JP2661162B2 - 水質の推定方法 - Google Patents
水質の推定方法Info
- Publication number
- JP2661162B2 JP2661162B2 JP63188772A JP18877288A JP2661162B2 JP 2661162 B2 JP2661162 B2 JP 2661162B2 JP 63188772 A JP63188772 A JP 63188772A JP 18877288 A JP18877288 A JP 18877288A JP 2661162 B2 JP2661162 B2 JP 2661162B2
- Authority
- JP
- Japan
- Prior art keywords
- water quality
- indicator
- microorganisms
- microorganism
- appearance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- 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
- Activated Sludge Processes (AREA)
Description
【発明の詳細な説明】 A.産業上の利用分野 本発明は、例えば活性汚泥法により処理した処理水の
水質を微生物データにもとづいて推定する方法に関する
ものである。
水質を微生物データにもとづいて推定する方法に関する
ものである。
B.発明の概要 本発明は被測定水の水質を水中に含まれる微生物デー
タにもとづいて推定する方法において、 水質に対応する例えばBOD濃度帯域を指定し、指標性
微生物毎に各BOD濃度帯域における出現可能性を示すメ
ンバーシップ値を予め定義しておき、被測定水中に出現
した微生物について各BOD濃度帯域のメンバーシップ値
を拾って、その値にもとづいてBOD濃度を推定すること
によって、 微生物に関する知識を処理水質の予測に反映させなが
ら処理水質を具体的数値で表現できるようにしたもので
ある。
タにもとづいて推定する方法において、 水質に対応する例えばBOD濃度帯域を指定し、指標性
微生物毎に各BOD濃度帯域における出現可能性を示すメ
ンバーシップ値を予め定義しておき、被測定水中に出現
した微生物について各BOD濃度帯域のメンバーシップ値
を拾って、その値にもとづいてBOD濃度を推定すること
によって、 微生物に関する知識を処理水質の予測に反映させなが
ら処理水質を具体的数値で表現できるようにしたもので
ある。
C.従来の技術 都市下水の処理に広く適用されている活性汚泥法は微
生物の代謝反応を利用して下水を浄化するシステムであ
る。ここに下水処理場はその放流水質（処理水質）によ
って規制を受けており、従ってプロセス管理では処理水
質が最も重要な指標である。ところで、システムの処理
効率（処理水の水質）はシステム的に出現する微生物に
大きく依存している。従来より、処理場では操作員が顕
微鏡観察で指標性と呼ばれる微生物の出現頻度を調べ、
処理場状態の診断を行って来た。各指標性微生物は長年
の研究よりそれぞれどの様な水質で出現しやすいかが分
かっており、熟練した操作員は指標性微生物の出現頻度
よりおおまかな処理水質を予測することができる。
生物の代謝反応を利用して下水を浄化するシステムであ
る。ここに下水処理場はその放流水質（処理水質）によ
って規制を受けており、従ってプロセス管理では処理水
質が最も重要な指標である。ところで、システムの処理
効率（処理水の水質）はシステム的に出現する微生物に
大きく依存している。従来より、処理場では操作員が顕
微鏡観察で指標性と呼ばれる微生物の出現頻度を調べ、
処理場状態の診断を行って来た。各指標性微生物は長年
の研究よりそれぞれどの様な水質で出現しやすいかが分
かっており、熟練した操作員は指標性微生物の出現頻度
よりおおまかな処理水質を予測することができる。
D.発明が解決しようとする課題 しかし、その様な指標性微生物の出現頻度と処理水質
とを結び付ける知識は非常にあいまいな概念である。例
えば、ある微生物は良い水質のとき出現することが分か
っている。ここで「良い水質」とは具体的な数値に裏付
けされたものでなく、あいまいで感覚的なものである。
人間の知識とは、一般的に上例にも示されるようにあい
まいな表現のものが多いが、実際のシステム管理にはど
うしても具体的数値が必要である。本発明は微生物に関
する知識を処理水質の予測に反映させながら、処理水質
を具体的数値で表現することができ、しかも将来的な水
質の予測をも可能にした水質の推定方法を提供すること
を目的とする。
とを結び付ける知識は非常にあいまいな概念である。例
えば、ある微生物は良い水質のとき出現することが分か
っている。ここで「良い水質」とは具体的な数値に裏付
けされたものでなく、あいまいで感覚的なものである。
人間の知識とは、一般的に上例にも示されるようにあい
まいな表現のものが多いが、実際のシステム管理にはど
うしても具体的数値が必要である。本発明は微生物に関
する知識を処理水質の予測に反映させながら、処理水質
を具体的数値で表現することができ、しかも将来的な水
質の予測をも可能にした水質の推定方法を提供すること
を目的とする。
E.課題を解決するための手段 本発明は、上記目的を達成するために、水質の指標と
なる複数種の指標性微生物の単位水量当たりの出現個数
を各々複数の出現ランクに区分し、 被測定質の水質の指標である酸素要求量を複数帯域に
区分して、指標性微生物毎に全帯域中で出現可能な最大
個数を予め求め、 且つ前記各指標性微生物毎に各酸素要求量帯域におけ
る出現可能性を示すメンバーシップ値を、前記各指標性
微生物の出現可能な最大個数の逆数を因子として予め定
めるとともに、 被測定水中の単位水量当たりの指標性微生物の個数を
測定して、各指標性微生物について前記複数の出現ラン
クの中から各々の所属する出現ランクを求め、出現した
指標性微生物について各酸素要求量帯域のメンバーシッ
プ値を拾い、このメンバーシップ値を当該指標性微生物
の所属する出現ランクにより重み付けして、これらメン
バーシップ値を酸素要求量帯域毎に合計してメンバーシ
ップ値の水質方向の重心を求め、この重心位置の酸素要
求量を被測定水の酸素要求量として推定することを特徴
とするものである。
なる複数種の指標性微生物の単位水量当たりの出現個数
を各々複数の出現ランクに区分し、 被測定質の水質の指標である酸素要求量を複数帯域に
区分して、指標性微生物毎に全帯域中で出現可能な最大
個数を予め求め、 且つ前記各指標性微生物毎に各酸素要求量帯域におけ
る出現可能性を示すメンバーシップ値を、前記各指標性
微生物の出現可能な最大個数の逆数を因子として予め定
めるとともに、 被測定水中の単位水量当たりの指標性微生物の個数を
測定して、各指標性微生物について前記複数の出現ラン
クの中から各々の所属する出現ランクを求め、出現した
指標性微生物について各酸素要求量帯域のメンバーシッ
プ値を拾い、このメンバーシップ値を当該指標性微生物
の所属する出現ランクにより重み付けして、これらメン
バーシップ値を酸素要求量帯域毎に合計してメンバーシ
ップ値の水質方向の重心を求め、この重心位置の酸素要
求量を被測定水の酸素要求量として推定することを特徴
とするものである。
F.実施例 本発明は、人間の知識（あいまい表現）を具体的数値
と結び付ける数学的手法としてファジー理論が存在する
ことに着目し、このファジー理論を用いて、微生物デー
タにもとづいて例えば活性汚泥法の処理水の水質を推定
しようとする着想である。
と結び付ける数学的手法としてファジー理論が存在する
ことに着目し、このファジー理論を用いて、微生物デー
タにもとづいて例えば活性汚泥法の処理水の水質を推定
しようとする着想である。
第１図は本発明方法におけるファージ推論の実施例の
概略を示す図である。このファジー推論は通常のファジ
ー推論とは若干異なっている。先ず処理水中の微生物種
の中から水質の指標となる指標性微生物を第３図に示す
ように選択しておく。そして水質を例えば「良い」，
「悪い」，「その中間である」の３つに分けるために、
処理水の酸素要求量例えばBOD濃度（生化学的酸素要求
量）を３つの帯域に区分して、各濃度帯域と水質とを対
応させる。指標性微生物としては説明の便宜上微生物A,
B,Cを想定し、第２図に示すように微生物Ａは良い処理
水質のとき、微生物ＢとＣとは悪い処理水質のときに出
現するものと仮定する。
概略を示す図である。このファジー推論は通常のファジ
ー推論とは若干異なっている。先ず処理水中の微生物種
の中から水質の指標となる指標性微生物を第３図に示す
ように選択しておく。そして水質を例えば「良い」，
「悪い」，「その中間である」の３つに分けるために、
処理水の酸素要求量例えばBOD濃度（生化学的酸素要求
量）を３つの帯域に区分して、各濃度帯域と水質とを対
応させる。指標性微生物としては説明の便宜上微生物A,
B,Cを想定し、第２図に示すように微生物Ａは良い処理
水質のとき、微生物ＢとＣとは悪い処理水質のときに出
現するものと仮定する。
ここで本発明の実施例では、処理水の単位水量当たり
の微生物の出現個数を複数の出現ランク、例えば次のよ
うに０〜５の６つに区分する。
の微生物の出現個数を複数の出現ランク、例えば次のよ
うに０〜５の６つに区分する。
一方過去のデータから微生物毎に出現可能な最大個数
を把握しておくと共に、微生物毎に各BOD濃度帯域にお
ける出現可能性を示すメンバーシップ値を、前記最大個
数の逆数を因子として予め定めておく。微生物の出現個
数はその種類によって様々である。そして、ある種の微
生物が優先化した場合の最大個数もその種類によって違
う。（“廃水処理の生物学”（須藤）産業用水調査会S.
52.6.12発行，“生物相からみた処理機能の診断”（須
藤・稲森）産業用水調査会S.58.4.21発行）本実施例で
扱う微生物は第３図に示した18種類であるが、これだけ
の種類でもそれぞれの出現個数の範囲は広い。例えば、
イ、ロという微生物の単位水量当たりの最大個数がそれ
ぞれ10,000個と500個であるとして、測定の結果イ，ロ
ともに100個出現していたとしても、イとロとではその
水質の指標としての重みが違ってくる。つまり、出現個
数だけでその水質を評価することは出来ない。そこで、
本発明では各微生物の最大個数を過去のデータなどを参
考にして決め、その逆数をメンバーシップ値の因子とす
ることによって、１個体の水質の指標としての重みを表
している。
を把握しておくと共に、微生物毎に各BOD濃度帯域にお
ける出現可能性を示すメンバーシップ値を、前記最大個
数の逆数を因子として予め定めておく。微生物の出現個
数はその種類によって様々である。そして、ある種の微
生物が優先化した場合の最大個数もその種類によって違
う。（“廃水処理の生物学”（須藤）産業用水調査会S.
52.6.12発行，“生物相からみた処理機能の診断”（須
藤・稲森）産業用水調査会S.58.4.21発行）本実施例で
扱う微生物は第３図に示した18種類であるが、これだけ
の種類でもそれぞれの出現個数の範囲は広い。例えば、
イ、ロという微生物の単位水量当たりの最大個数がそれ
ぞれ10,000個と500個であるとして、測定の結果イ，ロ
ともに100個出現していたとしても、イとロとではその
水質の指標としての重みが違ってくる。つまり、出現個
数だけでその水質を評価することは出来ない。そこで、
本発明では各微生物の最大個数を過去のデータなどを参
考にして決め、その逆数をメンバーシップ値の因子とす
ることによって、１個体の水質の指標としての重みを表
している。
第１図に、横軸に処理水質（BOD濃度（mg/L））、縦
軸にメンバーシップ値をとった説明図であり、微生物Ａ
を例に取ると、微生物Ａの出現する可能性は良いと仮定
された水質（BOD）範囲では常に一定の値（この値は1/
（微生物Ａの最大個数）で定義される）であるが、それ
以外の範囲では常にゼロである。微生物ＢやＣの出現す
る可能性は、悪いと仮定された水質範囲で常に1/微生物
最大個数）であるが、それ以外の水質範囲では常にゼロ
である。メンバーシップ値は三角形や台形で定義される
ものが多いが、ここでは簡略化のため長方形のものを用
いている。
軸にメンバーシップ値をとった説明図であり、微生物Ａ
を例に取ると、微生物Ａの出現する可能性は良いと仮定
された水質（BOD）範囲では常に一定の値（この値は1/
（微生物Ａの最大個数）で定義される）であるが、それ
以外の範囲では常にゼロである。微生物ＢやＣの出現す
る可能性は、悪いと仮定された水質範囲で常に1/微生物
最大個数）であるが、それ以外の水質範囲では常にゼロ
である。メンバーシップ値は三角形や台形で定義される
ものが多いが、ここでは簡略化のため長方形のものを用
いている。
今、処理水を観察した結果、微生物A,B,Cが含まれて
いるとすると、微生物A,B,Cの各々について単位水量当
たりの個数を測定して、各微生物について上記の表に示
した出現ランクの中から所属する出現ランクを求める。
例えば微生物A,B,Cの個数（1mL当たり）が夫々400〜999
の間、１〜99の間及び100〜399の間であれば、微生物A,
B,Cの出現ランクは夫々３、１、２となる。そして出現
した微生物（ここではA,B,C）について各BOD濃度帯域の
メンバーシップ値を拾う。
いるとすると、微生物A,B,Cの各々について単位水量当
たりの個数を測定して、各微生物について上記の表に示
した出現ランクの中から所属する出現ランクを求める。
例えば微生物A,B,Cの個数（1mL当たり）が夫々400〜999
の間、１〜99の間及び100〜399の間であれば、微生物A,
B,Cの出現ランクは夫々３、１、２となる。そして出現
した微生物（ここではA,B,C）について各BOD濃度帯域の
メンバーシップ値を拾う。
次にこれらメンバーシップ値は微生物の出現ランクに
よって修正を受ける。微生物の出現ランクは０から５の
６段階で評価されるが、メンバーシップ値はこの出現ラ
ンクを５で割ったものを掛けることで修正される。第１
図の微生物A,B,Cでは、各々ランク３、１、２で出現し
ていることより、各々のメンバーシップ値は3/5、1/5、
2/5倍されることになる。この修正の結果が図中斜線で
示された長方形である。これら一連の操作の目的は、各
微生物の重み付けである。したがって、各微生物は出現
可能な最大個数が小さく、且つ、その出現ランクが大き
いという傾向が強いほど、その微生物が指し示す水質の
確からしさが増すことになる。
よって修正を受ける。微生物の出現ランクは０から５の
６段階で評価されるが、メンバーシップ値はこの出現ラ
ンクを５で割ったものを掛けることで修正される。第１
図の微生物A,B,Cでは、各々ランク３、１、２で出現し
ていることより、各々のメンバーシップ値は3/5、1/5、
2/5倍されることになる。この修正の結果が図中斜線で
示された長方形である。これら一連の操作の目的は、各
微生物の重み付けである。したがって、各微生物は出現
可能な最大個数が小さく、且つ、その出現ランクが大き
いという傾向が強いほど、その微生物が指し示す水質の
確からしさが増すことになる。
次のステップとして先に修正を受けたメンバーシップ
値（斜線部）の重ね合わせ（合成）をBOD濃度帯域毎に
行う。これは単に図形的に斜線部を合成したものと考え
られる。結果は第１図の一番下の図形（斜線で塗られた
もの）となる。
値（斜線部）の重ね合わせ（合成）をBOD濃度帯域毎に
行う。これは単に図形的に斜線部を合成したものと考え
られる。結果は第１図の一番下の図形（斜線で塗られた
もの）となる。
最後に合成したメンバーシップ値より、推論される処
理水質を計算する。これには重心計算を用いる。即ち、
合成されたメンバーシップ値の横軸方向（水質）の重心
を求め、この重心位置のBOD濃度を処理水質濃度として
推定する。これによってファジー推論による水質推論は
終了する。
理水質を計算する。これには重心計算を用いる。即ち、
合成されたメンバーシップ値の横軸方向（水質）の重心
を求め、この重心位置のBOD濃度を処理水質濃度として
推定する。これによってファジー推論による水質推論は
終了する。
本実施例では、水質の指標となる指標性微生物は第３
図の18種類全てを示している。したがって、被測定水中
に18種類の全ての微生物が観測されたならば、それぞれ
の出現個数から出現ランクを決め、さらに各々の最大個
数の逆数を因子としてメンバーシップ値を計算し、その
値を合計して重心を求めることになる。一般には全ての
微生物が観測される例は少ない。数種類しか観測されな
い場合が多く、第３図で示した種類以外の微生物が多く
出現することもある。この場合は、18種類の指標性微生
物の中で出現しているものだけでメンバーシップ値を計
算し、その値を合計して重心を求める。当然、本発明の
指標性微生物は、第３図の18種類に限定されるものでは
ない。本実施例の18種類は、一般的に水質の指標となる
と言われているものを例示的に列挙したものである。
図の18種類全てを示している。したがって、被測定水中
に18種類の全ての微生物が観測されたならば、それぞれ
の出現個数から出現ランクを決め、さらに各々の最大個
数の逆数を因子としてメンバーシップ値を計算し、その
値を合計して重心を求めることになる。一般には全ての
微生物が観測される例は少ない。数種類しか観測されな
い場合が多く、第３図で示した種類以外の微生物が多く
出現することもある。この場合は、18種類の指標性微生
物の中で出現しているものだけでメンバーシップ値を計
算し、その値を合計して重心を求める。当然、本発明の
指標性微生物は、第３図の18種類に限定されるものでは
ない。本実施例の18種類は、一般的に水質の指標となる
と言われているものを例示的に列挙したものである。
具体的数値を用いた実施例を以下に示す。水質のファ
ジー推論には第３図に示す18種類の指標微生物を用い
る。各々の微生物がどの様な水質で出現するかは第２図
に示されている。データは下水試験法84年より取った。
図において、例えばテトラヒメナは良い−中間水質の間
から中間−悪い水質の間まで出現すると考えられてい
る。また、ヒルガタワムシなどは良い水質の時のみ出現
する。第２図の例では、良い水質はX1からX2の範囲、中
間水質はX2からX3の範囲、悪い水質はX3からX4の範囲と
定義されている。これら４点（X1,X2,X3,X4）の値は、
生物相データとそれに対応する処理水質（“廃水処理の
生物学”（須藤）、“生物相からみた処理機能の診断”
（須藤・稲森）より最適化（シンプレックス法）の手法
を用いて求めたところ、X1＝−7.1、X2＝31.6、X3＝51.
6、X4＝63.8mgBOD/Lであった。X1の値はマイナスとなっ
ているが、これは重心計算で水質を計算するため避けら
れないものである。例えば、ヒルガタワムシだけが出現
している場合を考えてみる。すると、合成メンバーシッ
プ値はヒルガタワムシのメンバーシップ値そのものであ
る。これで重心を計算してみると、重心はX1とX2の中間
点となる。従って例えX1がマイナスであろうと重心（推
定水質）は12.25mgBOD/Lとなる。
ジー推論には第３図に示す18種類の指標微生物を用い
る。各々の微生物がどの様な水質で出現するかは第２図
に示されている。データは下水試験法84年より取った。
図において、例えばテトラヒメナは良い−中間水質の間
から中間−悪い水質の間まで出現すると考えられてい
る。また、ヒルガタワムシなどは良い水質の時のみ出現
する。第２図の例では、良い水質はX1からX2の範囲、中
間水質はX2からX3の範囲、悪い水質はX3からX4の範囲と
定義されている。これら４点（X1,X2,X3,X4）の値は、
生物相データとそれに対応する処理水質（“廃水処理の
生物学”（須藤）、“生物相からみた処理機能の診断”
（須藤・稲森）より最適化（シンプレックス法）の手法
を用いて求めたところ、X1＝−7.1、X2＝31.6、X3＝51.
6、X4＝63.8mgBOD/Lであった。X1の値はマイナスとなっ
ているが、これは重心計算で水質を計算するため避けら
れないものである。例えば、ヒルガタワムシだけが出現
している場合を考えてみる。すると、合成メンバーシッ
プ値はヒルガタワムシのメンバーシップ値そのものであ
る。これで重心を計算してみると、重心はX1とX2の中間
点となる。従って例えX1がマイナスであろうと重心（推
定水質）は12.25mgBOD/Lとなる。
G.発明の効果 本発明によれば、被測定水の水質に対して例えばBOD
濃度帯域を指定し、指標性微生物毎に各BOD濃度帯域に
おける出現可能性を示すメンバーシップ値を予め定義し
ておき、被測定水中に出現した微生物について各BOD濃
度帯域のメンバーシップ値を拾って、その値にもとづい
てBOD濃度を推定しているため、微生物に関する知識を
水質の予測に反映させながら水質を具体的数値で表現す
ることができる。また実際の水質はシステム内の微生物
変動の結果として現れ、ここに本発明では、微生物の出
現をみて、微生物変動をデータとして用いているため、
水質の変動をいち早く捉えることができ、将来的な水質
を予測することができる。これに対して実際の水質のみ
を監視する方法では、変化がみられたときには対応が追
いつかず、とり返しのつかない場合もあり得る。
濃度帯域を指定し、指標性微生物毎に各BOD濃度帯域に
おける出現可能性を示すメンバーシップ値を予め定義し
ておき、被測定水中に出現した微生物について各BOD濃
度帯域のメンバーシップ値を拾って、その値にもとづい
てBOD濃度を推定しているため、微生物に関する知識を
水質の予測に反映させながら水質を具体的数値で表現す
ることができる。また実際の水質はシステム内の微生物
変動の結果として現れ、ここに本発明では、微生物の出
現をみて、微生物変動をデータとして用いているため、
水質の変動をいち早く捉えることができ、将来的な水質
を予測することができる。これに対して実際の水質のみ
を監視する方法では、変化がみられたときには対応が追
いつかず、とり返しのつかない場合もあり得る。
第１図は本発明方法の概念を示す概略図、第２図及び第
３図は指標性微生物出現水質範囲を示す説明図である。
３図は指標性微生物出現水質範囲を示す説明図である。
Claims (1)
- 【請求項１】水質の指標となる複数種の指標性微生物の
単位水量当たりの出現個数を各々複数の出現ランクに区
分し、 被測定水の水質の指標である酸素要求量を複数帯域に区
分して、指標性微生物毎に全帯域中で出現可能な最大個
数を予め求め、 且つ前記各指標性微生物毎に各酸素要求量帯域における
出現可能性を示すメンバーシップ値を、前記各指標性微
生物の出現可能な最大個数の逆数を因子として予め定め
るとともに、 被測定水中の単位水量当たりの指標性微生物の個数を測
定して、各指標性微生物について前記複数の出現ランク
の中から各々の所属する出現ランクを求め、出現した指
標性微生物について各酸素要求量帯域のメンバーシップ
値を拾い、このメンバーシップ値を当該指標性微生物の
所属する出現ランクにより重み付けして、これらメンバ
ーシップ値を酸素要求量帯域毎に合計してメンバーシッ
プ値の水質方向の重心を求め、この重心位置の酸素要求
量を被測定水の酸素要求量として推定することを特徴と
する水質の推定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63188772A JP2661162B2 (ja) | 1988-07-28 | 1988-07-28 | 水質の推定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP63188772A JP2661162B2 (ja) | 1988-07-28 | 1988-07-28 | 水質の推定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0238860A JPH0238860A (ja) | 1990-02-08 |
| JP2661162B2 true JP2661162B2 (ja) | 1997-10-08 |
Family
ID=16229510
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP63188772A Expired - Fee Related JP2661162B2 (ja) | 1988-07-28 | 1988-07-28 | 水質の推定方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2661162B2 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2636628B2 (ja) * | 1992-03-17 | 1997-07-30 | 池田物産株式会社 | エアバッグ装置 |
| JPH0669614U (ja) * | 1993-02-25 | 1994-09-30 | 憲人 須藤 | 暖房用床パネル |
| ES2137274T3 (es) * | 1993-03-12 | 1999-12-16 | Yoshikuni Saito | Jeringuilla de aguja retractil. |
| JP5129463B2 (ja) * | 2006-06-29 | 2013-01-30 | メタウォーター株式会社 | 水質異常検出法 |
| CN111125607B (zh) * | 2019-12-16 | 2024-03-01 | 中国石油天然气股份有限公司 | 储油库的挥发性有机物的排放控制方法及装置 |
-
1988
- 1988-07-28 JP JP63188772A patent/JP2661162B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0238860A (ja) | 1990-02-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0642469B1 (en) | Method of controlling wastewater purification plants using multiple control functions | |
| Han et al. | Prediction of activated sludge bulking based on a self-organizing RBF neural network | |
| Kumar | Entropic measures of manufacturing flexibility | |
| Singh et al. | High-order fuzzy-neuro expert system for time series forecasting | |
| KR100456413B1 (ko) | 신경회로망 및 역전파 알고리즘에 의한 하폐수처리인공지능제어 시스템 및 방법 | |
| Banadda et al. | A review of modeling approaches in activated sludge systems | |
| Hernandez et al. | Assessment and prediction of water quality in shrimp culture using signal processing techniques | |
| CN114275912B (zh) | 一种基于自适应神经网络模型的曝气***溶解氧控制方法 | |
| US11365140B2 (en) | Decision support system and method for water treatment | |
| JP2661162B2 (ja) | 水質の推定方法 | |
| AU731001B2 (en) | Genetic procedure for allocating landing calls in an elevator group | |
| EP0643672B1 (en) | Method of controlling wastewater purification plants using quality evaluation of measuring data | |
| JP3131715B2 (ja) | プラントの支援システム | |
| Özelkan et al. | Optimal fuzzy counterparts of scheduling rules | |
| Mistri et al. | The fuzzy index of ecosystem integrity (FINE): a new index of environmental integrity for transitional ecosystems | |
| JP2737150B2 (ja) | 活性汚泥プロセス処理状態判定装置 | |
| Chan et al. | A pretreatment method of wastewater based on artificial intelligence and fuzzy neural network system | |
| CN114330951A (zh) | 基于模糊综合评价的河流湖泊水质安全评估方法 | |
| Szeląg et al. | Modelling and forecasting the sludge bulking in biological reactors of wastewater treatment plants by means of data mining methods | |
| Stover et al. | Computerized biological treatment operational process control | |
| Parparov et al. | A proposed framework for the management of water quality in arid‐region lakes | |
| Tsimpidi et al. | A Survey on Machine Learning Approaches in Water Analysis | |
| KR20020096520A (ko) | 수처리시설의 평가방법 | |
| JPH03251721A (ja) | 支援システムおよびその構築方法 | |
| JPH06328092A (ja) | 生物学的処理装置の制御システムにおけるデータ収集方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |