JP2022134292A - ろ過装置の洗浄監視方法および洗浄監視システム - Google Patents
ろ過装置の洗浄監視方法および洗浄監視システム Download PDFInfo
- Publication number
- JP2022134292A JP2022134292A JP2021033336A JP2021033336A JP2022134292A JP 2022134292 A JP2022134292 A JP 2022134292A JP 2021033336 A JP2021033336 A JP 2021033336A JP 2021033336 A JP2021033336 A JP 2021033336A JP 2022134292 A JP2022134292 A JP 2022134292A
- Authority
- JP
- Japan
- Prior art keywords
- cleaning
- filtration
- washing
- water
- filtration layer
- 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.)
- Pending
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 177
- 238000012544 monitoring process Methods 0.000 title claims abstract description 82
- 238000005406 washing Methods 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012549 training Methods 0.000 claims abstract description 33
- 238000010801 machine learning Methods 0.000 claims abstract description 29
- 238000004140 cleaning Methods 0.000 claims description 229
- 238000003384 imaging method Methods 0.000 claims description 27
- 238000003860 storage Methods 0.000 claims description 16
- 230000000630 rising effect Effects 0.000 claims description 10
- 238000004088 simulation Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 abstract description 8
- 230000006641 stabilisation Effects 0.000 abstract 1
- 238000011105 stabilization Methods 0.000 abstract 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 137
- 239000010410 layer Substances 0.000 description 63
- 238000011001 backwashing Methods 0.000 description 27
- 239000000126 substance Substances 0.000 description 18
- 238000000746 purification Methods 0.000 description 11
- 230000005856 abnormality Effects 0.000 description 8
- 239000002351 wastewater Substances 0.000 description 8
- 239000012528 membrane Substances 0.000 description 7
- 239000010865 sewage Substances 0.000 description 7
- 239000000463 material Substances 0.000 description 6
- 239000008399 tap water Substances 0.000 description 6
- 235000020679 tap water Nutrition 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000007654 immersion Methods 0.000 description 4
- 239000010842 industrial wastewater Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000005374 membrane filtration Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000008213 purified water Substances 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 239000004576 sand Substances 0.000 description 4
- 238000011144 upstream manufacturing Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- KRKNYBCHXYNGOX-UHFFFAOYSA-N citric acid Chemical compound OC(=O)CC(O)(C(O)=O)CC(O)=O KRKNYBCHXYNGOX-UHFFFAOYSA-N 0.000 description 3
- 150000002500 ions Chemical class 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000012554 master batch record Methods 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- RHZUVFJBSILHOK-UHFFFAOYSA-N anthracen-1-ylmethanolate Chemical compound C1=CC=C2C=C3C(C[O-])=CC=CC3=CC2=C1 RHZUVFJBSILHOK-UHFFFAOYSA-N 0.000 description 2
- 239000003830 anthracite Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000009287 sand filtration Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000002356 single layer Substances 0.000 description 2
- 239000010802 sludge Substances 0.000 description 2
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 1
- 239000005708 Sodium hypochlorite Substances 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000002835 absorbance Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 239000003570 air Substances 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 239000000460 chlorine Substances 0.000 description 1
- 229910052801 chlorine Inorganic materials 0.000 description 1
- 238000005345 coagulation Methods 0.000 description 1
- 230000015271 coagulation Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005189 flocculation Methods 0.000 description 1
- 230000016615 flocculation Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 150000007524 organic acids Chemical class 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- SUKJFIGYRHOWBL-UHFFFAOYSA-N sodium hypochlorite Chemical compound [Na+].Cl[O-] SUKJFIGYRHOWBL-UHFFFAOYSA-N 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 239000002352 surface water Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- Testing And Monitoring For Control Systems (AREA)
- Filtration Of Liquid (AREA)
Abstract
Description
通常、浄水場の水道水生産計画に基づき定めた「ろ過継続時間」終了後、またはろ過設備内の水位あるいは圧力値が規定値に到達した時点がろ過設備の洗浄タイミンとされる(水位が規定値に到達した時点での洗浄「ろ抗洗浄」という)。浄水場では、前記2種類の洗浄タイミングのどちらか、あるいは両方を併用することで運用されてきた。しかし、近年目立ってきた自然及び社会環境の変化によって、従来の運用方法のままでは問題が生じる可能性が出てきた。下記に浄水場を取巻く自然及び社会環境の変化を述べる。
近年は、ゲリラ豪雨などの突発的に起きる集中豪雨が問題となっている。ゲリラ豪雨は、河川水の急激な水質悪化(濁度上昇)を引き起こすため、特に表流水を水源とする浄水場では原水水質が急激に悪化することとなる。ゲリラ豪雨の場合は水質変化が急激であるため、混和池における凝集条件の変更(薬品注入率など)が間に合わずに、濁質が沈殿池をキャリーオーバーして、ろ過設備に負担を掛けることが想定される。その結果、通常時の運用であれば、まだろ過を継続することが可能だったろ過設備が、流入した濁質で閉塞してろ過設備内の水位が上昇し、ろ過を継続できなくなることとなる。浄水場において、予定外の急激なろ過設備の閉塞は、計画的な水道水生産の上では好ましくない。逆洗に入ると、当該ろ過設備は水道水を生産できなくなり、さらに生産した水道水の一部が逆洗に使用されるため、水道水の生産計画に大きな支障を来たすこととなるためである。
上水道事業において近年顕著に現れてきた(あるいは声高に予想される)傾向として、節水意識の高まり、節水器具の普及及び人口減少などの原因による長期的な水道料金収入の低迷がある。この事業環境の中で、将来に渡って安定した上水道事業を継続して行くには、浄水場の効率的な運用で水道水製造単価を下げることが肝要であり、その必要性は今後さらに高まってくる。例えば、ろ過設備における効率的な運用方法の一つに、逆洗方法及び頻度の最適化が挙げられる。ろ過設備の逆洗は、安全なろ過水質の確保のために、ろ過水質が悪化する前に行われることが一般的であり、その頻度及び方法は「最適」よりも「確実に安全なろ過水質を得るために最適よりはやや過剰」になる傾向がある。前記の事業環境の中で上水道事業を安定的に継続して行くためには、逆洗頻度及び方法の最適化は今後必要となってくる。
下水分野においては特に生物反応槽に膜を浸漬するタイプの浸漬型MBRを中心に実用化され、今では大規模下水処理場が稼働するまでになっている。また、民間排水においては浸漬型MBRのみならず、外付け型MBRが普及している。いずれのMBR型においても課題として、消費エネルギー削減と膜のファウリング対策を両立させることが重要になる。一方で、近年の自然環境や社会環境の変化により従来の運転方法では問題が生じる可能性が出てきた。以下にそれぞれの変化について述べる。
近年は、ゲリラ豪雨などの突発的に起きる集中豪雨が問題となっている。ゲリラ豪雨は、主に合流式の場合水量変動が大きくなる。また、ゲリラ豪雨の場合は水質変化が急激であるため、反応槽での濁質や処理しきれない成分により、ろ過設備に負担を掛けることが想定される。その結果、通常時の運用であれば、まだろ過を継続することが可能だったろ過設備が、流入した濁質やその他の成分で閉塞してろ過設備内の水位が上昇し、ろ過を継続できなくなることとなる。
下水道事業においても人口減少などの原因による長期的な料金収入の低迷がある。この事業環境の中で、将来に渡って安定した下水道事業を継続して行くには、浄水場の効率的な運用で下水処理にかかる単価を下げることが肝要であり、その必要性は今後さらに高まってくる。
上記非特許文献1は、機械学習を用いた浄水設備における逆洗(ろ過フィルター洗浄)タイミングの最適化を開示している。この技術は、過去の機器の稼働データ(ポンプ電流、電圧など)および水質データ(pH、色度、濁度、残留塩素濃度など)、処理可能な総水量(残量)を導出するものであるが、逆洗においてはタイミングだけではなく、頻度や水量・空気量にも影響されるので、逆洗水や薬品量などの使用量削減の余地がある。
一態様では、前記方法は、洗浄直後の閉塞指標の前記予測値と、閉塞指標の上昇速度の前記予測値から、次の洗浄が必要な時点までの時間長さを算定し、前記時間長さから予測洗浄結果をシミュレーションにより算定する工程をさらに含むことを特徴とする。
一態様では、前記訓練データに含まれる前記洗浄動作パラメータの数値は、通常洗浄時よりも広い範囲内で分散していることを特徴とする。
一態様では、定期的または不定期に前記訓練データを用いて機械学習を実行し、前記予測モデルを更新することを特徴とする。
一態様では、現在の洗浄運転パラメータ、現在の状態データ、現在の閉塞指標、洗浄後の予測結果を表示部に表示することを特徴とする。
一態様では、前記撮像装置によって生成された画像データを表示部に表示することを特徴とする。
機械学習により運転最適化を行えることで、洗浄頻度・時間・洗浄量の最適化により水回収率の向上とコスト削減、薬品使用量の削減が可能となる。
画像データに基づいて異常検知を適時で行うことでき、運転員の負担を軽減できる。
図1は、原水(被ろ過液)をろ過処理してろ過水を得るためのろ過装置と、ろ過装置の洗浄を監視する洗浄監視システムを含むろ過システムの一実施形態を示す模式図である。図1に説明するろ過装置は、いわゆる重力式ろ過装置であるが、本発明はろ材で構成されるろ過層を利用して水中の不純物を濾し取るものであれば、以下に説明する実施形態には限定されない。本発明が適用可能なろ過装置のタイプとして、砂ろ過式、重力式、膜ろ過式、膜分離活性汚泥式(MBR)、膜浸漬式、膜外付け式、内圧式、外圧式などが挙げられる。ろ過層を構成するろ材は特に限定されない。また、ろ過される対象となる原水(被ろ過液)の例としては、浄水、下水、産業廃水(有機性廃水)などが挙げられるが、本発明はこれに限定されるものではない。
洗浄監視システム30は、機械学習により作成された予測モデル(すなわち学習済み予測モデル)のアルゴリズムに従って、洗浄直後のろ過層5の閉塞指標の予測結果を算定する。さらに、洗浄監視システム30は、得られた閉塞指標の予測結果を用いて、最適な洗浄方法をシミュレーションにより決定する。ろ過層5の閉塞指標は、ろ過抵抗を示す数値であり、より具体的には、ろ過圧力、ろ過層5の上流側と下流側との差圧、またはろ過装置内の水位などである。
洗浄監視システム30は、回帰予測だけではカバーできないろ過装置の洗浄動作の異常検知を画像分類に基づいて行う。従来、作業員が目視により洗浄動作の異常検知をしていることに代えて、洗浄監視システム30は、画像分類により洗浄の異常検知を行う。ろ過装置に起こりうる洗浄の異常の例としては、ろ過層5の逆洗時の洗浄水のショートパス(片流れ)、表面洗浄ノズル25の回転不良、洗浄時のろ過層5のろ材の流動不良などが挙げられる。
回帰予測では、訓練データを用いた機械学習により構築された予測モデルが使用される。予測モデルには、説明変数が入力され、予測モデルからは目的変数が出力される。
説明変数:予測したい変数(目的変数)を導出するため変数。
目的変数:予測したい変数。本実施形態では、ろ過層5の閉塞指数と、閉塞指標の上昇速度が目的変数である。
・ろ過水の最大量/1回の洗浄で使用された洗浄水の量
・ろ過水の最大量/洗浄頻度
・ろ過水の最大量/1回の洗浄当たりの洗浄時間
・ろ過水の最大量/1回の洗浄で使用された洗浄水の量、洗浄頻度、1回の洗浄当たりの 洗浄時間
・ろ過水の単位水量当たりの最小洗浄水コスト:洗浄水のコスト/ろ過水量
・ろ過水の単位水量当たりの最小薬品コスト:洗浄薬品のコスト/ろ過水量
・逆洗水量/ろ材膨張率
・回収率(ろ過水量/(ろ過水量+逆洗水量))
洗浄動作パラメータには以下の項目が挙げられる。
・洗浄方法(逆流洗浄、表面洗浄、空気洗浄、薬品洗浄、またはこれらの組み合わせ)
・洗浄水量(ろ過層5の逆流洗浄および表面洗浄に使用される洗浄水の量)
・洗浄空気量(ろ過層5の空気洗浄に使用される空気の量)
・薬品量(薬品洗浄に使用される薬品の量)
・洗浄時間
・洗浄頻度
・表面洗浄ノズル25の回転速度
・原水の種類(例えば、浄水、下水、産業廃水)
・原水の流量
・原水の水質(例えば、pH、TS、SS、VTS、VSS、CST、粘度、濁度、色度、アルカリ度、LC-OCD・EEM・吸光度計測定値、イオンの含有量、金属の含有量、CODcr、CODmn、BOD、有機酸の含有量、TOC)
・ろ過層5を通過した水であるろ過水の量
・ろ過水の水質(例えば、pH、濁度、色度、アルカリ度、LC-OCD・EEM・吸光度計測定値、イオンの含有量、金属の含有量)
・ろ過層5を構成するろ材の性状(例えば、ろ材のゼータ電位)
・洗浄排水(洗浄に使用された洗浄水)の量
・洗浄排水の水質(例えば、pH、濁度、色度、アルカリ度、LC-OCD・EEM・吸光度計測定値、イオンの含有量、金属の含有量)
・洗浄が実施されたときの天候データ(例えば、晴れ、曇り、雨、降雨量)
・洗浄が実施された年月日時
・洗浄直後の閉塞指標(ろ過圧力、ろ過層5の上流側と下流側との差圧、またはろ過装置内の水位)の実測値
・閉塞指標の上昇速度の実測値
訓練データの正解ラベル(目的変数)に以下が含まれてもよい。
・洗浄直後と直前の閉塞指標(ろ過圧力、ろ過層5の上流側と下流側との差圧、またはろ過装置内の水位)の差分
第2撮像装置40bは、ろ過層5の上方で水没しており、ろ過層5の上面および表面洗浄ノズル25を向いている。
第3撮像装置40cは、ろ過装置の側壁に設けられた透明窓10aに隣接しており、透明窓を通じてろ過層5の内部を向いている。
第4撮像装置40dは、ろ過装置の横に設けられており、逆洗浄に使用された洗浄排水を向いている。
第5撮像装置40eは、ろ過水排出ライン20に設けられており、ろ過装置から排出されたろ過水を向いている。
・ろ過層5を構成するろ材の流動状態に基づき、逆洗水、空気洗浄がショートパス(片流れ)しているか否かの判定結果。
・表面洗浄ノズル25が適正範囲内の速度(不足、適正、過剰)で回転しているか否かの判定結果。
・洗浄排水の濁度(清澄、やや濁っている、濁っている)の判定結果。
・洗浄時のろ材の膨張率が適正範囲であるか否かの判定結果。
・スローダウン洗浄を行うときに、ろ材が流動しているか否かの判定結果。
・ろ過水の濁度(清澄、やや濁っている、濁っている)の判定結果。
5 ろ過層
7 支持床
10 槽
12 逆洗排水トラフ
15 洗浄用空気ライン
18 逆流洗浄用洗浄水ライン
20 ろ過水排出ライン
21 フリーボード
25 表面洗浄ノズル
30 洗浄監視システム
30a 記憶装置
30b 演算装置
40a~40e 撮像装置
46 表示部
Claims (9)
- ろ過装置のろ過層の洗浄を監視するための洗浄監視方法であって、
前記ろ過層を洗浄するための洗浄装置の洗浄動作パラメータ、および前記ろ過装置の状態データを少なくとも含む訓練データを用いて機械学習により予測モデルを構築し、
前記洗浄動作パラメータおよび前記状態データを前記予測モデルに入力し、
前記ろ過層の閉塞指標の予測結果を前記予測モデルから出力することを特徴とする洗浄監視方法。 - 前記閉塞指標の予測結果は、洗浄直後の閉塞指標の予測値と、閉塞指標の上昇速度の予測値であることを特徴とする請求項1に記載の洗浄監視方法。
- 洗浄直後の閉塞指標の前記予測値と、閉塞指標の上昇速度の前記予測値から、次の洗浄が必要な時点までの時間長さを算定し、前記時間長さから予測洗浄結果をシミュレーションにより算定する工程をさらに含むことを特徴とする、請求項2に記載の洗浄監視方法。
- 前記訓練データに含まれる前記洗浄動作パラメータの数値は、通常洗浄時よりも広い範囲内で分散していることを特徴とする、請求項1乃至3のいずれか一項に記載の洗浄監視方法。
- 定期的または不定期に前記訓練データを用いて機械学習を実行し、前記予測モデルを更新することを特徴とする、請求項1乃至4のいずれか一項に記載の洗浄監視方法。
- 現在の洗浄運転パラメータ、現在の状態データ、現在の閉塞指標、洗浄後の予測結果を表示部に表示することを特徴とする、請求項1乃至5のいずれか一項に記載の洗浄監視方法。
- ろ過装置のろ過層の洗浄を監視するための洗浄監視方法であって、
前記ろ過装置に設置された撮像装置によって生成された画像データを少なくとも含む訓練データを用いて機械学習により判定モデルを構築し、
前記撮像装置によって生成された画像データを前記判定モデルに入力し、
前記ろ過層の洗浄が正常に行われているか否かを示す判定結果を前記判定モデルから出力することを特徴とする、洗浄監視方法。 - 前記撮像装置によって生成された画像データを表示部に表示することを特徴とする、請求項7に記載の洗浄監視方法。
- ろ過装置のろ過層の洗浄を監視する洗浄監視システムであって、
前記ろ過装置に設置された撮像装置と、
プログラムが格納された記憶装置と、
前記プログラムに含まれる命令に従って演算を実行する演算装置を備え、
前記記憶装置には、
前記ろ過層を洗浄するための洗浄装置の洗浄動作パラメータ、および前記ろ過装置の状態データを少なくとも含む訓練データを用いて機械学習により構築された予測モデルと、
前記撮像装置によって生成された画像データを少なくとも含む訓練データを用いて構築された判定モデルが格納されており、
前記洗浄監視システムは、
前記洗浄動作パラメータおよび前記状態データを前記予測モデルに入力し、前記ろ過層の洗浄直後の閉塞指標の予測値と、閉塞指標の上昇速度の予測値を前記予測モデルから出力し、
前記撮像装置によって生成された画像データを前記判定モデルに入力し、前記ろ過層の洗浄が正常に行われているか否かを示す判定結果を前記判定モデルから出力するように構成されていることを特徴とする、洗浄監視システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021033336A JP2022134292A (ja) | 2021-03-03 | 2021-03-03 | ろ過装置の洗浄監視方法および洗浄監視システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021033336A JP2022134292A (ja) | 2021-03-03 | 2021-03-03 | ろ過装置の洗浄監視方法および洗浄監視システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022134292A true JP2022134292A (ja) | 2022-09-15 |
Family
ID=83231784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021033336A Pending JP2022134292A (ja) | 2021-03-03 | 2021-03-03 | ろ過装置の洗浄監視方法および洗浄監視システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2022134292A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117685489A (zh) * | 2024-02-04 | 2024-03-12 | 青岛众屹科锐工程技术有限公司 | 一种润滑油净化处理集成智能*** |
WO2024090077A1 (ja) * | 2022-10-28 | 2024-05-02 | 三菱化工機株式会社 | ろ過システム |
-
2021
- 2021-03-03 JP JP2021033336A patent/JP2022134292A/ja active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024090077A1 (ja) * | 2022-10-28 | 2024-05-02 | 三菱化工機株式会社 | ろ過システム |
CN117685489A (zh) * | 2024-02-04 | 2024-03-12 | 青岛众屹科锐工程技术有限公司 | 一种润滑油净化处理集成智能*** |
CN117685489B (zh) * | 2024-02-04 | 2024-04-30 | 青岛众屹科锐工程技术有限公司 | 一种润滑油净化处理集成智能*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI618567B (zh) | 自製程流中移除污染物或穩定該製程流中之系統參數的方法 | |
JP2022134292A (ja) | ろ過装置の洗浄監視方法および洗浄監視システム | |
Chew et al. | Advanced process control for ultrafiltration membrane water treatment system | |
JP6053175B2 (ja) | 異常検出機能を有する淡水化システム | |
JP2007245084A (ja) | 膜ろ過制御装置 | |
CN101944275B (zh) | 中空纤维设备的膜污染诊断与预警决策方法 | |
KR20090062503A (ko) | 간헐폭기식 공기세정방식을 이용한 막분리 공정의 최적운전제어시스템 및 방법 | |
CN106512745A (zh) | 一种水处理膜池污染评价及控制的方法 | |
JP2020025943A (ja) | 水処理方法および水処理システム | |
JP4718873B2 (ja) | 膜濾過設備の制御装置 | |
RU2415696C2 (ru) | Способ оптимизированного управления блоком мембранной фильтрации и оборудование для реализации этого способа | |
JP2017207945A (ja) | 水処理設備の維持管理支援装置及び維持管理支援システム | |
JP2019027212A (ja) | 水道の維持管理支援装置及び水道の維持管理支援システム | |
JP2017091032A (ja) | 水道施設の維持管理支援装置及びそれを有する監視制御システム | |
JP5552410B2 (ja) | 水精製システムの使用に対する課金方法及び記憶媒体 | |
JP7437998B2 (ja) | 水処理システム、水処理システムの運転管理支援システム及び水処理システムの運転方法 | |
WO2015198898A1 (ja) | プラント異常予知装置、異常予知装置、表示装置及び表示方法 | |
JP2006021093A (ja) | 膜ろ過処理装置の運転支援装置 | |
CN116770930A (zh) | 一种用于模块化建筑的集成式污水排放*** | |
KR20160057595A (ko) | 막차압(TMP:Trans Membrane Pressure) 측정 결과를 이용하여 막세정을 하는 막여과 공정 운영방법 | |
US20170088436A1 (en) | System and method for residential and industrial grey water recycling and filtration process and system | |
JP7354983B2 (ja) | 支援装置、支援方法、及び、支援プログラム | |
KR101156592B1 (ko) | 여과 방식의 수처리 설비의 운영 장치 및 방법 | |
Ramkumar et al. | Tertiary treatment using ultrafiltration in an existing sewage treatment plant for industrial reuse: a modelling approach using artificial neural network with uncertainty estimation | |
Ellouze et al. | Optimal control of backwash scheduling for pumping energy saving: Application to the treatment of urban wastewater |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230614 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240228 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240305 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240424 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240702 |