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

使用软传感和与机器学习集成的数学模型的下一代废水处理控制

• 批准号: 21J15838
• 负责人: 渡部 龍一
• 金额: $ 0.96万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-28 至 2023-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-21J15838/
• 关键词: ソフトセンサー; 分散型排水処理; メンテナンス; IoTセンサー; 時系列データ; データ前処理; モデル; 2-Methylisoborneol

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。

Drainage treatment monitoring and control purpose, activated sludge treatment, long-term immersion, pH・ORP・DO meter のメンテナンス・Non-メンテナンス system の comparison 実験のresult をanalysisし, electrode cleaning およびcalibration を行わないpH The sludge is returned to the sewage treatment system, and the sludge is returned to the sludge. The residence time of water science is equivalent to the time of water quality change, and the water quality can be controlled easily.また, ある时における无メンテナンス series のvalue of pH, ORP, DO meterからAt the same time, it is estimated that the LSTM is open at the same time. Prediction of 2-MIB concentration in the raw water of watercourses, research on 2-MIB concentration in the raw water of Kyoto City water purification plant, research on 2-MIB concentration in raw water of Kyoto City water purification plant The quality of the water is determined, the raw water source is upstream, the time series is entered, and the 2-MIB concentration in the future is predicted. Input force time series データの period long output force 2-MIB concentration time point などの setting The pre-processing of the time series, the prediction accuracy of the program and the influence of the analysis on it.さらにモデルの特徴quantityの ImportanceをVisualizationし、Importanceのlowい変numberをExceptionして特徴quantityのdimensionalをcut Minus することで, forecast モデルによる2-MIB のピークへのerror が小さくなることをconfirm した.センサーによる下水qualityの连続禳看夤を用いた下水サンプリング戦性の検検に关する Research では, ハノイの下水のCONDUCTIVITY・The measurement value of turbidity is determined by the use of turbidity testing equipment, and the number of samples collected per day is increased by using a separate precision analysis method. Add the daily average value of the sample and the relative error of the sample is reduced, the conductivity is larger than the turbidity error, and the error is large. The daily average value of the sample at the time of collection is the same as the sample value. The relative error between the sample and the dissolved state is greater than that of the suspended state, so the probability is confirmed.さらにグラブ adopts のピークやボトムがcontaining まれているとhigh-precision となることをconfirmationした.

项目成果

Deep Learning-Based Prediction of 2-MIB Outbreak Occurrence and Concentration in a Drinking Water Source.

基于深度学习的饮用水源中 2-MIB 爆发发生和浓度预测。

• 发表时间: 2021
• 作者: R. Watanabe;H. Harada;T. Yokoi;S. Fujii
• 通讯作者: S. Fujii

時系列データの前処理が機械学習モデルの出力に及ぼす影響: 水道原水中 2-Methylisoborneol 濃度の予測モデルにおける事例研究

时间序列数据预处理对机器学习模型输出的影响：自来水原水中 2-甲基异龙脑浓度预测模型的案例研究

• 发表时间: 2022
• 作者: S. Tsunoda;R. Tashiro;S. Hososhima;H. Kandori;渡部龍一，原田英典，横井貴大，越後信哉
• 通讯作者: 渡部龍一，原田英典，横井貴大，越後信哉

ベトナムにおける下水の観測データに基づいた下水試料の採取戦略の検討

基于越南污水观测数据的污水样本采集策略研究

• 发表时间: 2023
• 作者: Li Han;Shibuta Masahiro;Yamada Takashi;Hojo Hajime;Kato Hiroyuki S.;Teranishi Toshiharu;Sakamoto Masanori;神取秀樹;渡部龍一，M. Y. Schneider，藤井滋穂，安井英斉，原田英典
• 通讯作者: 渡部龍一，M. Y. Schneider，藤井滋穂，安井英斉，原田英典

Effects of the number of samples and days on the accuracy of sewage grab sampling campaign

采样数量和天数对污水抓采样精度的影响

• 发表时间: 2022
• 作者: Ryuichi Watanabe;Hidenori Harada;Mariane Y. Schneider;Shigeo Fujii
• 通讯作者: Shigeo Fujii