JPH0463757B2 - - Google Patents
Info
- Publication number
- JPH0463757B2 JPH0463757B2 JP63151295A JP15129588A JPH0463757B2 JP H0463757 B2 JPH0463757 B2 JP H0463757B2 JP 63151295 A JP63151295 A JP 63151295A JP 15129588 A JP15129588 A JP 15129588A JP H0463757 B2 JPH0463757 B2 JP H0463757B2
- Authority
- JP
- Japan
- Prior art keywords
- methane production
- methane
- data
- knowledge
- production equipment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E50/00—Technologies for the production of fuel of non-fossil origin
- Y02E50/30—Fuel from waste, e.g. synthetic alcohol or diesel
Landscapes
- Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
- Treatment Of Sludge (AREA)
Description
【発明の詳細な説明】
〔発明の目的〕
（産業上の利用分野）
この発明は、有機性廃水を嫌気性処理するメタ
ン製造装置の制御装置に関し、特に有機性廃水の
流入量とメタン製造装置で発生したメタンガスの
排出量の信号の時系列データおよびそれらの１階
時間差分時系列データの相互関係を分析してメタ
ン製造装置の運転状態を把握し、必要な運転管理
方法を指示することができるメタン製造装置の制
御装置に関する。[Detailed Description of the Invention] [Object of the Invention] (Industrial Application Field) The present invention relates to a control device for a methane production device that anaerobically treats organic wastewater, and particularly relates to a control device for a methane production device that processes organic wastewater in an anaerobic manner. It is possible to understand the operating status of the methane production equipment by analyzing the interrelationship between the time series data of the signal of the amount of methane gas emissions generated in This invention relates to a control device for a methane production device.
（従来の技術）
下水や産業廃水を嫌気的に処理し、介在するメ
タン醗酵によつて燃料として利用価値の高いメタ
ンガスを製造することは、処理テストの削減や発
生汚泥量の低減などが期待される有望な技術であ
る。(Conventional technology) Anaerobically treating sewage and industrial wastewater and producing methane gas, which has high utility value as a fuel, through methane fermentation is expected to reduce the number of treatment tests and the amount of sludge generated. This is a promising technology.
介在するメタン醗酵は、これを司どるメタン菌
が偏性の嫌気性細菌のために空気の混入を非常に
嫌い、さらに発生するガスが可燃性気体であるた
めに、装置全体を密閉系としなければならない。
そのため、従来の好気性および通性の装置と比
べ、醗酵の状態の監視が非常にしにくいものであ
る。 In the methane fermentation that takes place, the methane bacteria that control this fermentation are obligate anaerobic bacteria and therefore dislike air contamination.Furthermore, the gas generated is flammable, so the entire device must be a closed system. Must be.
Therefore, it is very difficult to monitor the fermentation status compared to conventional aerobic and facultative devices.
そこで、従来より、メタン製造装置に流入する
廃水の流量や有機物濃度および発生するガス量や
その組成、さらに流出する処理水の水質を検知
し、これらの値からメタン製造装置内部で生じて
いる生物化学反応の状態を解析する数理モデルが
利用されてきた。 Therefore, conventional methods have been used to detect the flow rate and organic matter concentration of wastewater flowing into the methane production equipment, the amount and composition of gas generated, and the quality of the treated water flowing out. Mathematical models have been used to analyze the state of chemical reactions.
（発明が解決しようとする課題）
しかし、数理モデルによつて演算できる生物化
学反応は極めて限定されたものであり、かつ検出
可能な水質因子もPHやORP等種類が限られてい
ること、およびそれらのプロセス計測器としての
信頼性も好気性処理のものと比べてかなり低く、
数理モデルを用いた制御システム制御精度も極め
て低く、ほとんど実用に供し得ない状態である。(Problem to be solved by the invention) However, the biochemical reactions that can be calculated using mathematical models are extremely limited, and the types of water quality factors that can be detected are also limited, such as PH and ORP. Their reliability as process instruments is also considerably lower than that of aerobic processing instruments.
The control accuracy of the control system using a mathematical model is also extremely low, making it almost impossible to put it to practical use.
そのため、メタン製造装置の運転管理は従来、
上記のような制御システムによらず、自ずと運転
員の長年の経験に基づく管理手法に委ねられ、従
つて手動運転が主に行なわれており、汎用性のあ
るメタン製造装置の制御装置の出現が望まれてい
た。 Therefore, the operation management of methane production equipment has traditionally been
Rather than relying on the control system described above, the control system is naturally left to the operators' management methods based on their years of experience, and therefore manual operation is mainly performed. It was wanted.
ところで、メタン製造装置から得ることの出来
る信頼性のある信号は、水質に関する信号よりも
流量に関する信号であり、流量信号の中でも下水
や排水等の廃水の流入流量（以下、流入量と称す
る）と発生するガスの流出量（以下、ガス流量と
称する）とは、容易に長期間安定して得ることの
出来る信号である。 By the way, a reliable signal that can be obtained from a methane production device is a signal related to flow rate rather than a signal related to water quality, and among flow rate signals, the inflow flow rate (hereinafter referred to as inflow amount) of wastewater such as sewage and wastewater is important. The outflow amount of generated gas (hereinafter referred to as gas flow rate) is a signal that can be easily and stably obtained over a long period of time.
そこで、発明者は、これらの安定して得られる
メタン製造装置の流量信号を入力信号とする制御
システムに注目し、その開発を試みた。 Therefore, the inventor focused on a control system that uses these stably obtained flow rate signals of a methane production apparatus as an input signal, and attempted to develop it.
一般的に、流入量とガス流量との関係は、現行
の手動運転によるメタン製造装置の管理手法にお
いても重要な監視項目である。すなわち、運転員
であるメタン製造装置の専門家（エキスパート）
は、流入量の特性およびガス流量の応答特性に関
し、相互に関係付ける規範を経験的に蓄積してお
り、その規範に準拠して日常の運転管理を行なつ
ている。 Generally, the relationship between the inflow amount and the gas flow rate is an important monitoring item in the current manual management method for methane production equipment. In other words, the operator is an expert on the methane production equipment.
has empirically accumulated norms relating the characteristics of the inflow amount and the response characteristics of the gas flow rate to each other, and conducts daily operation management based on these norms.
しかしながら、専門家（エキスパート）が準拠
する規範はしばしば個々人によつて異なつてお
り、しかも使用する用語も共通でない場合があ
る。そのため、従来の手動による運転管理は実用
的ではあるが体系的でなく、また専門家ではある
が客観性に乏しいという問題点があつた。 However, the standards followed by experts often differ from person to person, and the terminology used may not be common. Therefore, conventional manual operation management is practical but not systematic, and although it is an expert, it lacks objectivity.
さらに、メタン製造装置の形式や装置の規模、
廃水の性質の違いによつてその判断がばらつくと
いう問題点もあつた。 Furthermore, the type and scale of the methane production equipment,
There was also the problem that the judgment varied depending on the characteristics of the wastewater.
この発明は、このような従来のメタン製造装置
の制御装置の問題点に鑑みてなされたもので、流
入量とガス流量という従来の経験的管理方法にお
いて重要であり、かつ信頼性のある信号の時系列
データを活用し、これら２種類の信号の時系列デ
ータおよびそれらの１階時間差分時系列データの
相互関係を分析して特徴を抽出し、運転操作員
（エキスパート）の経験的知識との特徴の比較に
より最適な運転管理方法を見出だすことのできる
メタン製造装置の制御装置を提供することを目的
とする。 This invention was made in view of the problems of the conventional control device for methane production equipment, and it is important in the conventional empirical management method of inflow amount and gas flow rate, and it is possible to obtain reliable signals. Utilizing time series data, we analyze the correlation between the time series data of these two types of signals and their first floor time difference time series data, extract features, and combine them with the experiential knowledge of operating operators (experts). An object of the present invention is to provide a control device for a methane production device that can find an optimal operation management method by comparing characteristics.
（課題を解決するための手段）
この発明は、都市下水や工場排水等の有機性廃
水を嫌気性処理してメタンガスとして回収し、そ
の有機性廃水の流入量とその回収されるメタンガ
スの排出量を計測し、かつ運転熟練者の経験を考
慮した知識ベースで運転制御できるメタン製造装
置の制御装置において、
メタン製造装置に流入する有機性廃水の流量信
号とメタンガスの排出流量信号それぞれの時系列
データとそれらの１階時間差分時系列データを記
憶するデータ記憶部と、前記データ記憶部に記憶
されたこれらの信号データから時間要素を消去し
て得られる相互関係からプロセスの特徴を抽出す
る分析部と、前記信号データの相互関係の特徴と
メタン製造装置の運転管理方法との因果関係を定
めた知識ベースと、前記分析部の分析結果と前記
知識ベースの知識データを修正して運転管理方法
を決定する推論部とを備えたものである。
(Means for Solving the Problems) This invention anaerobically treats organic wastewater such as urban sewage and industrial wastewater and recovers it as methane gas, and the amount of inflow of the organic wastewater and the discharge of the recovered methane gas are In a methane production equipment control device that can measure and control operation based on knowledge based on the experience of experienced operators, time-series data of the flow rate signal of organic wastewater flowing into the methane production equipment and the flow rate signal of methane gas discharge are collected. and a data storage unit that stores first-order time difference time series data thereof, and an analysis unit that extracts process characteristics from the correlation obtained by erasing time elements from these signal data stored in the data storage unit. and a knowledge base that defines the causal relationship between the characteristics of the interrelationship of the signal data and the operation management method of the methane production equipment, and an operation management method by modifying the analysis results of the analysis unit and the knowledge data of the knowledge base. and an inference section that makes a decision.
（作用）
一般に、メタン製造装置のようなプロセスの信
号を専門家（エキスパート）の経験的知識を用い
る制御システムに利用する場合、しばしば時系列
信号は様々な手法で分析され、その分析結果が制
御システムにおけるプロセスの知識に変換され
る。(Function) Generally, when signals from a process such as a methane production device are used in a control system that uses the experiential knowledge of experts, the time-series signals are often analyzed using various methods, and the analysis results are used to control the translated into knowledge of the processes in the system.
そこで、この発明のメタン製造装置の制御装置
では、有機性廃水の流入量とメタンガスの排出量
との２種類の信号の時系列データの相互関係は、
双方の共通の変数である時間を消去することによ
つて記述される。すなわち、時系列信号Ｘ，Ｙ
は、
Ｙ＝Ｆ(t)
Ｙ＝Ｇ(t) ……(1)
と表わされ、これらのデータから時間要素を消去
するためには、２次元（ｘ，ｙ）座標上に（Ｘ，
Ｙ）＝（Ｆ(t)、Ｇ(t)）をプロツトすることによつて
図形として表現することにより実現できる。 Therefore, in the control device for the methane production equipment of the present invention, the correlation between the time series data of the two types of signals, the inflow amount of organic wastewater and the amount of methane gas discharged, is as follows.
It is described by eliminating time, which is a common variable for both. That is, time series signals X, Y
is expressed as Y=F(t) Y=G(t) ...(1) In order to eliminate the time element from these data, (X,
This can be realized by expressing it graphically by plotting Y)=(F(t), G(t)).
この図形の性質は、プロセスの状態を反映して
おり、かつ運転操作の方法と直接関連している。 The nature of this graphic reflects the state of the process and is directly related to the method of operation.
そこで、この図形から特性を抽出し、エキスパ
ートの経験的知識から得られた知識ベースと比較
することにより、プロセスの運転状態を把握する
と共に、必要な運転管理方法を自動的に見出だす
ことができる。 Therefore, by extracting characteristics from this diagram and comparing them with the knowledge base obtained from the experiential knowledge of experts, it is possible to understand the operating status of the process and automatically find the necessary operation management method. can.
（実施例）
以下、この発明の実施例を図に基づいて詳説す
る。(Example) Hereinafter, an example of the present invention will be explained in detail based on the drawings.
第１図はこの発明の一実施例を示すブロツク図
であり、制御装置１は、データ記憶部２、分析部
３、知識ベース４および推論部５から構成されて
いる。 FIG. 1 is a block diagram showing one embodiment of the present invention, in which a control device 1 is comprised of a data storage section 2, an analysis section 3, a knowledge base 4, and an inference section 5.
そして、メタン製造装置６からのデータの入力
端７がデータをデータ記憶部２に与えるようにな
つている。また推論部５の出力はインタフエース
部８を介して表示器９に接続され、同時にメタン
製造装置６の操作出力端１０に接続されている。 A data input terminal 7 from the methane production device 6 supplies data to the data storage section 2. Further, the output of the inference section 5 is connected to a display 9 via an interface section 8, and at the same time to an operation output terminal 10 of the methane production device 6.
前記分析部３は、第２図に示すように線図化回
路１１と、この線図化回路１１からの線図情報を
基にしてメタン製造装置６の属性値を抽出する属
性値演算回路１２と、この属性値演算回路１２に
対して属性パラメータを与える属性パラメータ記
憶回路１３とから構成されている。 As shown in FIG. 2, the analysis section 3 includes a diagramming circuit 11 and an attribute value calculation circuit 12 that extracts attribute values of the methane production apparatus 6 based on diagram information from the diagramming circuit 11. and an attribute parameter storage circuit 13 that supplies attribute parameters to the attribute value calculation circuit 12.
上記の構成のメタン製造装置の制御装置の動作
について、次に説明する。 The operation of the control device for the methane production apparatus having the above configuration will be described next.
制御装置１は、メタン製造装置６から入力端７
を介してメタン製造装置６に流入する廃水の流入
量信号と、メタン製造装置６内で発生したメタン
ガスの排出量信号とを取り込み、データ記憶部２
にメタン製造装置６の時系列データとして記憶す
る。 The control device 1 has an input terminal 7 from the methane production device 6.
The inflow amount signal of waste water flowing into the methane production device 6 via the methane production device 6 and the discharge amount signal of methane gas generated in the methane production device 6 are taken in, and the data storage unit 2
is stored as time series data of the methane production device 6.
次に分析部３において、上記時系列データから
入出力信号間の相互関係の特性を表わす特徴リス
トが後述する手順で生成される。 Next, in the analysis section 3, a feature list representing characteristics of the interrelationship between input and output signals is generated from the above-mentioned time-series data in accordance with a procedure described later.
この特徴リストは、知識ベース４に送られ、知
識ベース４に格納されている知識データを修正す
る。 This feature list is sent to the knowledge base 4 and modifies the knowledge data stored in the knowledge base 4.
この修正された知識ベース４内の知識データ
は、推論部５に参照されて記号処理され、メタン
製造装置６を制御するための最適な運転管理方法
を決定する。 This corrected knowledge data in the knowledge base 4 is referred to by the inference unit 5 and subjected to symbolic processing to determine the optimal operation management method for controlling the methane production device 6.
そして、この推論部５による運転管理方法の決
定内容が、制御装置１の出力としてインタフエー
ス部８を介して表示器９と操作出力端１０とに与
えられる。 The details of the operation management method determined by the inference section 5 are given to the display 9 and the operation output terminal 10 via the interface section 8 as an output of the control device 1.
このような推論動作により、制御装置１内に取
り込まれる時系列データを基にして最適な運転管
理方法の自動決定がなされるのであるが、前記分
析部３における特徴リスト生成の演算動作につい
て、さらに詳しく説明すると、第２図に示すよう
になる。 Through such inference operations, the optimal operation management method is automatically determined based on the time-series data taken into the control device 1. A detailed explanation is as shown in FIG.
第２図の分析部３において、第１図に示したデ
ータ記憶部２に記憶されている少なくとも２種の
プロセス信号の時系列データ（Ｆ(t)、Ｇ(t)）を読
み込み、線図化回路１１に入力される。 The analysis section 3 shown in FIG. 2 reads time series data (F(t), G(t)) of at least two types of process signals stored in the data storage section 2 shown in FIG. The signal is input to the conversion circuit 11.
線図化回路１１においては、２種の時系列デー
タは、それぞれ次式に従つて規格化される。 In the diagramming circuit 11, the two types of time series data are each normalized according to the following equations.
ｘ(t)＝Ｆ(t)−XT／σx ……(2)
ｙ(t)＝Ｇ(t)−YT／σy ……(3)
ここで、Ｆ(t)、Ｇ(t)は時系列データ、σx、σy
は標準偏差、XT、YTは時系列データＦ(t)、Ｇ(t)
の期間Ｔの間の平均値である。 x(t)=F(t)−X T /σx……(2) y(t)=G(t)−Y T /σy……(3) Here, F(t), G(t) are time series data, σx, σy
is standard deviation, X T , Y T are time series data F(t), G(t)
is the average value during period T.
次に規格化された時系列データｘ(t)、ｙ(t)は、
次式に従つて時間差分時系列データに変換され
る。 Next, the standardized time series data x(t), y(t) are
It is converted into time difference time series data according to the following equation.
ｘ・(t)＝ｘ(t)−ｘ（ｔ−１） ……(4)
ｙ・＝ｙ(t)−ｙ（ｔ−１） ……(5)
ここで、ｔ，ｔ−１，ｔ−２，……はサンプリ
ング時刻、ｘ・(t)、ｙ・(t)は時間差分時系列データを
示している。 x・(t)=x(t)−x(t−1)……(4) y・=y(t)−y(t−1)……(5) Here, t, t−1, t-2, . . . represent sampling times, and x·(t), y·(t) represent time difference time series data.
さらに、規格化されたプロセス信号（ｘ，ｙ）
と、その１階時間差分信号（ｘ・，ｙ・）とは、それ
ぞれ第３図ａ，ｂに示すように時間要素を消去し
た相互関係を示す線図として表わされる。この第
３図ａ，ｂの時系列データの線図は、その期間Ｔ
として24時間の毎時間ごとの信号を用いたもので
ある。 Furthermore, the standardized process signal (x, y)
and the first-order time difference signal (x., y.) are respectively expressed as diagrams showing their mutual relationships with time elements removed, as shown in FIGS. 3a and 3b. The diagram of the time series data in Figure 3 a and b is the period T
The signal used every hour for 24 hours.
このようにして得られた線図は、ついで属性値
演算回路１２に伝送される。 The diagram obtained in this way is then transmitted to the attribute value calculation circuit 12.
属性値演算回路１２では、属性パラメータ記憶
回路１３において予め定義しておいた属性パラメ
ータの値が演算される。 The attribute value calculation circuit 12 calculates the values of attribute parameters defined in advance in the attribute parameter storage circuit 13.
その演算結果は、第４図に示すようなものとな
り、特徴リストとして出力される。 The calculation result is as shown in FIG. 4, and is output as a feature list.
このようにして生成された特徴リストは、属性
と属性値一対の集合としてメタン製造装置６の期
間Ｔにおける特徴を表わしており、属性リスト、
すなわち（属性、属性値）の集合として推論部５
における推論演算によつて知識ベース４の知識デ
ータと対照され、メタン製造装置６の運転管理方
法の決定に利用される。 The feature list generated in this way represents the features of the methane production device 6 during the period T as a set of attributes and attribute value pairs, and the attribute list,
In other words, as a set of (attributes, attribute values), the inference unit 5
It is compared with the knowledge data of the knowledge base 4 through the inference calculation in , and is used to determine the operation management method of the methane production device 6 .
前記知識ベース４には、第４図の特徴リストに
おける上記の属性リストと運転管理指標との関係
を予め定めた知識データが記憶されている。 The knowledge base 4 stores knowledge data that predetermines the relationship between the above attribute list in the feature list of FIG. 4 and the operation management index.
推論部５の推論によつて決定されたメタン製造
装置６の運転管理指標は、制御装置１から出力さ
れ、推論部５での決定の内容および推論に用いら
れた知識ベース４内の知識データおよび、推論の
筋道等が表示器９に表示されて運転員に知らせる
と共に、決定された運転管理指標の内容がメタン
製造装置６の操作出力端１０に伝送される。 The operation management index of the methane production device 6 determined by the reasoning of the reasoning section 5 is output from the control device 1, and is based on the content of the decision made by the reasoning section 5 and the knowledge data in the knowledge base 4 used for the reasoning. , the line of reasoning, etc. are displayed on the display 9 to inform the operator, and the contents of the determined operation management index are transmitted to the operation output terminal 10 of the methane production device 6.
ここで、特徴リストの属性リストと知識ベース
４内の知識データとの対照により推論動作によつ
て運転管理方法を決定するルールの例を示してみ
ると、次のようになる。 Here, an example of a rule for determining an operation management method through an inference operation based on a comparison between the attribute list of the feature list and the knowledge data in the knowledge base 4 is as follows.
RULE OVERLOAD1
IF
（線図形XY＝長円）、
かつ（平均値Ｘ＝レベル−(2)）、
かつ（面積Ｘ・Ｙ・＝レベル−(3)）、
THEN
（汚泥引抜＝−25％）
すなわち、第３図ａの線図の形が長円であり、
かつ処理水量Ｘの平均値が予め決められている級
数おうちレベル−(2)であり、かつ第３図ｂで示し
た線図の面積が予め決められている級数のうちレ
ベル−(3)である場合には、第１図のメタン製造装
置６には汚泥が多く蓄積されているので、その４
分の１（25％）を除去しなければならない、とい
う運転管理方法が出力されるのである。RULE OVERLOAD1 IF (line figure XY = ellipse), and (average value X = level - (2)), and (area , the shape of the line diagram in Figure 3a is an ellipse,
and the average value of the amount of treated water In some cases, a large amount of sludge has accumulated in the methane production device 6 in Figure 1, so
The operation management method that says that 1/25% of the amount must be removed is output.
このようにして、メタン製造装置６への廃水の
流入量信号とメタン製造装置６内で発生したメタ
ンガスの流出量信号に対して、時間要素を消去し
て相互関係を求め、また１階時間差分値について
もその時間要素を消去することにより相互の関係
を求め、特徴リストを抽出する。 In this way, the correlation between the inflow amount signal of wastewater to the methane production device 6 and the outflow amount signal of methane gas generated in the methane production device 6 is calculated by eliminating the time element, and the first floor time difference is calculated. For the values as well, mutual relationships are determined by erasing their time elements, and a feature list is extracted.
そして、得られた特徴リストを知識ベース４の
知識データとの照合により必要な運転管理方法を
指示することができ、エキスパートの判断に近い
適確な運転管理方法を自動的に決定することがで
きるのである。 Then, by comparing the obtained feature list with the knowledge data of Knowledge Base 4, it is possible to instruct the necessary operation management method, and it is possible to automatically determine the appropriate operation management method that is close to the judgment of experts. It is.
以上のようにこの発明によれば、メタン製造装
置の有機性廃水の流入量信号とメタンガスの排出
量信号それぞれの時系列データおよびそれらの１
階時間差分時系列データから時間要素を消去して
これらの信号相互の関係を求め、その相互間の特
徴を知識ベースと比較して推論し、必要な運転管
理方法を決定するものであるため、専門家（エキ
スパート）の経験に基づく判断に近い判断が自動
的に実行でき、極めて適確な運転管理を行なうこ
とができる。
As described above, according to the present invention, the time-series data of the organic wastewater inflow signal and the methane gas discharge amount signal of the methane production equipment and their one
The time element is removed from the floor time difference time series data to determine the relationship between these signals, and the characteristics of the relationship are compared with the knowledge base to infer and determine the necessary operation management method. Judgments similar to those based on the experience of experts can be automatically executed, and extremely accurate operation management can be performed.
しかも、メタン製造装置の有機性廃水の流入量
信号とメタンガスの排出量信号それぞれの１階時
間差分時系列データについてもその時間要素を消
去して信号相互の関係を求め、知識ベースと比較
して推論し、運転管理方法を決定するようにして
いるので、プロセスの変化の方向を反映し、かつ
運転操作の方法と直接関連する特徴を抽出するこ
とができ、この結果として、メタン製造装置の変
動特性も考慮した運転管理方法が決定でき、メタ
ン製造装置の運転状態の大きな変化に対しても追
従性の良い運転管理が出来る。 Furthermore, regarding the first floor time difference time series data of the inflow amount signal of organic wastewater and the amount signal of methane gas discharged from the methane production equipment, the time elements were removed to find the relationship between the signals, and compared with the knowledge base. As a result, we are able to extract features that reflect the direction of change in the process and are directly related to the method of operation, and as a result, the fluctuations in the methane production equipment can be It is possible to determine an operation management method that takes characteristics into consideration, and it is possible to perform operation management that can easily follow large changes in the operating status of the methane production equipment.
第１図はこの発明の一実施例のブロツク図、第
２図は上記実施例における分析部の詳しい構成を
示すブロツク図、第３図は上記実施例により得ら
れた特性線図、第４図は上記実施例で得られる特
徴リストの構造図である。
１……制御装置、２……データ記憶部、３……
分析部、４……知識ベース、５……推論部、６…
…メタン製造装置、１１……線図化回路、１２…
…属性値演算回路、１３……属性パラメータ記憶
回路。
Fig. 1 is a block diagram of an embodiment of the present invention, Fig. 2 is a block diagram showing the detailed configuration of the analysis section in the above embodiment, Fig. 3 is a characteristic diagram obtained by the above embodiment, and Fig. 4 is a structural diagram of a feature list obtained in the above embodiment. 1...Control device, 2...Data storage unit, 3...
Analysis section, 4... Knowledge base, 5... Reasoning section, 6...
...Methane production equipment, 11...Diagrammatic circuit, 12...
...Attribute value calculation circuit, 13...Attribute parameter storage circuit.
Claims (1)
処理してメタンガスとして回収し、その有機性廃
水の流入量とその回収されるメタンガスの排出量
を計測し、かつ運転熟練者の経験を考慮した知識
ベースで運転判断するメタン製造装置の制御装置
において、 メタン製造装置に流入する有機性廃水の流量信
号とメタンガスの排出流量信号それぞれの時系列
データとそれらの１階時間差分時系列データを記
憶するデータ記憶部と、前記データ記憶部に記憶
されたこれらの信号データから時間要素を消去し
て得られる相互関係からプロセスの特徴を抽出す
る分析部と、前記信号データの相互関係の特徴と
メタン製造装置の運転管理方法との因果関係を定
めた知識ベースと、前記分析部の分析結果と前記
知識ベースの知識データを修正して運転管理方法
を決定する推論部とを備えて成るメタン製造装置
の制御装置。[Claims] 1. Organic wastewater such as urban sewage or industrial wastewater is anaerobically treated and recovered as methane gas, the inflow amount of the organic wastewater and the discharge amount of the recovered methane gas are measured, and the operation is performed. In a control device for a methane production equipment that makes operation decisions based on knowledge based on the experience of experts, time-series data of the flow rate signal of organic wastewater flowing into the methane production equipment and the flow rate signal of methane gas discharged, and their first floor time are used. a data storage unit that stores differential time series data; an analysis unit that extracts process characteristics from correlations obtained by erasing time elements from these signal data stored in the data storage unit; a knowledge base that determines the causal relationship between characteristics of mutual relationships and operation management methods for methane production equipment; and an inference unit that determines operation management methods by correcting the analysis results of the analysis unit and the knowledge data of the knowledge base. A control device for a methane production device.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63151295A JPH024498A (en) | 1988-06-21 | 1988-06-21 | Controlling device for methane producing equipment |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63151295A JPH024498A (en) | 1988-06-21 | 1988-06-21 | Controlling device for methane producing equipment |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH024498A JPH024498A (en) | 1990-01-09 |
| JPH0463757B2 true JPH0463757B2 (en) | 1992-10-12 |
Family
ID=15515560
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63151295A Granted JPH024498A (en) | 1988-06-21 | 1988-06-21 | Controlling device for methane producing equipment |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH024498A (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4218486B2 (en) * | 2003-10-06 | 2009-02-04 | 富士電機ホールディングス株式会社 | Methane fermentation treatment equipment |
| JP2006026461A (en) * | 2004-07-12 | 2006-02-02 | Toray Ind Inc | Method and apparatus for controlling anaerobic water treatment facility for producing methane gas |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS59179198A (en) * | 1983-03-30 | 1984-10-11 | Hitoshi Nakamori | Anaerobic digester control device |
| JPS59225796A (en) * | 1983-05-23 | 1984-12-18 | ヘキスト・セラニーズ・コーポレーション | Control for anaerobic reactor |
| JPS6031898A (en) * | 1983-08-03 | 1985-02-18 | Toshiba Corp | Control apparatus of digestion tank |
| JPS61287497A (en) * | 1985-06-13 | 1986-12-17 | Toshiba Corp | Anaerobic digester |
-
1988
- 1988-06-21 JP JP63151295A patent/JPH024498A/en active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPH024498A (en) | 1990-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114297954B (en) | A digital management and control platform based on big data intelligent analysis of sewage treatment plants | |
| JP2753460B2 (en) | Process operation support method and system | |
| CN117170221A (en) | An artificial intelligence control system for sewage treatment | |
| CN116589078B (en) | Intelligent sewage treatment control method and system based on data fusion | |
| CN202075272U (en) | Soft measurement system applied to sewage treatment | |
| CN103632032A (en) | Effluent index online soft measurement prediction method in urban sewage treatment process | |
| CN107436277A (en) | The single index data quality control method differentiated based on similarity distance | |
| CN120704219B (en) | Intelligent Aeration Control System and Method for Wastewater Treatment Plants | |
| KR20090078502A (en) | Method and apparatus for diagnosing process operation status of sewage treatment plant | |
| CN114149076B (en) | Intelligent debugging system of anaerobic ammonia oxidation sewage treatment system | |
| Branisavljević et al. | Automatic, semi-automatic and manual validation of urban drainage data | |
| CN114065651A (en) | Fault time prediction method for rotary equipment | |
| JPH0463758B2 (en) | ||
| CN116911832B (en) | Method and system for supervising running condition of leachate treatment equipment of waste incineration plant | |
| JPH024498A (en) | Controlling device for methane producing equipment | |
| CN119742001A (en) | A method for predicting nitrous oxide release from sewage treatment plants based on long short-term memory neural network | |
| CN119378725A (en) | Dynamic perception prediction method and system for sewage treatment plant influent load based on deep learning | |
| JPH0463756B2 (en) | ||
| CN119250782A (en) | A full-process intelligent disposal management method and system based on alarm signals | |
| CN118866148A (en) | A garbage leachate pollutant testing and evaluation system and method | |
| CN118579917A (en) | A monitoring and control method and system for raw water manganese removal | |
| CN201540470U (en) | Surface water controlled online test grading recognition and quality-dividing discharging monitoring system | |
| CN120851809B (en) | Rural domestic sewage intelligent diversion and resource decision support system | |
| CN121094256B (en) | A smart recommendation method for the dosage of biogas slurry carbon source in wastewater treatment plants | |
| CN215798705U (en) | Leachate anaerobic digestion early warning system based on ADM1 model |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| LAPS | Cancellation because of no payment of annual fees |