TOP特許意匠商標
特許ウォッチ Twitter
10個以上の画像は省略されています。
公開番号2024082653
公報種別公開特許公報(A)
公開日2024-06-20
出願番号2022196632
出願日2022-12-08
発明の名称情報処理装置、脱水機、含水率推定方法、および含水率推定プログラム
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 11/125 20190101AFI20240613BHJP(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推定の精度の低下を緩和しつつ、通常の場合には上記推定の精度を維持する。
【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における含水率についての第2推定モデル(112)による推定値とから、推定部(102)が第1推定モデル(111)を用いて含水率を推定する。第1推定モデル(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推定モデル(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、測定時点における含水率の実測値を目的変数として学習された推定モデルである。
【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を取得する取得部と、
第1推定モデルを用いて、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についての第2推定モデルによる推定値とから、当該測定データの測定時点における前記含水率を推定する推定部とを備え、
前記第1推定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推定モデルは、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における前記含水率の実測値を目的変数として学習された推定モデルである、
情報処理装置。
続きを表示(約 1,100 文字)【請求項2】
前記脱水機はスクリュープレス型脱水機であり、
前記測定データは、前記脱水機の運転時間、前記脱水機のスクリューの回転速度、前記スクリューの駆動電流値またはトルク値、前記脱水機の排出部に設けられ前記液体を圧搾する背圧板による背圧、および、前記背圧板と前記排出部との開度、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】
前記推定部は、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推定を実行する、請求項1に記載の情報処理装置。
【請求項4】
予測モデルを用いて、前記取得部が取得した前記測定データから、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を予測する予測部をさらに備え、
前記予測モデルは、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含水率についての前記第1推定モデルによる推定値を目的変数として学習された予測モデルである、請求項1に記載の情報処理装置。
【請求項5】
請求項1から4のいずれか1項に記載の情報処理装置を備える脱水機。
【請求項6】
1または複数の情報処理装置により実行される含水率推定方法であって、
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を取得する取得ステップと、
第1推定モデルを用いて、前記取得ステップにて取得した測定データと、当該測定データの測定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についての第2推定モデルによる推定値とから、当該測定データの測定時点における前記含水率を推定する推定ステップとを含み、
前記第1推定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した前記測定データであり、
前記第2推定モデルは、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における前記含水率の実測値を目的変数として学習された推定モデルである、
含水率推定方法。
【請求項7】
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推定プログラムであって、前記取得部および前記推定部としてコンピュータを機能させるための含水率推定プログラム。

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推定する技術に関する。
続きを表示(約 2,100 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推定する技術の開発が従来から進められている。現在の含水率をリアルタイムに推定できれば、各種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推定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推定モデルを更新する。これにより、上記含水率推定モデルは、直近の運転条件に適合した推定モデルとなる。従って、運転条件の変更等がない通常の場合には、上記含水率推定モデルによる推定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推定モデルによる推定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、上記含水率推定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推定モデルによる推定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推定の精度の低下を緩和しつつ、通常の場合には上記推定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を取得する取得部と、第1推定モデルを用いて、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についての第2推定モデルによる推定値とから、当該測定データの測定時点における前記含水率を推定する推定部とを備え、前記第1推定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推定モデルは、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における前記含水率の実測値を目的変数として学習された推定モデルである。
【0010】
また、本発明の他の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推定方法であって、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を取得する取得ステップと、第1推定モデルを用いて、前記取得ステップにて取得した測定データと、当該測定データの測定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についての第2推定モデルによる推定値とから、当該測定データの測定時点における前記含水率を推定する推定ステップとを含み、前記第1推定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した前記測定データであり、前記第2推定モデルは、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における前記含水率の実測値を目的変数として学習された推定モデルである。
【発明の効果】
(【0011】以降は省略されています)

この特許をJ-PlatPatで参照する

関連特許

株式会社クボタ
作業機
3日前
株式会社クボタ
作業機
3日前
株式会社クボタ
移植機
3日前
株式会社クボタ
作業車
3日前
株式会社クボタ
作業車
3日前
株式会社クボタ
作業車
3日前
株式会社クボタ
作業機
3日前
株式会社クボタ
作業車
3日前
株式会社クボタ
作業車両
2日前
株式会社クボタ
作業車両
2日前
株式会社クボタ
作業車両
2日前
株式会社クボタ
作業車両
2日前
株式会社クボタ
作業車両
2日前
株式会社クボタ
作業車両
2日前
株式会社クボタ
作業車両
2日前
株式会社クボタ
作業車両
2日前
株式会社クボタ
作業車両
2日前
株式会社クボタ
作業車両
2日前
株式会社クボタ
作業車両
2日前
株式会社クボタ
作業車両
2日前
株式会社クボタ
電動作業車
3日前
株式会社クボタ
乗用移植機
3日前
株式会社クボタ
水田作業機
3日前
株式会社クボタ
水田作業機
3日前
株式会社クボタ
水田作業機
3日前
株式会社クボタ
電動作業車
3日前
株式会社クボタ
電動作業車
3日前
株式会社クボタ
電動作業車
3日前
株式会社クボタ
動力伝達装置
3日前
株式会社クボタ
乗用型田植機
3日前
株式会社クボタ
乗用型田植機
3日前
株式会社クボタ
歩行型管理機
3日前
株式会社クボタ
乗用型田植機
3日前
株式会社クボタ
歩行型管理機
3日前
株式会社クボタ
歩行型管理機
3日前
株式会社クボタ
竹ハーベスタ
3日前
続きを見る