JP2019025437A - Cleaning air volume control device and cleaning air volume control method - Google Patents
Cleaning air volume control device and cleaning air volume control method Download PDFInfo
- Publication number
- JP2019025437A JP2019025437A JP2017148570A JP2017148570A JP2019025437A JP 2019025437 A JP2019025437 A JP 2019025437A JP 2017148570 A JP2017148570 A JP 2017148570A JP 2017148570 A JP2017148570 A JP 2017148570A JP 2019025437 A JP2019025437 A JP 2019025437A
- Authority
- JP
- Japan
- Prior art keywords
- air volume
- resistance value
- volume control
- cleaning air
- membrane
- 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.)
- Granted
Links
Images
Landscapes
- Separation Using Semi-Permeable Membranes (AREA)
Abstract
Description
本発明の実施形態は、洗浄風量制御装置及び洗浄風量制御方法に関する。 Embodiments described herein relate generally to a cleaning air volume control device and a cleaning air volume control method.
水処理プロセスにおいて、沈殿やろ過等の固体及び液体を分離させる固液分離技術は頻繁に用いられる技術である。特に浄水処理分野では、クリプトスポリジウム等の原虫や細菌類などの確実な除去の点から膜を使用した膜分離処理の普及が進んでいる。膜分離処理は省スペース性や処理水質の安定性といった点で他の個液分離処理と比較して優位である。一方、コスト面で不利な側面がある。特に、イニシャルコストだけでなくランニングコストもかさむことが、膜分離処理普及の課題となっている。そのため、膜分離処理のランニングコストを低減する技術的ニーズは高くなっている。 In the water treatment process, solid-liquid separation technology for separating solids and liquids such as precipitation and filtration is a frequently used technology. In particular, in the field of water purification treatment, membrane separation treatment using a membrane has been spreading from the viewpoint of reliable removal of protozoa such as Cryptosporidium and bacteria. Membrane separation treatment is superior to other individual liquid separation treatments in terms of space saving and treated water quality stability. On the other hand, there are disadvantageous aspects in terms of cost. In particular, not only the initial cost but also the running cost is increased, which is a problem of membrane separation treatment. Therefore, technical needs for reducing the running cost of the membrane separation process are increasing.
膜分離処理における特徴的な現象として目詰まり(膜ファウリング現象)が挙げられる。膜ファウリング現象が進むことで、加圧又は吸引によるろ過するエネルギーが変化する。また、膜ファウリング現象を抑制するために、空気による物理的洗浄(散気)と薬品による化学的洗浄とが必要となる。したがって、ランニングコストにはこれらの電力費及び薬品費が含まれる。すなわち、運用や制御に応じて電力費及び薬品費は変化する。しかし、従来の制御では、膜のファウリングにより運用や制御が変化するが、ランニングコストが低減されていない場合があった。 A clogging (membrane fouling phenomenon) is a characteristic phenomenon in membrane separation processing. As the membrane fouling phenomenon proceeds, the energy to be filtered by pressurization or suction changes. Further, in order to suppress the membrane fouling phenomenon, physical cleaning (aeration) with air and chemical cleaning with chemicals are required. Therefore, the running cost includes these power costs and chemical costs. That is, the power cost and the chemical cost vary depending on the operation and control. However, in the conventional control, operation and control are changed by fouling of the film, but the running cost may not be reduced.
本発明が解決しようとする課題は、ランニングコストを低減することができる洗浄風量制御装置及び洗浄風量制御方法を提供することである。 The problem to be solved by the present invention is to provide a cleaning air volume control device and a cleaning air volume control method capable of reducing running costs.
実施形態の洗浄風量制御装置は、膜ろ過装置と風量制御部とを持つ。膜ろ過装置は、液体に含まれる固体を前記液体から分離させる分離膜を備える。風量制御部は、前記分離膜を通過する液体の流れにくさを表す抵抗値の実績である実績抵抗値と、所定の時期における前記分離膜の抵抗値の目標を表す目標抵抗値と、に基づいて前記分離膜を洗浄する空気の量である洗浄風量を制御する。 The cleaning air volume control device of the embodiment has a membrane filtration device and an air volume control unit. The membrane filtration device includes a separation membrane that separates a solid contained in the liquid from the liquid. The air flow control unit is based on an actual resistance value that is an actual resistance value that represents the difficulty of the flow of liquid passing through the separation membrane, and a target resistance value that represents a target of the resistance value of the separation membrane at a predetermined time. And controlling the amount of cleaning air that is the amount of air for cleaning the separation membrane.
以下、実施形態の洗浄風量制御装置及び洗浄風量制御方法を、図面を参照して説明する。 Hereinafter, a cleaning air volume control device and a cleaning air volume control method of an embodiment will be described with reference to the drawings.
(第1の実施形態)
図1は、実施形態の洗浄風量制御装置1を示す図である。洗浄風量制御装置1は、膜ろ過装置100、水温計102、分離膜103、圧力計104、流量計105、洗浄ブロワ107を備える。
(First embodiment)
FIG. 1 is a diagram illustrating a cleaning air
膜ろ過装置100は、塩素、活性炭等の薬品が注入される前処理を実施した水(以下「前処理水101」という。)を通水させ、膜ろ過装置100が備える分離膜103を通して膜ろ過水を得る装置である。膜をろ過する際の水の流れはポンプ(不図示)により発生させる。前処理水101は液体の一態様である。
The
水温計102は、前処理水101の水温を測定するためのセンサである。水温は分離膜103を通過する前処理水101の透過性能に影響する。
The
分離膜103は、膜ろ過装置100内の前処理水101中に浸漬して配置される。分離膜103は、例えば平均孔径0.1[μm]の複数の透過流路を備えた多孔性の膜である。このため、基本的に平均孔径よりも大きな不純物は、分離膜103を通過できない。したがって、清澄な処理水が分離膜103を通過する。分離膜103は、膜の構造に応じて、吸引ろ過してもよいし、加圧ろ過してもよい。不純物は例えば、微生物や濁質等である。分離膜103は前処理水101を通過させると、不純物が孔径に目詰まりする現象(以下「膜ファウリング現象」という。)が発生する。
The
圧力計104は、膜の状態を監視するためのセンサである。圧力計の計測値は、膜差圧を得るために用いられる。膜差圧ΔPは、流体粘度μ、膜抵抗R及び膜ろ過流束J(洗浄風量と膜ろ過流量を膜表面積で割った値)により表される式(1)の関係にあることが知られている。
The
流体粘度μは水温に基づいて決定される。流体粘度μは温度補正係数TCF(Temperature Correction Factor)としてもよい。式(1)を用いて膜抵抗Rを算出する場合、流体粘度μ又はTCFは水温計102の計測値から算出され、膜ろ過流束Jは流量計105の計測値から算出される。流量計105は、膜ろ過水の処理量である膜ろ過流量を計測するためのセンサである。膜抵抗Rは膜ファウリング現象により変化する。膜抵抗Rは水質や前処理で注入する薬品の作用等に影響される。
The fluid viscosity μ is determined based on the water temperature. The fluid viscosity μ may be a temperature correction factor (TCF). When calculating the membrane resistance R using the equation (1), the fluid viscosity μ or TCF is calculated from the measured value of the
洗浄ブロワ107は、膜ろ過装置100と洗浄ブロワ107をつなぐ配管を通じて、空気を膜ろ過装置100内の前処理水101に供給する装置である。これにより、膜ろ過装置100内の前処理水101中に気泡106が放出される。気泡106により分離膜103の表面は洗浄散気される。
The
図2は、第1の実施形態の洗浄風量制御装置1の形態を示す構成図である。洗浄風量制御装置1は、実績抵抗算出部108、目標抵抗算出部109及び風量制御部110を備える。第1の実施形態では、分離膜103を通過する液体の流れにくさを表す抵抗値の実績である実績抵抗値と、所定の時期における分離膜103の抵抗値の目標を表す目標抵抗値と、に基づいて分離膜103を洗浄する風量が決定される。実績抵抗値はフィードバック入力される。所定の時期は、分離膜103を薬品で洗浄する膜洗浄周期であれば、どのような時期であってもよい。
FIG. 2 is a configuration diagram illustrating a configuration of the cleaning air
実績抵抗算出部108は実績抵抗値を算出する。実績抵抗値は式(2)に基づいて算出される。実績抵抗値は単位系によって、桁数が大きくなる場合がある。実績抵抗算出部108は、数値演算上でそれが問題となる場合、係数を乗じて換算してもよい。
The actual
膜差圧ΔP及び膜ろ過流束Jは、圧力計104及び流量計105の計測値から算出される。流体粘度μは、純水の水温と粘度との関係に基づいて決定してもよいし、水温に対するTCFの変化を収集する膜の透水性能試験を実施し、試験結果に基づいて算出しても良い。圧力計104、流量計105及び水温計102を使用することにより、実績抵抗算出部108は式(2)に基づいて膜抵抗の実績抵抗値を算出する。
The membrane differential pressure ΔP and the membrane filtration flux J are calculated from the measured values of the
目標抵抗算出部109は時間に応じた目標抵抗値を算出する。
目標抵抗値は式(3)に基づいて算出される。算出された目標抵抗値は、図3に示される目標抵抗曲線に従う。
The target
The target resistance value is calculated based on Equation (3). The calculated target resistance value follows the target resistance curve shown in FIG.
図3は、第1の実施形態の膜洗浄周期、目標抵抗曲線及び洗浄風量制御の実績の関係を表す図である。横軸は分離膜103を薬品で洗浄する期間示す膜洗浄周期である。縦軸は膜洗浄周期における分離膜103の膜抵抗の値である。分離膜103は経時的に膜ファウリング現象が進む。そのため、膜抵抗の実績抵抗値は単調増加する。実績抵抗値が増加すると、膜ろ過流束J又は流体粘度μに変化がない限り、膜差圧ΔPも増加する。膜抵抗が膜差圧上限時の膜抵抗となると、薬品洗浄により機能回復し、膜抵抗を再び低下させる場合、膜洗浄周期毎に目標抵抗の曲線を算出して制御する。
FIG. 3 is a diagram illustrating the relationship between the film cleaning cycle, the target resistance curve, and the results of cleaning air volume control in the first embodiment. The horizontal axis represents the membrane cleaning cycle indicating the period during which the
図2に戻り、目標抵抗算出部109の説明を続ける。式(3)における未知変数はA、k及び初期値Rsv(0)である。式(3)の初期値は、分離膜103が洗浄された直後の実績抵抗を表すRsv(0)=Rpv(0)とする。kは、分離膜103の閉塞の進行度合いを表す変数である。k=0の時はいわゆるケーキろ過に対応して膜抵抗が線形に上昇する。分離膜103に膜ファウリング現象が発生する膜閉塞現象により、k=1は中間閉塞、k=1.5は標準閉塞、k=2.0は完全閉塞と呼ばれる現象に対応する。k=1の場合、式(3)は、Rsvが指数関数的に増加する関数となる。k>1の場合、有限時間での値が無限大に発散する関数となる。膜閉塞現象は原水中の粒子径と分離膜の孔径の関係とに基づいて分類された現象である。したがって、前処理水101が分離膜103を通過する膜ろ過処理開始前に、事前に処理する原水と小規模な分離膜等とを利用して決定してもよい。kの値と図3中の膜洗浄周期と膜差圧上限時の膜抵抗とが決定されると、未知変数Aは式(4)及び式(5)により算出される。
Returning to FIG. 2, the description of the target
式(4)と式(5)では予め定められる膜洗浄周期と膜差圧上昇時の膜抵抗とに対し、未知変数A及びkを変更した際の曲線を図3に図示して、その曲線の形に基づいて未知変数A、kを探索的に決定してもよい。例えば、t=0における初期値Rsv(0)、t=Lにおける膜洗浄周期到達時の膜差圧上限時の膜抵抗Rsv(L)の2点に加え、中間時点t=τの膜抵抗Rsv(τ)を加えた3点を決めれば、未知変数A、kを連立方程式を解くことで求めることができる。あるいは、3点以上の膜抵抗値の組に対して、2乗誤差最小基準とした回帰により、未知変数A、kを求めてもよい。目標抵抗算出部109は、膜洗浄する際に決められた未知変数A及びkに基づいて、時間に応じた目標抵抗値を出力する。なお、膜差圧上限時の膜抵抗を求める際、水温は洗浄期間後の水温を利用して水温に対応する流体粘度μを利用するか、膜の透水性能試験で得られたTCFを用いて設定する。
In equations (4) and (5), the curves when the unknown variables A and k are changed with respect to the predetermined membrane cleaning cycle and the membrane resistance when the membrane differential pressure increases are shown in FIG. The unknown variables A and k may be determined in an exploratory manner based on the form of For example, in addition to the two points of the initial value Rsv (0) at t = 0 and the membrane resistance Rsv (L) at the upper limit of the membrane differential pressure when the membrane cleaning cycle is reached at t = L, the membrane resistance Rsv at the intermediate time t = τ If three points to which (τ) is added are determined, the unknown variables A and k can be obtained by solving simultaneous equations. Alternatively, the unknown variables A and k may be obtained by regression with a square error minimum criterion for a set of three or more membrane resistance values. The target
風量制御部110は、得られた実績抵抗値と目標抵抗値の偏差に基づいて洗浄ブロワ107の風量を制御する風量指令を決定する。風量指令は実績抵抗値が目標抵抗値に近接するように決定される。風量制御部110は、例えばPID制御、I−PD制御、2自由度PID制御等のフィードバック制御を利用してもよい。風量制御部110は、実績抵抗値と目標抵抗値に基づいて風量指令を決定するならばどのような制御方式でもよい。
The air
図4は第1の実施形態の風量指令を決定する際の処理の流れを表すフローチャートである。洗浄風量制御装置1の実績抵抗算出部108は、水温、圧力及び膜ろ過流量に基づいて実績抵抗値を算出する(ステップS101)。目標抵抗算出部109は、膜差圧上限、膜洗浄周期及び洗浄期間後の水温に基づいて目標抵抗値を算出する(ステップS102)。風量制御部110は、算出された目標抵抗値及び実績抵抗値に基づいて風量指令を決定する(ステップS103)。洗浄ブロワ107は、風量指令により指定された空気量に基づいて、膜ろ過装置100内に気泡106を放出する(ステップS104)。
FIG. 4 is a flowchart showing the flow of processing when determining the air volume command of the first embodiment. The actual
このように構成された洗浄風量制御装置1では、膜ファウリング現象の進行を定量的に表した膜抵抗を扱って制御することにより、膜差圧の制御を安定的に行なうことができる。また、膜洗浄周期を予め計画したとおり運転ができるようになるため、メンテナンスの省力化や電力費及び薬品費等のランニングコストが低減される。
The cleaning air
(第2の実施形態)
次に、第2の実施形態における洗浄風量制御装置について説明する。図5は、第2の実施形態の洗浄風量制御装置1の形態を示す構成図である。第2の実施形態における洗浄風量制御装置は、抵抗変化予測部111をさらに備える点で第1の実施形態とは異なるが、それ以外の構成は同じである。以下、第1の実施形態と異なる点について説明する。
(Second Embodiment)
Next, the cleaning air volume control device in the second embodiment will be described. FIG. 5 is a configuration diagram showing a form of the cleaning air
抵抗変化予測部111は、実績抵抗値から所定期間後の膜抵抗の変化量を表す予測抵抗変化値を決定する。所定期間は、実績抵抗値が算出されたタイミングから抵抗値が予測されるタイミングまでの期間を表す。予測抵抗変化値は、膜ろ過流束及び洗浄風量によって算出される。例えば、抵抗変化予測部111は式(6)により予測抵抗変化値を決定する。この場合、所定期間をΔTとすると、所定期間後の予測抵抗R(t+ΔT)は式(7)により決定される。
The resistance
式(6)では、入力値として膜ろ過流束及び洗浄風量が使用されているが、他の計測値が使用されてもよい。膜ろ過流束は、分離膜103の膜面へ膜ファウリング現象の要因となる物質(例えば、不純物)を届ける作用を示す。洗浄風量は分離膜103の膜面の膜ファウリング現象を抑制する作用を示す。すなわち、膜ろ過流束及び洗浄風量は、物理的に膜ろ過抵抗の変化に寄与する。膜ろ過流束及び洗浄風量は膜分離処理にて計測される。
In Equation (6), the membrane filtration flux and the cleaning air volume are used as input values, but other measurement values may be used. The membrane filtration flux has an effect of delivering a substance (for example, an impurity) that causes a membrane fouling phenomenon to the membrane surface of the
膜分離処理を運用する前にこれら入力と膜抵抗の変化を示すデータを収集してもよい。ユーザは、収集されたデータを用いて、オフラインにて式(6)の未知変数ai、niを決定してもよい。 Data indicating changes in these inputs and membrane resistance may be collected before the membrane separation process is operated. The user may determine the unknown variables a i and n i of Equation (6) offline using the collected data.
未知変数ai、niを決定する際に、最小二乗法、PLS(Partial Least Square)回帰、リッジ回帰又はラッソ回帰等を用いられてもよい。オンライン最小二乗法などオンラインで未知変数を更新されてもよい。未知変数を決定するために、どのような方法が用いられてもよい。 In determining the unknown variables a i and n i , a least square method, PLS (Partial Least Square) regression, ridge regression, Lasso regression, or the like may be used. Unknown variables may be updated online, such as online least squares. Any method may be used to determine the unknown variable.
図6は、第2の実施形態の予測抵抗値及び実績抵抗値が推移する関係を表す図である。横軸及び縦軸は図3と同じである。図6では、現在の実績抵抗値から将来の抵抗値が予測される。予測された予測抵抗値と目標抵抗値との偏差から風量が制御される。 FIG. 6 is a diagram illustrating a relationship in which the predicted resistance value and the actual resistance value of the second embodiment change. The horizontal and vertical axes are the same as in FIG. In FIG. 6, the future resistance value is predicted from the current actual resistance value. The air volume is controlled from the deviation between the predicted resistance value and the target resistance value.
図7は第2の実施形態の風量指令を決定する際の処理の流れを表すフローチャートである。洗浄風量制御装置の実績抵抗算出部108は、水温、圧力及び膜ろ過流量に基づいて実績抵抗値を算出する(ステップS201)。抵抗変化予測部111は、膜ろ過流束及び洗浄風量に基づいて予測抵抗変化値を算出する。抵抗変化予測部111は、予測抵抗変化値及び実績抵抗値に基づいて、予測抵抗値を算出する(ステップS202)。目標抵抗算出部109は、膜差圧上限、膜洗浄周期及び洗浄期間後の水温に基づいて目標抵抗値を算出する(ステップS203)。風量制御部110は、算出された目標抵抗値及び予測抵抗値に基づいて風量指令を決定する(ステップS204)。洗浄ブロワ107は、風量指令により指定された空気量に基づいて、膜ろ過装置100内に気泡106を放出する(ステップS205)。
FIG. 7 is a flowchart showing the flow of processing when determining the air volume command of the second embodiment. The actual
このように構成された洗浄風量制御装置では、予測抵抗R(t+ΔT)と目標抵抗Rsv(t+ΔT)との偏差を用いたフィードバック制御を行うことにより、風量の変化が実績抵抗に反映されるまでの遅延が大きい膜分離処理に対しても目標抵抗値に沿うように風量を制御できる。 In the cleaning air volume control device configured as described above, feedback control using a deviation between the predicted resistance R (t + ΔT) and the target resistance Rsv (t + ΔT) is performed until the change in the air volume is reflected in the actual resistance. The air volume can be controlled so as to follow the target resistance value even for the membrane separation process with a large delay.
(第3の実施形態)
次に、第3の実施形態における洗浄風量制御装置について説明する。図8は、第3の実施形態の洗浄風量制御装置1の形態を示す構成図である。第3の実施形態における洗浄風量制御装置は、抵抗変化予測部111の代わりに抵抗変化予測部111aを備え、前処理装置112をさらに備える点で第2の実施形態とは異なるが、それ以外の構成は同じである。以下、第2の実施形態と異なる点について説明する。
(Third embodiment)
Next, the cleaning air volume control device in the third embodiment will be described. FIG. 8 is a configuration diagram illustrating an embodiment of the cleaning air
抵抗変化予測部111aは、実績抵抗値から所定期間後の膜抵抗の変化量を表す予測抵抗変化値を決定する。予測抵抗変化値は、pH、残留塩素、pH調整剤注入率、塩素注入率、オゾン注入率、凝集剤注入率、活性炭注入率のうち少なくともいずれか1つの値を含む薬品注入指標と膜ろ過流束と洗浄風量とによって算出される。抵抗変化予測部111aは式(8)により予測抵抗変化値を決定する。
The resistance
式(8)の未知変数ai、ni、xiを決定する際に、最小二乗法、PLS(Partial Least Square)回帰、リッジ回帰又はラッソ回帰等を用いられてもよい。オンライン最小二乗法などオンラインで未知変数を更新されてもよい。未知変数を決定するために、どのような方法が用いられてもよい。 When determining the unknown variables ai, ni, and xi in Expression (8), a least square method, PLS (Partial Least Square) regression, ridge regression, Lasso regression, or the like may be used. Unknown variables may be updated online, such as online least squares. Any method may be used to determine the unknown variable.
前処理装置112は、原水に前処理を行う。前処理装置112に流れ込んだ原水には、必要に応じて、pHが測定されたり、pH調整剤、塩素、オゾン、活性炭又は凝集剤等の薬品が投入される。これにより、原水に含まれる臭気物質、濁質、塩素消費物質等の膜ファウリング現象の原因となりうる物質が処理される。さらに塩素等の薬品は膜差圧を低下させる。前処理装置112は、前処理が行われた前処理水101を膜ろ過装置100へ排出する。前処理装置112は、前処理で用いられたpH、pH調整剤、塩素、オゾン、活性炭及び凝集剤を薬品注入指標として、抵抗変化予測部111aへ送信する。原水は例えば、導水管から、沈砂池及び凝集沈澱池等を経て供給される液体である。
The
前処理装置112は、例えば、塩素が投入される塩素槽、活性炭が投入される活性炭槽のように、投入される薬品毎に槽で仕切られてもよいし、全ての薬品が同じ槽で投入されてもよい。投入される薬品はどのような順番で投入されてもよい。なお、膜ろ過装置100及び前処理装置112は異なるメーカーの装置であってもよいし、同じメーカーの装置であってもよい。
For example, the
図9は第3の実施形態の風量指令を決定する際の処理の流れを表すフローチャートである。洗浄風量制御装置の実績抵抗算出部108は、水温、圧力及び膜ろ過流量に基づいて実績抵抗値を算出する(ステップS201)。抵抗変化予測部111aは、膜ろ過流束、洗浄風量及び薬品注入指標に基づいて予測抵抗変化値を算出する。抵抗変化予測部111aは、予測抵抗変化値及び実績抵抗値に基づいて、予測抵抗値を算出する(ステップS202a)。目標抵抗算出部109は、膜差圧上限、膜洗浄周期及び洗浄期間後の水温に基づいて目標抵抗値を算出する(ステップS203)。風量制御部110は、算出された目標抵抗値及び予測抵抗値に基づいて風量指令を決定する(ステップS204)。洗浄ブロワ107は、風量指令により指定された空気量に基づいて、膜ろ過装置100内に気泡106を放出する(ステップS205)。
FIG. 9 is a flowchart showing the flow of processing when determining the air volume command of the third embodiment. The actual
このように構成された洗浄風量制御装置では、前処理装置112から送信される薬品注入指標を抵抗変化予測部111aが抵抗の予測変化に加えることにより余分なセンサを追加することなく、膜ファウリング現象による膜抵抗の予測を実施できる。さらに前処理において、薬品を投入することで、膜差圧を低下させることができる。
In the cleaning air volume control device configured in this way, the chemical injection index transmitted from the
(第4の実施形態)
次に、第4の実施形態における洗浄風量制御装置について説明する。図10は、第4の実施形態の洗浄風量制御装置1の形態を示す構成図である。第4の実施形態における洗浄風量制御装置は、抵抗変化予測部111aの代わりに抵抗変化予測部111bを備え、前処理装置112の代わりに前処理装置112aをさらに備える点で第3の実施形態とは異なるが、それ以外の構成は同じである。以下、第3の実施形態と異なる点について説明する。
(Fourth embodiment)
Next, a cleaning air volume control device in the fourth embodiment will be described. FIG. 10 is a configuration diagram illustrating a configuration of the cleaning air
抵抗変化予測部111bは、実績抵抗値から所定期間後の膜抵抗の変化量を表す予測抵抗変化値を決定する。予測抵抗変化値は、薬品注入指標と膜ろ過流束と洗浄風量とに加えて、濁度、色度、SS(Suspended Substance:懸濁物質)、SDI(Silt Density Index:シルト密度指数)、FI(Fouling Index:汚れ指数)、紫外線吸光度(E260)、蛍光強度又は全有機炭素(Total Organic Carbon)のうち少なくともいずれか1つの値を含む有機物指標とによって算出される。抵抗変化予測部111bは式(8)により予測抵抗変化値を決定する。
The resistance
前処理装置112aは、原水に前処理を行う。前処理装置112aに流れ込んだ原水には、必要に応じて、pHが測定されたり、塩素、活性炭又は凝集剤が投入される。さらに、前処理装置112aは、濁度、E260、蛍光強度又は全有機炭素のうち少なくともいずれか1つの値を含む有機物指標を測定する。前処理装置112aは、前処理が行われた前処理水を膜ろ過装置100へ排出する。前処理装置112aは、前処理で用いたpH、pH調整剤、塩素、オゾン、活性炭及び凝集剤を薬品注入指標として、抵抗変化予測部111aへ送信する。前処理装置112aは、測定された有機物指標を抵抗変化予測部111aへ送信する。前処理装置112aに投入される薬品はどのような順番で投入されてもよい。前処理装置112aで測定される有機物指標はどのような順番で測定されてもよい。有機物指標の測定及び薬品の投入は、どのような順番で行われてもよい。なお、膜ろ過装置100及び前処理装置112aは異なるメーカーの装置であってもよいし、同じメーカーの装置であってもよい。
The
図11は第4の実施形態の風量指令を決定する際の処理の流れを表すフローチャートである。第4の実施形態のフローチャートは、ステップS202aの代わりにステップS202bを行い、それ以外のステップは第3の実施形態のフローチャートと同じである。洗浄風量制御装置の実績抵抗算出部108は、水温、圧力及び膜ろ過流量に基づいて実績抵抗値を算出する(ステップS201)。抵抗変化予測部111bは、膜ろ過流束、洗浄風量、薬品注入指標及び有機物指標に基づいて予測抵抗変化値を算出する。抵抗変化予測部111bは、予測抵抗変化値及び実績抵抗値に基づいて、予測抵抗値を算出する(ステップS202b)。目標抵抗算出部109は、膜差圧上限、膜洗浄周期及び洗浄期間後の水温に基づいて目標抵抗値を算出する(ステップS203)。風量制御部110は、算出された目標抵抗値及び予測抵抗値に基づいて風量指令を決定する(ステップS204)。洗浄ブロワ107は、風量指令により指定された空気量に基づいて、膜ろ過装置100内に気泡106を放出する(ステップS205)。
FIG. 11 is a flowchart showing the flow of processing when determining the air volume command of the fourth embodiment. The flowchart of the fourth embodiment performs step S202b instead of step S202a, and the other steps are the same as those of the third embodiment. The actual
このように構成された洗浄風量制御装置では、有機物指標を式(8)などに加えることで、第1〜第3の実施形態よりも膜ファウリング現象の予測精度を向上させることができる。 In the cleaning air volume control device configured as described above, the prediction accuracy of the film fouling phenomenon can be improved as compared with the first to third embodiments by adding the organic matter index to the equation (8) and the like.
(第5の実施形態)
次に、第5の実施形態における洗浄風量制御装置について説明する。図12は、第5の実施形態の洗浄風量制御装置1の形態を示す構成図である。第5の実施形態における洗浄風量制御装置は、前処理後の溶解性有機物(Dissolved Organic Carbon)の残存量に基づいて抵抗変化を予測する。第5の実施形態における洗浄風量制御装置は、抵抗変化予測部111bの代わりに抵抗変化予測部111cを備え、有機物濃度算出部113及び有機物除去率算出部114をさらに備える点で第4の実施形態とは異なるが、それ以外の構成は同じである。以下、第4の実施形態と異なる点について説明する。
(Fifth embodiment)
Next, a cleaning air volume control device in the fifth embodiment will be described. FIG. 12 is a configuration diagram showing a form of the cleaning air
抵抗変化予測部111cは実績抵抗値から所定期間後の膜抵抗の変化量を表す予測抵抗変化値を決定する。予測抵抗変化値は、膜ろ過流束、洗浄風量、pH、塩素注入率及び溶解性有機物の残存量によって算出される。溶解性有機物の残存量は、有機物濃度算出部113により算出される有機物濃度と、有機物除去率算出部114により算出される有機物残存率と、に基づいて算出される。抵抗変化予測部111cは式(8)により予測抵抗変化値を決定する。
The resistance
有機物濃度算出部113は、有機物濃度を算出する。有機物濃度は、有機物指標と溶解性有機物との相関に基づいて算出される。具体的には、有機物濃度算出部113は、有機物指標Cに対して、有機物濃度を式(9)により算出する。ここで、未知変数α及びβは有機物指標と溶解性有機物との関係に基づいて事前に決定される。
The organic substance
有機物除去率算出部114は、有機物除去率を算出する。有機物除去率は、活性炭注入率、凝集剤注入率及び滞留時間に対する溶解性有機物の関係に基づいて算出される。
The organic matter removal
図13は第5の実施形態の風量指令を決定する際の処理の流れを表すフローチャートである。第5の実施形態のフローチャートは、ステップS301からステップS303を行うこと、ステップS202bの代わりにステップS202cを行うこと、が第4の実施形態のフローチャートとは異なり、それ以外のステップは第3の実施形態のフローチャートと同じである。有機物濃度算出部113は、有機物指標と溶解性有機物との相関に基づいて有機物濃度を算出する(ステップS301)。有機物除去率算出部114は、活性炭注入率、凝集剤注入率及び滞留時間に対する溶解性有機物の関係に基づいて有機物除去率を算出する(ステップS302)。抵抗変化予測部111cは、有機物濃度及び有機物除去率に基づいて溶解性有機物の残存量を算出する(ステップS303)。実績抵抗算出部108は、水温、圧力及び膜ろ過流量に基づいて実績抵抗値を算出する(ステップS201)。抵抗変化予測部111cは、膜ろ過流束、洗浄風量、pH、塩素注入率及び溶解性有機物の残存量に基づいて予測抵抗変化値を算出する。抵抗変化予測部111cは、予測抵抗変化値及び実績抵抗値に基づいて、予測抵抗値を算出する(ステップS202c)。目標抵抗算出部109は、膜差圧上限、膜洗浄周期及び洗浄期間後の水温に基づいて目標抵抗値を算出する(ステップS203)。風量制御部110は、算出された目標抵抗値及び予測抵抗値に基づいて風量指令を決定する(ステップS204)。洗浄ブロワ107は、風量指令により指定された空気量に基づいて、膜ろ過装置100内に気泡106を放出する(ステップS205)。
FIG. 13 is a flowchart showing the flow of processing when determining the air volume command of the fifth embodiment. The flowchart of the fifth embodiment is different from the flowchart of the fourth embodiment in that steps S301 to S303 are performed and step S202c is performed instead of step S202b. The other steps are the third embodiment. This is the same as the flowchart of the embodiment. The organic substance
このように構成された洗浄風量制御装置では、前処理後の溶解性有機物の残存量を考慮して抵抗変化を予測することで、第1〜4の実施形態よりも膜ファウリング現象による膜抵抗の予測を精度よく実施することができる。 In the cleaning air volume control device configured as described above, the resistance change is predicted in consideration of the remaining amount of the soluble organic matter after the pretreatment, so that the membrane resistance caused by the membrane fouling phenomenon is more than that in the first to fourth embodiments. Can be accurately predicted.
(第6の実施形態)
次に、第6の実施形態における洗浄風量制御装置について説明する。図14は、第6の実施形態の洗浄風量制御装置1の形態を示す構成図である。第6の実施形態における洗浄風量制御装置は、予測情報記憶部115及びパラメータ調整部116をさらに備える点で第5の実施形態とは異なるが、それ以外の構成は同じである。以下、第5の実施形態と異なる点について説明する。
(Sixth embodiment)
Next, a cleaning air volume control device in the sixth embodiment will be described. FIG. 14 is a configuration diagram illustrating a configuration of the cleaning air
予測情報記憶部115は、磁気ハードディスク装置や半導体記憶装置等の記憶装置を用いて構成される。予測情報記憶部115は、実績抵抗値の履歴、抵抗変化予測部111cへの入力信号の時系列データ及び調整パラメータを記憶する。調整パラメータは、各式に含まれる未知変数の決定に用いられる。
The prediction
パラメータ調整部116は、予測情報記憶部115に記憶される情報を用いて、予測抵抗値の算出に用いられる未知変数の決定に用いられるパラメータを調整する。例えば、パラメータの調整にはオンライン最小二乗法が用いられてもよいし、他の方法が用いられてもよい。パラメータ調整部116は過去の一定期間の調整パラメータの平均値や分散から、所定の差がある場合、パラメータを更新しない等の条件を設けてもよい。所定の差とは、過去の一定期間の調整パラメータの平均値から10%以上差がある場合などであってもよい。また、調整パラメータが予め設定した上下限範囲内にない場合や、調整パラメータの変化率が上下限範囲内にない場合にパラメータを更新しない等の条件でもよい。このように構成されることで、調整パラメータが不適切な場合にも対応でき、処理の変化に応じた緩やかなパラメータ変更が可能となる。
The
このように構成された洗浄風量制御装置では、過去の調整パラメータ、実績抵抗値、抵抗変化予測部111cの入力信号の履歴に基づいて、プロセスの変化により生じるパラメータ更新にも対応できる。したがって、第1〜5の実施形態よりも膜ファウリング現象による膜抵抗の予測を精度よく実施することができる。
The cleaning air volume control device configured as described above can cope with parameter updates caused by process changes based on past adjustment parameters, actual resistance values, and history of input signals of the resistance
(第7の実施形態)
次に、第7の実施形態における洗浄風量制御装置の運用費計算モデル200について説明する。図15は、第7の実施形態の洗浄風量制御装置1の運用費計算モデルを示す機能ブロック図である。第7の実施形態における運用費計算モデル200は、実績抵抗算出部108、目標抵抗算出部109、抵抗変化予測部111c、有機物濃度算出部113、有機物除去率算出部114、電力費算出部201、薬品費算出部202及び運用費算出部203を備える。このうち電力費算出部201、薬品費算出部202及び運用費算出部203は第6の実施形態とは異なるが、それ以外の構成は同じである。以下、第6の実施形態と異なる点について説明する。
(Seventh embodiment)
Next, an operation
電力費算出部201は、洗浄風量、機器の電力量及び電力の単価に基づいて、電力費を算出する。薬品費算出部202は、活性炭注入率、凝集剤注入率、膜ろ過流量及び薬品の単価に基づいて、薬品費を算出する。運用費算出部203は、算出された電力費と薬品費との和を運用費とする。
The power
図16は、第7の実施形態の洗浄風量制御装置1の運用費計算モデル及び最適運用費算出部を示す機能ブロック図である。図16の最適運用費算出部は、式(10)に基づいて、最適運用費を算出する。最適運用費は、式(10)に基づいて最適化された運用費である。式(10)の変数yは運用費、x1は活性炭注入率、x2は凝集剤注入率、x3は洗浄風量、x5は抵抗偏差、x6は有機物残存濃度、ε1は抵抗偏差許容幅、ε2は有機物残存濃度許容幅を表す。このとき、膜差圧上限、洗浄期間、洗浄期間後水温、現在の水温、圧力及び膜ろ過流量は運用費計算モデル200において運用費、抵抗偏差を求める関数f、関数gおよび関数hを決めるパラメータとなる。第7の実施形態では、式(10)を解くことにより得られる、活性炭注入率、凝集剤注入率及び洗浄風量を使用する。
FIG. 16 is a functional block diagram illustrating an operation cost calculation model and an optimum operation cost calculation unit of the cleaning air
図17は、第7の実施形態の式(10)により得られる最適化の例を示した図である。図17では、活性炭注入率を3.5、凝集剤注入率を5.0、洗浄風量を103とすることにより、運用費を図16中で最小の17.8にすることができる。このように薬品費及び電力費を算出する計算を追加した運用費計算モデルを利用して最適化問題を解くことにより、運用費を低減する制御を実現できる。最適化問題の解法としては、最急降下法や準ニュートン法といった一般的な最適化問題の解法アルゴリズムであってもCMA−ES(Covariance Matrix Adaptation Evolution Strategy)などのアルゴリズムを用いてもよい。また、遺伝的アルゴリズムや粒子群最適化、焼きなまし法、自己組織化写像などのメタヒューリスティックな手法を使用してもよい。 FIG. 17 is a diagram illustrating an example of optimization obtained by Expression (10) of the seventh embodiment. In FIG. 17, by setting the activated carbon injection rate to 3.5, the flocculant injection rate to 5.0, and the cleaning air volume to 103, the operation cost can be reduced to the minimum of 17.8 in FIG. In this way, by solving the optimization problem using the operation cost calculation model to which the calculation for calculating the chemical cost and the power cost is added, it is possible to realize the control for reducing the operation cost. As a solution of the optimization problem, a general optimization problem solution algorithm such as steepest descent method or quasi-Newton method may be used, or an algorithm such as CMA-ES (Covariance Matrix Adaptation Evolution Strategy) may be used. Metaheuristic methods such as genetic algorithms, particle swarm optimization, annealing methods, and self-organizing maps may also be used.
(第8の実施形態)
次に、第8の実施形態における洗浄風量制御装置の運用費計算モデル200a及び月間費用算出部300について説明する。第8の実施形態では、膜洗浄周期を変数として運用費の低減を図る。図18は、第8の実施形態の洗浄風量制御装置1の運用費計算モデル及び月間費用計算部を示す機能ブロック図である。第8の実施形態では、運用費計算モデル200の代わりに運用費計算モデル200aを備える点、月間費用算出部300をさらに備える点で第7の実施形態と異なるが、それ以外の構成は同じである。以下、第7の実施形態と異なる点について説明する。
(Eighth embodiment)
Next, the operation cost calculation model 200a and the monthly
運用費計算モデル200aは、運用費算出部203の代わりに運用費算出部203a(不図示)を備える。運用費算出部203aは、運用費を膜洗浄周期分計算する。
The operation cost calculation model 200 a includes an operation cost calculation unit 203 a (not shown) instead of the operation
月間費用算出部300は、式(11)に基づいて月間費用を算出する。月間費用は、最小化された月間あたりの運用費である。月間費用は、膜洗浄周期分の運用費に基づき、月間当たりの平均費用を算出し、さらに平均費用を最小化することで求められる。式(11)の変数yは運用費、x1は活性炭注入率、x2は凝集剤注入率、x3は洗浄風量、x4は膜洗浄周期、x5は抵抗偏差、x6は有機物残存濃度、ε1は抵抗偏差許容幅、ε2は有機物残存濃度許容幅を表す。このとき、膜差圧上限、洗浄期間、洗浄期間後水温、現在の水温、圧力及び膜ろ過流量は関数f、関数gおよび関数hを決めるパラメータとなる。第8の実施形態では、膜洗浄周期は、式(11)を解くことにより得られた値が使用される。
Monthly
図19は、第8の実施形態の式(11)により得られる最適化の例を示した図である。図19では、膜洗浄周期を13、活性炭注入率を3.5、凝集剤注入率を5.0、洗浄風量を103とすることにより、運用費を図19中で最小の4,314にすることができる。このように薬品費及び電力費を算出する計算を追加した運用費計算モデルを利用して最適化問題を解くことにより、運用費を低減し、かつ膜洗浄周期の最適化を実現できる。最適化問題の解法としては、最急降下法や準ニュートン法といった一般的な最適化問題の解法アルゴリズムであってもCMA−ESなどのアルゴリズムを用いてもよい。また、遺伝的アルゴリズムや粒子群最適化、焼きなまし法、自己組織化写像などのメタヒューリスティックな手法を使用してもよい。 FIG. 19 is a diagram illustrating an example of optimization obtained by Expression (11) of the eighth embodiment. In FIG. 19, by setting the membrane cleaning cycle to 13, the activated carbon injection rate to 3.5, the flocculant injection rate to 5.0, and the cleaning air volume to 103, the operation cost is reduced to 4,314, which is the minimum in FIG. be able to. Thus, by solving the optimization problem using the operation cost calculation model to which the calculation for calculating the chemical cost and the power cost is added, the operation cost can be reduced and the film cleaning cycle can be optimized. As a solution of the optimization problem, a general optimization problem solution algorithm such as a steepest descent method or a quasi-Newton method may be used, or an algorithm such as CMA-ES may be used. Metaheuristic methods such as genetic algorithms, particle swarm optimization, annealing methods, and self-organizing maps may also be used.
(第9の実施形態)
次に、第9の実施形態における、洗浄風量制御装置の運用費計算モデルについて説明する。第9の実施形態における運用費計算モデルでは、原水の有機物指標に基づいて活性炭注入率の下限が設定される。活性炭注入率の下限は、測定された原水の有機物指標に基づいて設定される。
(Ninth embodiment)
Next, an operating cost calculation model of the cleaning air volume control device in the ninth embodiment will be described. In the operation cost calculation model in the ninth embodiment, the lower limit of the activated carbon injection rate is set based on the raw material organic matter index. The lower limit of the activated carbon injection rate is set based on the measured organic matter index of raw water.
このように原水の有機物指標に基づいて活性炭注入率の下限を設定されることで、第7又は第8の実施形態のように、活性炭注入率が低くなり、水質を担保できない状況を防ぐ。したがって、処理水質が担保されつつ、可能な限り運用費が低減される。 Thus, by setting the lower limit of the activated carbon injection rate based on the organic matter index of the raw water, the activated carbon injection rate becomes low as in the seventh or eighth embodiment, and the situation where the water quality cannot be secured is prevented. Therefore, the operation cost is reduced as much as possible while ensuring the quality of the treated water.
(第10の実施形態)
次に、第10の実施形態における、洗浄風量制御装置の運用費計算モデルについて説明する。第10の実施形態における運用費計算モデルでは、オフラインの水質分析結果に基づいて活性炭注入率の下限が設定される。オフラインで水質分析される項目は、例えば2−MIB、ジェオスミンなどの臭気物質や色度、トリハロメタン前駆物質などの水質分析項目であれば、どのような項目であってもよい。
(Tenth embodiment)
Next, an operation cost calculation model of the cleaning air volume control device in the tenth embodiment will be described. In the operation cost calculation model in the tenth embodiment, the lower limit of the activated carbon injection rate is set based on the offline water quality analysis result. The items subjected to the water quality analysis offline may be any items as long as they are water quality analysis items such as odorous substances such as 2-MIB and geosmin, chromaticity, and trihalomethane precursors.
このようにオフライン水質分析結果に基づいて活性炭注入率の下限を設定されることで、処理水質が担保されつつ、可能なかぎり運用費が低減される。なお、第9の実施形態による有機物指標による下限値も設定される場合は、下限値の大きい方を採用してもよい。 Thus, by setting the lower limit of the activated carbon injection rate based on the offline water quality analysis result, the operation cost is reduced as much as possible while ensuring the quality of the treated water. In addition, when the lower limit by the organic substance index according to the ninth embodiment is also set, the larger lower limit may be adopted.
以上説明した少なくともひとつの実施形態によれば、実績抵抗値と目標抵抗値とに基づいて洗浄風量を制御することにより、膜ろ過装置100のランニングコストを低減できる。
According to at least one embodiment described above, the running cost of the
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。 Although several embodiments of the present invention have been described, these embodiments are presented by way of example and are not intended to limit the scope of the invention. These embodiments can be implemented in various other forms, and various omissions, replacements, and changes can be made without departing from the spirit of the invention. These embodiments and their modifications are included in the scope and gist of the invention, and are also included in the invention described in the claims and the equivalents thereof.
1…洗浄風量制御装置、100…膜ろ過装置、101…前処理水、102…水温計、103…分離膜、104…圧力計、105…流量計、106…気泡、107…洗浄ブロワ、108…実績抵抗算出部、109…目標抵抗算出部、110…風量制御部、111…抵抗変化予測部、111a…抵抗変化予測部、112…前処理装置、111b…抵抗変化予測部、112a…前処理装置、111c…抵抗変化予測部、113…有機物濃度算出部、114…有機物除去率算出部、115…予測情報記憶部、116…パラメータ調整部、200…運用費計算モデル、201…電力費算出部、202…薬品費算出部、203…運用費算出部、200a…運用費計算モデル、203a…運用費算出部、300…月間費用算出部
DESCRIPTION OF
Claims (13)
前記分離膜を通過する液体の流れにくさを表す抵抗値の実績である実績抵抗値と、所定の時期における前記分離膜の抵抗値の目標を表す目標抵抗値と、に基づいて前記分離膜を洗浄する空気の量である洗浄風量を制御する風量制御部と、
を備える洗浄風量制御装置。 A membrane filtration device comprising a separation membrane for separating a solid contained in the liquid from the liquid;
Based on the actual resistance value, which is the actual resistance value indicating the difficulty of the flow of liquid passing through the separation membrane, and the target resistance value indicating the target resistance value of the separation membrane at a predetermined time, the separation membrane An air volume control unit that controls the amount of air to be washed,
A cleaning air volume control device comprising:
前記風量制御部は算出された前記実績抵抗値が前記目標抵抗値に近接するように前記膜ろ過装置に供給される洗浄風量を算出する、
請求項1に記載の洗浄風量制御装置。 Further comprising an actual resistance calculation unit for calculating the actual resistance value based on the pressure of the liquid discharged from the membrane filtration device, the membrane filtration flow rate and the water temperature;
The air volume control unit calculates a cleaning air volume supplied to the membrane filtration device so that the calculated actual resistance value is close to the target resistance value,
The cleaning air volume control device according to claim 1.
前記風量制御部は、前記予測抵抗値と前記目標抵抗値とに基づいて膜ろ過装置に供給される前記洗浄風量を制御する、
請求項1から3のいずれか一項に記載の洗浄風量制御装置。 A resistance change prediction unit that calculates a predicted resistance value representing a future resistance value of the separation membrane based on the membrane filtration flux value that is a value obtained by dividing the membrane filtration flow rate by the membrane surface area and the washing air volume;
The air volume control unit controls the cleaning air volume supplied to the membrane filtration device based on the predicted resistance value and the target resistance value.
The cleaning air volume control device according to any one of claims 1 to 3.
前記抵抗変化予測部は、前記有機物残存量に基づいて前記予測抵抗値を算出する、
請求項6に記載の洗浄風量制御装置。 An organic matter residual amount calculating unit that calculates the organic matter residual amount based on the organic matter concentration calculated based on the organic matter index and the activated carbon injection rate, the flocculant injection rate, and the organic matter residual rate calculated based on the residence time is further provided. ,
The resistance change prediction unit calculates the predicted resistance value based on the remaining amount of organic matter.
The cleaning air volume control device according to claim 6.
前記調整データに基づいて、前記予測抵抗値の算出に用いられる未知変数の決定に用いられるパラメータを調整するパラメータ調整部をさらに備える、
請求項4から7のいずれか一項に記載の洗浄風量制御装置。 A prediction information storage unit that stores adjustment data including a history of the actual resistance value, a history of an input signal to the resistance change prediction unit, and an adjustment parameter used to determine an unknown variable used to calculate the prediction resistance value;
Based on the adjustment data, further includes a parameter adjustment unit that adjusts a parameter used to determine an unknown variable used to calculate the predicted resistance value.
The cleaning air volume control device according to any one of claims 4 to 7.
請求項4から8のいずれか一項に記載の洗浄風量制御装置。 An operation cost calculation unit for calculating the activated carbon injection rate, the coagulant injection rate, and the cleaning air volume so that the operation cost of the cleaning air volume control device satisfies a predetermined condition;
The cleaning air volume control device according to any one of claims 4 to 8.
請求項9に記載の洗浄風量制御装置。 An operation cost calculation unit that calculates the activated carbon injection rate, the flocculant injection rate, and the cleaning air volume so that the operation cost and the membrane cleaning cycle of the cleaning air volume control device satisfy predetermined conditions;
The cleaning air volume control device according to claim 9.
前記分離膜を通過する液体の流れにくさを表す抵抗値の実績である実績抵抗値と、所定の時期における前記分離膜の抵抗値の目標を表す目標抵抗値と、に基づいて前記分離膜を洗浄する空気の量である洗浄風量を制御する風量制御ステップと、
を備える洗浄風量制御装置が実行する洗浄風量制御方法。 A membrane filtration step executed by a membrane filtration device comprising a separation membrane for separating a solid contained in the liquid from the liquid;
Based on the actual resistance value, which is the actual resistance value indicating the difficulty of the flow of liquid passing through the separation membrane, and the target resistance value indicating the target resistance value of the separation membrane at a predetermined time, the separation membrane An air volume control step for controlling the amount of air to be washed,
A cleaning air volume control method executed by a cleaning air volume control device.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017148570A JP7000063B2 (en) | 2017-07-31 | 2017-07-31 | Cleaning air volume control device and cleaning air volume control method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017148570A JP7000063B2 (en) | 2017-07-31 | 2017-07-31 | Cleaning air volume control device and cleaning air volume control method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019025437A true JP2019025437A (en) | 2019-02-21 |
JP7000063B2 JP7000063B2 (en) | 2022-01-19 |
Family
ID=65477232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017148570A Active JP7000063B2 (en) | 2017-07-31 | 2017-07-31 | Cleaning air volume control device and cleaning air volume control method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7000063B2 (en) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020199472A (en) * | 2019-06-12 | 2020-12-17 | 東芝インフラシステムズ株式会社 | Membrane treatment control system and membrane treatment control method |
JP2020199475A (en) * | 2019-06-12 | 2020-12-17 | 東芝インフラシステムズ株式会社 | Cleansing air quantity control system and cleansing air quantity control device |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10290983A (en) * | 1997-04-22 | 1998-11-04 | Kubota Corp | Operation of membrane treating device |
JP2008142675A (en) * | 2006-12-13 | 2008-06-26 | Toray Ind Inc | Determination method of operation condition of membrane filtration apparatus, operation method of membrane filtration apparatus using it and membrane filtration apparatus |
JP2013022549A (en) * | 2011-07-25 | 2013-02-04 | Kubota Corp | Operation method of membrane separation activated sludge treatment device |
CN104941454A (en) * | 2014-03-26 | 2015-09-30 | 东丽先端材料研究开发(中国)有限公司 | Ultrafiltration (UF) membrane operation method |
JP2017018940A (en) * | 2015-07-07 | 2017-01-26 | 株式会社東芝 | Control device for wastewater treatment, and wastewater treatment system |
-
2017
- 2017-07-31 JP JP2017148570A patent/JP7000063B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10290983A (en) * | 1997-04-22 | 1998-11-04 | Kubota Corp | Operation of membrane treating device |
JP2008142675A (en) * | 2006-12-13 | 2008-06-26 | Toray Ind Inc | Determination method of operation condition of membrane filtration apparatus, operation method of membrane filtration apparatus using it and membrane filtration apparatus |
JP2013022549A (en) * | 2011-07-25 | 2013-02-04 | Kubota Corp | Operation method of membrane separation activated sludge treatment device |
CN104941454A (en) * | 2014-03-26 | 2015-09-30 | 东丽先端材料研究开发(中国)有限公司 | Ultrafiltration (UF) membrane operation method |
JP2017018940A (en) * | 2015-07-07 | 2017-01-26 | 株式会社東芝 | Control device for wastewater treatment, and wastewater treatment system |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020199472A (en) * | 2019-06-12 | 2020-12-17 | 東芝インフラシステムズ株式会社 | Membrane treatment control system and membrane treatment control method |
JP2020199475A (en) * | 2019-06-12 | 2020-12-17 | 東芝インフラシステムズ株式会社 | Cleansing air quantity control system and cleansing air quantity control device |
JP7214576B2 (en) | 2019-06-12 | 2023-01-30 | 東芝インフラシステムズ株式会社 | Cleaning air volume control system and cleaning air volume control device |
JP7378972B2 (en) | 2019-06-12 | 2023-11-14 | 東芝インフラシステムズ株式会社 | Membrane treatment control system and membrane treatment control method |
Also Published As
Publication number | Publication date |
---|---|
JP7000063B2 (en) | 2022-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20160102003A1 (en) | Advanced control system for wastewater treatment plants with membrane bioreactors | |
EP2731917B1 (en) | Method of maintaining water quality in a process stream | |
EP2560743B1 (en) | A method and system for an optimized membrane cleaning process | |
US10974176B2 (en) | Automatic control of biochemical oxygen demand content (BOD) of sludge and other products of a waste water treatment system | |
JP6659404B2 (en) | Wastewater treatment control device and wastewater treatment system | |
WO2008132186A1 (en) | Supervisory control system and method for membrane cleaning | |
KR20090062503A (en) | Optimized operation control system and method for membrane process using intermittent aeration | |
CN110431111B (en) | Membrane separation device and membrane separation method | |
JP7000063B2 (en) | Cleaning air volume control device and cleaning air volume control method | |
JP6486732B2 (en) | Timing adjustment method and timing adjustment device | |
Liu et al. | Artificial neural network model for turbulence promoter-assisted crossflow microfiltration of particulate suspensions | |
JP2007098236A (en) | Method and apparatus for injecting flocculant in water clarifying process | |
KR101277199B1 (en) | Pretreatment apparatus and method for seawater desalination | |
JP4780946B2 (en) | Water treatment process operation support device, program and recording medium | |
US11198075B2 (en) | Energy reduction and monitoring control system for backwashing media systems | |
JP2022174886A (en) | Flocculant injection control method and flocculant injection control device | |
JP2021183318A (en) | Transmembrane pressure difference control apparatus | |
KR101156592B1 (en) | Apparatus for water treatment filtration facility operation and method thereof | |
JP2016097342A (en) | Timing management device, timing management method, timing calculation device, and program | |
JP6042666B2 (en) | Filtration aid injection control method and filtration aid injection control device | |
JP2013086069A (en) | Fresh water producing method | |
JP3749719B2 (en) | Filtration rate determination method and filtration rate candidate evaluation apparatus | |
JP2022017857A (en) | System, method and program for monitoring control | |
CN110705049A (en) | Irreversible membrane pollution identification method and system based on model prediction and storage medium | |
JP2022166617A (en) | Flocculant injection control method and flocculant injection control device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170921 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200618 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210521 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210601 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210727 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20211124 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211223 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7000063 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |