| 内容 |
論文 |
| 巻 |
29巻2/3号2024年
|
| Page |
11
|
| 題名 |
機械学習による下水二次処理水中の全窒素濃度推定技術の開発
|
| Title |
Estimation of Total Nitrogen Concentration in Secondary Sewage Effluent by Machine Learning |
| 著者 |
林 佳史1)，吉田 航1)，植田怜央1)，今村英二1)，木本 勲1)，霜田健太2) |
| Authors |
Yoshifumi Hayashi 1), Wataru Yoshida 1), Reo Ueda 1), Eiji Imamura 1), Isao Kimoto 1), Kenta Shimoda 2) |
| 著者表記 |
1)三菱電機(株) 先端技術総合研究所
2)三菱電機(株) 神戸製作所 |
| 著者表記(英) |
1) Mitsubishi Electric Corporation Advanced Technology R & D Center
2) Mitsubishi Electric Corporation, Kobe Works |
| 著者勤務先名 |
|
| Office name |
|
| 著者所属名 |
|
| キーワード |
機械学習，ソフトセンサ，水質推定，全窒素濃度 |
| Key Words |
machine learning, soft sensor, effluent quality estimation, total nitrogen concentration |
| 概要 |
当社は既報にて好気タンク入出口NH4-N 濃度と二次処理水T-N 濃度を指標とした省エネ型の曝気量制御技術を報告している。しかしT-N 計は高価であるため，その代替や故障時のバックアップを目的として，下水処理場のセンサデータを用いてT-N 濃度を機械学習により推定する実証試験をした。その結果，約2 カ月半の検証期間における推定精度は平均絶対誤差0.9 mg/L と良好であった。さらにその推定値に基づいた曝気量制御では，曝気量削減率はわずかに低下するのみで，窒素除去率は同程度であり，安定運用が可能であることが見込まれた。 |
| Abstract |
We developed an energy-saving aeration control method using the NH4-N concentration and the T-N concentration as indicators. However, due to the high cost of T-N analyzer, we conducted a demonstration test to estimate the T-N concentration using machine learning with the online data of a sewage treatment plant, aiming to substitute or backup the T-N analyzer. As a result of the test, the mean absolute error of the T-N estimation was 0.9 mg/L throughout the verification period. Furthermore, following the aeration control test with the estimated T-N values, the aeration reduction rate only slightly decreased compared to that when using the real values, and the nitrogen removal was at the same level. Those results suggest that stable operation may be possible even when using the estimated T-N value. |
ページの先頭に戻る