、プロセスＰ２で取得した時刻ｔの好気槽内のＤＯ濃度と、プロセスＰ３で取得した時刻ｔに好気槽に施された曝気量とを記録する。
　続いて、プロセスＰ５にて、水質項目推定部１２２は、時刻ｔ－ΔＴの好気槽内のＤＯ濃度および時刻ｔ－ΔＴに好気槽に施された曝気量を参照可能かどうか確認する。
　時刻ｔ－ΔＴの好気槽内のＤＯ濃度および時刻ｔ－ΔＴに好気槽に施された曝気量を参照可能な場合（プロセスＰ５でＹＥＳ）、プロセスＰ６にて、水質項目推定部１２２は、時刻ｔ－ΔＴの好気槽内のＮＨ４－Ｎ濃度の推定処理を行う。時刻ｔ－ΔＴの好気槽内のＮＨ４－Ｎ濃度の推定は、時刻ｔに導出されたパラメータデータ（ＹＨ、ＹＡ、ＫＯＨ、ＫＯＡ、ＫＮＨ、ηｇ、ｐＧＳ、ｉＧＳ、ｉＸＢ、Ｃｓ、Ｃ１およびＣ２の推定値）、時刻ｔ－ΔＴのＤＯ濃度および時刻ｔ－ΔＴの曝気量の値を式（３）に代入して、時刻ｔ－ΔＴの好気槽内のＮＨ４－Ｎ濃度を算出することによって行われる。そして、プロセスＰ７にて、水質項目推定部１２２は、その推定結果である時刻ｔ－ΔＴの好気槽内のＮＨ４－Ｎ濃度推定値を記録する。
　その後、プロセスＰ８にて、水質項目推定部１２２は、１ステップ前（つまり時刻ｔ－ΔＴの時点）のプロセスＰ７で記録したＮＨ４－Ｎ濃度推定値、つまり、時刻ｔ－２ΔＴのＮＨ４－Ｎ濃度推定値を参照可能かどうか確認する。
　時刻ｔ－２ΔＴのＮＨ４－Ｎ濃度推定値を参照可能である場合（プロセスＰ８でＹＥＳ）、プロセスＰ９にて、水質項目推定部１２２は、時刻ｔ－２ΔＴの好気槽内のＮＯ３－Ｎ濃度の推定処理を行う。時刻ｔ－２ΔＴの好気槽内のＮＯ３－Ｎ濃度の推定は、水質項目推定部１２２が参照可能なデータのうち、時刻ｔに導出したＹＨ、ＹＡ、ＫＯＨ、ＫＯＡ、ＫＮＨ、ηｇ、ｐＧＳ、ｉＧＳ、ｉＸＢ、Ｃｓ、Ｃ１およびＣ２、時刻ｔ－ΔＴのＮＨ４－Ｎ濃度推定値、時刻ｔ－２ΔＴのＮＨ４－Ｎ濃度推定値および時刻ｔ－２ΔＴのＤＯ濃度の値を式（８）に代入して、時刻ｔ－２ΔＴの好気槽内のＮＯ３－Ｎ濃度を算出することによって行われる。以下、ＮＯ３－Ｎ濃度の推定値を「ＮＯ３－Ｎ濃度推定値」ということもある。
　続くプロセスＰ１０にて、水質項目推定部１２２は、時刻ｔ－ΔＴの好気槽内のＮＯ３－Ｎ濃度の推定処理を行う。時刻ｔ－ΔＴの好気槽内のＮＯ３－Ｎ濃度の推定は、プロセスＰ９で算出された時刻ｔ－２ΔＴのＮＯ３－Ｎ濃度推定値と、水質項目推定部１２２が参照可能なデータのうち、時刻ｔに導出されたパラメータデータ（ＹＨ、ＹＡ、ＫＯＨ、ＫＯＡ、ＫＮＨ、ηｇ、ｐＧＳ、ｉＧＳ、ｉＸＢ、Ｃｓ、Ｃ１およびＣ２の推定値）、時刻ｔ－２ΔＴのＮＨ４－Ｎ濃度推定値および時刻ｔ－２ΔＴのＤＯ濃度の値を式（９）に代入して、時刻ｔ－ΔＴの好気槽内のＮＯ３－Ｎ濃度を算出することによって行われる。
　そして、プロセスＰ１１にて、水質項目推定部１２２は、時刻ｔの好気槽内のＮＯ３－Ｎ濃度の推定処理を行う。時刻ｔの好気槽内のＮＯ３－Ｎ濃度の推定は、プロセスＰ１０で算出された時刻ｔ－ΔＴのＮＯ３－Ｎ濃度推定値と、水質項目推定部１２２が参照可能なデータのうち、時刻ｔに導出されたパラメータデータ（ＹＨ、ＹＡ、ＫＯＨ、ＫＯＡ、ＫＮＨ、ηｇ、ｐＧＳ、ｉＧＳ、ｉＸＢ、Ｃｓ、Ｃ１およびＣ２の推定値）、時刻ｔ－ΔＴのＮＨ４－Ｎ濃度推定値および時刻ｔ－ΔＴのＤＯ濃度の値を式（９）に代入して、時刻ｔの好気槽内のＮＯ３－Ｎ濃度を算出することによって行われる。
　そして、プロセスＰ１２にて、水質項目推定部１２２は、算出した時刻ｔのＮＯ３－Ｎ濃度推定値を推定値出力部１３０へ出力する。
　なお、プロセスＰ６～Ｐ１１の説明から分かるように、時刻ｔのＮＯ３－Ｎ濃度の推定には、時刻ｔ－２ΔＴのＮＨ４－Ｎ濃度推定値および時刻ｔ－ΔＴのＮＨ４－Ｎ濃度推定値が必要であり、時刻ｔ－ΔＴのＮＨ４－Ｎ濃度の推定を行うには、時刻ｔ－ΔＴのＤＯ濃度および時刻ｔ－ΔＴの曝気量の値が必要である。そのため、水質項目推定部１２２が時刻ｔ－ΔＴのＤＯ濃度および時刻ｔ－ΔＴの曝気量を参照不可能であった場合（プロセスＰ５でＮＯの場合）、ならびに、時刻ｔ－２ΔＴのＮＨ４－Ｎ濃度推定値を参照不可能であった場合（プロセスＰ８でＮＯの場合）は、水質項目推定部１２２は、好気槽内のＮＯ３－Ｎ濃度の推定処理を行うことなく、図８のフローを終了する。
　以上のように、実施の形態２に係る水質推定装置１００は、好気槽内のＤＯ濃度、好気槽内のＮＨ４－Ｎ濃度および好気槽に施された曝気量の履歴データと、好気槽内の現在（時刻ｔ）のＤＯ濃度の測定データおよび好気槽に施された現在の曝気量のデータとから、現在の好気槽内のＮＯ３－Ｎ濃度を推定することができる。ＮＨ４－Ｎ濃度の履歴データとしては、ＮＨ４－Ｎ濃度の推定値が用いられるため、実施の形態２に係る水質推定装置１００は、好気槽内に設置された１台のＤＯ濃度計で測定したＤＯ濃度の連続測定値から、好気槽内のＮＯ３－Ｎ濃度を推定することが可能である。
　なお、実施の形態２では、縮約ＡＳＭのパラメータ、すなわち式（３）、式（８）および式（９）中の、ＹＨ、ＹＡ、ＫＯＨ、ＫＯＡ、ＫＮＨ、ηｇ、ｐＧＳ、ｉＧＳ、ｉＸＢ、Ｃｓ、Ｃ１およびＣ２は、すべてパラメータ推定部１１２が推定するものとしたが、これらの一部または全部の値を、水質推定装置１００の使用者が独自に設定してもよい。また、実施の形態２では、水質項目推定部１２２が、好気槽内のＮＯ３－Ｎ濃度を推定したが、同様の手段により、好気槽内のＮＨ４－Ｎ濃度およびアルカリ度を同時に推定することも可能である。
　また、実施の形態２に係る水質推定装置１００は、活性汚泥により下水を処理する下水処理施設に広く適用可能であり、例えば、標準活性汚泥法、ステップエアレーション法、オキシデーションディッチ法、ＡＯ法、Ａ２Ｏ法、ＡＯＡＯ法、ＯＡＯＡ法、硝化内生脱窒法、単体投入法などを採用した下水処理施設に適用可能である。
　さらに、実施の形態２では、ＡＳＭ１を縮約した数学的モデルを用いて好気槽内のＮＯ３－Ｎ濃度を推定したが、縮約するモデルは、ＡＳＭ２、ＡＳＭ２Ｄ、ＡＳＭ３など、活性汚泥内の生物反応プロセスやそれに伴う物質収支による水質変化を表現する数学的モデルであれば、どのようなものでもよい。
　以上のように、本開示の技術によれば、好気槽内に設置された１台のＤＯ濃度計でＤＯ濃度を連続測定することにより、好気槽内のＮＨ４－Ｎ濃度やＮＯ３－Ｎ濃度などの水質項目値を推定することが可能である。よって、導入コストおよび維持コストで好気槽内の水質項目値を推定することができる。
　また、本開示の技術において、ＤＯ濃度の測定箇所は、水質項目値を推定する好気槽内であればいずれであってもよい。例えば上記した特許文献１の技術では、推定に必要な測定値の測定箇所は厳密に指定されていたため、指定された箇所に測定器を設置できない水処理施設に対しては、特許文献１の技術を適用することはできない。これに対し本開示の技術では、好気槽内の任意の箇所にＤＯ濃度計を設置すれば水質項目値の推定が可能であるため、より多くの下水処理施設に対して適用可能であるといった副次的な効果が得られる。
　さらに本開示の技術において、測定の対象となる好気槽はＤＯ濃度計が設置可能であればどの好気槽であってもよい。例えば特許文献１の技術は、好気槽の前段の槽が無酸素槽である必要があり、またステップエアレーション法などを採用する水処理施設に見受けられる、水流入口が複数存在する好気槽には適用することができない。これに対し本開示の技術では、好気槽にＤＯ濃度計が設置されていること以外、設備へ対する制約は存在しない。そのため、前段が無酸素槽でない好気槽や、水流入口が複数存在する好気槽であっても、その槽内の水質項目を推定可能であるといった副次的な効果が得られる。
　また本開示の技術において、水質項目値の推定に必要な縮約ＡＳＭは、推定対象の好気槽の、ＮＨ４－Ｎ濃度およびＤＯ濃度および曝気量の履歴データを用いることにより、自動的に構築することが可能である。一方、特許文献１の技術では、好気槽入口のＫｊ－Ｎ（ケルダール窒素）濃度とＮＨ４－Ｎ濃度の比と、好気槽出口のＮＯ３－Ｎ濃度と槽内Ｋｊ－Ｎ濃度の変化率の比が一定であると仮定することにより、槽内ＮＨ４－Ｎ濃度を推定している。そのため特許文献１の技術の適用にあたり、下水処理施設の運転者は、ＮＨ４－Ｎ濃度の推定精度を維持するために、好気槽へ流入する下水内のＫｊ－Ｎ濃度を定期的に測定し、パラメータの校正作業を行う必要がある。しかしＫｊ－Ｎ濃度の公定法として採用されている、ケルダール法の実施には時間を要し、また測定によって生じた重金属廃液の処理など、多大な労力を必要とする。これに対し本開示の技術の適用にあたっては、ＮＨ４－Ｎ濃度およびＤＯ濃度および曝気量の履歴データが必要である。このうちＤＯ濃度の履歴データは、本開示の技術の適用に際して設置したＤＯ濃度計より取得可能であり、曝気量は下水処理施設の運転者が設定する入力情報であるため、曝気量の履歴データは施設の運転履歴より取得可能である。またＮＨ４－Ｎ濃度はＫｊ－Ｎ濃度に比較して、短時間かつ容易に測定が可能であるため、ＮＨ４－Ｎ濃度の履歴データも少ない労力で入手することが可能である。このため特許文献１に対し、本開示の適用にあたって必要な事前作業を低減できるといった副次的な効果が得られる。
　また、特許文献１の技術では、測定器を設置した好気槽内のＮＨ４－Ｎ濃度のみ推定可能である。それに対し、本開示の技術は、縮約ＡＳＭを用いることにより、測定器を設置した好気槽内のＮＨ４－Ｎ濃度以外の水質項目の推定も可能となるといった副次的な効果を持つ。
　なお、各実施の形態を自由に組み合わせたり、各実施の形態を適宜、変形、省略したりすることが可能である。
　上記した説明は、すべての態様において、例示であって、例示されていない無数の変形例が想定され得るものと解される。
　１１０　水質変化モデル構築機能部、１１１　履歴データ取得部、１１２　パラメータ推定部、１２０　水質項目推定機能部、１２１　測定データ取得部、１２２　水質項目推定部、１３０　推定値出力部、１００　水質推定装置、２００　情報入力装置、３００　情報提供装置、５０１　入力装置、５０２　メモリ、５０３　プロセッサ、５０４　出力装置、１，３　嫌気槽、２，４，５，６　好気槽、７　沈殿槽、８～１１　ブロワ、１２～１５　ブロワ制御器、１６～１９　ＤＯ濃度計、２０～３５　管。

Claims (4)

  1. 　推定対象の好気槽内の水質項目の履歴データおよび前記推定対象の好気槽に対する制御入力の履歴データに基づいて、前記推定対象の好気槽内の水質変化を示すモデルを構築する水質変化モデル構築機能部と、
    　前記推定対象の好気槽内の水質項目の測定データおよび前記推定対象の好気槽に対する制御入力のデータを前記モデルに供することにより、前記推定対象の好気槽内の水質項目の推定値を算出する水質項目推定機能部と、
    　前記推定対象の好気槽内の水質項目の推定値を出力する推定値出力部と、
    を備える水質推定装置。
  2. 　前記水質変化モデル構築機能部が前記モデルを構築するために用いる、前記推定対象の好気槽内の水質項目の履歴データは、前記推定対象の好気槽内の溶存酸素濃度および前記推定対象の好気槽内のアンモニア態窒素濃度の履歴データのみであり、
    　前記水質変化モデル構築機能部が前記モデルを構築するために用いる、前記推定対象の好気槽に対する制御入力の履歴データは、前記推定対象の好気槽に施された曝気量の履歴データのみである、
    請求項１に記載の水質推定装置。
  3. 　前記水質項目推定機能部が前記推定対象の好気槽内の水質項目の推定値を算出するために用いる、前記推定対象の好気槽内の水質項目の測定データは、前記推定対象の好気槽内の溶存酸素濃度の測定データのみであり、
    　前記水質項目推定機能部が前記推定対象の好気槽内の水質項目の推定値を算出するために用いる、前記推定対象の好気槽に対する制御入力のデータは、前記推定対象の好気槽に施された曝気量のデータのみである、
    請求項１または請求項２に記載の水質推定装置。
  4. 　前記水質項目推定機能部が算出する前記推定対象の好気槽内の水質項目の推定値は、前記推定対象の好気槽内のアンモニア態窒素濃度、前記推定対象の好気槽内の硝酸態窒素濃度、および前記推定対象の好気槽内のアルカリ度のうちのいずれか１つ以上である、
    請求項１から請求項３のいずれか一項に記載の水質推定装置。
PCT/JP2020/029646 2020-08-03 2020-08-03 水質推定装置 WO2022029831A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/JP2020/029646 WO2022029831A1 (ja) 2020-08-03 2020-08-03 水質推定装置
JP2020571573A JPWO2022029831A1 (ja) 2020-08-03 2020-08-03

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/029646 WO2022029831A1 (ja) 2020-08-03 2020-08-03 水質推定装置

Publications (1)

Publication Number Publication Date
WO2022029831A1 true WO2022029831A1 (ja) 2022-02-10

Family

ID=80117150

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/029646 WO2022029831A1 (ja) 2020-08-03 2020-08-03 水質推定装置

Country Status (2)

Country Link
JP (1) JPWO2022029831A1 (ja)
WO (1) WO2022029831A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023199525A1 (ja) * 2022-04-15 2023-10-19 三菱電機株式会社 水処理システム
TWI842299B (zh) 2022-04-15 2024-05-11 日商三菱電機股份有限公司 水處理系統

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001249705A (ja) * 2000-03-03 2001-09-14 Toshiba Corp プロセスシミュレータ応用非線形制御装置およびその方法
JP2007229550A (ja) * 2006-02-27 2007-09-13 Toshiba Corp 下水処理場運転支援装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3740382B2 (ja) * 2001-04-27 2006-02-01 株式会社東芝 プロセスモデルのパラメータ調整装置及び方法
JP5637748B2 (ja) * 2010-06-28 2014-12-10 株式会社日立製作所 水質情報演算方法及び装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001249705A (ja) * 2000-03-03 2001-09-14 Toshiba Corp プロセスシミュレータ応用非線形制御装置およびその方法
JP2007229550A (ja) * 2006-02-27 2007-09-13 Toshiba Corp 下水処理場運転支援装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
FUKIKO KAWAI, CHIKA NAKAZAWA, YOSHIKAZU FUKUYAMA: "Stability evaluation in aeration air volume control using IWA activated sludge model", JOURNAL OF EICA, vol. 11, no. 2/3, 1 January 2006 (2006-01-01), JP , pages 45 - 48, XP009534658, ISSN: 1342-3983 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023199525A1 (ja) * 2022-04-15 2023-10-19 三菱電機株式会社 水処理システム
TWI842299B (zh) 2022-04-15 2024-05-11 日商三菱電機股份有限公司 水處理系統

Also Published As

Publication number Publication date
JPWO2022029831A1 (ja) 2022-02-10

Similar Documents

Publication Publication Date Title
Hulsbeek et al. A practical protocol for dynamic modelling of activated sludge systems
CN109205781B (zh) 控制系统及控制方法
JP5457631B2 (ja) 反応漕に連続的に注入される空気の速度が調節される、生物反応漕を用いる水処理方法、および対応する装置
KR101237447B1 (ko) 하폐수 처리 공정의 규칙기반 실시간 제어 방법 및 시스템
WO2022029831A1 (ja) 水質推定装置
JP2001353496A (ja) 下水処理システムおよび計測システム
JP6655975B2 (ja) 曝気制御装置及び曝気制御方法
CN113077847A (zh) 在线模型水质转换方法、系统、电子设备及介质
JP5637748B2 (ja) 水質情報演算方法及び装置
JP4038718B2 (ja) 下水処理プロセスのシミュレーション方法および下水処理プロセスシミュレータ
CN116679026A (zh) 自适应无偏有限脉冲响应滤波的污水溶解氧浓度估计方法
JP2002045882A (ja) 下水処理場の水質制御装置
Hvala et al. Design of a sequencing batch reactor sequence with an input load partition in a simulation‐based experimental environment
JP4016307B2 (ja) 下水処理プロセスシミュレータ
Madyastha et al. Reduced order model monitoring and control of a membrane bioreactor system via delayed measurements
Moussa et al. Model-based evaluation of nitrogen removal in a tannery wastewater treatment plant
CN107720975A (zh) 一种乙醇类物质作为外加碳源的污水处理优化模拟方法
CN113065242A (zh) 一种基于kplsr模型的污水处理出水总氮浓度软测量方法
Chafia et al. Optimal control of a partially known coupled system of BOD and DO
JP3460211B2 (ja) 下水処理制御装置
JP4552393B2 (ja) 生物学的水処理設備の運転支援装置
JP4026057B2 (ja) 水質シミュレーション装置
JPH05169089A (ja) 硝化脱窒プロセスシミュレータ
KR101025337B1 (ko) 동적-물질수지분석모델 모듈기반의 연속유입식 하수처리장 실시간 방류수질 예측시스템
WO2023199525A1 (ja) 水処理システム

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2020571573

Country of ref document: JP

Kind code of ref document: A

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

Ref document number: 20947866

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20947866

Country of ref document: EP

Kind code of ref document: A1