JP2021020165A - Determination system of determining cleanness of water present in water tank for rearing aquatic life, and water treatment system and water treatment method of maintaining water quality in water tank - Google Patents

Determination system of determining cleanness of water present in water tank for rearing aquatic life, and water treatment system and water treatment method of maintaining water quality in water tank Download PDF

Info

Publication number
JP2021020165A
JP2021020165A JP2019138428A JP2019138428A JP2021020165A JP 2021020165 A JP2021020165 A JP 2021020165A JP 2019138428 A JP2019138428 A JP 2019138428A JP 2019138428 A JP2019138428 A JP 2019138428A JP 2021020165 A JP2021020165 A JP 2021020165A
Authority
JP
Japan
Prior art keywords
water
image
water tank
cleanliness
analysis model
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
Application number
JP2019138428A
Other languages
Japanese (ja)
Other versions
JP7337583B2 (en
Inventor
賢一 二見
Kenichi Futami
賢一 二見
究 西村
Kiwamu Nishimura
究 西村
島村　和彰
Kazuaki Shimamura
和彰 島村
古賀　大輔
Daisuke Koga
大輔 古賀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Swing Corp
Original Assignee
Swing Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Swing Corp filed Critical Swing Corp
Priority to JP2019138428A priority Critical patent/JP7337583B2/en
Publication of JP2021020165A publication Critical patent/JP2021020165A/en
Application granted granted Critical
Publication of JP7337583B2 publication Critical patent/JP7337583B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W10/00—Technologies for wastewater treatment
    • Y02W10/10—Biological treatment of water, waste water, or sewage

Landscapes

  • Farming Of Fish And Shellfish (AREA)
  • Biological Treatment Of Waste Water (AREA)
  • Separation Using Semi-Permeable Membranes (AREA)
  • Separation Of Suspended Particles By Flocculating Agents (AREA)
  • Physical Water Treatments (AREA)
  • Treatment Of Water By Oxidation Or Reduction (AREA)
  • Filtration Of Liquid (AREA)
  • Image Analysis (AREA)

Abstract

To provide a determination system capable of correctly determining the cleanness of water in a water tank, namely the quality of water in a water tank.SOLUTION: The determination system comprises an imaging device 12 generating an image of water in a water circulation passage including a water tank 1 for rearing an organism, and a water quality determination device 13 that inputs image data of water into an image analysis model constructed by a machine learning algorithm and outputs the result of the determination on the cleanness of water.SELECTED DRAWING: Figure 1

Description

本発明は、水槽内の水のきれいさを判定する判定システムに関し、特に、餌を定期的に投入して魚類、海獣類等の水生生物を飼育するための展示用の水槽内の水質を判定する判定システムに関する。また、本発明は、そのような水槽内の水質を維持するための水処理システムおよび水処理方法に関する。 The present invention relates to a determination system for determining the cleanliness of water in an aquarium, and in particular, determines the quality of water in an exhibition aquarium for raising aquatic organisms such as fish and marine mammals by periodically feeding food. Regarding the judgment system. The present invention also relates to a water treatment system and a water treatment method for maintaining the water quality in such an aquarium.

鑑賞用に飼育される魚類、海獣類等の水生生物には、定期的に給餌がなされている。そのため、水生生物の飼育に使用される水槽内の水は、残餌や飼育生物の***物などによって濁る。濁りが生じた水槽水を浄化するために、水槽の水を抜き出して、砂ろ過で処理し、処理した水を水槽に戻す循環方法が一般に採用されている。 Aquatic organisms such as fish and marine mammals bred for viewing are regularly fed. Therefore, the water in the aquarium used for breeding aquatic organisms becomes turbid due to residual food and excrement of the breeding organisms. In order to purify the turbid aquarium water, a circulation method is generally adopted in which the water in the aquarium is extracted, treated by sand filtration, and the treated water is returned to the aquarium.

例えば、特許文献１では、水槽の水を微生物付着媒体あるいは粒状ろ材を用いて、循環濾過すると共に循環濾過工程の逆洗排水を膜分離工程で分離し、分離水を再利用する水の濾過方法が開示されている。 For example, in Patent Document 1, a water filtration method in which water in an aquarium is circulated and filtered using a microbial adhesion medium or a granular filter medium, and backwash wastewater in the circulation filtration step is separated in a membrane separation step, and the separated water is reused. Is disclosed.

養殖や水族館のようなアンモニア態窒素が含まれる海水を、膜ろ過を用いて浄化する方法も知られている。例えば、特許文献２には、膜ろ過を利用した水中生物の飼育水の製造装置の例が開示されている。特許文献３には、被処理水を膜モジュールに循環させてろ過処理する膜ろ過廃水処理装置の例が開示されている。 A method of purifying seawater containing ammoniacal nitrogen such as aquaculture and aquariums by using membrane filtration is also known. For example, Patent Document 2 discloses an example of an apparatus for producing breeding water for aquatic organisms using membrane filtration. Patent Document 3 discloses an example of a membrane filtration wastewater treatment apparatus that circulates water to be treated in a membrane module for filtration treatment.

特許文献４には、水棲生物を飼育するための飼育水槽の飼育水を処理するための水処理システムにおいて、脱窒菌による生物的反応と電気化学的反応を組み合わせて脱窒反応を行わせる脱窒槽を設け、脱窒槽に隔膜を設けることによって脱窒槽を陰極室と陽極室とに区分けし、陰極室と陽極室との各々に飼育水を通水し、飼育水槽と脱窒槽との間で飼育水を循環するようにした水処理システムの例が開示されている。 Patent Document 4 describes a denitrification tank in which a denitrification reaction is carried out by combining a biological reaction and an electrochemical reaction by denitrifying bacteria in a water treatment system for treating breeding water in a breeding water tank for breeding aquatic organisms. The denitrification tank is divided into a cathode chamber and an anode chamber by providing a diaphragm in the denitrification tank, and breeding water is passed through each of the cathode chamber and the anode chamber, and breeding is performed between the breeding water tank and the denitrification tank. An example of a water treatment system that circulates water is disclosed.

特許文献５には、飼育水をろ過工程を通じて循環する方法において、砂層の上に生物付着単体層を配置した複数ろ過層を用いて飼育水をろ過することが開示されている。
特許文献６には、膜ろ過運転中に原水の水質を測定して、膜面への汚濁負荷を演算し、その汚濁負荷をパラメータとして逆洗工程に移行する膜ろ過装置の運転制御方法の例が開示されている。 Patent Document 5 discloses that in a method of circulating breeding water through a filtration step, the breeding water is filtered using a plurality of filtration layers in which a biofouling single layer is arranged on a sand layer.
Patent Document 6 provides an example of an operation control method of a membrane filtration apparatus that measures the quality of raw water during a membrane filtration operation, calculates a pollution load on the membrane surface, and shifts to a backwashing step using the pollution load as a parameter. Is disclosed.

特許第２５２０８０５号公報Japanese Patent No. 252805 特開２０１５−１８１９７３号公報Japanese Unexamined Patent Publication No. 2015-181973 特開２０００−６１４６６号公報Japanese Unexamined Patent Publication No. 2000-61466 特開２００３−１８９３８号公報Japanese Unexamined Patent Publication No. 2003-18938 特許第６２１６１７４号公報Japanese Patent No. 6216174 特開２００８−２２９５８３号公報Japanese Unexamined Patent Publication No. 2008-229583

水族館などに設置されている展示用の水槽は、人が見てきれいと感じるような水を貯留していることが求められている。水槽内の水のきれいさを判定する要素として、濁度や色度がある。しかしながら、それらの数値が極めて低い場合には、測定装置の検出限界以下となり定量化が難しい場合があった。また、水槽の奥行きが長い場合には、低い濁度でも水が濁って見える場合がある。 Exhibition aquariums installed in aquariums and the like are required to store water that people can see and feel clean. Turbidity and chromaticity are factors that determine the cleanliness of water in the aquarium. However, when these values are extremely low, it may be below the detection limit of the measuring device and quantification may be difficult. In addition, when the depth of the water tank is long, the water may appear turbid even at low turbidity.

実際に水槽内の水が濁った場合は、過去の知見に基づきベテランの運転員が水処理装置の運転条件を決定し、水槽内のきれいさを目視で確認しながら、運転条件の変更を行っている。しかし、これは運転員の経験と技量に依るところが大きく、運転員による判断にばらつきがあり、水槽内のきれいさが安定しない場合があった。 If the water in the aquarium actually becomes turbid, a veteran operator will determine the operating conditions of the water treatment equipment based on past knowledge, and change the operating conditions while visually checking the cleanliness of the aquarium. ing. However, this largely depends on the experience and skill of the operator, and the judgment by the operator varies, and the cleanliness inside the water tank may not be stable.

本発明は上記の点に鑑みてなされたものであり、その目的は、水槽内の水のきれいさ、すなわち水槽内の水質を正しく判定することができる判定システムを提供することにある。また、本発明は、水槽内の水質（きれいさ）を維持することができる水処理システムおよび水処理方法を提供することにある。 The present invention has been made in view of the above points, and an object of the present invention is to provide a determination system capable of correctly determining the cleanliness of water in a water tank, that is, the quality of water in the water tank. Another object of the present invention is to provide a water treatment system and a water treatment method capable of maintaining the water quality (cleanliness) in the aquarium.

一態様では、生物飼育用の水槽内の水のきれいさを判定する判定システムであって、前記水槽を含む水循環経路内の水の画像を生成する撮像装置と、前記水の画像のデータを、機械学習アルゴリズムにより構築された画像解析モデルに入力し、前記水のきれいさの判定結果を出力する水質判定装置を備えている、判定システムが提供される。 In one aspect, it is a determination system that determines the cleanliness of water in a water tank for breeding organisms, and is an imaging device that generates an image of water in a water circulation path including the water tank, and data of the water image. Provided is a determination system including a water quality determination device that inputs to an image analysis model constructed by a machine learning algorithm and outputs the determination result of the cleanliness of the water.

一態様では、前記画像解析モデルは、前記水循環経路内の水の画像と、前記水循環経路内の水のきれいさを示す数値との複数の組み合わせからなる学習データを用いて、機械学習アルゴリズムに従って構築された学習済みモデルである。
一態様では、前記撮像装置は、前記水槽に隣接して配置されており、前記水槽内の水の画像を生成するように配置されている。 In one aspect, the image analysis model is constructed according to a machine learning algorithm using learning data consisting of a plurality of combinations of an image of water in the water cycle path and a numerical value indicating the cleanliness of the water in the water cycle path. It is a trained model that has been trained.
In one aspect, the imaging device is arranged adjacent to the aquarium and is arranged to generate an image of the water in the aquarium.

一態様では、生物飼育用の水槽と、前記水槽から抜き出した水を浄化する浄化装置と、前記水槽と前記浄化装置とを接続する循環ラインと、前記水槽、前記浄化装置、および前記循環ラインを含む水循環経路内の水の画像を生成する撮像装置と、前記水の画像のデータを、機械学習アルゴリズムにより構築された画像解析モデルに入力し、前記水のきれいさの判定結果を出力する水質判定装置と、前記判定結果に基づいて前記浄化装置の動作を制御する運転制御部を備えている、水処理システムが提供される。 In one aspect, a water tank for breeding organisms, a purification device for purifying water extracted from the water tank, a circulation line connecting the water tank and the purification device, the water tank, the purification device, and the circulation line are provided. Water quality judgment that inputs the image data of the image of water in the water circulation path including the water to the image analysis model constructed by the machine learning algorithm and outputs the judgment result of the cleanliness of the water. Provided is a water treatment system including an apparatus and an operation control unit that controls the operation of the purification apparatus based on the determination result.

一態様では、前記画像解析モデルは、前記水循環経路内の水の画像と、前記水循環経路内の水のきれいさを示す数値との複数の組み合わせからなる学習データを用いて、機械学習アルゴリズムに従って構築された学習済みモデルである。
一態様では、前記撮像装置は、前記水槽に隣接して配置されており、前記水槽内の水の画像を生成するように配置されている。
一態様では、前記浄化装置は、砂ろ過装置を備えている。
一態様では、前記浄化装置は、凝集剤注入装置、浮上ろ過装置、繊維ろ過装置、膜ろ過装置、泡沫分離処理装置、オゾン処理装置、ＵＶ処理装置、接触酸化処理装置のうちの少なくとも１つをさらに備えている。 In one aspect, the image analysis model is constructed according to a machine learning algorithm using learning data consisting of a plurality of combinations of an image of water in the water cycle path and a numerical value indicating the cleanliness of the water in the water cycle path. It is a trained model that has been trained.
In one aspect, the imaging device is arranged adjacent to the aquarium and is arranged to generate an image of the water in the aquarium.
In one aspect, the purification device comprises a sand filtration device.
In one aspect, the purification device includes at least one of a flocculant injection device, a floating filtration device, a fiber filtration device, a membrane filtration device, a foam separation treatment device, an ozone treatment device, a UV treatment device, and a catalytic oxidation treatment device. Further prepared.

一態様では、生物飼育用の水槽、前記水槽から抜き出した水を浄化する浄化装置、および前記水槽と前記浄化装置とを接続する循環ラインを含む水循環経路内の水の画像を生成し、前記水の画像のデータを、機械学習アルゴリズムにより構築された画像解析モデルに入力し、前記水のきれいさの判定結果を前記画像解析モデルから出力し、前記判定結果に基づいて前記浄化装置の動作を制御する、水処理方法が提供される。
一態様では、前記画像解析モデルは、前記水循環経路内の水の画像と、前記水循環経路内の水のきれいさを示す数値との複数の組み合わせからなる学習データを用いて、機械学習アルゴリズムに従って構築された学習済みモデルである。 In one aspect, an image of water in a water circulation path including a water tank for breeding organisms, a purification device for purifying water extracted from the water tank, and a circulation line connecting the water tank and the purification device is generated, and the water is generated. The data of the image is input to the image analysis model constructed by the machine learning algorithm, the judgment result of the cleanliness of the water is output from the image analysis model, and the operation of the purification device is controlled based on the judgment result. A water treatment method is provided.
In one aspect, the image analysis model is constructed according to a machine learning algorithm using learning data consisting of a plurality of combinations of an image of water in the water cycle path and a numerical value indicating the cleanliness of the water in the water cycle path. It is a trained model that has been trained.

ディープラーニング等の機械学習アルゴリズムにより、水質判定装置は、水のきれいさの状態を学習し、ベテランの運転員と同等、あるいは同等以上の水のきれいさの判定が可能な画像解析モデルを構築することで、水槽内の水質、具体的には水のきれいさの判定を、適切およびリアルタイムに行うことができる。また、本発明によれば、実際に水質変動が水槽内で起こった場合においても、水処理システムは、水の画像に基づいて、水のきれいさを適切に判定でき、適切な水処理が可能となり、水槽内のきれいさを安定的に保つことができる。 By machine learning algorithms such as deep learning, the water quality judgment device learns the state of water cleanliness and builds an image analysis model that can judge the cleanliness of water equal to or better than that of a veteran operator. Therefore, the quality of the water in the water tank, specifically, the cleanliness of the water can be determined appropriately and in real time. Further, according to the present invention, even when water quality fluctuation actually occurs in the aquarium, the water treatment system can appropriately judge the cleanliness of the water based on the image of the water, and can perform the appropriate water treatment. Therefore, the cleanliness inside the aquarium can be kept stable.

水処理システムの一実施形態を示す図である。It is a figure which shows one Embodiment of a water treatment system. 水の画像の一例を示す模式図である。It is a schematic diagram which shows an example of the image of water. 水処理システムの他の実施形態を示す図である。It is a figure which shows the other embodiment of a water treatment system. 水処理システムのさらに他の実施形態を示す図である。It is a figure which shows still another embodiment of a water treatment system. 画像解析モデルの一例を示す模式図である。It is a schematic diagram which shows an example of an image analysis model. 水処理システムのさらに他の実施形態を示す図である。It is a figure which shows still another embodiment of a water treatment system. 水質判定装置の構成の一実施形態を示す模式図である。It is a schematic diagram which shows one Embodiment of the structure of the water quality determination apparatus.

以下、図面を参照しながら本発明の実施形態に係る水のきれいさを判定する判定システム、およびその判定結果を活用した水処理システムの最適化運転について説明する。なお、以下に示す実施形態は、この発明の技術的思想を具体化するための装置や方法を例示するものであって、この発明は、下記の実施形態に限定されるものではない。 Hereinafter, the determination system for determining the cleanliness of water according to the embodiment of the present invention and the optimized operation of the water treatment system utilizing the determination result will be described with reference to the drawings. It should be noted that the embodiments shown below exemplify devices and methods for embodying the technical idea of the present invention, and the present invention is not limited to the following embodiments.

水のきれいさとは、人が水を目視したときに水がきれいであると感じる程度を表す心理的な評価であり、主として水質に依存する。水質を決定する要素には、濁度［FTUまたはNTU、度］、透明度［m］、透視度［cm］、微粒子量、色度、色彩（ＸＹＺ表色系で表現する色度）などが挙げられる。しかしながら、これらの要素の数値に基づいて水がきれいか否かを一意に決定することは難しい。例えば、濁度が低いと、一般に、人は水をきれいと感じるが、濁度が同じであっても、人は、青色の水を、黄色い水よりもきれいと感じる傾向がある。このように、水のきれいさは、観察者の感覚に依存して変わりうる。 The cleanliness of water is a psychological evaluation that indicates the degree to which a person feels that the water is clean when he or she visually observes the water, and it mainly depends on the water quality. Factors that determine water quality include turbidity [FTU or NTU, degree], transparency [m], transparency [cm], amount of fine particles, chromaticity, and color (chromaticity expressed in the XYZ color system). Be done. However, it is difficult to uniquely determine whether or not water is clean based on the numerical values of these factors. For example, low turbidity generally makes people feel water clean, but even with the same turbidity, people tend to feel blue water cleaner than yellow water. Thus, the cleanliness of water can vary depending on the observer's senses.

水の濁度、微粒子量、色度、色彩などを測定する装置は存在する。これらの測定装置から得られた測定値と「きれいさ」との認知関係性、それぞれの測定値の影響度等に基づいて、多変量解析などの手法を用いて「きれいさ」を判定することもできるが、本発明では水の画像に基づいて水のきれいさを判断することに特徴がある。 There are devices that measure water turbidity, the amount of fine particles, chromaticity, color, and the like. Judgment of "cleanliness" using techniques such as multivariate analysis based on the cognitive relationship between the measured values obtained from these measuring devices and "cleanliness", the degree of influence of each measured value, etc. However, the present invention is characterized in determining the cleanliness of water based on the image of water.

以下に説明する実施形態は、人によって変わりうる水のきれいさの判断のばらつきをなくし、かつ人の感覚に基づいて構築された学習済みモデルを用いて水のきれいさを判定する判定システムを提供する。特に、以下に説明する判定システムは、熟練した観察者と同等、あるいは同等以上の水のきれいさの判定が可能である。 The embodiments described below provide a determination system for determining water cleanliness using a trained model constructed based on human senses, eliminating variations in water cleanliness determination that can vary from person to person. To do. In particular, the determination system described below is capable of determining the cleanliness of water equal to or better than that of a skilled observer.

まず、水処理システムの構成の一実施形態について記載する。本実施形態に係る水処理システムは、淡水又は海水などの自然水からなる水を収容し、各種水生生物、特に魚類や海獣類を鑑賞用に飼育するための水族館等に設置可能な水槽の循環浄化システム（生命維持システム：Ｌｉｆｅ Ｓｕｐｐｏｒｔ Ｓｙｓｔｅｍ）である。本実施形態に係る水処理システムは、水槽から抜き出した水を浄化した後に水槽に戻す白濁浄化処理装置に好適に利用することができる。 First, one embodiment of the configuration of the water treatment system will be described. The water treatment system according to this embodiment accommodates water composed of natural water such as fresh water or seawater, and circulates a water tank that can be installed in an aquarium or the like for breeding various aquatic organisms, especially fish and sea animals for viewing. It is a purification system (life support system: Life Support System). The water treatment system according to the present embodiment can be suitably used for a cloudiness purification treatment device that purifies the water extracted from the water tank and then returns it to the water tank.

図１に示すように、水処理システムは、水を貯留する水槽１と、水槽１から抜き出した水を浄化する浄化装置３と、水槽１と浄化装置３との間での水の循環の可能とする循環ライン７と、水槽１を少なくとも含む水循環経路内の水のきれいさを判定する判定システム１１と、水のきれいさの判定結果に基づいて浄化装置３の動作を制御する運転制御部２０とを備えている。 As shown in FIG. 1, the water treatment system is capable of circulating water between the water tank 1 for storing water, the purification device 3 for purifying the water extracted from the water tank 1, and the water tank 1 and the purification device 3. The circulation line 7, the determination system 11 for determining the cleanliness of water in the water circulation path including at least the water tank 1, and the operation control unit 20 for controlling the operation of the purification device 3 based on the determination result of the cleanliness of water. And have.

循環ライン７の一端は、水槽１の側壁または底部に接続され、循環ライン７の他端は水槽１の側壁または上部に接続されている。水は、循環ライン７を通って水槽１と浄化装置３との間を循環する。本実施形態においては、水循環経路は、水槽１と、浄化装置３と、循環ライン７を含んでいる。すなわち、水は、水槽１と、浄化装置３と、循環ライン７を通って循環する。水のきれいさを判定する判定システム１１は、水循環経路内の水の画像を生成する撮像装置１２と、水の画像に基づいて水循環経路内の水のきれいさを判定する水質判定装置１３を備えている。 One end of the circulation line 7 is connected to the side wall or bottom of the water tank 1, and the other end of the circulation line 7 is connected to the side wall or top of the water tank 1. Water circulates between the water tank 1 and the purification device 3 through the circulation line 7. In the present embodiment, the water circulation route includes a water tank 1, a purification device 3, and a circulation line 7. That is, the water circulates through the water tank 1, the purification device 3, and the circulation line 7. The determination system 11 for determining the cleanliness of water includes an imaging device 12 that generates an image of water in the water circulation path, and a water quality determination device 13 that determines the cleanliness of water in the water circulation path based on the image of water. ing.

水槽１としては特に限定されるものではないが、水族館の展示水槽、養殖用水槽、活魚水槽等の種々の形状及び大きさの水槽が使用できる。特に、高い澄明性が要求される水を貯留する展示用の水槽が好適に使用できる。 The aquarium 1 is not particularly limited, but aquarium tanks of various shapes and sizes such as an aquarium exhibition tank, aquaculture tank, and live fish tank can be used. In particular, an exhibition water tank for storing water that requires high clarity can be preferably used.

水槽１内には、魚介類、甲殻類、海水ほ乳類、水生植物、海草等を含む水生生物を収容することができる。水槽１の容量は特に限定されるものではないが、数ｍ３〜数万ｍ３程度の容量の水槽１を用いることができる。例えば、容量が１ｍ３以上、更には１０００ｍ３以上、更には５０００ｍ３以上の容量を持つ水槽１を用いることができる。 The aquarium 1 can contain aquatic organisms including seafood, crustaceans, seawater mammals, aquatic plants, seaweeds and the like. Capacity of the water tank 1 is not particularly limited, it is possible to use water tank 1 volume of about several m 3 ~ several million in m 3. For example, a water tank 1 having a capacity of 1 m 3 or more, further 1000 m 3 or more, and further 5000 m 3 or more can be used.

浄化装置３は、砂ろ過装置４と、水槽１と砂ろ過装置４との間に配置された循環ポンプ６を備えている。循環ポンプ６および砂ろ過装置４は、循環ライン７に接続されている。循環ポンプ６が作動すると、水は循環ライン７を通って水槽１と砂ろ過装置４との間を循環する。より具体的には、循環ポンプ６が作動すると、水槽１内の水は循環ライン７および循環ポンプ６を通って砂ろ過装置４に送られ、砂ろ過装置４を通過することによって浄化され、浄化された水は循環ライン７を通って水槽１に戻される。 The purification device 3 includes a sand filtration device 4 and a circulation pump 6 arranged between the water tank 1 and the sand filtration device 4. The circulation pump 6 and the sand filtration device 4 are connected to the circulation line 7. When the circulation pump 6 is activated, water circulates between the water tank 1 and the sand filtration device 4 through the circulation line 7. More specifically, when the circulation pump 6 is activated, the water in the water tank 1 is sent to the sand filtration device 4 through the circulation line 7 and the circulation pump 6, and is purified and purified by passing through the sand filtration device 4. The water is returned to the water tank 1 through the circulation line 7.

浄化装置３に送られる水には、水槽１内の水生生物が***する尿素、残餌が分解されて発生したアンモニア等が含まれている。浄化装置３は、このような水を浄化処理するための装置である。 The water sent to the purification device 3 contains urea excreted by aquatic organisms in the water tank 1, ammonia generated by decomposing residual food, and the like. The purification device 3 is a device for purifying such water.

本実施形態では、浄化装置３は砂ろ過装置４を備えているが、浄化装置３の具体的構成は特に限定されない。図示しないが、一実施形態では、浄化装置３は、水槽１から砂ろ過装置４に送られる水に凝集剤を注入する凝集剤注入装置をさらに備えてもよい。凝集剤の例としては、ポリ塩化アルミニウム（ＰＡＣ）、通常のＰＡＣよりも塩基度が高い高塩基度ポリ塩化アルミニウムが挙げられる。 In the present embodiment, the purification device 3 includes a sand filtration device 4, but the specific configuration of the purification device 3 is not particularly limited. Although not shown, in one embodiment, the purification device 3 may further include a coagulant injection device that injects a coagulant into the water sent from the water tank 1 to the sand filtration device 4. Examples of flocculants include polyaluminum chloride (PAC) and highly basic polyaluminum chloride, which has a higher basicity than ordinary PAC.

浄化装置３は、砂ろ過装置４に加えて、または代えて、浮上ろ過装置、繊維ろ過装置、膜ろ過装置などの種々のろ過装置、泡沫分離処理装置、オゾン処理装置、ＵＶ処理装置、接触酸化処理装置のうちの少なくとも１つを備えてもよい。特許文献５に記載されるような、砂を充填した砂層と、砂層の上部に堆積され、表面又は内部に微生物担体を付着させた微生物付着担体層の複数ろ過層からなる処理装置を本実施形態の浄化装置３として使用してもよい。 In addition to or in place of the sand filtration device 4, the purification device 3 includes various filtration devices such as a floating filtration device, a fiber filtration device, and a membrane filtration device, a foam separation treatment device, an ozone treatment device, a UV treatment device, and catalytic oxidation. At least one of the processing devices may be provided. The present embodiment comprises a sand layer filled with sand as described in Patent Document 5, and a plurality of filtration layers of a microbial carrier layer deposited on the sand layer and having a microbial carrier attached to the surface or the inside. It may be used as the purification device 3 of.

微生物の付着していないろ材のみによる物理ろ過による処理装置も、本実施形態の浄化装置３に含むことができる。例えば、浄化装置３は、砂ろ過装置４に加えて、または代えて、浮上ろ過装置、繊維ろ過装置、膜ろ過装置などの種々のろ過装置を備えてもよい。浮上ろ過装置は、ろ材が配置された容器内に被処理水を上向流に通水し、ろ材を浮上させてろ過する装置である。ろ材の種類は、特に制限なく、種々の素材、サイズ、形状のものが使用できる。例えば、ろ材としては、アンスラサイト、ウレタンフォーム、活性炭、ポリスチレン、ポリプロピレン等が挙げられる。繊維ろ過装置は、繊維ろ材を用いたろ過装置である。 The purification device 3 of the present embodiment can also include a processing device by physical filtration using only a filter medium to which no microorganisms are attached. For example, the purification device 3 may include various filtration devices such as a floating filtration device, a fiber filtration device, and a membrane filtration device in addition to or in place of the sand filtration device 4. The levitation filtration device is a device in which water to be treated is passed through an upward flow in a container in which a filter medium is arranged, and the filter medium is floated and filtered. The type of filter medium is not particularly limited, and various materials, sizes, and shapes can be used. For example, examples of the filter medium include anthracite, urethane foam, activated carbon, polystyrene, polypropylene and the like. The fiber filtration device is a filtration device using a fiber filter medium.

浄化装置３は、砂ろ過装置４に加えて、または代えて、泡沫分離処理装置、オゾン処理装置、ＵＶ処理装置、接触酸化処理装置のうちの少なくとも１つを備えてもよい。泡沫分離処理装置は、気泡を発生させて、水に含まれる異物を気泡に吸着させることで水を浄化する装置である。オゾン処理およびＵＶ処理は、有機物の酸化分解及び微生物や細菌、ウイルスの殺菌処理等を主たる目的として行われる。オゾン処理装置は、例えば、水にオゾン含有気体を吹き込むことにより水を処理する装置である。オゾンを被処理水に含ませる方法には、公知の方法が適用できる。ＵＶ処理装置は、被処理水に３８０ｎｍ以下の光を照射することで水を処理する装置である。ＵＶ処理装置に使用される光源は、特に制限されない。例えば、光源の例として、低圧水銀ランプ、中圧水銀ランプ、ＬＥＤなどが挙げられる。 The purification device 3 may include at least one of a foam separation treatment device, an ozone treatment device, a UV treatment device, and a catalytic oxidation treatment device in addition to or in place of the sand filtration device 4. The foam separation treatment device is a device that purifies water by generating bubbles and adsorbing foreign substances contained in water to the bubbles. Ozone treatment and UV treatment are carried out mainly for the purpose of oxidative decomposition of organic substances and sterilization treatment of microorganisms, bacteria and viruses. The ozone treatment device is, for example, a device that treats water by blowing an ozone-containing gas into the water. A known method can be applied to the method of incorporating ozone into the water to be treated. The UV treatment device is a device that treats water by irradiating the water to be treated with light of 380 nm or less. The light source used in the UV processing apparatus is not particularly limited. For example, examples of the light source include a low-pressure mercury lamp, a medium-pressure mercury lamp, and an LED.

接触酸化処理装置は、石などの媒体や紐状繊維、各種プラスチックろ材に担持された微生物が水中の有機物を処理する装置である。微生物付着媒体は、好気的状態でも嫌気的状態でもよいが、少なくとも好気的に維持された充填層に保持されることが好ましい。好気、嫌気の各条件を維持する方法には、公知の方法が適用できる。 The catalytic oxidation treatment device is a device in which microorganisms supported on a medium such as stone, string-like fibers, and various plastic filter media treat organic substances in water. The microbial attachment medium may be in an aerobic or anaerobic state, but is preferably retained in at least an aerobic maintained packed bed. A known method can be applied to the method of maintaining each of the aerobic and anaerobic conditions.

好気条件を維持する方法としては、被処理水に酸素を吹き込むことにより酸素を被処理水に含ませ、その水をろ過層に通す方法や、直接酸素をろ過層に供給する方法等が挙げられる。被処理水に酸素を含ませてろ過層に通す場合には、水槽１内の水を一旦、曝気槽に移送して曝気槽内で酸素を水中に溶解させる方法や、ろ過設備の前段に泡沫分離処理装置を設置する方法等が挙げられる。直接酸素をろ過層に供給する場合には、散気装置により直接ろ過層下部から酸素を供給する方法等が挙げられる。 Examples of the method for maintaining the aerobic condition include a method in which oxygen is contained in the water to be treated by blowing oxygen into the water to be treated and the water is passed through the filtration layer, and a method in which oxygen is directly supplied to the filtration layer. Be done. When the water to be treated is impregnated with oxygen and passed through the filtration layer, the water in the water tank 1 is once transferred to the aeration tank to dissolve the oxygen in the water in the aeration tank, or bubbles are foamed in the front stage of the filtration facility. Examples include a method of installing a separation processing device. When directly supplying oxygen to the filtration layer, a method of directly supplying oxygen from the lower part of the filtration layer by an air diffuser can be mentioned.

次に、撮像装置１２、水質判定装置１３、および運転制御部２０について記載する。撮像装置１２は、水槽１、浄化装置３、および循環ライン７を含む水循環経路内の水の静止画像または連続画像を生成することができるイメージセンサ（例えばＣＣＤイメージセンサまたはＣＭＯＳイメージセンサ）を備えたデジタルカメラである。デジタルカメラの仕様としては、常に焦点距離を一定とさせるため、マニュアルフォーカス機能を備えたものが望ましく、画素数は５００万画素以上、望ましくは１，０００万画素以上のものが好適である。 Next, the image pickup device 12, the water quality determination device 13, and the operation control unit 20 will be described. The image pickup device 12 includes an image sensor (for example, a CCD image sensor or a CMOS image sensor) capable of generating a still image or a continuous image of water in the water circulation path including the water tank 1, the purification device 3, and the circulation line 7. It is a digital camera. As the specifications of the digital camera, in order to keep the focal length constant, it is desirable to have a manual focus function, and the number of pixels is preferably 5 million pixels or more, preferably 10 million pixels or more.

本実施形態においては、撮像装置１２は、水槽１の側壁に隣接して配置されており、水槽１の内部を向いている。より具体的には、図１に示すように、撮像装置１２は、水槽１の側壁の透明窓１ａを通して水槽１内の水の画像を生成するように配置されている。水槽１の内部には、水槽１内の水のきれいさの判定を容易にするために、ターゲット１５が配置されている。ターゲット１５は、物体でもよく、あるいは水槽１の壁面に描かれた模様であってもよい。撮像装置１２は、ターゲット１５を向いて配置されている。 In the present embodiment, the image pickup apparatus 12 is arranged adjacent to the side wall of the water tank 1 and faces the inside of the water tank 1. More specifically, as shown in FIG. 1, the image pickup apparatus 12 is arranged so as to generate an image of water in the water tank 1 through the transparent window 1a on the side wall of the water tank 1. Inside the water tank 1, a target 15 is arranged in order to facilitate determination of the cleanliness of the water in the water tank 1. The target 15 may be an object or a pattern drawn on the wall surface of the water tank 1. The image pickup apparatus 12 is arranged so as to face the target 15.

図２は、図１に示す撮像装置１２によって生成された画像の一例を示す模式図である。本実施形態においては、撮像装置１２は、ターゲット１５が画像上に現れるように配置される。一実施形態では、撮像装置１２は、水槽１の上方から水槽１内の水の画像を生成するように配置されてもよい。さらに、一実施形態では、撮像装置１２は、水槽１に流入する水、または水槽１から流出した水の画像を生成するように配置されてもよい。具体的には、図３に示すように、撮像装置１２は、浄化装置３から水槽１に延びる循環ライン７の部分を流れる水の画像を撮像するように配置されていてもよいし、または、図４に示すように、水槽１から浄化装置３に延びる循環ライン７の部分を流れる水の画像を撮像するように配置されていてもよい。 FIG. 2 is a schematic view showing an example of an image generated by the image pickup apparatus 12 shown in FIG. In the present embodiment, the image pickup apparatus 12 is arranged so that the target 15 appears on the image. In one embodiment, the image pickup device 12 may be arranged so as to generate an image of the water in the water tank 1 from above the water tank 1. Further, in one embodiment, the image pickup apparatus 12 may be arranged so as to generate an image of water flowing into the water tank 1 or water flowing out of the water tank 1. Specifically, as shown in FIG. 3, the image pickup device 12 may be arranged so as to capture an image of water flowing through a portion of the circulation line 7 extending from the purification device 3 to the water tank 1. As shown in FIG. 4, it may be arranged so as to capture an image of water flowing through a portion of the circulation line 7 extending from the water tank 1 to the purification device 3.

撮像装置１２によって生成された画像は、水質判定装置１３に送られる。撮像装置１２は、通信ネットワーク、有線通信、無線通信などの信号伝送装置によって水質判定装置１３に接続されている。水質判定装置１３は、水のきれいさを画像から判定する画像解析モデルが格納された記憶装置１１０と、画像解析モデルの演算アルゴリズムに従って演算を実行する演算装置１２０を備えている。水質判定装置１３は、少なくとも１台のコンピュータから構成されている。 The image generated by the image pickup device 12 is sent to the water quality determination device 13. The image pickup device 12 is connected to the water quality determination device 13 by a signal transmission device such as a communication network, a wired communication, or a wireless communication. The water quality determination device 13 includes a storage device 110 in which an image analysis model for determining the cleanliness of water from an image is stored, and an arithmetic device 120 that executes an operation according to an arithmetic algorithm of the image analysis model. The water quality determination device 13 is composed of at least one computer.

画像解析モデルは、ニューラルネットワークから構成されている。記憶装置１１０には、画像解析モデルを機械学習アルゴリズムに従って構築するためのプログラムがさらに格納されている。演算装置１２０は、プログラムに含まれる命令に従って演算を実行することによって画像解析モデルを構築するように構成されている。機械学習アルゴリズムに従って画像解析モデルを構築することは、画像解析モデルを構成するニューラルネットワークの重みなどのパラメータを最適化する工程を含む。 The image analysis model is composed of a neural network. The storage device 110 further stores a program for constructing an image analysis model according to a machine learning algorithm. The arithmetic unit 120 is configured to construct an image analysis model by executing an arithmetic according to an instruction included in the program. Building an image analysis model according to a machine learning algorithm involves optimizing parameters such as the weights of the neural networks that make up the image analysis model.

機械学習アルゴリズムの例としては、ＳＶＲ法（サポートベクター回帰法）、ＰＬＳ法（部分最小二乗法：Ｐａｒｔｉａｌ Ｌｅａｓｔ Ｓｑｕａｒｅｓ）、ディープラーニング法（深層学習法）、ランダムフォレスト法、または決定木法などが挙げられるが、特にディープラーニング法が好適である。ディープラーニング法は、隠れ層が多層化されたニューラルネットワークをベースとする学習法である。本明細書では、入力層と、二層以上の隠れ層と、出力層で構成されるニューラルネットワークを用いた機械学習をディープラーニングと称する。ディープラーニング法を用いることで、これまで人の目と経験を基に判定していた水のきれいさを、水の画像に基づいてコンピュータにより判定が可能となる。 Examples of machine learning algorithms include the SVR method (support vector regression method), PLS method (partial least squares method: Partial First Squares), deep learning method (deep learning method), random forest method, and decision tree method. However, the deep learning method is particularly preferable. The deep learning method is a learning method based on a neural network in which hidden layers are multi-layered. In this specification, machine learning using a neural network composed of an input layer, two or more hidden layers, and an output layer is referred to as deep learning. By using the deep learning method, it is possible to judge the cleanliness of water, which was previously judged based on human eyes and experience, by a computer based on the image of water.

画像解析モデルは、水の画像と、その水のきれいさを示す数値との複数の組み合わせからなる学習データ（訓練データまたは教師データともいう）を用いて構築された、学習済みモデルである。学習データを構成する水の画像は、撮像装置１２によって生成される。学習データを構成する、水のきれいさを示す数値は、正解データであり、熟練した人が水槽１内の水を見てその水のきれいさを３段階評価で表した数値である。本実施形態では、水のきれいさを示す数値は、１：きれい、２：ふつう、３：改善必要の３段階評価で与えられる。ただし、本発明は、３段階評価に限らず、例えば、２段階評価、または４段階評価またはそれ以上の段階評価であってもよい。 The image analysis model is a trained model constructed by using training data (also referred to as training data or teacher data) consisting of a plurality of combinations of an image of water and a numerical value indicating the cleanliness of the water. The image of water constituting the learning data is generated by the image pickup apparatus 12. The numerical value indicating the cleanliness of water that constitutes the learning data is the correct answer data, and is a numerical value that represents the cleanliness of the water on a three-point scale by a skilled person looking at the water in the water tank 1. In the present embodiment, the numerical value indicating the cleanliness of water is given by a three-stage evaluation of 1: cleanliness, 2: normal, and 3: improvement required. However, the present invention is not limited to the three-stage evaluation, and may be, for example, a two-stage evaluation, or a four-stage evaluation or a higher-stage evaluation.

画像解析モデルのパラメータ（重みなど）を最適化するために、水の画像と、その水のきれいさを示す数値との多数の組み合わせからなる学習データが用意される。水質判定装置１３は、この学習データを用いて機械学習アルゴリズムにより画像解析モデルを構築する。画像解析モデルのパラメータには、重みの他に、バイアスが含まれることがある。このようにして構築された学習済みモデルである画像解析モデルは、記憶装置１１０内に格納される。 In order to optimize the parameters (weights, etc.) of the image analysis model, training data consisting of a large number of combinations of water images and numerical values indicating the cleanliness of the water is prepared. The water quality determination device 13 constructs an image analysis model by a machine learning algorithm using this learning data. The parameters of the image analysis model may include bias in addition to weight. The image analysis model, which is the trained model constructed in this way, is stored in the storage device 110.

水質判定装置１３は、画像のデータを所定の周期で撮像装置１２から取得し、記憶装置１１０内に記憶する。水質判定装置１３は、画像のデータを画像解析モデルに入力し、水のきれいさを示す数値、すなわち判定結果を画像解析モデルから出力する。 The water quality determination device 13 acquires image data from the image pickup device 12 at a predetermined cycle and stores it in the storage device 110. The water quality determination device 13 inputs image data into the image analysis model, and outputs a numerical value indicating the cleanliness of water, that is, a determination result from the image analysis model.

図５は、画像解析モデルの一例を示す模式図である。画像解析モデルは、入力層１０１と、複数の隠れ層（中間層ともいう）１０２と、出力層１０３を有したニューラルネットワークである。図５に示す画像解析モデルは、４つの隠れ層１０２を有しているが、画像解析モデルの構成は図５に示す実施形態に限られない。画像解析モデルは、５つ以上の隠れ層１０２を有してもよい。 FIG. 5 is a schematic diagram showing an example of an image analysis model. The image analysis model is a neural network having an input layer 101, a plurality of hidden layers (also referred to as intermediate layers) 102, and an output layer 103. The image analysis model shown in FIG. 5 has four hidden layers 102, but the configuration of the image analysis model is not limited to the embodiment shown in FIG. The image analysis model may have five or more hidden layers 102.

画像解析モデルの入力層１０１には水の画像のデータが入力される。より具体的には、画像のデータを構成する各ピクセルの数値が入力層１０１に入力される。画像はカラー画像であるので、各ピクセルの赤色、緑色、青色を表す数値が凝集剤判定モデルの入力層１０１の対応するノード（ニューロン）に入力される。 Water image data is input to the input layer 101 of the image analysis model. More specifically, the numerical value of each pixel constituting the image data is input to the input layer 101. Since the image is a color image, numerical values representing red, green, and blue of each pixel are input to the corresponding nodes (neurons) of the input layer 101 of the flocculant determination model.

画像解析モデルの出力層１０３は、水のきれいさを表す数値を出力する。例えば、水のきれいさを示す数値が、１：きれい、２：ふつう、３：改善必要の３段階評価で与えられている場合は、画像解析モデルの出力層１０３は、１から３までのいずれかの数値を出力する。ただし、図５に示す画像解析モデルの構成は一例であって、本発明は、図５に示す例に限定されない。 The output layer 103 of the image analysis model outputs a numerical value indicating the cleanliness of water. For example, if the numerical value indicating the cleanliness of water is given in a three-stage evaluation of 1: cleanliness, 2: normal, 3: improvement required, the output layer 103 of the image analysis model is any of 1 to 3. The numerical value is output. However, the configuration of the image analysis model shown in FIG. 5 is an example, and the present invention is not limited to the example shown in FIG.

上記のように構築された画像解析モデルに、水の画像データを入力すると、コンピュータから構成された水質判定装置１３は、ニューラルネットワークを構成する多層パーセプトロンのアルゴリズムに従って演算を実行し、画像解析モデルは、水のきれいさの判定結果を表す数値を出力する。 When water image data is input to the image analysis model constructed as described above, the water quality determination device 13 composed of a computer executes an operation according to the algorithm of the multi-layer perceptron that constitutes the neural network, and the image analysis model is , Outputs a numerical value indicating the judgment result of water cleanliness.

画像解析モデルから出力された数値（１〜３のうちのいずれか）は、水質判定装置１３から運転制御部２０に送られる。運転制御部２０は、少なくとも１台のコンピュータから構成されている。運転制御部２０は、通信ネットワーク、有線通信、無線通信などの信号伝送装置によって水質判定装置１３に接続されている。運転制御部２０は、水質判定装置１３から送られた水のきれいさの判定結果、すなわち水のきれいさを示す数値に基づいて浄化装置３の運転を制御する。例えば、水のきれいさを示す数値が１：「きれい」であれば、運転制御部２０は、現状の浄化装置３の運転条件を維持するか、或いは、省エネを図るために、循環ポンプ６の回転速度を低下させてもよい。水のきれいさを示す数値が２：「ふつう」であれば、運転制御部２０は、浄化装置３の現状の運転条件を維持する。 The numerical value (any of 1 to 3) output from the image analysis model is sent from the water quality determination device 13 to the operation control unit 20. The operation control unit 20 is composed of at least one computer. The operation control unit 20 is connected to the water quality determination device 13 by a signal transmission device such as a communication network, a wired communication, or a wireless communication. The operation control unit 20 controls the operation of the purification device 3 based on the determination result of the cleanliness of the water sent from the water quality determination device 13, that is, the numerical value indicating the cleanliness of the water. For example, if the numerical value indicating the cleanliness of water is 1: "clean", the operation control unit 20 of the circulation pump 6 in order to maintain the current operating conditions of the purification device 3 or to save energy. The rotation speed may be reduced. If the numerical value indicating the cleanliness of water is 2: "normal", the operation control unit 20 maintains the current operating conditions of the purification device 3.

水のきれいさを示す数値が３：「改善必要」であれば、運転制御部２０は、循環ポンプ６の回転速度を増加させ、浄化装置３に移送される水の流量を増加させる。浄化装置３が凝集剤注入装置を備えている場合は、運転制御部２０は、凝集剤注入装置に指令を発して、凝集剤の水への注入率を増加させてもよい。運転制御部２０は、循環ポンプ６の回転速度と凝集剤の注入率の両方を増加させてもよい。浄化装置３が、砂ろ過装置４に加えて、オゾン処理装置を備えている場合は、運転制御部２０は、オゾン処理装置に指令を発してオゾンの水への注入率を増加させてもよい。運転制御部２０は、循環ポンプ６の回転速度とオゾンの注入率の両方を増加させてもよい。 If the numerical value indicating the cleanliness of water is 3: "Needs improvement", the operation control unit 20 increases the rotation speed of the circulation pump 6 and increases the flow rate of the water transferred to the purification device 3. When the purifying device 3 is provided with a coagulant injection device, the operation control unit 20 may issue a command to the coagulant injection device to increase the injection rate of the coagulant into water. The operation control unit 20 may increase both the rotation speed of the circulation pump 6 and the injection rate of the flocculant. When the purification device 3 includes an ozone treatment device in addition to the sand filtration device 4, the operation control unit 20 may issue a command to the ozone treatment device to increase the injection rate of ozone into water. .. The operation control unit 20 may increase both the rotation speed of the circulation pump 6 and the ozone injection rate.

このように、水槽１と浄化装置３との間を循環する水のきれいさ（または水質）が、予め設定されたレベルに維持されるように、運転制御部２０は、水のきれいさの判定結果に基づいて、浄化装置３の動作を制御する。最適な判定結果は、任意に設定することができる。例えば、数値１を基準に設定してもよいし、または数値２を基準に設定してもよい。 In this way, the operation control unit 20 determines the cleanliness of the water so that the cleanliness (or water quality) of the water circulating between the water tank 1 and the purification device 3 is maintained at a preset level. Based on the result, the operation of the purification device 3 is controlled. The optimum determination result can be set arbitrarily. For example, the numerical value 1 may be set as a reference, or the numerical value 2 may be set as a reference.

撮像装置１２は、所定の周期で、例えば１時間毎に水の画像を生成し、画像のデータを水質判定装置１３に送る。水質判定装置１３は、画像のデータを受け取ると、画像のデータを画像解析モデルに入力し、水のきれいさの判定結果を出力する。判定結果は運転制御部２０に送られ、運転制御部２０は判定結果に基づいて浄化装置３の動作を制御する。このように、水処理システムは、水のきれいさの判定結果から、浄化装置３の動作を自動的に最適化することが可能となる。 The image pickup device 12 generates an image of water at a predetermined cycle, for example, every hour, and sends the image data to the water quality determination device 13. When the water quality determination device 13 receives the image data, it inputs the image data into the image analysis model and outputs the determination result of the cleanliness of the water. The determination result is sent to the operation control unit 20, and the operation control unit 20 controls the operation of the purification device 3 based on the determination result. In this way, the water treatment system can automatically optimize the operation of the purification device 3 from the determination result of the cleanliness of the water.

図６は、水処理システムのさらに他の実施形態を示す図である。特に説明しない本実施形態の構成および動作は、上述した実施形態と同じであるので、その重複する説明を省略する。本実施形態の水処理システムは、水循環流路内の水の濁度を測定する濁度測定装置３０をさらに備えている。濁度測定装置３０は、運転制御部２０に電気的に接続されている。濁度測定装置３０は、水の濁度を測定し、濁度の測定値を運転制御部２０に送信するように構成されている。 FIG. 6 is a diagram showing still another embodiment of the water treatment system. Since the configuration and operation of the present embodiment not particularly described are the same as those of the above-described embodiment, the duplicated description will be omitted. The water treatment system of the present embodiment further includes a turbidity measuring device 30 for measuring the turbidity of water in the water circulation flow path. The turbidity measuring device 30 is electrically connected to the operation control unit 20. The turbidity measuring device 30 is configured to measure the turbidity of water and transmit the measured value of the turbidity to the operation control unit 20.

図６に示す実施形態では、濁度測定装置３０は、水槽１から浄化装置３に延びる循環ライン７に接続されており、水槽１から流出した水の濁度を測定するように配置されている。一実施形態では、濁度測定装置３０は、水槽１内の水の濁度を測定するために、水槽１内に配置されてもよい。図３に示す実施形態の場合は、濁度測定装置３０は、水槽１に流入する水の濁度を測定するために、浄化装置３から水槽１に延びる循環ライン７に接続されてもよい。 In the embodiment shown in FIG. 6, the turbidity measuring device 30 is connected to a circulation line 7 extending from the water tank 1 to the purification device 3, and is arranged so as to measure the turbidity of the water flowing out from the water tank 1. .. In one embodiment, the turbidity measuring device 30 may be arranged in the water tank 1 in order to measure the turbidity of the water in the water tank 1. In the case of the embodiment shown in FIG. 3, the turbidity measuring device 30 may be connected to a circulation line 7 extending from the purification device 3 to the water tank 1 in order to measure the turbidity of the water flowing into the water tank 1.

図６に示すように、浄化装置３は、砂ろ過装置４に加えて、オゾン処理装置３３と、水槽１からの水を砂ろ過装置４またはオゾン処理装置３３のいずれかに選択的に導く流路切換弁３５をさらに備えている。砂ろ過装置４とオゾン処理装置３３は、並列に配列されている。流路切換弁３５は、電動モータなどのアクチュエータを備えたアクチュエータ駆動型の自動弁である。流路切換弁３５は運転制御部２０に電気的に接続されており、流路切換弁３５の動作は運転制御部２０によって制御される。 As shown in FIG. 6, in addition to the sand filtration device 4, the purification device 3 selectively guides the water from the ozone treatment device 33 and the water tank 1 to either the sand filtration device 4 or the ozone treatment device 33. A road switching valve 35 is further provided. The sand filtration device 4 and the ozone treatment device 33 are arranged in parallel. The flow path switching valve 35 is an actuator-driven automatic valve provided with an actuator such as an electric motor. The flow path switching valve 35 is electrically connected to the operation control unit 20, and the operation of the flow path switching valve 35 is controlled by the operation control unit 20.

水のきれいさを決定する要素を、主として濁度と色度と仮定したとき、水質判定装置１３によって得られた水のきれいさの判定結果と、濁度測定装置３０によって得られた濁度の測定値とから、水の色度を推定することができる。具体的には、運転制御部２０は、水のきれいさの判定結果を示す数値から、濁度の測定値を減算することで、水の色度を推定することができる。 Assuming that the factors that determine the cleanliness of water are mainly turbidity and turbidity, the judgment result of water cleanliness obtained by the water quality determination device 13 and the turbidity obtained by the turbidity measuring device 30 The turbidity of water can be estimated from the measured values. Specifically, the operation control unit 20 can estimate the chromaticity of water by subtracting the measured value of turbidity from the numerical value indicating the determination result of the cleanliness of water.

オゾン処理装置３３は、水の色を除去する機能を有する。したがって、水の色度が予め設定されたしきい値よりも高い場合には、運転制御部２０は、流路切換弁３５を操作して、水槽１からの水をオゾン処理装置３３に導く。結果として、水の色が除去される。一方、水の色度が予め設定されたしきい値よりも低い場合は、運転制御部２０は、流路切換弁３５を操作して、水槽１からの水を砂ろ過装置４に導く。このようにして、水処理システムは、色度の推定値に基づいて、水に対する適切な処理を実行することができる。一実施形態では、浄化装置３は、オゾン処理装置３３に代えて、泡沫分離処理装置を備えてもよい。泡沫分離処理装置は、オゾン処理装置３３と同様に、水の色を除去する機能を有している。 The ozone treatment device 33 has a function of removing the color of water. Therefore, when the chromaticity of water is higher than the preset threshold value, the operation control unit 20 operates the flow path switching valve 35 to guide the water from the water tank 1 to the ozone treatment device 33. As a result, the color of the water is removed. On the other hand, when the chromaticity of water is lower than the preset threshold value, the operation control unit 20 operates the flow path switching valve 35 to guide the water from the water tank 1 to the sand filtration device 4. In this way, the water treatment system can perform appropriate treatments on the water based on the chromaticity estimates. In one embodiment, the purification device 3 may include a foam separation treatment device instead of the ozone treatment device 33. The foam separation treatment device has a function of removing the color of water, similarly to the ozone treatment device 33.

上述した各実施形態における水質判定装置１３は、少なくとも１台のコンピュータから構成されている。前記少なくとも１台のコンピュータは、１台のサーバまたは複数台のサーバであってもよい。水質判定装置１３は、撮像装置１２に通信線で接続されたエッジサーバであってもよいし、インターネットなどのネットワークによって撮像装置１２に接続されたクラウドサーバであってもよいし、あるいは撮像装置１２に接続されたネットワーク内に設置されたフォグコンピューティングデバイス（ゲートウェイ、フォグサーバ、ルーターなど）であってもよい。水質判定装置１３は、インターネットなどのネットワークにより接続された複数のサーバであってもよい。例えば、水質判定装置１３は、エッジサーバとクラウドサーバとの組み合わせであってもよい。 The water quality determination device 13 in each of the above-described embodiments is composed of at least one computer. The at least one computer may be one server or a plurality of servers. The water quality determination device 13 may be an edge server connected to the image pickup device 12 by a communication line, a cloud server connected to the image pickup device 12 by a network such as the Internet, or the image pickup device 12 It may be a fog computing device (gateway, fog server, router, etc.) installed in a network connected to. The water quality determination device 13 may be a plurality of servers connected by a network such as the Internet. For example, the water quality determination device 13 may be a combination of an edge server and a cloud server.

図７は、水質判定装置１３の構成の一実施形態を示す模式図である。水質判定装置１３は、プログラム、画像解析モデル、データなどが格納された記憶装置１１０と、記憶装置１１０に格納されているプログラムに含まれる命令、および画像解析モデルの演算アルゴリズムに従って演算を行うＣＰＵ（中央処理装置）またはＧＰＵ（グラフィックプロセッシングユニット）などの演算装置１２０と、データ、プログラム、および各種情報を記憶装置１１０に入力するための入力装置１３０と、処理結果や処理されたデータを出力するための出力装置１４０と、インターネットまたはローカルエリアネットワークなどの通信ネットワークに接続するための通信装置１５０を備えている。 FIG. 7 is a schematic view showing an embodiment of the configuration of the water quality determination device 13. The water quality determination device 13 is a storage device 110 in which a program, an image analysis model, data, and the like are stored, an instruction included in the program stored in the storage device 110, and a CPU that performs calculations according to an calculation algorithm of the image analysis model ( A computing device 120 such as a central processing unit) or GPU (graphic processing unit), an input device 130 for inputting data, programs, and various information to the storage device 110, and for outputting processing results and processed data. The output device 140 and the communication device 150 for connecting to a communication network such as the Internet or a local area network are provided.

記憶装置１１０は、演算装置１２０がアクセス可能な主記憶装置１１１と、プログラム、画像解析モデル、データを格納する補助記憶装置１１２を備えている。主記憶装置１１１は、例えばランダムアクセスメモリ（ＲＡＭ）であり、補助記憶装置１１２は、ハードディスクドライブ（ＨＤＤ）またはソリッドステートドライブ（ＳＳＤ）などのストレージ装置である。 The storage device 110 includes a main storage device 111 accessible to the arithmetic unit 120, and an auxiliary storage device 112 for storing a program, an image analysis model, and data. The main storage device 111 is, for example, a random access memory (RAM), and the auxiliary storage device 112 is a storage device such as a hard disk drive (HDD) or a solid state drive (SSD).

入力装置１３０は、キーボード、マウスを備えており、さらに、記録媒体からプログラムおよびデータを読み取るための記録媒体読み取り装置１３２と、記録媒体が接続される記録媒体ポート１３４を備えている。記録媒体は、非一時的な有形物であるコンピュータ読み取り可能な記録媒体であり、例えば、光ディスク（例えば、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ）や、半導体メモリー（例えば、ＵＳＢフラッシュドライブ、メモリーカード）である。記録媒体読み取り装置１３２の例としては、ＣＤ−ＲＯＭドライブ、ＤＶＤ−ＲＯＭドライブなどの光学ドライブや、メモリーリーダーが挙げられる。記録媒体ポート１３４の例としては、ＵＳＢポートが挙げられる。記録媒体に記憶されているプログラムおよび／またはデータは、入力装置１３０を介して水質判定装置１３に導入され、記憶装置１１０の補助記憶装置１１２に格納される。出力装置１４０は、ディスプレイ装置１４１、印刷装置１４２を備えている。 The input device 130 includes a keyboard and a mouse, and further includes a recording medium reading device 132 for reading programs and data from the recording medium, and a recording medium port 134 to which the recording medium is connected. The recording medium is a computer-readable recording medium that is a non-temporary tangible object, and is, for example, an optical disk (for example, CD-ROM or DVD-ROM) or a semiconductor memory (for example, a USB flash drive or a memory card). is there. Examples of the recording medium reading device 132 include an optical drive such as a CD-ROM drive and a DVD-ROM drive, and a memory reader. An example of the recording medium port 134 is a USB port. The program and / or data stored in the recording medium is introduced into the water quality determination device 13 via the input device 130 and stored in the auxiliary storage device 112 of the storage device 110. The output device 140 includes a display device 141 and a printing device 142.

機械学習アルゴリズムにより構築された学習済みモデルは記憶装置１１０に格納されている。この学習済みモデルは、入力層と、複数の隠れ層（中間層ともいう）と、出力層を有したニューラルネットワークである（図５参照）。水質判定装置１３を構成するコンピュータは、記憶装置１１０に電気的に格納されたプログラムに従って動作する。すなわち、水質判定装置１３を構成するコンピュータは、水循環経路内の水（例えば水槽１内の水）の画像のデータを撮像装置１２から取得するステップと、画像のデータを、学習済みモデルである画像解析モデルに入力するステップと、ニューラルネットワークを構成する多層パーセプトロンのアルゴリズムに従って演算を実行することによって、画像解析モデルから、水のきれいさの判定結果を表す数値を出力するステップを実行する。さらに、水質判定装置１３を構成するコンピュータは、上記画像解析モデルを構築するステップ、および上記画像解析モデルを更新するステップを実行する。 The trained model constructed by the machine learning algorithm is stored in the storage device 110. This trained model is a neural network having an input layer, a plurality of hidden layers (also referred to as intermediate layers), and an output layer (see FIG. 5). The computer constituting the water quality determination device 13 operates according to a program electrically stored in the storage device 110. That is, the computer constituting the water quality determination device 13 obtains the image data of the water in the water circulation path (for example, the water in the water tank 1) from the image pickup device 12, and the image data is the trained model image. By executing the calculation according to the algorithm of the multi-layer perceptron that constitutes the neural network and the step of inputting to the analysis model, the step of outputting the numerical value representing the judgment result of the cleanliness of water is executed from the image analysis model. Further, the computer constituting the water quality determination device 13 executes the step of constructing the image analysis model and the step of updating the image analysis model.

上記ステップを水質判定装置１３に実行させるためのプログラムは、非一時的な有形物であるコンピュータ読み取り可能な記録媒体に記録され、記録媒体を介して水質判定装置１３に提供される。または、プログラムは、インターネットなどの通信ネットワークを介して通信装置１５０から水質判定装置１３に入力されてもよい。 The program for causing the water quality determination device 13 to execute the above steps is recorded on a computer-readable recording medium which is a non-temporary tangible object, and is provided to the water quality determination device 13 via the recording medium. Alternatively, the program may be input from the communication device 150 to the water quality determination device 13 via a communication network such as the Internet.

上述した実施形態は、本発明が属する技術分野における通常の知識を有する者が本発明を実施できることを目的として記載されたものである。上記実施形態の種々の変形例は、当業者であれば当然になしうることであり、本発明の技術的思想は他の実施形態にも適用しうる。したがって、本発明は、記載された実施形態に限定されることはなく、特許請求の範囲によって定義される技術的思想に従った最も広い範囲に解釈されるものである。 The above-described embodiment is described for the purpose of enabling a person having ordinary knowledge in the technical field to which the present invention belongs to carry out the present invention. Various modifications of the above embodiment can be naturally performed by those skilled in the art, and the technical idea of the present invention can be applied to other embodiments. Therefore, the present invention is not limited to the described embodiments, but is construed in the broadest range according to the technical idea defined by the claims.

１ 水槽
３ 浄化装置
４ 砂ろ過装置
６ 循環ポンプ
７ 循環ライン
１１ 判定システム
１２ 撮像装置
１３ 水質判定装置
２０ 運転制御部
３０ 濁度測定装置
３３ オゾン処理装置
３５ 流路切換弁
１１０ 記憶装置
１２０ 演算装置 1 Water tank 3 Purification device 4 Sand filtration device 6 Circulation pump 7 Circulation line 11 Judgment system 12 Imaging device 13 Water quality judgment device 20 Operation control unit 30 Turbidity measurement device 33 Ozone processing device 35 Flow path switching valve 110 Storage device 120 Computing device

Claims (10)

生物飼育用の水槽内の水のきれいさを判定する判定システムであって、
前記水槽を含む水循環経路内の水の画像を生成する撮像装置と、
前記水の画像のデータを、機械学習アルゴリズムにより構築された画像解析モデルに入力し、前記水のきれいさの判定結果を出力する水質判定装置を備えている、判定システム。 It is a judgment system that judges the cleanliness of the water in the aquarium for breeding organisms.
An image pickup device that generates an image of water in the water circulation path including the water tank, and
A determination system including a water quality determination device that inputs the water image data into an image analysis model constructed by a machine learning algorithm and outputs the determination result of the cleanliness of the water. 前記画像解析モデルは、前記水循環経路内の水の画像と、前記水循環経路内の水のきれいさを示す数値との複数の組み合わせからなる学習データを用いて、機械学習アルゴリズムに従って構築された学習済みモデルである、請求項１に記載の判定システム。 The image analysis model has been trained according to a machine learning algorithm using training data consisting of a plurality of combinations of an image of water in the water cycle path and a numerical value indicating the cleanliness of water in the water cycle path. The determination system according to claim 1, which is a model. 前記撮像装置は、前記水槽に隣接して配置されており、前記水槽内の水の画像を生成するように配置されている、請求項１または２に記載の判定システム。 The determination system according to claim 1 or 2, wherein the image pickup apparatus is arranged adjacent to the water tank and is arranged so as to generate an image of water in the water tank. 生物飼育用の水槽と、
前記水槽から抜き出した水を浄化する浄化装置と、
前記水槽と前記浄化装置とを接続する循環ラインと、
前記水槽、前記浄化装置、および前記循環ラインを含む水循環経路内の水の画像を生成する撮像装置と、
前記水の画像のデータを、機械学習アルゴリズムにより構築された画像解析モデルに入力し、前記水のきれいさの判定結果を出力する水質判定装置と、
前記判定結果に基づいて前記浄化装置の動作を制御する運転制御部を備えている、水処理システム。 An aquarium for breeding organisms and
A purification device that purifies the water extracted from the aquarium,
A circulation line connecting the water tank and the purification device,
An imaging device that produces an image of water in the water tank, the purification device, and the water circulation path including the circulation line.
A water quality determination device that inputs the water image data into an image analysis model constructed by a machine learning algorithm and outputs the determination result of the cleanliness of the water.
A water treatment system including an operation control unit that controls the operation of the purification device based on the determination result. 前記画像解析モデルは、前記水循環経路内の水の画像と、前記水循環経路内の水のきれいさを示す数値との複数の組み合わせからなる学習データを用いて、機械学習アルゴリズムに従って構築された学習済みモデルである、請求項４に記載の水処理システム。 The image analysis model has been trained according to a machine learning algorithm using training data consisting of a plurality of combinations of an image of water in the water cycle path and a numerical value indicating the cleanliness of water in the water cycle path. The water treatment system according to claim 4, which is a model. 前記撮像装置は、前記水槽に隣接して配置されており、前記水槽内の水の画像を生成するように配置されている、請求項４または５に記載の水処理システム。 The water treatment system according to claim 4 or 5, wherein the image pickup apparatus is arranged adjacent to the water tank and is arranged so as to generate an image of water in the water tank. 前記浄化装置は、砂ろ過装置を備えている、請求項４乃至６のいずれか一項に記載の水処理システム。 The water treatment system according to any one of claims 4 to 6, wherein the purification device includes a sand filtration device. 前記浄化装置は、凝集剤注入装置、浮上ろ過装置、繊維ろ過装置、膜ろ過装置、泡沫分離処理装置、オゾン処理装置、ＵＶ処理装置、接触酸化処理装置のうちの少なくとも１つをさらに備えている、請求項７に記載の水処理システム。 The purification device further includes at least one of a coagulant injection device, a floating filtration device, a fiber filtration device, a membrane filtration device, a foam separation treatment device, an ozone treatment device, a UV treatment device, and a catalytic oxidation treatment device. , The water treatment system according to claim 7. 生物飼育用の水槽、前記水槽から抜き出した水を浄化する浄化装置、および前記水槽と前記浄化装置とを接続する循環ラインを含む水循環経路内の水の画像を生成し、
前記水の画像のデータを、機械学習アルゴリズムにより構築された画像解析モデルに入力し、前記水のきれいさの判定結果を前記画像解析モデルから出力し、
前記判定結果に基づいて前記浄化装置の動作を制御する、水処理方法。 An image of water in a water circulation path including a water tank for breeding organisms, a purification device for purifying water extracted from the water tank, and a circulation line connecting the water tank and the purification device is generated.
The data of the water image is input to the image analysis model constructed by the machine learning algorithm, and the judgment result of the cleanliness of the water is output from the image analysis model.
A water treatment method that controls the operation of the purification device based on the determination result. 前記画像解析モデルは、前記水循環経路内の水の画像と、前記水循環経路内の水のきれいさを示す数値との複数の組み合わせからなる学習データを用いて、機械学習アルゴリズムに従って構築された学習済みモデルである、請求項９に記載の水処理方法。 The image analysis model has been trained according to a machine learning algorithm using training data consisting of a plurality of combinations of an image of water in the water cycle path and a numerical value indicating the cleanliness of water in the water cycle path. The water treatment method according to claim 9, which is a model.
JP2019138428A 2019-07-29 2019-07-29 Judgment system for judging the cleanliness of water in an aquarium for breeding aquatic organisms, and water treatment system and water treatment method for maintaining water quality in the aquarium Active JP7337583B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2019138428A JP7337583B2 (en) 2019-07-29 2019-07-29 Judgment system for judging the cleanliness of water in an aquarium for breeding aquatic organisms, and water treatment system and water treatment method for maintaining water quality in the aquarium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019138428A JP7337583B2 (en) 2019-07-29 2019-07-29 Judgment system for judging the cleanliness of water in an aquarium for breeding aquatic organisms, and water treatment system and water treatment method for maintaining water quality in the aquarium

Publications (2)

Publication Number Publication Date
JP2021020165A true JP2021020165A (en) 2021-02-18
JP7337583B2 JP7337583B2 (en) 2023-09-04

Family

ID=74574538

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019138428A Active JP7337583B2 (en) 2019-07-29 2019-07-29 Judgment system for judging the cleanliness of water in an aquarium for breeding aquatic organisms, and water treatment system and water treatment method for maintaining water quality in the aquarium

Country Status (1)

Country Link
JP (1) JP7337583B2 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113018972A (en) * 2021-03-11 2021-06-25 重庆市水产技术推广总站 Solid-liquid separation device for fish excrement
CN115417492A (en) * 2022-08-30 2022-12-02 同济大学建筑设计研究院(集团)有限公司 Advanced oxidation system based on underwater vision and control method
WO2023068662A1 (en) * 2021-10-21 2023-04-27 한국전자기술연구원 System and method for farm water treatment operation based on water treatment causal model
CN116502530A (en) * 2023-04-27 2023-07-28 重庆大学 Membrane pollution early warning method and device based on machine learning

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0627014A (en) * 1992-07-07 1994-02-04 Hitachi Ltd Method and apparatus for monitoring contamination of water
JPH06119454A (en) * 1992-10-08 1994-04-28 Babcock Hitachi Kk Method and device for detecting abnormality
JP2005080592A (en) * 2003-09-09 2005-03-31 Link I:Kk System for rearing, controlling and supporting organism
JP2005080591A (en) * 2003-09-09 2005-03-31 Link I:Kk System for rearing, controlling and supporting organism
CN204697757U (en) * 2015-02-16 2015-10-14 南京莎菲特生物科技有限公司 Wisdom Aquatic-animal fish bowl
JP2018033418A (en) * 2016-09-02 2018-03-08 株式会社日立製作所 Culture pond water quality purification system and culture pond water quality purification method

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0627014A (en) * 1992-07-07 1994-02-04 Hitachi Ltd Method and apparatus for monitoring contamination of water
JPH06119454A (en) * 1992-10-08 1994-04-28 Babcock Hitachi Kk Method and device for detecting abnormality
JP2005080592A (en) * 2003-09-09 2005-03-31 Link I:Kk System for rearing, controlling and supporting organism
JP2005080591A (en) * 2003-09-09 2005-03-31 Link I:Kk System for rearing, controlling and supporting organism
CN204697757U (en) * 2015-02-16 2015-10-14 南京莎菲特生物科技有限公司 Wisdom Aquatic-animal fish bowl
JP2018033418A (en) * 2016-09-02 2018-03-08 株式会社日立製作所 Culture pond water quality purification system and culture pond water quality purification method

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113018972A (en) * 2021-03-11 2021-06-25 重庆市水产技术推广总站 Solid-liquid separation device for fish excrement
WO2023068662A1 (en) * 2021-10-21 2023-04-27 한국전자기술연구원 System and method for farm water treatment operation based on water treatment causal model
CN115417492A (en) * 2022-08-30 2022-12-02 同济大学建筑设计研究院(集团)有限公司 Advanced oxidation system based on underwater vision and control method
CN116502530A (en) * 2023-04-27 2023-07-28 重庆大学 Membrane pollution early warning method and device based on machine learning
CN116502530B (en) * 2023-04-27 2023-11-07 重庆大学 Membrane pollution early warning method and device based on machine learning

Also Published As

Publication number Publication date
JP7337583B2 (en) 2023-09-04

Similar Documents

Publication Publication Date Title
JP7337583B2 (en) Judgment system for judging the cleanliness of water in an aquarium for breeding aquatic organisms, and water treatment system and water treatment method for maintaining water quality in the aquarium
US5961831A (en) Automated closed recirculating aquaculture filtration system and method
KR101782736B1 (en) Recirculating aquaculture system
KR101526199B1 (en) System for managing farming in farming building
JP3769680B2 (en) Circulation filtration aquaculture equipment for seafood
CN104768876B (en) Method and apparatus for monitoring and controlling ozonation and aerated filtration using uv and visible spectral measurement and oxidation reduction potential
US20150230439A1 (en) Aquaponics Systems, Apparatus, and Methods
KR101934267B1 (en) Internal TSS(Total Suspended Solids) Removal Filter for Biofloc Technology System
JP2017079628A (en) Method for controlling oxygen concentration dissolved in breeding water
CN107473474A (en) A kind of water treatment system and method
KR101883172B1 (en) Biofloc aquaculture system specialized for fish
CN210726401U (en) Aquaculture intelligent monitoring system
JP2020074761A (en) Breeding water quality management system for circulation type on-land culture and operation method
JP7017491B2 (en) White turbidity purification treatment method for water to be treated and its equipment
WO2018211513A1 (en) Method and system for maintaining water quality
JP6742128B2 (en) Closed circulation type land aquaculture system coexisting with ozone treatment and biological filtration treatment and its control method
Hammer Recirculating aquaculture systems (RAS) for zebrafish culture
JP6786787B2 (en) Water treatment system and method
KR20230115379A (en) Recirculation Aquaculture System Of Variable Type Depending On Fish Density
JP2004254577A (en) Culture method for fish and shellfish
CN206308164U (en) A kind of mobile purifier of multimode combination
Gage et al. Environmental considerations
KR102570090B1 (en) Apparatus to breed Aquarium fish for Education
Lekang Aquaculture hatchery water supply and treatment systems
WO2024100972A1 (en) Cultivation management device and cultivation management system

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220208

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20221025

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221206

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230126

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20230425

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230628

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20230705

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: 20230822

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230823

R150 Certificate of patent or registration of utility model

Ref document number: 7337583

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150