JP5022610B2 - 下水処理場運転支援装置 - Google Patents

Description

本発明は、モデルやプロセスに対する経験・知識の有無に関わらず、モデルパラメータを自動調整して、オンラインシミュレーションを行い、放流水質を向上させながら、運転コストを大幅に低減させる下水処理場運転支援装置に関する。

従来の下水処理場では、主に活性汚泥法と呼ばれるプロセスにより有機物除去を行っていた。しかし、近年、湖沼、湾などの閉鎖性水域で富栄養化が進行してきていることから、有機物除去のみならず富栄養化の原因物質である窒素、リン除去も行うＡ２Ｏ（嫌気（Anaerobic）−無酸素（Anoxic）一好気（Oxic））等の下水高度処理プロセスの導入が進みつつある。

高度処理プロセスの導入により、放流水質は向上するが、その一方で運転コストは増加する。このため、下水処理場では、放流水質を維持しつつ、運転コストをできるだけ小さくするような効率的な運転が求められている。これを支援するツールとして活性汚泥モデル（ASM:Activated S1udge Model、ＩＷＡ（国際水協会）が公表している数学モデル）等の生物反応モデルを組み込んだプロセスシミュレータが開発されている。しかしながら、活性汚泥モデルは６０以上の数多くのモデルパラメータを有しており、このパラメータ値は各下水処理場や各プロセス毎に異なり、調整が困難である。パラメータ調整なしでは要求されるシミュレーション精度が得られない場合が多い。現状では、専門知識のある技術者が、パラメータ同定実験を行ったり、経験・知識により手動で調整しているが、その作業は非常に煩雑で時間を要するものである。

また、活性汚泥モデルの入力となる水質成分は、一部の項目としてはオンラインセンサで連続的に計測しているものもあるが、全ての項目に渡ってはオンラインセンサによる連続計測は行っておらず、スポット的に採水し分析している項目や全く測定していない項目もある。このため、これら入力水質に関しては、何らかの推定を行わなければ、オンラインシミュレーションによる運転支援ができないという問題がある。

上述したように、活性汚泥モデルなどの生物反応モデルを組み込んだプロセスシミュレータは数多くのモデルパラメータを有しており、この調整には非常に高度な専門知識が必要でかつ時間を要するという問題があった。

また、特許文献１に記載の従来例では、図１０に示すように、下水処理プロセス１０１から出力されるプロセスデータをデータ蓄積装置１０２に蓄積しながら、ＧＡ（遺伝的アルゴリズム）などの手法で、パラメータ設定装置１０３にてプロセスデータを処理し、モデルパラメータを最適化することによって運転員の負担を低減している。しかしながら、６０以上あるモデルパラメータの中にはパラメータを変化させても、出力となる水質がほとんど変化しないものもあり、これらも含めパラメータ探索をするため、多大な計算時間を要するという問題がある。

また、特許文献２に記載の従来例では、図１１、図１２に示すように、パラメータ選択処理部１１１などを使用し、感度解析を実施し、感度の高いパラメータのみを変更パラメータとして選択している。

特許文献１、２の発明を組み合わせることにより、計算時間を削減することが可能である。しかしながら、各モデルパラメータは複数の水質項目に対して感度が高いパラメータ、ある１つの水質項目に対して感度が高いパラメータ、嫌気条件、無酸素条件、好気条件など、条件によって感度が全く異なるパラメータ等、様々な特徴を持っている。特許文献１、２の発明においては、このようなパラメータの特性を考慮しておらず、このような特性を考慮した方がより効率的かつ現実的なパラメータ探索が可能であると考えられる。

また、ある入力データに対する出力が一意に決まらないため、あるデータに対する出力結果がパラメータ調整によって精度良く予測できたとしても、他の入力データに対する出力結果が予測できるとは限らない。このため、パラメータ特性を考慮しない調整では、ある入力データにのみ適合する非現実的な解を導く可能性があり、パラメータ特性を考慮することによりこれを回避できる可能性が高くなる。

また、水質反応モデルとして活性汚泥モデル（ＡＳＭ）を利用する場合、処理場では通常測定していない項目を入力する必要がある。オンラインシミュレーションを実施する場合は、これら通常測定していない項目の時系列入力データを生成する必要がある。また、水質予測のためには、シミュレーションの実施のために将来の時系列データを生成する必要がある。測定していない項目はある一点のサンプルをもとに一定値を入力する方法や、ある一日の日変動データを繰り返し利用するなどの方法がとられる場合が多い。この方法では特に雨天時における流入水質濃度の希釈の影響を考慮できず、シミュレーション精度に大きな影響を及ぼすことがある。
特開２０００−１６７５８５号公報 特開２００２−１０２８７８号公報

上述したように、従来の高度処理プロセスでは、次に述べるような問題があった。

（１）シミュレーション精度に大きな影響を及ぼすパラメータ調整は、専門知識を持つ人が時間をかけて行う必要があるため、人件費がかかる。

（２）自動調整技術はいくつか提案されているが計算時間がかかる。

（３）連続測定を行っていない入力項目がシミュレーション精度に大きな影響を及ぼすことがある。

（４）将来の水質を予測するためには将来の時系列データを生成する必要がある。

本発明は上記の事情に鑑み、パラメータを自動調整して、専門知識を持たない運転員が下水処理場を運転した場合にも、運転効率、運転コストなどを大幅に低減させることができるとともに、流入水の水質を規定範囲内に納めることができる下水処理場運転支援装置を提供することを目的としている。

上記の目的を達成するために本発明は、下水処理プロセスをシミュレーションして運転支援を行う下水処理場運転支援装置であって、少なくとも下水の流入流量、返送流量、汚泥引抜量、曝気風量、循環流量のいずれかを含む運転データおよび水温、ＭＬＳＳ、ＤＯ、ｐＨ、ＵＶ、アンモニア性窒素、リン酸性リンのいずれかの水質データを含むセンサ情報と、オフラインで分析された少なくともＣＯＤ、ＢＯＤ、ＴＯＣ、アンモニア性窒素、硝酸性窒素、リン酸性リンのいずれかを含む水質分析結果情報とを時系列に蓄積するデータベースと、このデータベースに蓄えられた前記センサ情報および水質分析結果情報に基づき、水質モデルのモデルパラメータの自動調整に必要なパラメータ自動調整用入力データ、およびプロセスシミュレーションに必要となる流入水の水質データをそれぞれ生成するデータ生成部と、前記下水処理プロセスのプロセスフローおよび各反応タンク、沈殿地の容積等の土木条件、下水処理プロセス内のポンプ、ブロア等の機器の機器条件を含むプラント条件と、少なくとも返送量、循環量、汚泥引抜量、曝気風量、反応槽ＤＯ濃度のいずれかを含む運転条件とが設定される設定部と、この設定部に設定されている前記プラント条件および運転条件と、前記データベースに蓄えられた前記センサ情報および水質分析結果情報と、前記データ生成部で生成された前記パラメータ自動調整用入力データおよび前記水質データとに基づき、前記下水処理プロセスの水質を演算し、その演算値がデータベースに収集された実績の水質値に近づくように各モデルパラメータを最適化するパラメータ自動調整部を有するプロセスシミュレータと、を備え、
前記プロセスシミュレータのパラメータ自動調整部は、各モデルパラメータの上下限値、各モデルパラメータの制約条件が記述されるパラメータ情報と、各モデルパラメータを変化させた場合における各評価対象水質の変化方向と変化の大小と各モデルパラメータに対する調整対象水質と調整対象水質に対する影響度とがマトリックス状に記述されたマトリックス情報とを有し、前記モデルパラメータの制約条件および前記マトリックス情報に基づき、調整するモデルパラメータを切り替えつつ、下水処理プロセスの水質を演算して、その演算値が前記データベースに収集された実績の水質値に近づくように各モデルパラメータを最適化する、ことを特徴としている。

本発明によれば、パラメータを自動調整して、専門知識を持たない運転員が下水処理場を運転する場合にも、運転効率、運転コストなどを大幅に低減させることができるとともに、流入水の水質を規定範囲内に納めることができる。

《第１実施形態》
図１は本発明による下水処理場運転支援装置の第１実施形態を示すブロック図である。

〈構成、動作〉
この図に示す下水処理場運転支援装置１は、下水処理プロセス２から出力される計測データ、水質分析員が入力した分析データなどを時系列的に蓄積しながら、シミュレーション用データ、パラメータ同定用データなどを生成するデータベース装置３を備えている。また、下水処理プロセス２のモデルパラメータが設定されるモデルパラメータ設定部４と、下水処理プロセス２のプラント条件が設定されるプラント条件設定部５と、下水処理プロセス２を運転するときの運転条件が設定される運転条件設定部６と、オペレータの操作内容に応じてモデルパラメータの自動調整指令を出力する自動調整指令設定部７とを備えている。さらに、自動調整指令設定部７からモデルパラメータの自動調整指令が出力されているとき、下水処理プロセス２のモデルパラメータ設定部４に設定されているモデルパラメータ、プラント条件設定部５に設定されているプラント条件、運転条件設定部６に設定されている運転条件、データベース装置３から出力されるシミュレーション用データ、パラメータ同定用データなどに基づき、モデルパラメータを自動調整して、下水処理プロセス２の運転内容をシミュレーションするプロセスシミュレータ８を備えている。

そして、この下水処理場運転支援装置１は、下水処理プロセス２から出力される計測データ、水質分析員などの分析動作で得られる分析データなどをデータベース装置３に蓄積させて、シミュレーション用データ、パラメータ同定用データなどを生成させる。また、オペレータによって設定された調整開始条件が満たされ、自動調整指令設定部７から自動調整指令が出力されたとき、モデルパラメータ設定部４に設定されているモデルパラメータ、プラント条件設定部５に設定されているプラント条件、運転条件設定部６に設定されている運転条件、データベース装置３から出力されるシミュレーション用データ、パラメータ同定用データなどに基づき、プロセスシミュレータ８にモデルパラメータを自動調整させて、下水処理プロセス２のシミュレーションを行わせ、水質予測結果、運転コスト結果を運転員に提示する。

データベース装置３は、データベース部３Ａと、シミュレーション用データ生成部９と、パラメータ同定用データ生成部とを備えている。データベース部３Ａには、各下水処理場の管理を一部代行しているサービス会社が収集したオフラインデータやオンラインデータ、および下水処理プロセス２に設置されたセンサから得られるセンサ情報（流入流量、返送流量、汚泥引抜量、曝気風量、循環流量等などの運転データ、水温、ＭＬＳＳ、ＤＯ、ｐＨ、ＵＶ、アンモニア性窒素、リン酸性リン等の水質データ）と、下水処理場の水質分析員が日常的に行っている水質分析結果（ＣＯＤ、ＢＯＤ、ＴＯＣ、アンモニア性窒素、硝酸性窒素、リン酸性リン等）情報とが取り込まれて、時系列に蓄えられる。

そして、データベース部３Ａに蓄積されたデータに基づき、シミュレーション用データ生成部９では、シミュレーション入力用データを生成して、これをプロセスシミュレータ８に供給する。また、パラメータ同定用データ生成部１０では、パラメータ自動調整用入力データと、パラメータ自動調整結果の評価対象となる反応槽内もしくは流入水の評価対象水質データとを生成して、これらをプロセスシミュレータ８に供給する。

また、モデルパラメータ設定部４は、下水処理場のオペレータが設定する部分であり、プロセスシミュレータ８の内部に格納された水質モデルのモデルパラメータを設定する。日本国内で最も良く使われる水質モデルとしてｌＷＡ（国際水学会）が公表しているＡＳＭ２ｄ（Activated S1udge Model No.2d）があるが、このモデルは６４個のモデルパラメータを有している。予め、同定実験を実施し、値がわかっているものは、下水処理場のオペレータがモデルパラメータ設定部４に値を入力する。そのモデルパラメータはプロセスシミュレータ８内のモデルパラメータ保存部１２に入力され、自動調整対象のモデルパラメータから除外される。

プラント条件設定部５は、下水処理場のオペレータが設定する部分であり、下水処理プロセス２のプロセスフロー（Ａ２Ｏプロセス、ＡＯプロセス、循環式硝化脱窒プロセス等）および各反応タンク、沈殿地の容積等の土木条件、下水処理プロセス２内のポンプ、ブロア等の機器の機器条件を設定する。このプラント条件設定部５に入力する条件を変更することにより、下水処理プラント２の設備条件を変えた場合の水質、コストのシミュレーションが可能となる。下水処理プラント２の設備条件を変えない場合は、最初に設定するのみで、それ以降に設定する必要はない。

運転条件設定部６は、下水処理場のオペレータが設定する部分であり、返送量、循環量、汚泥引抜量、曝気風量、反応槽ＤＯ（溶存酸素）濃度などの運転条件を設定する。様々な運転条件を設定し、水質値、コスト値をプロセスシミュレータ８に計算することにより、どのような運転をすると、低コストかつ良好な水質を得ることができるかを判断することが可能となる。

自動調整指令設定部７は、下水処理場のオペレータが設定する部分であり、オペレータによって、モデルパラメータの自動調整の開始条件が設定され、この開始条件が満たされたとき、自動調整指令を出力して、プロセスシミュレータ８のパラメータ自動調整部１１にモデルパラメータの自動調整を開始する。

プロセスシミュレータ８は、パラメータ自動調整部１１と、モデルパラメータ保存部１２とを備え、自動調整指令設定部７から自動調整指令が出力されたとき、パラメータ自動調整部１１を動作させて、モデルパラメータを調整させ、モデルパラメータ保存部１２に保存されているモデルパラメータを更新しつつ、モデルパラメータ保存部１２に保存されているモデルパラメータを用いて、プロセスシミュレーションを行い、運転員に水質予測結果、運転コスト予測結果などを提示する。

この場合、パラメータ自動調整部１１には、モデルパラメータ設定部４に設定されたパラメータ値と、プラント条件設定部５に設定されたプロセスフロー、土木条件および機器条件と、パラメータ同定用生成部１０で生成されたパラメータ自動調整用入力データ、パラメータ調整結果の評価用データとを取り込み、プラント条件設定部５に設定されたプラント条件下で、運転条件、パラメータ自動調整入力用データの流入水質条件などを入力条件とした、シミュレーションを実施する。そして、シミュレーション結果の水質値と、パラメータ同定用データ生成部１０で生成された評価用データの水質値との誤差評価を行い、誤差が大きい場合はモデルパラメータの自動調整を行い、シミュレーション結果の水質値が評価用データの水質値に近づくように変更する。この後、シミュレーション結果の水質値と評価用データの水質値との誤差が予め設定された誤差判定値以下になったとき、パラメータ自動調整部１１で求められたパラメータ群をモデルパラメータ保存部１２に供給する。

モデルパラメータ保存部１２は、モデルパラメータ設定部４に入力されたパラメータ値を保存する。プロセスシミュレータ８内の水質モデルがＡＳＭ２ｄである場合、モデルパラメータは６４個あり、モデルパラメータ設定部４で設定された以外のデータは初期値として、デフォルトの値が保存される。そして、モデルパラメータ自動調整部１１からパラメータ群が出力される毎に、これを取り込んで保存する。

〈効果〉
（１）モデルパラメータが自動調整されることにより、オペレータはパラメータ調整に労力を費やす必要がなく、かつプロセスシミュレータの水質シミュレーション精度が向上するため、より実用的な処理場の運転支援が可能となる。

（２）データベース装置３上に蓄えられたデータを使用して、シミュレーション入力用データ、パラメータ同定用データを生成するため、オペレータが新たな作業をすることなく、プラント条件、運転条件を設定するのみで、シミュレーションを実施することが可能である。

（３）汚泥濃度、アンモニア性窒素濃度、硝酸性窒素濃度、リン酸性リン濃度などの主要な項目に対応するパラメータ同定用データを生成して、シミュレーションの内容を評価することでモデルパラメータを最適化することが可能である。

（４）サービス会社によって収集されたオフラインデータ、オンラインデータをデータベース装置３に蓄積して、シミュレーション入力用データ、パラメータ同定用データを生成することにより、データの有効利用を促進することが可能である。

〈第１実施形態の変形例〉
（１）プロセスシミュレータ８に組み込まれるプロセスモデルは、ＡＳＭ２ｄに限らず、生物反応を記述するモデルであれば、どのようなものであっても良い。

（２）プロセスシミュレータ８は水質と運転コストを演算するものでなく、水質のみを演算するものであっても良い。

（３）自動調整指令設定部７は、周期的に自動調整指令が発せられるよう設定できるものであっても良い。例えば毎月１０日の１０時に自動調整を行うなどの設定できるものであっても良い。

《第２実施形態》
次に本発明による下水処理場運転支援装置の第２実施形態を説明する。なお、基本的な構成は第１実施形態と同じであるため、図１を援用して説明する。

〈構成、動作〉
第２実施形態の下水処理場運転支援装置１のパラメータ自動調整部１１は、モデルパラメータの感度などのパラメータ特性を考慮してモデルパラメータを自動調整するようにしたものである。第２の実施形態では、専門家がモデルに関する知識およびプロセスに関する知識を基にモデルパラメータを手動で調整するのとほぼ同様の方法でパラメータ調整を行い、全ての水質を一括で調整対象とするパラメータ調整方法よりも、より現実的で実用的なパラメータ値を得るようにしている。

パラメータ自動調整部１１は、図２に示すように、自動調整指令が入力されたとき、プラント条件、シミュレーション用入力データ、モデルパラメータなどを用いて、シミュレーション計算を行うシミュレーション計算処理部１３と、シミュレーション結果を保存するシミュレーション結果保存部１４と、実績データとシミュレーション結果とを比較して、誤差を判定する個別シミュレーション誤差判定部１５と、モデルパラメータが最適化されたかどうかをチェックするチェック部１６と、誤差情報に基づき、変更パラメータ、調整対象水質などを選択する変更パラメータ群選択部１７と、指定されたモデルパラメータを最適化するパラメータ最適化部１８と、モデルパラメータの設定を変更するパラメータ設定変更部１９とを備えている。

そして、自動調整指令設定部７から自動調整指令が出力されたとき、制約条件を満たす範囲で、影響度（感度）などを基準に、変更対象となるモデルパラメータを切り替えながら、プラント条件設定部５に設定されているプラント条件などを用いて、プロセスシミュレーションを行い、モデルパラメータ保存部１２に保存されているモデルパラメータを最適化する。

シミュレーション計算部１３は、プラント条件設定部５に設定されたプラント条件下で、シミュレーション用データ生成部９で生成されたシミュレーション用入力データ（流入水質データ、運転データ）を入力条件として取り込み、モデルパラメータ保存部１２に保存されたモデルパラメータを用いて、シミュレーションを実施する。シミュレーション計算は各水質値が収束するまで実施し、収束値をシミュレーション結果保存部１４に保存する。

シミュレーション誤差判定部１５は、シミュレーション結果保存部１４に保存された水質値と、パラメータ同定用データ作成部１０で生成された評価対象水質データとの誤差を計算する。水質モデルがＡＳＭ２ｄの場合においては、１９個の水質成分が計算されることになる。しかしながら、これら水質成分の全てを計測することはないといって良い。特に、有機物成分は易分解性、遅分解性、非分解性溶解性、非分解性浮遊性など数多く分類されるが、このように成分を細かく分類し、分析している下水処理場はない。よって、オフライン、またはオンラインで計測されている成分、もしくは計測値から推定できる成分のみがパラメータ同定用データ作成部１０で生成され、評価対象データとなる。これら評価対象の水質成分のシミュレーション結果と評価対象水質データとのシミュレーション誤差Ｅ_ｋ，ｌを（１）式によりそれぞれ計算する。

〔数１〕
Ｅ_ｋ，ｌ＝｜Ｙ_ｋ，ｌ−Ｘ_ｋ，ｌ｜（ｋ＝１，…，ｍ、ｌ＝１，…，ｎ） …（１）
但し、Ｅ_ｋ，ｌ：水質成分ｋの地点１におけるシミュレーション誤差
Ｙ_ｋ，ｌ：水質成分ｋの地点１におけるシミュレーション値
Ｘ_ｋ，ｌ：水質成分ｋの地点１における評価対象水質値
ｍ：評価対象水質の個数
ｎ：計測地点の個数
チェック部１６は、すべての評価対象水質成分が予め設定された誤差判定値以内であったとき、良好なモデルパラメータが得られたと判定して、そのモデルパラメータ群をプロセスシミュレータ８内のモデルパラメータ保存部１２に保存し、またいずれか１つ以上の水質成分のシミュレーション誤差が予め設定された誤差判定値より大きいとき、各水質成分の誤差情報を変更パラメータ選択部１７に入力する。

変更パラメータ選択部１７には、モデルパラメータと各水質成分とをマトリックス状に配したマトリックス情報と、各モデルパラメータの上下限値などの制約条件を記述したパラメータ情報とが設定されている。

マトリックス情報の例を表１に示す。

本マトリックスは簡単な説明のために、６４個あるモデルパラメータのうち、６つのモデルパラメータに関して記述したものであるが、実際はより次数の大きなマトリックスとなる。プロセスフローはＡ２Ｏ（嫌気一無酸素一好気）プロセスとし、評価対象水質は生物反応槽の最後段である好気槽におけるリン酸濃度Ｓ_{ｐｏ４，ｏｘｉｃ}、アンモニア濃度Ｓ_{ＮＨ４，ｏｘｉｃ}、硝酸濃度Ｓ_{Ｎ０３，ｏｘｉｃ}である。マトリックス上の矢印はモデルパラメータを十側に動かした場合に、評価対象水質が十側に動くものが右上上がりの矢印、逆に一側に動くものを右下下がりの矢印で示している。矢印の太さはモデルパラメータを変化させた場合の評価対象水質の変化量に応じて記述されており、変化量の大きいものが太くなっている。また、変化量がほとんど無視できるものについては空白で示している。すべての水質に対してほとんど影響のないモデルパラメータは、マトリックス上ですべて空白となりマトリックスから削除することができる。また、マトリックス上で色づけされている部分は各モデルパラメータの調整対象水質である。各モデルパラメータはそれぞれ意味を持っている。例えば、μ_ＡＵＴはアンモニアを硝酸に変える硝化菌の増殖速度に関するモデルパラメータであり、ｂ_ＡＵＴは硝化菌の死滅速度に関するモデルパラメータである。

すなわち、これらのμ_ＡＵＴ、ｂ_ＡＵＴはアンモニア、硝酸を調整するのに適したモデルパラメータであるが、表１から明らかなように、これらを調整することにより、リン濃度まで変化してしまう。硝酸から窒素ガスに関わる脱窒反応を調整するモデルパラメータは別に表１に示すη_Ｎ０３のようなモデルパラメータがあるので、これらのμ_ＡＵＴ、ｂ_ＡＵＴはアンモニア濃度を調整するのに一般的には使われている。このため、これらのモデルパラメータの調整対象水質はアンモニア濃度Ｓ_{ＮＨ４，ｏｘｉｃ}としている。マトリックスにこのようなモデルパラメータに関するノウハウ情報を記述することにより、より現実的で実用的なパラメータ調整を行うことができる。

また、表１で示されるマトリックスの一番右に書かれた調整対象水質に対する影響度は、各モデルパラメータの調整対象水質に対する影響度を示しており、これは例えば変更パラメータを１０％変化させた場合の調整対象水質の変化率で表現される。

そして、変更パラメータ群選択部１７は（１）式におけるシミュレーション誤差が大きい水質を調整対象水質とする全てのモデルパラメータの中で、最も影響度の大きいものを変更パラメータとして選択する。表１の例においては、評価対象水質であるリン酸濃度Ｓ_{ｐｏ４，ｏｘｉｃ}、アンモニア濃度Ｓ_{ＮＨ４，ｏｘｉｃ}、硝酸濃度Ｓ_{Ｎ０３，ｏｘｉｃ}の全てに対してシミュレーション誤差が評価判定値よりも大きいと仮定した場合、影響度の最も大きいμ_ＡＵＴを調整パラメータ、アンモニアＳ_{ＮＨ４，ｏｘｉｃ}を調整対象水質として選択する。そして、選択された調整パラメータ、調整対象水質の情報、およびパラメータ情報に設定されたモデルパラメータの上下限値の制約情報がパラメータ最適化部１８に送られる。

パラメータ最適化部１８は、チェック部１６によって、パラメータ最適化処理が完了していないと判断されているとき、逐次二次計画法、または、ＧＡ（遺伝的アルゴリズム）やタブー探索、ＳＡ（シミュレーティッドアニーリング）等のメタヒューリスティックの数値最適化手法によって、変更パラメータ群選択部１７で選択された調整パラメータ、調整対象水質の情報、モデルパラメータの上下限値の制約情報を取り込み、パラメータ設定変更部１９を起動させて、パラメータ値を調整させながら、シミュレーション計算部１３、シミュレーション結果保存部１４、個別シミュレーション誤差判定部１５、チェック部１６を動作させて、制約条件内で、調整対象水質、例えばＳ_{ＮＨ４，ｏｘｉｃ}のシミュレーション誤差が最小となるようシミュレーション計算、収束値のシミュレーション結果保存、シミュレーション誤差評価を繰り返させ、モデルパラメータを最適化する。

そして、調整対象水質であるＳ_{ＮＨ４，ｏｘｉｃ}のシミュレーション誤差が最小となったら再度各評価対象水質の誤差評価を行う。

もしこの時点で、Ｓ_{Ｎ０３，ｏｘｉｃ}、Ｓ_{ｐｏ４，ｏｘｉｃ}が誤差判定値外で、Ｓ_{ＮＨ４，ｏｘｉｃ}のシミュレーション誤差が評価判定値以下であれば、評価対象水質であるＳ_{Ｎ０３，ｏｘｉｃ}、Ｓ_{ｐｏ４，ｏｘｉｃ}に対して最も影響度の大きいＹ_ｐｏ４が調整パラメータとして選択される。一方、Ｓ_{ＮＨ４，ｏｘｉｃ}のシミュレーション誤差も評価判定値より大きければ、ｂ_ＡＵＴが対象パラメータとなるが、パラメータ情報にはモデルパラメータの制約条件として増殖速度と死滅速度は同時には動かさないという制約が入っており、この場合ｂ_ＡＵＴは調整パラメータとならない。よって、この場合μ_ＡＵＴ、ｂ_ＡＵＴ以外で最も評価対象水質に対する影響度の大きいＹ_ｐｏ４が調整パラメータとして選択され、Ｙ_ｐｏ４の調整対象水質であるＳ_{ＰＯ４，ｏｘｉｃ}が調整対象水質として選択される。

また、１回目の最適化終了後、シミュレーション誤差の判定をし、誤差が判定値より大きい評価対象水質に対して、影響度を比較し、影響度が最も高いものを変更パラメータとして選択するとともに、そのモデルパラメータに対する調整対象水質を選択し、パラメータ情報に設定された制約条件のもとで、モデルパラメータ最適化を行う。

また、ある評価対象水質に関してシミュレーション誤差が誤差判定値内に入った場合においても、他の評価対象水質に対するモデルパラメータを動かすことにより、誤差判定値外に外れることがある。このような場合は、一度動かしたモデルパラメータも再度調整パラメータの候補となる。

このようなシミュレーション処理、誤差判定処理、変更パラメータ群選択処理、パラメータ最適化処理などを経て、すべての評価対象水質に対して誤差が判定値以下になった時点、または評価対象水質に影響を及ぼす変更パラメータがなくなった時点、あるいはパラメータ選択、最適化のループが予め設定した回数を超えた時点で演算を終了し、プロセスシミュレータ８のモデルパラメータ保存部１２に調整したパラメータ値を入力する。

〈効果〉
（１）各モデルパラメータに対する調整対象水質を設定し、その情報を基に自動調整することにより、専門家がモデルに関する知識およびプロセスに関する知識を基にモデルパラメータを手動で調整するのとほぼ同程度の精度で、モデルパラメータを調整することができる。これにより、従来発明の全ての水質を一括で調整対象とするパラメータ調整方法よりも、より現実的で実用的なパラメータ値を導くことができる。

（２）影響度の大きいモデルパラメータから順に調整することにより、より効率的に自動調整を行うことが可能となる。

（３）調整対象水質を１つとしているため、シミュレーション誤差がプラス側誤差かマイナス側誤差であるかがわかれば、モデルパラメータを現状値よりプラスマイナスどちらの方向に動かすか決まるため、探索範囲を効率的に絞ることができる。

〈第２実施形態の変形例〉
（１）変更パラメータ選択部１７で選択されるモデルパラメータは１つでなく、同じ調整対象水質に対して調整されるものであれば、複数個であっても良い。例えば、上述した例では調整対象水質Ｓ_{ｐｏ４，ｏｘｉｃ}に対するモデルパラメータとしてＹ_ｐｏ４とｑ_ｐＨＡがあるが、これを同時に変更パラメータとして選択し、ＧＡなどの最適化手法により最適化するものであっても良い。

（２）マトリックス情報として蓄えられる情報は表１の形式に限らず、各モデルパラメータを変化させた場合の各水質の変化方向および各モデルパラメータの評価対象水質に対する変化の大小を表現するものであれば、どのようなものでも良い。

（３）評価対象水質は表１に示すものに限らず、水質モデルで計算されている水質成分で、オンラインもしくはオフラインで実際に計測、もしくは推定できるデータが得られるものであれば、どのような水質を評価対象水質としても良い。

（４）シミュレーション誤差の判定式は、（１）式のものに限らず、例えばシミュレーション誤差を２乗した値により判定するものであっても良い。

（５）各モデルパラメータに対する調整対象水質は必ずしも１つでなくても良い。例えば、表１のマトリックスにおいてはμ_ＡＵＴの調整対象水質をＳ_{ＮＨ４，ｏｘｉｃ}としているが、Ｓ_{Ｎ０３，ｏｘｉｃ}にも影響を与えるため、Ｓ_{ＮＨ４，ｏｘｉｃ}と、Ｓ_{Ｎ０３，ｏｘｉｃ}を調整対象水質とし、（２）式で示されるシミュレーション誤差を最小とするものであっても良い。

〔数２〕
Ｅ_μＡＵＴ＝ｗ１・Ｅ_{ＮＨ４，ｏｘｉｃ}＋ｗ２・Ｅ_{Ｎ０３，ｏｘｉｃ} …（２）
但し、Ｅ_μＡＵＴ：パラメータμＡＵＴに対する調整対象水質のシミュレーション誤差
Ｅ_{ＮＨ４，ｏｘｉｃ}：好気槽のアンモニア濃度のシミュレーション誤差
Ｅ_{Ｎ０３，ｏｘｉｃ}：好気槽の硝酸濃度のシミュレーション誤差
ｗ１、ｗ２：重み係数
（６）影響度の評価方法はモデルパラメータを１０％動かした時の調整対象水質の変化率で示すものでなく、モデルパラメータのとりうる範囲内であれば何％変動させて、変化率を評価したものであっても良い。また変化率で表現されるものでなくとも、実際の水質の変動幅で影響度を示すものであっても良い。

（７）活性汚泥モデルのパラメータと水質の関係を記述したマトリックス情報は、予め実施された感度解析結果より作成される。活性汚泥モデルのパラメータの感度は処理プロセスにそれほど大きく依存しないので、マトリックス情報は、必ずしもその処理サイトの感度解析結果から作成されるものでなくとも、他の処理サイトの感度解析結果から得られたマトリックス情報をそのまま用いるものであっても良い。

《第３実施形態》
次に本発明による下水処理場運転支援装置の第３実施形態を説明する。なお、第３実施形態においても基本構成は、第１実施形態と同様であるため、図１を援用して説明する。

〈構成、動作〉
第３実施形態のパラメータ自動調整部１１は、モデルパラメータの感度だけでなく、干渉度をも考慮してモデルパラメータを自動調整するようにしている。この場合、図２に示した変更パラメータ群選択部１７に設定されるマトリックス情報として、表２に示すように、好気槽だけではなく、嫌気槽、無酸素槽に対する評価対象水質と、評価対象水質に対する干渉度が記述されたものを使用される。そして、専門家がモデルに関する知識およびプロセスに関する知識を基にモデルパラメータを手動で調整するのとほぼ同等のパラメータ調整を行い、全ての水質を調整対象とするパラメータ調整方法よりも、より現実的で実用的なパラメータ値を得るようにしたことである。

表２のマトリックスを見ると、μ_ＡＵＴ、ｂ_ＡＵＴのように調整対象水質以外の複数の水質を変化させてしまうものと、ｑ_ｐＨＡのようにある１つの調整対象水質のみを変化させるものなど特性があることがわかる。このような場合、より多くの水質成分に影響を及ぼすものを先に調整し、１つの水質のみに影響を及ぼすものを後に調整する方がより効率的である。表２の干渉度は調整対象水質以外のいくつの水質に対して影響を及ぼすかを示している。（１）式における評価対象水質のシミュレーション誤差が誤差判定値より大きい水質を調整対象水質とする全てのモデルパラメータのうち、最も干渉度が高いモデルパラメータを調整パラメータとして選択する。

評価対象水質に対し、全てのシミュレーション誤差が誤差判定値より大きい場合、変更パラメータの候補は、最も干渉度が高いμ_ＡＵＴと、ｂ_ＡＵＴとなる。このうち、調整対象水質に対して最も影響度の高いμ_ＡＵＴが１番目の変更パラメータとなる。μ_ＡＵＴが最適化された後、増殖速度と死滅速度は同時には動かさないという制約条件がパラメータ情報に設定され、ｂ_ＡＵＴを変更パラメータにすることができないことから、μ_ＡＵＴ、ｂ_ＡＵＴの次に干渉度の高いＫ_ＮＨ４が２番目の変更パラメータとして選択される。

このように、この第３実施形態では、評価対象水質に対する影響度の高いモデルパラメータよりも干渉度の高いモデルパラメータが選択される。

〈効果〉
（１）干渉度の高いモデルパラメータから順次調整していくことにより、一度調整したモデルパラメータを再度調整するという可能性が低くなるため、影響度のみを考慮した調整方法よりも効率的に計算ができる。このため、計算時間が短縮できる。

（２）嫌気条件、無酸素条件、好気条件別のデータを使うことにより、より現実に近い実用的なパラメータ自動調整ができるため、シミュレーション精度を更に向上させることができる。

〈第３実施形態の変形例〉
（１）変更パラメータ選択部１７で選択されるモデルパラメータは１つでなく、同じ調整対象水質に対して調整されるものであれば、複数個であっても良い。

（２）マトリックス情報に書き込まれる情報は表２の形式に限らず、各モデルパラメータを変化させた場合の各水質の変化方向および各モデルパラメータの評価対象水質に対する変化の大小を表現するものであれば、どのようなものでも良い。

（３）評価対象水質は表２に示すものに限らず、水質モデルで計算されている水質成分で、オンライン、もしくはオフラインで実際に計測できるもの、あるいは推定できるデータが確保できるものであれば、どのような水質を評価対象としても良い。

（４）シミュレーション誤差の判定式は、（１）式のものに限らず、例えばシミュレーション誤差を２乗した値により判定するものであっても良い。

（５）各モデルパラメータに対する調整対象水質は必ずしも１つでなくても良い。例えば、表２のマトリックスにおいてはＹ_ｐｏ４の調整対象水質をＳ_{ｐ０４，ａｎａｅｒｏｂｉｃ}としているが、Ｓ_{ｐ０４，ｏｘｉｃ}にも影響を与えるため、Ｓ_{ｐ０４，ａｎａｅｒｏｂｉｃ}とＳ_{ｐ０４，ｏｘｉｃ}を調整対象水質とし、（３）式で示されるシミュレーション誤差を最小とするものであっても良い。

〔数３〕
Ｅ_Ｙｐ０４＝ｗ１・Ｅ_{ｐ０４，ａｎａｅｒｏｂｉｃ}＋ｗ２・Ｅ_{ｐ０４，ｏｘｉｃ} …（３）
但し、Ｅ_Ｙｐ０４：パラメータＹ_ｐ０４に対する調整対象水質のシミュレーション誤差
Ｅ_{ｐ０４，ａｎａｅｒｏｂｉｃ}：嫌気槽のリン酸濃度のシミュレーション誤差
Ｅ_{ｐ０４，ｏｘｉｃ}：好気槽のリン酸濃度のシミュレーション誤差
ｗ１、ｗ２：重み係数
（６）干渉度は必ずしも干渉する水質個数ではなく、干渉の大小も考慮し、何らかの形で数値化したもので良い。

《第４実施形態》
次に本発明による下水処理場運転支援装置の第４実施形態を説明する。なお、第４実施形態においても基本構成は、第１実施形態と同様であるため、図１を援用して説明する。

〈構成、動作〉
第４実施形態の下水処理場運転支援装置１のパラメータ自動調整部１１は、モデルパラメータの感度などのパラメータ特性を考慮して評価対象水質毎にモデルパラメータを分類しておき、分類されたグループ毎にモデルパラメータを順次自動調整するようにしたものである。第４実施形態では第２実施形態と同様に、専門家がモデルに関する知識およびプロセスに関する知識を基にモデルパラメータを手動で調整するのとほぼ同様の方法でパラメータ調整を行い、全ての水質を一括で調整対象とするパラメータ調整方法よりも、より現実的で実用的なパラメータ値を得るようにしている。図３の変更パラメータ群選択部１７に格納されるモデルパラメータグループ情報は、評価対象水質毎のモデルパラメータの感度及びパラメータ特性により予め分類されるものである。例えば、簡単のため表１、表２に示されている６パラメータのみにつき記載すると、μ_ＡＵＴ、ｂ_ＡＵＴ、Ｋ_ＮＨ４が第１グループ、η_ＮＯ３が第２グループ、Ｙ_ＰＯ４、q_ＰＨＡが第３グループとして、グループ分けされている。第１グループはアンモニア（Ｓ_ＮＨ４）調整用、第２グループは硝酸（Ｓ_ＮＯ３）調整用、第３グループはリン酸（Ｓ_ＰＯ４）調整用のパラメータグループである。前述の（１）式で示されるシミュレーション誤差が、アンモニアについて評価判定値以上であれば第１グループ、硝酸について評価判定値以上であれば第２グループ、リン酸について評価判定値以上であれば第３グループのパラメータ群を選択し、それらのパラメータを最適化する。またすべての対象水質についてシミュレーション誤差が、評価判定値以上である場合は、まず、数多くの成分に影響を与える第１グループのパラメータを最適化し、その後に第２グループ、第３グループのパラメータを最適化することにより、効率的な調整を行うことが可能となる。

＜効果＞
（１）各モデルパラメータに対する調整対象水質を設定しそれらをあらかじめグループ化しておき、その情報を基に自動調整することにより、専門家がモデルに関する知識およびプロセスに関する知識を基にモデルパラメータを手動で調整するのとほぼ同程度の精度で、モデルパラメータを調整することができる。これにより、従来発明の全ての水質を一括で調整対象とするパラメータ調整方法よりも、より現実的で実用的なパラメータ値を導くことができる。

（２）より多くのパラメータに影響をあたえるパラメータグループを先に調整することにより、効率的な調整を行うことが可能となる。

〈第４実施形態の変形例〉
（１）パラメータの分類方法は、３グループに限らず、例えば、アンモニア、硝酸、リン酸別に嫌気槽、無酸素槽、好気槽別に調整パラメータグループをあらかじめ登録しておき、３×３の９グループのパラメータグループから構成されるものであってもよく、２以上のグループから構成されるものであったらどのようなものであってもよい。

《第５実施形態》
図４は本発明による下水処理場運転支援装置の第５実施形態を示すブロック図である。なお、この図において、図１の各部と対応する部分には、同じ符号が付してある。

〈構成、動作〉
この図に示す下水処理場運転支援装置５１が図１に示す下水処理場運転支援装置１と異なる点は、シミュレーション精度判定部２０を設け、プロセスシミュレータ８のシミュレーション誤差が予め設定されている誤差値以上になったとき、シミュレーション精度判定部２０によって、これを検知させて、プロセスシミュレータ８にモデルパラメータの自動調整を行わせるようにしたことである。

シミュレーション精度判定部２０には、データベース装置３より評価対象水質の実績値が入力される。また、プロセスシミュレータ８から該当水質のシミュレーション値が入力される。評価対象水質の実績値とシミュレーション値の誤差を例えば（４）式で評価する。

但し、△Ｅ：実績値とシミュレーション値の重み付き２乗平均誤差
Ｘ_ｋｌ：時間ｔにおける地点ｌでの評価対象水質ｋの実績値
Ｙ_ｋｌ：時間ｔにおける地点ｌでの評価対象水質ｋのシミュレーション値
Ｗ_ｋｌ：地点ｌでの評価対象水質ｋの重み係数
ｍ：評価対象水質の個数
ｎ：計測地点の個数
そして、（４）式の値が予め設定された誤差値以上の場合に、シミュレーション精度判定部２０はプロセスシミュレータ８内のパラメータ自動調整部１１に対し、自動調整指令を伝達する。パラメータ自動調整部１１は上述した第１〜第４実施形態のいずれかで使用されているアルゴリズムで、モデルパラメータの再計算を行い、プロセスシミュレータ８内のモデルパラメータ保存部１２に新たなモデルパラメータを設定する。

〈効果〉
（１）このような構成とすることにより、常にシミュレーション精度を良好に保つことができる。

〈第５実施形態の変形例〉
（１）シミュレーション精度判定部２０は自動調整指令を直接指令するものでなくとも、オペレータに自動調整指令を出すか否か判断するメッセージを監視画面上に表示するものであっても良い。

《第６実施形態》
次に本発明による下水処理場運転支援装置の第６実施形態を説明する。なお、基本的な構成は第１実施形態と同じであるため、図１を援用して説明する。

〈構成、動作〉
第６実施形態における下水処理場運転支援装置１のシミュレーション用データ生成部９は、オンラインで入力される実計測データを使用して、オンラインで計測していない水質項目のシミュレーション入力データを生成するようにしている。これにより、プロセスシミュレータ８に対して、より精度が高いシミュレーションを行わせるようにしている。

シミュレーション用データ生成部９は、下水処理プロセス２に設けられた各センサから出力される計測データ、例えば図５に示すように沈殿槽２１に設けられた全窒素計２２から出力される流入水の全窒素計測値を取り込み、次に述べる手順で、実際に計測していない水質項目のシミュレーション入力データ、例えばモデル入力成分の１つである易分解性有機物濃度Ｓ_Ｆ（ｔ）の時系列データを作成する。

まず、ＡＳＭ２ｄを組み込んだプロセスシミュレータ８により、シミュレーションを実施するには、流入水の有機物濃度が必要となるが、流入水の有機物濃度をオンライン計測している場合はほとんどない。流入水の有機物濃度は有機物指標であるＣＯＤ_Ｍｎ（過マンガン酸による化学的酸素要求量）やＢＯＤ（生物化学的酸素要求量）を処理場の水質分析員が一日に１回分析している程度である。また、月１回〜年数回の程度で通日試験が実施されており、この通日試験は１時間〜数時間おきに採水し、分析試験を行っている。

このような状況で、通日試験により分析された流入水のＣＯＤ_Ｍｎ値はデータベース装置３上に例えば、表３の形式で保存される。下水処理場の流入水は晴天時であれば、その地域にすむ人の活動、事業活動に依存することから、季節変動はあるもののほぼ同様の日変動パターンを示すといって良い。線形補間処理によって、表３の非連続データ間のデータは求め、ＣＯＤ_Ｍｎの平均値で割った値をＣＯＤＭｎの日変動パターン関数ＦＣＯＤ_Ｍｎ（ｔ）として定義する。この変動パターン関数は平均値に対する日変動を示すことになる。すなわち、変動係数を記述した関数となる。

一方で、図５に示す下水処理プロセス２では、全窒素濃度がオンライン計測されている。雨水と汚水の両方を処理する合流式下水道に接続された下水処理場では、雨天時には雨水の影響により全窒素濃度が低下する。汚水のみを処理する分流式下水道に接続された下水処理場においても、たいていの下水処理場においては、流入水の全窒素濃度が薄くなる（雨水が入りこんでいることに起因すると考えられる）。このように全窒素濃度が低下している場合、全窒素濃度だけではなく、計測されていない有機物濃度も同様に希釈されていると考えられる。

全窒素濃度とＣＯＤ_Ｍｎが同様の傾向で希釈されていると仮定すると、（５）式に示すように前述の日変動パターン関数ＦＣＯＤ_Ｍｎ（ｔ）に記述された変動係数に全窒素濃度計２２の計測値を乗じた形をとることによって、この希釈影響を考慮することができる。

〔数５〕
ＣＯＤ_Ｍｎ（ｔ）＝ＣＯＤ_{ａｖｅｒａｇｅ}・ＦＣＯＤ_Ｍｎ（ｔ）・Ｔ−Ｎ（ｔ） …（５）
但し、ＣＯＤ_Ｍｎ（ｔ）：時刻ｔにおけるＣＯＤ_Ｍｎ推定値データ
ＣＯＤ_{ａｖｅｒａｇｅ}：通日試験時のＣＯＤ_Ｍｎ平均データ
ＦＣＯＤ_Ｍｎ（ｔ）：ＣＯＤ_Ｍｎの変動パターン関数
Ｔ−Ｎ（ｔ）：時刻ｔにおける全窒素計計測値
また、プロセスシミュレータ８に組み込まれたＡＳＭ２ｄに入力される易分解性有機物はＣＯＤｃｒ（重クロム酸カリウムによる酸素要求量）で示されるため、（６）式に示すようにＣＯＤ_ＭｎをＣＯＤｃｒに変換する変換係数ｂ_ＣＯＤに有機物中の易分解性有機物比ａ_ＳＦを乗じることにより求められる。これらの変換係数はこの下水処理場でデータが得られれば、最も良いが、そのデータが得られない場合は、既存の文献値から値を決めれば良い。

〔数６〕
Ｓ_Ｆ（ｔ）＝ａ_ＳＦ・ｂ_ＣＯＤ・ＣＯＤ_Ｍｎ（ｔ） …（６）
但し、Ｓ_Ｆ（ｔ）：時刻ｔにおける易分解性有機物濃度
ａ_ＳＦ：有機物中の易分解性有機物比
ｂ_ＣＯＤ：ＦＣＯＤ_Ｍｎ→ＣＯＤｃｒに変換する変換係数ｂ_ＣＯＤ
ＣＯＤ_Ｍｎ（ｔ）：時刻ｔにおけるＣＯＤ_Ｍｎ推定値データ
〈効果〉
（１）計測していない水質項目のシミュレーション入力データを他のオンラインデータより、希釈影響を考慮し作成することにより、より精度が高いシミュレーションが可能となる。

（２）（６）式に示すようにＣＯＤ_ＭｎをＣＯＤｃｒに変換する変換係数ｂ_ＣＯＤに有機物中の易分解性有機物比ａ_ＳＦを乗じるという簡単な計算で、ＡＳＭ２ｄに必要な易分解性有機物はＣＯＤｃｒを求めることができ、計算に要する時間、負荷を低減することができる。

〈第６実施形態の変形例〉
（１）作成されるデータはＳ_Ｆ（ｔ）に限らず、どの入力データであっても良い。

（２）使用するオンラインセンサは全窒素計２２に限らず、全リン計や濁度計、ＳＳ計など水質濃度を計測するものであればどのようなものであっても良い。

（３）推定式は（５）式のものに限らず、対象データとオンラインデータの関係を記述するものであれば、どのような式であっても良い。

《第７実施形態》
次に本発明による下水処理場運転支援装置の第７実施形態を説明する。なお、基本的な構成は第１実施形態と同じであるため、図１を援用して説明する。

〈構成、動作〉
第７実施形態における下水処理場運転支援装置１のシミュレーション用データ生成部９は、流入水の全窒素計測値と、日常試験で日１回程度実施される水質試験結果、例えばＣＯＤ_Ｍｎの水質試験結果とを使って、モデルの入力成分の１つである易分解性有機物濃度Ｓ_Ｆ（ｔ）の時系列データを作成することによって、より精度が高いシミュレーションを行わせるようにしたことである。

シミュレーション用データ生成部９は、下水処理プロセス２に設けられた各センサから出力される計測データ、例えば図５に示したように沈殿槽２１に設けられた全窒素計２２から出力される流入水の全窒素計測値と、日常の水質試験で分析されるＣＯＤ_Ｍｎの水質試験結果を取り込み、（８）式〜（１０）式を使用して、ＣＯＤ_Ｍｎ（ｔ）を計算し、実際に計測していないシミュレーション入力データ、例えばモデルの入力成分の１つである易分解性有機物濃度Ｓ_Ｆ（ｔ）の時系列データを作成する。

〔数７〕
ＣＯＤ_Ｍｎ（ｔ）＝ＣＯＤ_{Ｍｎａｖｅｒａｇｅ}・ＦＣＯＤ_Ｍｎ（ｔ）・Ｔ−Ｎ（ｔ）・ｋ（Ｔ） …（８）
ＣＯＤ_Ｍｎ（Ｔ）＝ＣＯＤ_{Ｍｎａｖｅｒａｇｅ}・ＦＣＯＤ_Ｍｎ（Ｔ）・Ｔ−Ｎ（Ｔ）・ｋ（Ｔ−ΔＴ） …（９）
ｋ（Ｔ）＝ＣＯＤ_{Ｍｎｄａｙ}（Ｔ）／ＣＯＤ_Ｍｎ（Ｔ） …（１０）
但し、ＣＯＤ_Ｍｎ（ｔ）：時刻ｔにおけるＣＯＤ_Ｍｎ推定値データ
ＣＯＤ_{Ｍｎａｖｅｒａｇｅ}：通日試験時のＣＯＤ_Ｍｎ平均データ
ＣＯＤ_{Ｍｎｄａｙ}（Ｔ）：時刻Ｔにおける日常水質試験のＣＯＤ_Ｍｎデータ
ＣＯＤ_Ｍｎ（Ｔ）：時刻ＴにおけるＣＯＤ_Ｍｎ推定値データ
ＣＯＤ_{Ｍｎａｖｅｒａｇｅ}：通日試験時のＣＯＤ_Ｍｎ平均データ
ＦＣＯＤ_Ｍｎ（ｔ）：ＣＯＤ_Ｍｎの日変動パターン関数
Ｔ−Ｎ（ｔ）：時刻ｔにおける全窒素計計測値
ｋ（Ｔ）：補正係数
ｋ（Ｔ−ΔＴ）：ワンステップ前の補正係数
この際、ＣＯＤ_{Ｍｎｄａｙ}（Ｔ）には、最新のＣＯＤ_Ｍｎの水質試験結果が水質分析員により入力される。ただし、水質試験はサンプルしてから結果が出るまでに数時間有するため、ＣＯＤ_{Ｍｎｄａｙ}（Ｔ）、ＣＯＤ_Ｍｎ（Ｔ）ともに過去の値となる。

また、ＣＯＤ_{Ｍｎｄａｙ}（Ｔ）がデータベースに入力される前は、前ステップのｋ（Ｔ）を使ってＣＯＤ_Ｍｎ（ｔ）は計算され、ＣＯＤ^{Ｍｎｄａｙ}（Ｔ）がデータベースに入力された時点で、ｋ（Ｔ）が（９）式、（１０）式により計算され、更新され、（８）式のｋ（Ｔ）に入力される。

そして、（８）式で計算されるＣＯＤ_Ｍｎ（ｔ）と、（６）式とが使用されて、シミュレーション入力データの１つであるＳ_Ｆ（ｔ）が計算される。

〈効果〉
（１）計測していない水質項目のシミュレーション入力データを他のオンラインデータより作成し、さらにその日に計測されるデータにより補正されることにより、他の水質項目の希釈情報からその時の水質状況を反映できると同時にその日の対象水質の水質状況を反映できるため、より精度が高いシミュレーションが可能となる。

〈第７実施形態の変形例〉
（１）推定式は（８）式〜（１０）式のものに限らず、対象データとオンラインデータの関係を記述し、かつその日の対象データの水質試験結果を利用するものであれば、どのような式であっても良い。

《第８実施形態》
次に本発明による下水処理場運転支援装置の第８実施形態を説明する。なお、基本的な構成は第１実施形態と同じであるため、図１を援用して説明する。

〈構成、動作〉
第８実施形態における下水処理場運転支援装置１のシミュレーション用データ生成部９は、図６に示すように、流入量予測部２３、類似流入パターン選択部２４、将来シミュレーション用データ生成部２５を備えており、現在の気象予測情報、現在のポンプ井水位情報、過去の気象予測情報、過去のポンプ井水位情報などに基づき、現在の流入水質情報から、将来のシミュレーション用データとなる流入水質時系列データなどを作成して、将来のシミュレーションを行えるようにしたことである。

流入量予測部２３は、過去の気象予測情報、過去の流入量、過去のポンプ井水位情報と、現在の気象予測情報、現在のポンプ井水位情報とに基づき、将来の下水流入量を予測して、将来流入量データ、流入量予測データを計算し、類似流入パターン選択部２４に送る。

類似流入パターン選択部２４は、将来流入量データ、流入量予測データを用いて、データベース装置３に蓄積された過去の流入量データを検索し、これら将来流入量データ、流入量予測データに最も類似した過去の流入量データを選択するとともに、選択した流入量データに対応する期間中の流入水質情報を抽出する。そして、この流入水質情報に含まれる流入水質の時系列データを予測期間中の平均流入水質で割り、流入水質の変動係数を記述した流入水質変動パターン関数を作成し、将来シミュレーション用データ生成部２５に送る。

将来シミュレーション用データ生成部２５は、流入量予測部２３から出力される将来流入量データを取り込み、プロセスシミュレータ８ａに送りながら、類似流入パターン選択部２４から出力される流入水質変動パターン関数にその対象水質の現在計測値、または現在推定値を乗じることにより、将来の流入水質データを作成し、プロセスシミュレータ８ａに送る。

〈効果〉
（１）将来のシミュレーション用データが自動生成されることにより、将来のシミュレーションが可能となり、運転方法の検討が可能となる。

《第９実施形態》
次に本発明による下水処理場運転支援装置の第９実施形態を説明する。なお、基本的な構成は第１実施形態と同じであるため、図１を援用して説明する。

〈構成、動作〉
第９実施形態における下水処理場運転支援装置１のシミュレーション用データ生成部９は、図７に示すように、パターン関数生成部２６、将来シミュレーション用データ生成部２７を備え、現在の気象予測情報、現在の流入水質情報などに基づき、将来のシミュレーション用データとなる流入水質時系列データなどを作成して、将来のシミュレーションを行えるようにしたことである。

パターン関数生成部２６は雨天時パターン関数生成部２８と、晴天時パターン関数生成部２９とを備えており、降雨情報などの気象情報を取り込んで、晴天時パターン関数を利用するのか、雨天時パターン関数を利用するのかを選択して、一日の水質・水量の変動パターン関数を生成する。

晴天時パターン関数生成部２８は、データベース装置３に格納されている、晴天時の水質・水量情報（一日の水質・水量）に基づき、晴天時における一日の水質・水量の変動パターン関数を生成する。これは、例えばその日から前１０日分の晴天の日の水量・水質の日変動パターンを平均したものにより、生成される。

また、雨天時パターン関数生成部２９は、データベース装置３に格納されている、降雨量、降雨強度、降雨継続時間などに関する降雨情報の実績情報と、気象情報などとして入力された現在の降雨情報とを比較して、類似降雨を選択し、過去の類似降雨時の流入水量・流入水質パターンから変動係数を記述した変動パターン関数を生成する。

データ生成部２７は、パターン関数生成部２６から出力される変動パターン関数に含まれている変動係数に、流入量データまたは流入水質データの現在計測値または現在推定値を乗じることにより、将来の流入水量・水質データを作成する。

〈効果〉
（１）過去における晴天時のデータ、雨天時のデータから、将来のシミュレーション用データが自動生成され、将来のシミュレーションが可能となり、運転方法の検討が可能となる。

《第１０実施形態》
図８は本発明による下水処理場運転支援装置の第１０実施形態を示すブロック図である。なお、この図において、図１の各部と対応する部分には、同じ符号が付してある。

〈構成、動作〉
この図に示す下水処理場運転支援装置６１が図１に示す下水処理場運転支援装置１と異なる点は、運転員によって手動設定された運転条件を出力する運転条件設定部６に代えて、運転コストと流入水の質とを一元的に評価して、運転内容を最適化する運転最適化部３０を設け、一定の流入水質を確保させながら、運転コストを低減するようにしたことである。

運転最適化部３０は、コスト評価関数を用いて、流入水の水質を実際の運転コストに変換するとともに、運転コストと流入水の水質とを一元的に評価するコスト評価関数設定部３１を備えており、プロセスシミュレータ８から取り込まれた流入水の水質に変換係数を乗じて、実際の運転コストを求めるとともに、運転コストと流入水の水質とに対応する評価関数を計算し、予め登録されている最適化アルゴリズム、例えば特開２００４−１７１５３１号公報に示すようなアルゴリズムを用いて、評価関数のコスト評価値が最小となるような運転条件を求める。そして、これを下水処理プロセス２に供給して、運転内容を制御するとともに、プロセスシミュレータ８に供給して、モデルパラメータを自動調整する。

〈効果〉
（１）モデルパラメータを自動調整したプロセスモデルにより、運転最適化を行うことにより、より実際を模擬できるため、実用性の高い運転条件の探索が可能となる。

（２）流入水の水質・コストが最適となる運転条件を自動で求めるため、運転管理がより効率化される。

《第１１実施形態》
図９は本発明による下水処理場運転支援装置の第１１実施形態を示すブロック図である。なお、この図において、図１の各部と対応する部分には、同じ符号が付してある。

〈構成、動作〉
この図に示す下水処理場運転支援装置７１が図１に示す下水処理場運転支援装置１と異なる点は、インターネットなどの通信回線３３を介して、各処理サイト３２と接続されている水質支援センタ３４内にプロセスシミュレータ８を配置し、このプロセスシミュレータ８によって、各処理サイト３２のパラメータ最適化処理を行わせるようにしたことである。

各処理サイト３２には、モデルパラメータ設定部４、プラント条件設定部５、運転条件設定部６、自動調整指令部７、データベース装置３が設置されており、これらモデルパラメータ設定部４、プラント条件設定部５、運転条件設定部６、自動調整指令部７に設定されている設定値情報と、データベース装置３で生成されたシミュレーション入力用データ、パラメータ同定用データが通信回線３３を介して、水質支援センタ３４のプロセスシミュレータ８に伝達される。

水質支援センタ３４のプロセスシミュレータ８は、各処理サイト３２から情報が供給される毎に、これらの情報に基づき、モデルパラメータの自動調整と、シミュレーションを実施し、流入水の水質と、運転コストの計算結果を情報発信元の処理サイト３４に送信し、運転内容を最適化する。

〈効果〉
（１）複数の処理サイト３２をシミュレーションするためのプロセスシミュレータ８が１つで済むため、ハード面にかかるコストを削減できる。

（２）プロセスシミュレータ８のメンテナンスを行う人を水質支援センタ３４に集約すれば良いので、プロセスシミュレータ８のメンテナンスにかかるコストを削減できる。

〈第１１実施形態の変形例〉
（１）水質支援センタ３４内に最適化運転装置を設け、この最適化運転装置で得られた最適運転条件を処理サイト３２に配信するものであっても良い。

（２）水質支援センタ３４内にデータベースを設け、各処理サイト３２のプロセスセンサの値や水質分析値を水質支援センタ３４に送信させてデータベースに蓄積させながら、モデルパラメータの最適化、シミュレーションなどを実施させ、モデルパラメータ、シミュレーション結果などを各処理サイト３２に配信する実施形態であっても良い。

本発明による下水処理場運転支援装置の実施形態を示すブロック図。 パラメータ自動調整部の詳細な回路構成例を示すブロック図。 パラメータ自動調整部の詳細な他の回路構成例を示すブロック図。 本発明による下水処理場運転支援装置の他の実施形態を示すブロック図。 下水処理プロセスの一例を示すブロック図。 データベースの詳細な回路構成例を示すブロック図。 シミュレーション用データ生成部の詳細な回路構成例を示すブロック図。 本発明による下水処理場運転支援装置の更に他の実施形態を示すブロック図。 本発明による下水処理場運転支援装置の更に他の実施形態を示すブロック図。 従来例であるパラメータ設定装置の概要を示すブロック図。 従来例であるパラメータ設定技術を説明するブロック図。 図１１に示す従来例におけるパラメータ選択処理部の詳細な回路構成例を示すブロック図。

符号の説明

１，５１，６１，７１：下水処理場運転支援装置
２：下水処理プロセス
３：データベース
４：モデルパラメータ設定部（設定部）
５：プラント条件設定部（設定部）
６：運転条件設定部（設定部）
７：自動調整指令設定部（設定部）
８：プロセスシミュレータ
９：シミュレーション用データ生成部（データ生成部）
１０：パラメータ同定用データ生成部（データ生成部）
１２：モデルパラメータ保存部
１１：パラメータ自動調整部
１３：シミュレーション計算部
１４：シミュレーション結果保存部
１５：個別シミュレーション誤差判定部
１６：チェック部
１７：変更パラメータ選択部
１８：パラメータ最適化部
１９：パラメータ設定変更部
２０：シミュレーション精度判定部
２１：沈殿槽
２２：全窒素計
２３：流入量予測部（将来流入水質パターン関数生成部）
２４：類似流入パターン選択部（将来流入水質パターン関数生成部）
２５：将来シミュレーション用データ生成部
２６：パターン関数生成部
２７：データ生成部
２８：晴天時パターン関数生成部
２９：雨天時パターン関数生成部
３０：運転最適化部
３１：コスト評価関数設定部
３２：処理サイト
３３：通信回線
３４：水質支援センタ

Claims (16)

1. 下水処理プロセスをシミュレーションして運転支援を行う下水処理場運転支援装置であって、
   少なくとも下水の流入流量、返送流量、汚泥引抜量、曝気風量、循環流量のいずれかを含む運転データおよび水温、ＭＬＳＳ、ＤＯ、ｐＨ、ＵＶ、アンモニア性窒素、リン酸性リンのいずれかの水質データを含むセンサ情報と、オフラインで分析された少なくともＣＯＤ、ＢＯＤ、ＴＯＣ、アンモニア性窒素、硝酸性窒素、リン酸性リンのいずれかを含む水質分析結果情報とを時系列に蓄積するデータベースと、
   このデータベースに蓄えられた前記センサ情報および水質分析結果情報に基づき、水質モデルのモデルパラメータの自動調整に必要なパラメータ自動調整用入力データ、およびプロセスシミュレーションに必要となる流入水の水質データをそれぞれ生成するデータ生成部と、
   前記下水処理プロセスのプロセスフローおよび各反応タンク、沈殿地の容積等の土木条件、下水処理プロセス内のポンプ、ブロア等の機器の機器条件を含むプラント条件と、少なくとも返送量、循環量、汚泥引抜量、曝気風量、反応槽ＤＯ濃度のいずれかを含む運転条件とが設定される設定部と、
   この設定部に設定されている前記プラント条件および運転条件と、前記データベースに蓄えられた前記センサ情報および水質分析結果情報と、前記データ生成部で生成された前記パラメータ自動調整用入力データおよび前記水質データとに基づき、前記下水処理プロセスの水質を演算し、その演算値がデータベースに収集された実績の水質値に近づくように各モデルパラメータを最適化するパラメータ自動調整部を有するプロセスシミュレータと、を備え、
   前記プロセスシミュレータのパラメータ自動調整部は、各モデルパラメータの上下限値、各モデルパラメータの制約条件が記述されるパラメータ情報と、各モデルパラメータを変化させた場合における各評価対象水質の変化方向と変化の大小と各モデルパラメータに対する調整対象水質と調整対象水質に対する影響度とがマトリックス状に記述されたマトリックス情報とを有し、前記モデルパラメータの制約条件および前記マトリックス情報に基づき、調整するモデルパラメータを切り替えつつ、下水処理プロセスの水質を演算して、その演算値が前記データベースに収集された実績の水質値に近づくように各モデルパラメータを最適化する、
   ことを特徴とする下水処理場運転支援装置。
2. 請求項１に記載の下水処理場運転支援装置において、
   前記マトリックス情報は、嫌気条件、無酸素条件、および好気条件別に評価対象水質がマトリックス状に記述される、
   ことを特徴とする下水処理場運転支援装置。
3. 下水処理プロセスをシミュレーションして運転支援を行う下水処理場運転支援装置であって、
   少なくとも下水の流入流量、返送流量、汚泥引抜量、曝気風量、循環流量のいずれかを含む運転データおよび水温、ＭＬＳＳ、ＤＯ、ｐＨ、ＵＶ、アンモニア性窒素、リン酸性リンのいずれかの水質データを含むセンサ情報と、オフラインで分析された少なくともＣＯＤ、ＢＯＤ、ＴＯＣ、アンモニア性窒素、硝酸性窒素、リン酸性リンのいずれかを含む水質分析結果情報とを時系列に蓄積するデータベースと、
   このデータベースに蓄えられた前記センサ情報および水質分析結果情報に基づき、水質モデルのモデルパラメータの自動調整に必要なパラメータ自動調整用入力データ、およびプロセスシミュレーションに必要となる流入水の水質データをそれぞれ生成するデータ生成部と、
   前記下水処理プロセスのプロセスフローおよび各反応タンク、沈殿地の容積等の土木条件、下水処理プロセス内のポンプ、ブロア等の機器の機器条件を含むプラント条件と、少なくとも返送量、循環量、汚泥引抜量、曝気風量、反応槽ＤＯ濃度のいずれかを含む運転条件とが設定される設定部と、
   この設定部に設定されている前記プラント条件および運転条件と、前記データベースに蓄えられた前記センサ情報および水質分析結果情報と、前記データ生成部で生成された前記パラメータ自動調整用入力データおよび前記水質データとに基づき、前記下水処理プロセスの水質を演算し、その演算値がデータベースに収集された実績の水質値に近づくように各モデルパラメータを最適化するパラメータ自動調整部を有するプロセスシミュレータと、を備え、
   前記プロセスシミュレータのパラメータ自動調整部は、各モデルパラメータの上下限値、各モデルパラメータの制約条件が記述されるパラメータ情報と、各モデルパラメータの特徴に応じてあらかじめパラメータを２以上のグループにグループ分けしたパラメータグループ情報とを有し、調整するモデルパラメータグループを切り替えつつ、下水処理プロセスの水質を演算して、その演算値がデータベースに収集された実績の水質値に近づくように各グループのモデルパラメータを順次、最適化する、
   ことを特徴とする下水処理場運転支援装置。
4. 請求項１または３に記載の下水処理場運転支援装置において、
   前記パラメータ自動調整部は、複数項目の水質に影響を及ぼすモデルパラメータから優先的に選択して調整する、
   ことを特徴とする下水処理場運転支援装置。
5. 請求項１乃至４のいずれか１項に記載の下水処理場運転支援装置において、
   オンライン、もしくはオフラインで計測される水質データとシミュレーションにより求められる当該水質データとの誤差が判定値以内に収まっているかを評価するシミュレーション精度判定部を備え、
   当該シミュレーション精度判定部は、前記誤差が判定値以上になったとき、パラメータ自動調整指令を生成して前記プロセスシミュレータに出力する、
   ことを特徴とする下水処理場運転支援装置。
6. 請求項１乃至５のいずれか１項に記載の下水処理場運転支援装置において、
   前記データ生成部は、前記データベースに蓄積されたある一日の対象データのオフライン時系列データと、このオフライン時系列データと相関のあるオンラインデータとに基づき、オンライン計測されていないデータのある時刻における現在データを生成する、
   ことを特徴とする下水処理場運転支援装置。
7. 請求項１乃至５のいずれか１項に記載の下水処理場運転支援装置において、
   前記データ生成部は、前記データベースに蓄積されたある一日の対象データのオフライン時系列データと、このオフライン時系列データと相関のあるオンラインデータとに基づき、オンライン計測されていないデータを推定し、その日の一時点で計測された代表データを用いて、推定された前記データを補正し、その日の一時点のある時刻における現在データを生成する、
   ことを特徴とする下水処理場運転支援装置。
8. 請求項１乃至５のいずれか１項に記載の下水処理場運転支援装置において、
   前記データ生成部は、気象予測情報、ポンプ井の水位情報、過去の統計情報のうち、少なくともいずれかに基づき、その日一日、もしくは数時間先、あるいは数分先の下水流入量を予測するとともに、その日１日、もしくは数時間先、あるいは数分先の流入量パターンと、前記データベースに蓄積された過去の流入量パターンとを比較し、最も類似した過去の流入量パターンに対応する水質情報からその日一日、もしくは数時間先、あるいは数分先の将来流入水質パターン関数を作成する将来流入水質パターン関数生成部と、
   この将来流入水質パターン関数生成部で生成された将来流入水質パターン関数とオンラインもしくはオフライン計測される現在データとに基づき、将来のシミュレーション用データを生成する将来シミュレーション用データ生成部と、
   を備えたことを特徴とする下水処理場運転支援装置。
9. 請求項１乃至５のいずれか１項に記載の下水処理場運転支援装置において、
   前記データ生成部は、前記データベースに蓄積された情報に基づき、晴天時における流入水量・水質パターンを生成する晴天時パターン関数生成部と、
   前記データベースに蓄積された情報に基づき、雨天時における流入水量・水質パターンを生成する雨天時パターン関数生成部とを備え、
   そのときの気象状況に応じて、晴天時パターン関数生成部、または雨天時パターン関数生成部のいずれか一方を選択して、流入水量・水質パターンを生成し、この流入水量・水質パターンと、オンラインもしくはオフライン計測される現在データとに基づき、将来シミュレーション用データを生成する、
   ことを特徴とする下水処理場運転支援装置。
10. 請求項１乃至５のいずれか１項に記載の下水処理場運転支援装置において、
    前記データ生成部は、オンライン計測されるデータ、もしくは請求項６または７で生成された現在データ、または請求項８または９で生成された将来シミュレーション用データに対し、ある一定の比率を乗じて、オンライン、オフラインのいずれの計測もされていないデータを求める、
    ことを特徴とする下水処理場運転支援装置。
11. 請求項１乃至５のいずれか１項に記載の下水処理場運転支援装置において、
    前記データ生成部は、下水処理プロセス及び放流水の水質評価に必要なモデルパラメータ評価用データとして、汚泥濃度、アンモニア性窒素濃度、硝酸性窒素濃度、リン酸性リン濃度のうちのいずれかの項目に対応するデータを生成する、
    ことを特徴とする下水処理場運転支援装置。
12. 請求項１乃至５のいずれか１項に記載の下水処理場運転支援装置において、
    前記データ生成部は、オンライン計測されたデータの日平均データ、もしくは１日のオフラインデータの平均値、あるいは請求項６または７で生成された現在データ、または請求項８または９で生成された将来シミュレーション用データの日平均値を使用して、パラメータの自動調整に必要なデータ、下水処理プロセス内及び放流水の水質評価に必要なデータを生成する、
    ことを特徴とする下水処理場運転支援装置。
13. 請求項１乃至５のいずれか１項に記載の下水処理場運転支援装置において、
    前記データ生成部は、下水処理工程の流れ方向に沿って配置された各センサからオンライン、もしくはオフラインで出力される測定データを使用して、パラメータの自動調整に必要なデータ、下水処理プロセス内及び放流水の水質評価に必要なデータを生成する、
    ことを特徴とする下水処理場運転支援装置。
14. 請求項１乃至５のいずれか１項に記載の下水処理場運転支援装置において、
    放流水の水質を運転コストに換算して、運転コストと放流水の水質とを一元的に評価するコスト評価関数を使用し、このコスト評価関数のコスト値を最小にするのに必要な運転条件を求める運転最適化部、
    を備えたことを特徴とする下水処理場運転支援装置。
15. 請求項１乃至１４のいずれか１項に記載の下水処理場運転支援装置において、
    前記データベースと、前記データ生成部と、前記設定部とを有する１つ以上の下水処理サイトと、
    通信回線を介して、前記下水処理サイトの前記設定部に設定されている各条件、前記データベースに蓄えられた各情報、前記データ生成部で生成された各データを取り込み、これら各条件、各情報、各データを用いて、下水処理プロセスの水質、運転コストを演算し、各モデルパラメータを最適化するとともに、通信回線を介して、最適化済みの各モデルパラメータを前記下水処理サイトに供給する水質支援センタと、
    を備えたことを特徴とする下水処理場運転支援装置。
16. 請求項１５に記載の下水処理場運転支援装置において、
    前記通信回線として、インターネット回線を使用する、
    ことを特徴とする下水処理場運転支援装置。

Images