特許ウォッチ

公開番号2024037035
公報種別公開特許公報(A)
公開日2024-03-18
出願番号2022141662
出願日2022-09-06
発明の名称情報処理装置、含水率予測方法、および含水率予測プログラム
出願人株式会社クボタ
代理人弁理士法人 HARAKENZO WORLD PATENT & TRADEMARK
主分類C02F 11/121 20190101AFI20240311BHJP(水,廃水,下水または汚泥の処理)
要約【課題】運転条件の変更等の場合には脱水ケーキの含水率の予測の精度の低下を緩和しつつ、通常の場合には上記予測の精度を維持する。
【解決手段】情報処理装置(1)では、取得部(101)が取得した測定データと、測定データの測定時点から滞留時間が経過した経過時点における含水率についての第2予測モデル(112)による予測値とから、予測部(102)が第1予測モデルを用いて含水率を予測する。第1予測モデル(111)が学習のために利用する測定データは、脱水機の実運転期間の所定期間における測定データである。第2予測モデル(112)は、運転条件が実運転期間と異なる運転期間における測定データを説明変数とし、経過時点における含水率を目的変数として学習されている。
【選択図】図1
特許請求の範囲【請求項１】
浮遊固形物を含む液体に前記浮遊固形物を凝集させる薬剤が加えられる凝集槽に供給される前記液体に関する測定データ、前記凝集槽に供給される前記薬剤に関する測定データ、前記凝集槽内の前記液体に関する測定データ、前記凝集槽の運転に関する測定データ、および、前記凝集槽から排出された前記液体を搬送しながら脱水する脱水機の運転に関する測定データの少なくともいずれかを取得する取得部と、
第１予測モデルを用いて、前記取得部が取得した測定データと、当該測定データの測定時点から前記脱水機内で前記液体が滞留する滞留時間が経過した時点において前記脱水機から排出される脱水ケーキの含水率である脱水後含水率についての第２予測モデルによる予測値とから、当該測定データの測定時点から前記滞留時間が経過した時点における前記脱水後含水率を予測する予測部とを備え、
前記第１予測モデルが学習のために利用する前記測定データは、前記脱水機の実運転期間における学習時点の所定期間前から学習時点までに前記取得部が取得した前記測定データであり、
前記第２予測モデルは、運転条件が前記実運転期間と異なる運転期間において前記取得部が取得した前記測定データを説明変数とし、当該測定データの測定時点から前記滞留時間が経過した時点における前記脱水後含水率を目的変数として学習された予測モデルである、
情報処理装置。
続きを表示（約 1,500 文字）【請求項２】
前記凝集槽に供給される前記液体に関する測定データは、当該液体の単位時間当たりの供給流量、および当該液体の濃度の少なくともいずれかである、請求項１に記載の情報処理装置。
【請求項３】
前記凝集槽に供給される前記薬剤に関する測定データは、当該薬剤の単位時間当たりの供給流量である、請求項１に記載の情報処理装置。
【請求項４】
前記凝集槽内の前記液体に関する測定データは、フロックの平均濃淡値、および、フロック間の隙間の平均単位面積、の少なくともいずれかである、請求項１に記載の情報処理装置。
【請求項５】
前記凝集槽の運転に関する測定データは、前記凝集槽における撹拌翼の回転速度である、請求項１に記載の情報処理装置。
【請求項６】
前記脱水機はスクリュープレス型脱水機であり、
前記脱水機の運転に関する測定データは、前記脱水機の運転時間、前記脱水機への前記液体の単位時間当たりの供給流量、前記脱水機のスクリューの回転速度、および、前記脱水機へ投入される前記液体の投入圧、の少なくともいずれかである、請求項１に記載の情報処理装置。
【請求項７】
前記予測部は、前記取得部が新たな前記測定データを取得する毎に前記第１予測モデルを用いた予測を実行する、請求項１に記載の情報処理装置。
【請求項８】
前記脱水機の運転期間において前記取得部が取得した測定データ、および、当該測定データの測定時点から前記滞留時間が経過した時点における前記脱水後含水率についての前記第２予測モデルによる予測値と、当該測定データの測定時点から前記滞留時間が経過した時点における前記脱水後含水率との組を教師データとして、前記脱水機の運転停止期間において前記第１予測モデルを更新する更新部をさらに備える、
請求項１に記載の情報処理装置。
【請求項９】
１または複数の情報処理装置により実行される含水率予測方法であって、
浮遊固形物を含む液体に前記浮遊固形物を凝集させる薬剤が加えられる凝集槽に供給される前記液体に関する測定データ、前記凝集槽に供給される前記薬剤に関する測定データ、前記凝集槽内の前記液体に関する測定データ、前記凝集槽の運転に関する測定データ、および、前記凝集槽から排出された前記液体を搬送しながら脱水する脱水機の運転に関する測定データの少なくともいずれかを取得する取得ステップと、
第１予測モデルを用いて、前記取得ステップにて取得された測定データと、当該測定データの測定時点から前記脱水機内で前記液体が滞留する滞留時間が経過した時点において前記脱水機から排出される脱水ケーキの含水率である脱水後含水率についての第２予測モデルによる予測値とから、当該測定データの測定時点から前記滞留時間が経過した時点における前記脱水後含水率を予測する予測ステップとを含み、
前記第１予測モデルが学習のために利用する前記測定データは、前記脱水機の実運転期間における学習時点の所定期間前から学習時点までに前記取得ステップにて取得された前記測定データであり、
前記第２予測モデルは、運転条件が前記実運転期間と異なる運転期間において前記取得ステップにて取得された前記測定データを説明変数とし、当該測定データの測定時点から前記滞留時間が経過した時点における前記脱水後含水率を目的変数として学習された予測モデルである、
含水率予測方法。
【請求項１０】
請求項１に記載の情報処理装置としてコンピュータを機能させるための含水率予測プログラムであって、前記取得部および前記予測部としてコンピュータを機能させるための含水率予測プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、浮遊固形物を含む液体を脱水機で脱水することにより得られる脱水ケーキの含水率を予測する技術に関する。
続きを表示（約 2,400 文字）【背景技術】
【０００２】
下水処理場などの排水処理施設において実施される汚泥処理には汚泥を脱水機で脱水する工程が含まれている。効率的な汚泥処理のためには脱水により得られる脱水ケーキの含水率を所定の範囲内で維持することが重要である。しかし、脱水機の運転条件を一定にして脱水処理した場合には、供給される汚泥の性状が一定しない等の原因によって脱水ケーキの含水率は変動するため、脱水ケーキの含水率を所定の範囲内で維持することは容易ではない。
【０００３】
このため、脱水ケーキの含水率を予測する技術の開発が従来から進められている。含水率を予測できれば、フィードフォワード制御により含水率を所定の範囲内で維持することが可能になる。例えば、下記の特許文献１には、遠心式の脱水機に供給される汚泥の量や、当該脱水機の遠心効果に関する値等の複数のパラメータを用いて含水率推定モデルを生成し、含水率を推定する技術が開示されている。
【先行技術文献】
【特許文献】
【０００４】
特開２０２０－１１４５６９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
一般に、上記汚泥処理に関する装置は、多種多様な運転条件で試運転されて、最適な運転条件を決定する。この試運転期間において、上記多種多様な運転条件において測定された上記複数のパラメータの多種多様な測定値を教師データとして上記含水率予測モデルが生成される。
【０００６】
その後、決定された運転条件に基づいて上記装置は実運転される。この実運転期間において、上記複数のパラメータの直近の測定値を教師データとして上記含水率予測モデルを更新する。これにより、上記含水率予測モデルは、直近の運転条件に適合した予測モデルとなる。従って、運転条件の変更等がない通常の場合には、上記含水率予測モデルによる予測の精度が維持される。しかしながら、上記運転条件が変更されると上記含水率予測モデルによる予測の精度が低下することが懸念される。
【０００７】
この点に関し、上記多種多様な測定値の少なくとも一部と、上記直近の測定値とを教師データとして、上記含水率予測モデルを更新することが考えられる。しかしながら、上記多種多様な測定値の影響により、通常の場合には上記含水率予測モデルによる予測の精度が低下することになる。
【０００８】
本発明の一態様は、運転条件の変更等の場合には上記含水率の予測の精度の低下を緩和しつつ、通常の場合には上記予測の精度を維持することを目的とする。
【課題を解決するための手段】
【０００９】
上記の課題を解決するために、本発明の一態様に係る情報処理装置は、浮遊固形物を含む液体に前記浮遊固形物を凝集させる薬剤が加えられる凝集槽に供給される前記液体に関する測定データ、前記凝集槽に供給される前記薬剤に関する測定データ、前記凝集槽内の前記液体に関する測定データ、前記凝集槽の運転に関する測定データ、および、前記凝集槽から排出された前記液体を搬送しながら脱水する脱水機の運転に関する測定データの少なくともいずれかを取得する取得部と、第１予測モデルを用いて、前記取得部が取得した測定データと、当該測定データの測定時点から前記脱水機内で前記液体が滞留する滞留時間が経過した時点において前記脱水機から排出される脱水ケーキの含水率である脱水後含水率についての第２予測モデルによる予測値とから、当該測定データの測定時点から前記滞留時間が経過した時点における前記脱水後含水率を予測する予測部とを備え、前記第１予測モデルが学習のために利用する前記測定データは、前記脱水機の実運転期間における学習時点の所定期間前から学習時点までに前記取得部が取得した前記測定データであり、前記第２予測モデルは、運転条件が前記実運転期間と異なる運転期間において前記取得部が取得した前記測定データを説明変数とし、当該測定データの測定時点から前記滞留時間が経過した時点における前記脱水後含水率を目的変数として学習された予測モデルである。
【００１０】
また、本発明の一態様に係る含水率予測方法は、１または複数の情報処理装置により実行される含水率予測方法であって、浮遊固形物を含む液体に前記浮遊固形物を凝集させる薬剤が加えられる凝集槽に供給される前記液体に関する測定データ、前記凝集槽に供給される前記薬剤に関する測定データ、前記凝集槽内の前記液体に関する測定データ、前記凝集槽の運転に関する測定データ、および、前記凝集槽から排出された前記液体を搬送しながら脱水する脱水機の運転に関する測定データの少なくともいずれかを取得する取得ステップと、第１予測モデルを用いて、前記取得ステップにて取得された測定データと、当該測定データの測定時点から前記脱水機内で前記液体が滞留する滞留時間が経過した時点において前記脱水機から排出される脱水ケーキの含水率である脱水後含水率についての第２予測モデルによる予測値とから、当該測定データの測定時点から前記滞留時間が経過した時点における前記脱水後含水率を予測する予測ステップとを含み、前記第１予測モデルが学習のために利用する前記測定データは、前記脱水機の実運転期間における学習時点の所定期間前から学習時点までに前記取得ステップにて取得された前記測定データであり、前記第２予測モデルは、運転条件が前記実運転期間と異なる運転期間において前記取得ステップにて取得された前記測定データを説明変数とし、当該測定データの測定時点から前記滞留時間が経過した時点における前記脱水後含水率を目的変数として学習された予測モデルである。
【発明の効果】
（【００１１】以降は省略されています）

関連特許