Next-generation wastewater treatment control using the soft-sensing and the mathematical model integrated with the machine learning

点击翻译按钮获取中文摘要

排水処理プロセス監視を目的としたソフトセンサー開発に関する研究では，活性汚泥リアクター中に長期浸漬したpH・ORP・DO計のメンテナンス・非メンテナンス系の比較実験の結果を解析し，電極洗浄および校正を行わないpH計の応答シグナルを用いて，リアクターへの排水流入の検知，沈殿槽から曝気槽への返送汚泥の検知，および活性汚泥リアクターの水理学的滞留時間に相当する時間スケールでの水質変動トレンドの把握が可能であることを明らかにした。また，ある時刻における非メンテナンス系のpH，ORP，DO計の値から同時刻の実際のpHを推定するLSTMによるモデルを開発した。水道原水中2-MIB濃度予測モデルに関する研究では，京都市浄水場原水中の2-MIB濃度をはじめモニタリングされる原水水質データ，原水取水源の上流の気象データの時系列データを入力とし，将来の2-MIB濃度を予測するモデルを開発した。入力する時系列データの期間長や出力する2-MIB濃度の時点などの設定や時系列データ前処理が，モデルの予測精度に及ぼす影響について解析した。さらにモデルの特徴量の重要度を可視化し，重要度の低い変数を除外して特徴量の次元を削減することで，予測モデルによる2-MIBのピークへの誤差が小さくなることを確認した。センサーによる下水質の連続観測値を用いた下水サンプリング戦略の検討に関する研究では，ハノイの下水の導電率・濁度の連続測定値を用いてモデル化した下水のグラブ試料採取のシナリオ別精度分析により，1日あたり試料数の増加により日平均値に対するグラブ試料の相対誤差が減少すること，導電率に比べ濁度の誤差が大きいことから，グラブ試料採取時の日平均値に対するグラブ試料値の相対誤差は溶存態に比べ懸濁態の方が大きくなる可能性を確認した。さらにグラブ採取の時間帯に日変動のピークやボトムが含まれていると高精度となることを確認した。