JP6977953B2 - Water quality condition determination device - Google Patents
Water quality condition determination device Download PDFInfo
- Publication number
- JP6977953B2 JP6977953B2 JP2018054287A JP2018054287A JP6977953B2 JP 6977953 B2 JP6977953 B2 JP 6977953B2 JP 2018054287 A JP2018054287 A JP 2018054287A JP 2018054287 A JP2018054287 A JP 2018054287A JP 6977953 B2 JP6977953 B2 JP 6977953B2
- Authority
- JP
- Japan
- Prior art keywords
- water quality
- unit
- water
- quality state
- data
- 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.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims description 223
- 244000005700 microbiome Species 0.000 claims description 43
- 238000010191 image analysis Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 description 23
- 238000002360 preparation method Methods 0.000 description 16
- 239000000126 substance Substances 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 11
- 230000000704 physical effect Effects 0.000 description 11
- 239000010802 sludge Substances 0.000 description 11
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 8
- 239000001301 oxygen Substances 0.000 description 8
- 229910052760 oxygen Inorganic materials 0.000 description 8
- 230000000007 visual effect Effects 0.000 description 8
- 241000868220 Vorticella Species 0.000 description 5
- 238000000034 method Methods 0.000 description 5
- 238000004065 wastewater treatment Methods 0.000 description 5
- 241000233866 Fungi Species 0.000 description 4
- 238000005273 aeration Methods 0.000 description 4
- 230000000813 microbial effect Effects 0.000 description 4
- 241000142921 Tardigrada Species 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003756 stirring Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007865 diluting Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 241001329664 Arcella Species 0.000 description 1
- 241000988927 Aspidisca Species 0.000 description 1
- 241000190909 Beggiatoa Species 0.000 description 1
- 241000224511 Bodo Species 0.000 description 1
- 241000612134 Caenomorpha Species 0.000 description 1
- 241000248395 Colpidium Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 241000011458 Epistylis Species 0.000 description 1
- 241000248488 Euplotes Species 0.000 description 1
- 241000739522 Litonotus Species 0.000 description 1
- 241000248463 Metopus Species 0.000 description 1
- 241000108056 Monas Species 0.000 description 1
- 241000187654 Nocardia Species 0.000 description 1
- 241000593713 Opercularia <angiosperm> Species 0.000 description 1
- 241001478894 Sphaerotilus Species 0.000 description 1
- 241001523391 Spirostomum Species 0.000 description 1
- 241000190807 Thiothrix Species 0.000 description 1
- 241000757776 Trachelophyllum Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- -1 biofilm Substances 0.000 description 1
- 241000902900 cellular organisms Species 0.000 description 1
- 230000015271 coagulation Effects 0.000 description 1
- 238000005345 coagulation Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 239000006059 cover glass Substances 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 239000012153 distilled water Substances 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000008235 industrial water Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007747 plating Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 239000006228 supernatant Substances 0.000 description 1
- 239000008400 supply water Substances 0.000 description 1
- 230000001960 triggered 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、水質状態判別装置に関するものである。 The present invention relates to a water quality state discriminating device.
一般に、水処理においては水質に関するデータの測定が行われ、その測定したデータに基づき水質状態を判断し、水処理に係る工程の制御等が行われる。
例えば、活性汚泥や生物膜を用いる排水処理においては、水質に関するデータとして測定する測定対象としては、被処理水や処理水のＢＯＤ、ＣＯＤ、溶存酸素濃度、微生物の状態などが挙げられる。
Generally, in water treatment, data on water quality is measured, the water quality state is determined based on the measured data, and the process related to water treatment is controlled.
For example, in wastewater treatment using activated sludge or biological membrane, the measurement targets to be measured as water quality data include BOD, COD, dissolved oxygen concentration, and microbial state of the treated water and treated water.
例えば、非特許文献１には、生物処理における微生物の状態を把握する方法として、活性汚泥、生物膜、被処理水、処理水などを採取し、採取した試料を濃縮あるいは希釈した検体を調整し、調整した検体を顕微鏡により観察する検鏡と呼ばれる作業を行うことが記載されている。 For example, in Non-Patent Document 1, as a method for grasping the state of microorganisms in biological treatment, activated sludge, biofilm, treated water, treated water and the like are collected, and a sample obtained by concentrating or diluting the collected sample is prepared. , It is described that a work called a microscope for observing the prepared sample with a microscope is performed.
非特許文献１に記載されるような検鏡作業は、採取した試料の調整、顕微鏡における観察範囲の選択、観察によって得られる情報の選択などをオペレーターにより行うものであり、作業の精度はオペレーターの知識、経験に頼るところが大きい。また、検鏡作業から得られた結果に対しても、指標とすべきものの選択や、選択した指標と水質状態の関連性に係るデータ処理を行う際にも、指標となるものの選択肢や、指標と水質状態の関連性に係るデータが多く、これらを総合的に勘案して水質状態を判別すること自体もオペレーターの知識、経験によるものである。したがって、水処理装置における水質状態の判別を安定的に行うことが難しいという問題がある。 In the speculum work as described in Non-Patent Document 1, the operator performs the adjustment of the collected sample, the selection of the observation range in the microscope, the selection of the information obtained by the observation, and the like, and the accuracy of the work is determined by the operator. It relies heavily on knowledge and experience. In addition, even for the results obtained from the microscopic examination work, when selecting what should be used as an index and when processing data related to the relationship between the selected index and the water quality condition, the choices and indexes of the index can be used. There are many data related to the relationship between water quality and water quality, and it is the operator's knowledge and experience to determine the water quality by comprehensively considering these data. Therefore, there is a problem that it is difficult to stably determine the water quality state in the water treatment apparatus.
本発明の課題は、水処理装置における水質状態の判別において、複数の指標に基づき、水質状態の判別を安定して効率的に行うことを可能にする水質状態判別装置を提供することである。 An object of the present invention is to provide a water quality state discriminating device capable of stably and efficiently discriminating the water quality state based on a plurality of indexes in discriminating the water quality state in the water treatment device.
本発明者は、上記の課題について鋭意検討した結果、水質状態判別装置として、複数の指標に関して測定を行い、あらかじめ記憶させたそれぞれの指標に関するデータと比較して判断を行うことで、水質状態の判断を安定して行うことが可能になることを見出して、本発明を完成した。
すなわち、本発明は、以下の水質状態判別装置である。
As a result of diligent studies on the above-mentioned problems, the present inventor, as a water quality state discriminating device, measures a plurality of indexes and makes a judgment by comparing with the data related to each index stored in advance, thereby determining the water quality state. The present invention has been completed by finding that it is possible to make a stable judgment.
That is, the present invention is the following water quality state determination device.
上記課題を解決するための本発明の水質状態判別装置は、水処理装置における水質状態を判別するための水質状態判別装置であって、２以上の指標に関して測定を行う測定部と、指標に関するデータをあらかじめ記憶させておく記憶部と、指標ごとに、測定部により得られた測定値と記憶部に記憶されているデータを比較する判断部を備えるという特徴を有する。
本発明の水質状態判別装置は、２以上の指標に関して測定を行い、あらかじめ記憶させておいた指標に関するデータと比較することで水質状態の判別を行うものである。これにより、水質状態の判別が容易となるとともに、複数の指標に基づく解析を行うことにより、現在の水質状態を把握するとともに、今後変化し得る水質状態についての情報も得ることができるという効果を奏する。
The water quality state discriminating device of the present invention for solving the above problems is a water quality state discriminating device for discriminating the water quality state in the water treatment device, and is a measuring unit that measures two or more indexes and data related to the indexes. It is characterized by having a storage unit for storing the data in advance and a judgment unit for comparing the measured value obtained by the measurement unit with the data stored in the storage unit for each index.
The water quality state discriminating device of the present invention discriminates the water quality state by measuring two or more indexes and comparing them with the data related to the indexes stored in advance. This makes it easier to determine the water quality status, and by performing analysis based on multiple indicators, it is possible to grasp the current water quality status and obtain information on the water quality status that may change in the future. Play.
また、本発明の水質状態判別装置の一実施態様としては、記憶部に記憶させておく指標に関するデータは、前記測定部により得られた測定値を反映し、随時更新されるという特徴を有する。
この特徴によれば、記憶部に記憶されているデータに対して、測定部で測定されたデータを反映し、随時更新することで、水処理装置ごとに正常な指標の傾向を把握することが可能となる。特に、被処理水の種類によっては、あらかじめ記憶させておいたデータのみでは解析が困難となる場合がある。したがって、記憶部に記憶されているデータを測定値に基づいて随時更新することで、水処理装置ごとの特異的な指標に基づく判断を可能とすることができる。
Further, as one embodiment of the water quality state discriminating device of the present invention, the data relating to the index stored in the storage unit is characterized in that it reflects the measured value obtained by the measuring unit and is updated at any time.
According to this feature, the data measured in the measuring unit is reflected in the data stored in the storage unit and updated as needed to grasp the tendency of the normal index for each water treatment device. It will be possible. In particular, depending on the type of water to be treated, it may be difficult to analyze using only the data stored in advance. Therefore, by updating the data stored in the storage unit at any time based on the measured value, it is possible to make a judgment based on a specific index for each water treatment device.
また、本発明の水質状態判別装置の一実施態様としては、判断部における比較結果を表示するための表示部を備えるという特徴を有する。
この特徴によれば、解析結果を数値あるいは画像として表示させることで、水質状態をオペレーターが判別することができ、これにより、水処理装置の運転に対して必要な対応をとることが可能となる。
Further, one embodiment of the water quality state determination device of the present invention is characterized by including a display unit for displaying the comparison result in the determination unit.
According to this feature, by displaying the analysis result as a numerical value or an image, the operator can determine the water quality state, which makes it possible to take necessary measures for the operation of the water treatment device. ..
また、本発明の水質状態判別装置の一実施態様としては、判断部における比較結果により、水処理装置の運転を制御するための制御部を設けるという特徴を有する。
この特徴によれば、判断部における水質状態の判断結果として、水質の悪化の有無だけではなく、溶存酸素の不足やバルキングの発生などの情報についても判断結果として入力される。制御部は、これらの判断結果に基づき、適切な水質となるように水処理装置における制御を行う。これにより、水質状態に応じた適切な水処理装置の運転を行うことが可能となる。
Further, one embodiment of the water quality state determination device of the present invention is characterized in that a control unit for controlling the operation of the water treatment device is provided based on the comparison result in the determination unit.
According to this feature, as the judgment result of the water quality state in the judgment unit, not only the presence or absence of deterioration of the water quality but also the information such as the shortage of dissolved oxygen and the occurrence of bulking is input as the judgment result. Based on these judgment results, the control unit controls the water treatment device so that the water quality is appropriate. This makes it possible to operate an appropriate water treatment device according to the water quality condition.
本発明によると、水処理装置における水質状態の判別において、複数の指標に基づき、水質状態の判別を安定して効率的に行うことを可能にする水質状態判別装置を提供することができる。 According to the present invention, it is possible to provide a water quality state discriminating device capable of stably and efficiently discriminating the water quality state based on a plurality of indexes in discriminating the water quality state in the water treatment device.
以下、図面を参照しつつ本発明に係る水質状態判別装置の実施態様を詳細に説明する。
なお、実施態様に記載する水質状態判別装置については、本発明に係る水質状態判別装置を説明するために例示したにすぎず、これに限定されるものではない。
Hereinafter, embodiments of the water quality state determination device according to the present invention will be described in detail with reference to the drawings.
The water quality state discriminating device described in the embodiment is merely exemplified for explaining the water quality state discriminating device according to the present invention, and is not limited thereto.
［第１の実施態様］
図１は、本発明の第１の実施態様における水質状態判別装置を示す全体概略説明図である。
本実施態様に係る水質状態判別装置１ａは、各種の水処理装置１００に係る水質の状態を判別するための装置であり、図１に示すように、測定部２、記憶部３、判断部４を有するものである。なお、図１において、実線で示された矢印は、配管等のラインを示す。また、一点鎖線で示された矢印は、制御又は入力可能に接続されていることを示す。
[First Embodiment]
FIG. 1 is an overall schematic explanatory view showing a water quality state discriminating device according to the first embodiment of the present invention.
The water quality state determination device 1a according to the present embodiment is a device for discriminating the water quality state according to various water treatment devices 100, and as shown in FIG. 1, a
本発明における水質状態判別装置１ａは、各種の水処理装置１００に用いることができる。水処理装置１００としては、水処理に係る公知の装置であれば特に種類は問わない。例えば、下水処理場、廃水処理場、食品工場、製薬工場等の有機性排水処理設備、メッキ工場等の無機性排水処理設備、浄水場等の上水処理設備等に利用される装置である。より具体的には、沈砂地設備、沈殿池設備、曝気槽、好気反応槽、嫌気反応槽、オキシデーションディッチ槽、凝集槽、沈殿槽、汚泥濃縮設備、汚泥消化設備、貯留タンク、消毒設備等の排水処理設備、着水井、フロック形成池、沈殿池、ろ過池、配水池等の上水処理設備等が挙げられる。 The water quality state determination device 1a in the present invention can be used for various water treatment devices 100. The water treatment device 100 may be of any type as long as it is a known device related to water treatment. For example, it is an apparatus used for organic wastewater treatment equipment such as sewage treatment plants, wastewater treatment plants, food factories, pharmaceutical factories, inorganic wastewater treatment equipment such as plating factories, and water treatment equipment such as water purification plants. More specifically, sand basin equipment, settling basin equipment, aeration tank, aerobic reaction tank, anaerobic reaction tank, oxidation ditch tank, coagulation tank, settling tank, sludge concentration equipment, sludge digestion equipment, storage tank, disinfection equipment Wastewater treatment equipment such as landing wells, floc forming ponds, settling ponds, filtration ponds, water treatment facilities such as distribution ponds, etc.
測定部２は、水処理装置１００の水質状態を判別するための指標を測定するものである。これにより、水処理装置１００の水質の状態を判別するため指標に関する情報を得ることができる。また、測定部２に係る操作は、オペレーターによるものであってもよく、制御装置によって自動化したものであってもよい。
また、測定部２は、２以上の指標に関して測定を行うものである。これにより、複数の指標から水質状態の判別を行うことができ、水質状態の判別を精度よく行うことができる。
The
Further, the measuring
測定部２における測定対象である指標は、水質状態を判別するためのものである。水質状態の判別は、例えば、水処理装置１００に導入する被処理水Ｗ、水処理装置１００内に導入された処理工程中の被処理水Ｗや水処理装置１００から排出される処理水Ｗ１そのものに係る物性値や、被処理水Ｗ及び／又は処理水Ｗ１中に含有する物質の種類や量に係る値を用いて行われる。
The index to be measured in the
水処理装置１００が生物処理を行うものである場合、水質の状態を判別する指標として、微生物の状態が挙げられる。
水質状態を判別する指標としての微生物の状態とは、微生物の種類及び個体数や、菌叢の変化に係る方向性などを指すものである。微生物は、水質によって繁殖する種類及び個体数が異なることが知られている。具体的な例としては、例えば、ツリガネムシやクマムシが優位に存在する場合、水質が良好であると判断することができる。また、糸状菌が優位に存在する場合は、バルキングが発生しており、水質が悪化していると判断することができる。したがって、微生物の状態を測定することで、水質状態に係る情報を得ることができる。
When the water treatment apparatus 100 performs biological treatment, the state of microorganisms can be mentioned as an index for determining the state of water quality.
The state of microorganisms as an index for discriminating the water quality state refers to the type and number of microorganisms, the direction of changes in the flora, and the like. It is known that the types and numbers of microorganisms that propagate differ depending on the water quality. As a specific example, for example, when Vorticella or Tardigrade is predominantly present, it can be determined that the water quality is good. Further, when the filamentous fungus is predominantly present, it can be determined that bulking has occurred and the water quality has deteriorated. Therefore, by measuring the state of microorganisms, it is possible to obtain information on the water quality state.
図２は、本発明の第１の実施態様における水質状態判別装置に係る測定部を示す概略説明図である。
本実施態様における測定部２として、微生物の状態を測定するものについて説明する。また、測定部２における操作は、オペレーターの経験に基づき行うものであってもよく、制御装置により自動化するものであってもよい。特に、制御装置により操作を自動化することが好ましい。これにより、オペレーターの経験や技術に依存することなく、高い精度で測定を行うことができる。
FIG. 2 is a schematic explanatory view showing a measuring unit according to the water quality state discriminating device according to the first embodiment of the present invention.
As the
本実施態様における測定部２において、微生物の状態を測定する工程としては、試料調整、観察（検鏡）が含まれる。図２（Ａ）は、試料調整に係る概略説明図である。図２（Ｂ）は、検鏡に係る概略説明図である。
以下、それぞれの工程における測定部２の態様について説明する。
In the measuring
Hereinafter, aspects of the measuring
試料調整は、活性汚泥、生物膜、被処理水、処理水などを採取し、採取した試料を濃縮あるいは希釈して検体を調整するものである。なお、試料を採取する手段及び頻度は特に限定されない。例えば、週に１回、月に１回など定期的にオペレーターなど人の手によって採取するものでもよく、水処理装置１００に試料の採取機構を設置し、常時連続的に採取するものであってもよい。
本実施態様における試料調整においては、図２（Ａ）に示すように、採取した試料を導入する試料調整槽２１と、採取した試料の浮遊物質濃度（ＭＬＳＳ濃度）を測定するＭＬＳＳ計２２と、所定のＭＬＳＳ濃度となるように、濃縮あるいは希釈を行う濃度調整機構２３と、ＭＬＳＳ計２２の測定結果に基づき濃度調整機構２３を制御する濃度調整制御装置２４を備えている。ここで、濃度調整機構２３は、希釈手段としては蒸留水を加水する手段などが挙げられる。また、濃縮手段としては試料を遠心分離して上澄み液を除去する手段などが挙げられる。なお、微生物の菌叢の変化が起こる可能性があるため、濃縮手段として加熱・加圧によって水を蒸発させる手段は避けることが望ましい。
一般に、採取した試料のＭＬＳＳ濃度が１０００〜３０００ｍｇ/Ｌの範囲にあるときは、そのまま検体として用いることができる。一方、ＭＬＳＳ濃度が３０００ｍｇ/Ｌを超える場合、濃度調整機構２３により希釈を行い、ＭＬＳＳ濃度が２０００ｍｇ/Ｌ程度となるように調整を行う。また、ＭＬＳＳ濃度が１０００ｍｇ/Ｌより小さい場合、濃度調整機構２３により濃縮を行い、ＭＬＳＳ濃度が２０００ｍｇ/Ｌ程度となるように調整を行う。
このようにして調整を行った結果、検体としては、０．０５ｍｌ中に存在する微生物の個体数が５０〜３００程度となるものとすることが好ましい。
In sample preparation, activated sludge, biofilm, water to be treated, treated water, etc. are collected, and the collected sample is concentrated or diluted to prepare the sample. The means and frequency for collecting the sample are not particularly limited. For example, the sample may be collected by a person such as an operator on a regular basis, such as once a week or once a month, or a sample collection mechanism may be installed in the water treatment apparatus 100 to continuously collect the sample. May be good.
In the sample preparation in this embodiment, as shown in FIG. 2A, a sample preparation tank 21 for introducing the collected sample, an MLSS total 22 for measuring the suspended substance concentration (MLSS concentration) of the collected sample, and a total of 22 It is provided with a concentration adjusting mechanism 23 that concentrates or dilutes so as to have a predetermined MLSS concentration, and a concentration adjusting control device 24 that controls the concentration adjusting mechanism 23 based on the measurement results of the MLSS total 22. Here, as the concentration adjusting mechanism 23, as the diluting means, a means for adding water to distilled water and the like can be mentioned. Further, as the concentrating means, a means for centrifuging the sample to remove the supernatant liquid and the like can be mentioned. Since changes in the bacterial flora may occur, it is desirable to avoid means for evaporating water by heating or pressurizing as a means for concentration.
Generally, when the MLSS concentration of the collected sample is in the range of 1000 to 3000 mg / L, it can be used as it is as a sample. On the other hand, when the MLSS concentration exceeds 3000 mg / L, it is diluted by the concentration adjusting mechanism 23 and adjusted so that the MLSS concentration is about 2000 mg / L. When the MLSS concentration is smaller than 1000 mg / L, the concentration is concentrated by the concentration adjusting mechanism 23, and the MLSS concentration is adjusted to about 2000 mg / L.
As a result of the adjustment in this way, it is preferable that the number of microorganisms present in 0.05 ml of the sample is about 50 to 300.
一方、検鏡は、上述した試料調整を行った検体を顕微鏡により観察するものである。顕微鏡の種類は特に限定されない。例えば、生物用顕微鏡、位相差顕微鏡、実体顕微鏡などが挙げられる。
本実施態様における検鏡においては、図２（Ｂ）に示すように、顕微鏡２５と、顕微鏡に組み合わせる画像取得装置２６及び二次元ステージ２７と、二次元ステージ２７の移動に係る制御を行うステージ制御装置２８を備えている。なお、画像取得装置２６とステージ制御装置２８は相互に制御可能に接続されている。ここで、画像取得装置２６は、ＣＣＤカメラやハイパースペクトルカメラなどが挙げられる。また、画像としては、静止画像及び動画のいずれであってもよく、特に両方を取得可能とすることが好ましい。これにより、微生物同定の精度が上がり、水質状態の判別に係る精度が向上する。
On the other hand, the speculum is for observing the sample prepared as described above with a microscope. The type of microscope is not particularly limited. For example, a biological microscope, a phase contrast microscope, a stereomicroscope and the like can be mentioned.
In the microscope according to this embodiment, as shown in FIG. 2B, the microscope 25, the image acquisition device 26 and the two-dimensional stage 27 combined with the microscope, and the stage control for controlling the movement of the two-dimensional stage 27 are performed. The device 28 is provided. The image acquisition device 26 and the stage control device 28 are connected to each other in a controllable manner. Here, examples of the image acquisition device 26 include a CCD camera and a hyperspectral camera. Further, the image may be either a still image or a moving image, and it is particularly preferable that both can be acquired. As a result, the accuracy of microbial identification is improved, and the accuracy of determining the water quality state is improved.
検鏡の作業としては、スライドガラス上に検体０．０５ｍｌを取り、カバーガラスをかけて作成したプレパラートを顕微鏡下で観察する。１検体につき、複数の倍率で観察を行う。なお、倍率としては、特に限定されないが、一般的な大きさの微生物を観察することが可能な範囲である４０倍、１００倍、４００倍などを採用することが好ましい。さらに、それぞれの倍率ごとに１検体に対して複数の視野にわたって観察を行う。なお、観察する視野の数は特に限定されないが、１検体中の微生物の状態の傾向を把握するためには、下限として５視野以上とすることが好ましく、観察に要する時間を勘案すると、上限としては２０視野以下とすることが好ましい。このとき、画像取得装置２６によりそれぞれの視野の画像を取得する。
また、ステージ制御装置２８により、二次元ステージ２７を自動的に動かし、複数の視野に係るデータを取得するものとする。なお、二次元ステージ２７の移動は、プレパラート上における区画を設定し、あらかじめ定められた区画に移動するものとしてもよく、ランダムに移動するものとしてもよい。また、画像取得装置２６で得られた画像をもとに、ある視野の箇所を中心に設定し、その周辺視野に係る観察を行うために二次元ステージ２７を移動するものとしてもよい。さらに、熟練のオペレーターが行う観察操作の傾向をコンピューターに学習させ、その学習結果に基づいてステージ制御装置２８を動かすものとしてもよい。
As the work of the speculum, 0.05 ml of the sample is taken on a slide glass, and the prepared slide prepared by covering the cover glass is observed under a microscope. Observe at multiple magnifications for each sample. The magnification is not particularly limited, but it is preferable to use 40 times, 100 times, 400 times, or the like, which is a range in which microorganisms of a general size can be observed. Further, observation is performed over a plurality of fields of view for one sample at each magnification. The number of visual fields to be observed is not particularly limited, but in order to grasp the tendency of the state of microorganisms in one sample, it is preferable to set the lower limit to 5 visual fields or more, and considering the time required for observation, the upper limit is set. Is preferably 20 or less. At this time, the image acquisition device 26 acquires an image of each field of view.
Further, the stage control device 28 automatically moves the two-dimensional stage 27 to acquire data related to a plurality of fields of view. The movement of the two-dimensional stage 27 may be performed by setting a section on the slide and moving to a predetermined section, or may move randomly. Further, based on the image obtained by the image acquisition device 26, a portion of a certain visual field may be set as the center, and the two-dimensional stage 27 may be moved in order to observe the peripheral visual field. Further, the computer may be made to learn the tendency of the observation operation performed by the skilled operator, and the stage control device 28 may be operated based on the learning result.
測定部２は、画像取得装置２６により得られた画像を解析し、解析した画像をもとに画像取得装置２６及びステージ制御装置２８の制御を可能とするように接続される画像解析部２９を有することが好ましい。これにより、測定部２における測定の精度を高め、測定の効率化を図ることが可能となる。
以下、画像解析部２９を利用した測定について説明する。
The
Hereinafter, the measurement using the image analysis unit 29 will be described.
顕微鏡２５で観察される視野には、水質状態の判別に適したデータを含むものと含まないものがある。水質状態の判別に適さないデータの例としては、例えば、顕微鏡２５で観察される視野が汚泥の塊などにより埋め尽くされ、視野の中で区別して観察可能なものが存在しないものや、そもそも観察対象となるものが何も存在しないものなどが挙げられる。 The field of view observed by the microscope 25 may or may not include data suitable for determining the water quality state. As an example of data that is not suitable for discriminating the water quality state, for example, the field of view observed by the microscope 25 is filled with sludge lumps, and there is no data that can be distinguished and observed in the field of view, or observation is performed in the first place. Examples include those for which there is nothing to be targeted.
顕微鏡２５で観察された視野において得られたデータが、水質状態の判別に適しているか否かを区別するための一例を以下に説明する。
ブランクとして純水を試料としたプレパラートを作製し、このときの１視野の画像における明度を基準明度とする。画像解析部２９により、観察した１視野の画像における各明度の面積比を求め、基準明度の９０％以上に相当する明度が、１視野において９５％以上の面積を占める場合、その視野には観察対象が存在しないと判断する。一方、基準明度の１０％以下に相当する明度が、１視野において９５％以上の面積を占める場合、その視野は観察対象を区別して観察できないと判断する。これにより、水質状態の判別に適したデータと適さないデータとを判別することができる。
An example for distinguishing whether or not the data obtained in the visual field observed by the microscope 25 is suitable for determining the water quality state will be described below.
A preparation using pure water as a sample is prepared as a blank, and the brightness in the image of one field of view at this time is used as the reference brightness. The image analysis unit 29 obtains the area ratio of each brightness in the observed image of one field of view, and when the brightness corresponding to 90% or more of the reference brightness occupies an area of 95% or more in one field of view, the observation is made in that field of view. Judge that the target does not exist. On the other hand, when the brightness corresponding to 10% or less of the reference brightness occupies an area of 95% or more in one visual field, it is determined that the visual field cannot be observed by distinguishing the observation target. Thereby, it is possible to discriminate between the data suitable for discriminating the water quality state and the data not suitable for discriminating.
また、水質状態の判別に適さないデータが得られた場合、試料そのものに係る要因があるか、試料調整あるいはプレパラートの作製が適切ではないか、あるいは観察している視野が適切ではないということが考えられる。
そこで、画像取得装置２６により取得された画像が画像解析部２９により水質状態の判別に適さないデータであると判断された場合、適切な測定を行うための一例を以下に説明する。
あらかじめ観察する視野の数を定め、その分の画像はすべて取得する。その後、画像解析部２９により、水質状態の判別に適さないデータの有無を判別する。水質状態の判別に適さないデータの数が全体の取得データに対して２０％以下である場合、観察している視野が適切ではなかったと判断し、必要に応じてその分のデータ数を補うように画像取得装置２６及び二次元ステージ２７を制御してデータ取得を行う。一方、水質状態の判別に適さないデータの数が全体の取得データに対して２０％を超える場合、試料そのものに問題があるか、試料調整あるいはプレパラートの作製が適切ではないと判断し、試料調整を再度行う。特に、試料の希釈あるいは濃縮倍率に係る条件を変えて試料調整を行うことが好ましい。試料調整後、再度検鏡を行う。このとき、水質状態の判別に適さないデータの数が全体の取得データに対して２０％以下である場合、前回の試料調整あるいはプレパラートの作製が適切ではなかったと判断し、再調整を行った試料に係るデータを取得する。また、試料を再調整しても、水質状態の判別に適さないデータの数が全体の取得データに対して２０％を超える場合、再度試料調整を行い、再度データ取得を行う。これを所定回数繰り返し、試料そのものに係る要因があるか、試料調整が適切ではないのかについて判断する。例えば、試料の再調整の結果、観察対象となるものが存在しないというデータが繰り返し得られる場合、試料そのものに指標となる微生物が存在していないという判断を行い、微生物以外の指標に基づく水質状態の判別を行うものとすることなどが挙げられる。これにより、水処理装置１００の水質状態の判別に適したデータを精度よく取得することが可能となる。
In addition, if data that is not suitable for determining the water quality condition is obtained, it means that there is a factor related to the sample itself, that sample preparation or preparation is not appropriate, or that the field of view that is being observed is not appropriate. Conceivable.
Therefore, when the image acquired by the image acquisition device 26 is determined by the image analysis unit 29 to be data unsuitable for determining the water quality state, an example for performing appropriate measurement will be described below.
Determine the number of fields of view to be observed in advance, and acquire all the images for that amount. After that, the image analysis unit 29 determines the presence or absence of data that is not suitable for determining the water quality state. If the number of data that is not suitable for determining the water quality condition is 20% or less of the total acquired data, it is judged that the observation field was not appropriate, and the number of data should be supplemented as necessary. The image acquisition device 26 and the two-dimensional stage 27 are controlled to acquire data. On the other hand, if the number of data that is not suitable for determining the water quality condition exceeds 20% of the total acquired data, it is judged that there is a problem with the sample itself, or sample preparation or preparation is not appropriate, and sample preparation is performed. Again. In particular, it is preferable to prepare the sample by changing the conditions related to the dilution or concentration ratio of the sample. After preparing the sample, perform the microscopic examination again. At this time, if the number of data that is not suitable for determining the water quality condition is 20% or less of the total acquired data, it is judged that the previous sample preparation or preparation of the preparation was not appropriate, and the sample was readjusted. Acquire the data related to. Further, even if the sample is readjusted, if the number of data that is not suitable for determining the water quality state exceeds 20% of the total acquired data, the sample is adjusted again and the data is acquired again. This is repeated a predetermined number of times to determine whether there is a factor related to the sample itself or whether the sample preparation is inappropriate. For example, if, as a result of readjustment of the sample, data that there is no object to be observed is repeatedly obtained, it is determined that the sample itself does not have a microorganism as an index, and the water quality state based on an index other than the microorganism is determined. It is possible to make a determination of. This makes it possible to accurately acquire data suitable for determining the water quality state of the water treatment apparatus 100.
また、画像解析部２９により、水質状態の判別に適したデータが取得されたと判断された場合、そのデータを取得した視野の周辺にステージ２７を移動させるようにステージ制御装置２８を制御するものとしてもよい。得られた画像が水質状態の判別に適したデータである場合、周辺の環境も水質状態の判別に適したデータが得られる可能性が高いと判断される。これにより、水質状態の判別に適したデータが効率よく取得できる。一方、水質状態の判別に適したデータを取得した視野から離れた位置にステージ２７を移動させるようにステージ制御装置２８を制御するものとしてもよい。水質状態の判別に適したデータが得られた周囲の環境からは新たな情報が得られない場合も考えられるため、別の箇所の観察を行うことも必要である。これにより、水質状態の判別に係る複数の指標についての測定を効率的に行うことが可能となる。なお、画像取得装置２６による測定は、一定数以上の視野について行い、上記２種類のステージ制御を組み合わせることが好ましい。これにより、両方の効果を奏することが可能となる。 Further, when the image analysis unit 29 determines that data suitable for determining the water quality state has been acquired, the stage control device 28 is controlled so as to move the stage 27 around the visual field in which the data is acquired. May be good. If the obtained image is data suitable for discriminating the water quality state, it is judged that there is a high possibility that data suitable for discriminating the water quality state can be obtained for the surrounding environment. As a result, data suitable for determining the water quality state can be efficiently acquired. On the other hand, the stage control device 28 may be controlled so as to move the stage 27 to a position away from the field of view where the data suitable for determining the water quality state is acquired. Since it is possible that new information cannot be obtained from the surrounding environment for which data suitable for determining the water quality condition has been obtained, it is also necessary to observe another location. This makes it possible to efficiently measure a plurality of indicators related to the determination of the water quality state. It is preferable that the measurement by the image acquisition device 26 is performed for a certain number of fields of view or more, and the above two types of stage control are combined. This makes it possible to achieve both effects.
測定部２は、上述した微生物の状態に加え、指標として水質の物性値に係るデータを測定することが好ましい。これにより、水質状態の判別に係る精度がより向上する。
It is preferable that the measuring
本実施態様において指標として用いる水質の物性値に係るデータとしては、濁度、色度、水温、ｐＨ、有機物濃度、窒素成分濃度、溶存酸素濃度、化学的酸素要求量（ＣＯＤ）、生物学的酸素要求量（ＢＯＤ）等が挙げられる。被処理水に固体成分が含まれる場合、浮遊物質濃度（ＳＳ濃度）や汚泥容量（ＳＶ３０、ＳＶＩ）を指標として用いることが挙げられる。
また、測定部２として、水質の物性値に係るデータを測定するための検出器２２ａを有する。このような検出器２２ａとしては、例えば、濁度計、色度計、水温計、ｐＨ計、ＣＯＤ計、ＢＯＤ計、ＴＯＤ計、ＴＯＣ計、ＤＯ計、ＳＳ濃度計、ＳＶＩ計等が挙げられる。なお、検出器２２ａの種類は１つに限定されず、複数種類を設けてもよい。また、検出器２２ａは、図２（Ａ）に示すように、試料調整槽２１に設けられ、ＭＬＳＳ計２２による測定の前、すなわち濃度調整機構２３による試料濃度の調整が行われる前に測定を行うものとする。これにより、水質の物性値に係るデータと微生物の状態に係るデータを１つの試料から得ることができ、水質状態の判別をより精度よく行うことが可能となる。
The data relating to the physical property values of water quality used as an index in this embodiment include turbidity, chromaticity, water temperature, pH, organic substance concentration, nitrogen component concentration, dissolved oxygen concentration, chemical oxygen demand (COD), and biological. Oxygen demand (BOD) and the like can be mentioned. When the water to be treated contains a solid component, the suspended solids concentration (SS concentration) and sludge capacity (SV30, SVI) may be used as indicators.
Further, the measuring
図３は、本発明の第１の実施態様における水質状態判別装置に係る測定部、記憶部及び判断部を示す概略説明図である。
記憶部３は、各種指標に関するデータをあらかじめ記憶させておくものであり、測定部２で得られた測定結果を入力可能に接続されている。また、記憶部３は外部からデータを入力するための入力手段３１を備えている。
FIG. 3 is a schematic explanatory view showing a measurement unit, a storage unit, and a determination unit according to the water quality state determination device according to the first embodiment of the present invention.
The storage unit 3 stores data related to various indexes in advance, and is connected so that the measurement results obtained by the
本実施態様における各種指標に関するデータとは、指標の物性の基準値や、水質状態の判別に係る指標の基礎情報のことである。 The data relating to the various indicators in the present embodiment are the reference values of the physical properties of the indicators and the basic information of the indicators relating to the determination of the water quality state.
水質の物性値に係るデータとしては、通常処理時における適正値の範囲に係るデータなどが挙げられる。例えば、ｐＨの適正範囲や、ＢＯＤ値、ＣＯＤ値の適正範囲などが挙げられる。 Examples of the data related to the physical property values of water quality include data related to the range of appropriate values during normal treatment. For example, an appropriate range of pH, an appropriate range of BOD value, COD value, and the like can be mentioned.
微生物の状態に係るデータとしては、微生物の種類、微生物の数、微生物と水質状態との関係性が挙げられる。
例えば、微生物の種類として、各微生物の形状、大きさに係るデータを記憶させる。特に、指標生物として有用であるツリガネムシ、クマムシ、糸状菌に関するデータを記憶させることが好ましい。
また、微生物の数として、それぞれの微生物の個体数の目安に係るデータを記憶させる。例えば、観測した１視野につき数個体以上が存在するものを「多量に出現」、１〜数個体が存在するものを「普通に出現」、１個体以下が存在するものを「わずかに出現」とみなすといったような段階分けに係るデータを記憶させることが挙げられる。
また、微生物と水質状態の関係性については、ツリガネムシやクマムシが優位に確認された場合、水質状態が良好であるということや、糸状菌が優位に確認された場合、水質状態が悪化しているということなどを記憶させる。
さらに、活性汚泥が良好のときに出現する生物（Vorticella属、Epistylis属、Opercularia属、Aspidisca属など）、活性汚泥の状態の悪いときに出現する生物（Colpidium属、Bodo属、Monas属など）、活性汚泥が悪いときから回復するときに出現する生物（Litonotus属、Trachelophyllum属など）、バルキングのとき出現する生物（Sphaerotilus属、Thiothrix属、Nocardia属）、溶存酸素が不足しているときに出現する生物（Beggiatoa属、Metopus属、Caenomorpha属など）、水中の有機物濃度及びＢＯＤ負荷が極端に低いときに出現する生物（Euplotes属、Spirostomum属、Arcella属など）等、過去の運転に基づく知見や文献に基づき指標生物の分類を行い、それぞれに関するデータを記憶させるものとしてもよい。
Data on the state of microorganisms include the type of microorganisms, the number of microorganisms, and the relationship between microorganisms and water quality.
For example, as the type of microorganism, data relating to the shape and size of each microorganism is stored. In particular, it is preferable to store data on Vorticella, Tardigrade, and filamentous fungi, which are useful as indicator organisms.
In addition, as the number of microorganisms, data related to the guideline of the number of individuals of each microorganism is stored. For example, those with several or more individuals per observed field of view are referred to as "massive appearance", those with 1 to several individuals are referred to as "normally appearing", and those with one or less individuals are referred to as "slightly appearing". For example, storing data related to grading such as deeming.
Regarding the relationship between microorganisms and water quality, when Vorticella and Tardigrade are predominantly confirmed, the water quality is good, and when filamentous fungi are predominantly confirmed, the water quality is deteriorating. Remember that.
In addition, organisms that appear when the active sludge is good (Vorticella, Epistylis, Opercularia, Aspidisca, etc.), organisms that appear when the active sludge is in poor condition (Colpidium, Bodo, Monas, etc.), Organisms that appear when active sludge recovers from bad (Litonotus, Trachelophyllum, etc.), bulking organisms (Sphaerotilus, Thiothrix, Nocardia), appear when dissolved oxygen is deficient Findings and literature based on past driving, such as organisms (Beggiatoa, Metopus, Caenomorpha, etc.), organisms that appear when the organic substance concentration and BOD load in water are extremely low (Euplotes, Spirostomum, Arcella, etc.) The index organisms may be classified based on the above and the data related to each may be stored.
各種指標に関するデータは、測定部２で測定された結果を入力することで蓄積されるものであってもよく、外部からあらかじめデータとして入力するものであってもよい。水処理装置１００の運転初期においては、過去の実績や既に知られた知見に基づくデータを入力することが好ましい。一方、運転を続ける中で、外部から入力したデータ以外に稼働している水処理装置１００特有のデータが生じた場合、新たな指標に関するデータとして蓄積し、随時更新されるようにすることが望ましい。例えば、被処理水中に含有する物質が偏っている場合、出現する微生物が少なくなるため、特異な微生物相が形成される場合がある。一方で、被処理水中に含有する物質が多種類かつ一定ではない場合、出現する微生物を一定のパターン化することが困難である。したがって、水処理装置１００ごとに正常な微生物相を把握するために、記憶部３に記憶されているデータは、測定部２で測定されたデータを反映し、随時更新されることが好ましい。
The data related to the various indexes may be accumulated by inputting the results measured by the measuring
判断部４は、測定部２で得られた測定値と記憶部３に記憶されているデータを、指標ごとに比較し、水質状態の判別を行うものである。測定部２で得られた測定値には、画像取得装置２６により得られた画像データ及び検出器で得られた水質の物性値が含まれる。また、判断部４は、演算部４１及び表示部４２を備える。
The determination unit 4 compares the measured value obtained by the
演算部４１は、測定部２で得られた測定値と記憶部３に記憶されているデータとを比較し、比較した結果を基に解析を行うものである。例えば、物性値のような数値比較や画像データの解析に必要なプログラムをＣＰＵ等のプロセッサにより実行する計算装置である。
演算部４１は、水質状態の判別を行うために、測定部２で得られた測定値全てに対して記憶部３に記憶されているデータと比較するものであってもよい。または、指標に優先順位を設け、設けられた優先順位に沿って測定部２で得られた測定値と記憶部３に記憶されているデータとを比較するものであってもよい。
例えば、指標として水質の物性値に係るデータを用いる場合、測定部２で得られた測定値と記憶部３に記憶されているデータとを全て比較し、測定値が基準範囲内にあるかどうかを判断することが望ましい。一方、指標として微生物の状態を用いる場合、画像取得装置２６により得られた画像内に存在する全ての物体に対して解析を行うものとしてもよいが、画像内に存在する全ての物体が、指標として用いることができるものとは限らない。また、解析対象を過度に広げることになり、解析そのものの精度が低下することも考えられる。したがって、記憶部３に記憶されているデータのうち、指標として優先的に用いるデータを設定し、これらのデータに該当する物体が画像取得装置２６により得られた画像内に存在するかどうかを判別することが好ましい。これにより、指標としての有用性が知られている指標生物に係る判別を精度よく行うことが可能となる。
なお、指標の優先順位の設定方法については、特に限定されない。例えば、過去の運転に係るデータや熟練のオペレーターの知見に基づくものであってもよく、測定部２において測定されている指標のうち、検出頻度の高いものについて、優先順位を高く設定するようにしてもよい。
The calculation unit 41 compares the measured value obtained by the
The calculation unit 41 may compare all the measured values obtained by the
For example, when data related to the physical property value of water quality is used as an index, all the measured values obtained by the measuring
The method of setting the priority of the index is not particularly limited. For example, it may be based on data related to past driving or knowledge of a skilled operator, and among the indexes measured by the measuring
また、演算部４１では、少なくとも２以上の指標に関して解析を行うものとする。これにより、正確かつ詳細に水質状態の判別を行うことが可能となる。例えば、水質の物性値に係るデータと微生物の状態に係るデータに関して解析を行うものであってもよく、２種類以上の微生物を指標として定め、それぞれの微生物に係るデータに関して解析を行うものであってもよい。 Further, the calculation unit 41 shall analyze at least two or more indexes. This makes it possible to accurately and in detail determine the water quality state. For example, the data related to the physical characteristics of water quality and the data related to the state of microorganisms may be analyzed, and two or more types of microorganisms are set as indicators and the data related to each microorganism is analyzed. You may.
演算部４１では、解析結果として、水質状態の判別を行う。例えば、記憶部３に記憶されているデータと比較することで、測定部２で得られた測定値における微生物の種類を同定し、さらに同定された微生物の個体数を数えることで、水質状態の判別を行うものとする。
図４は、水質状態の判別を模式的に表したイメージ図である。
例えば、測定部２で得られた画像データに含まれる物体Ａ、Ｂ、Ｃに対して、記憶部３に記憶されているデータから、物体Ａ、Ｂが微生物ａ、ｂであることを同定し、その後、同定された微生物ａ、ｂの個体数を数える。なお、微生物の個体数を数える手段は、人の目により確認を行うものでもよく、画像解析により行うものとしてもよい。そして、記憶部３に記憶されている指標に関するデータに基づき、微生物ａ、ｂの種類と個体数の関係から、水質状態の判別を行う。例えば、微生物ａがツリガネムシで、微生物ｂが糸状菌であった場合、微生物ａの個体数が優位であるため、水質状態としては良好であると判断されるが、微生物ｂが存在していることから、バルキングが引き起こされる可能性があることが示唆される。
このように、複数の指標に基づく解析を行うことにより、現在の水質状態を把握するとともに、今後変化し得る水質状態についての情報も得ることができる。
The calculation unit 41 determines the water quality state as an analysis result. For example, by comparing with the data stored in the storage unit 3, the type of microorganism in the measured value obtained by the
FIG. 4 is an image diagram schematically showing the determination of the water quality state.
For example, with respect to the objects A, B, and C included in the image data obtained by the measuring
In this way, by performing analysis based on a plurality of indicators, it is possible to grasp the current water quality state and obtain information on the water quality state that may change in the future.
なお、図４において、物体Ｃについては記憶部３に記憶されているデータ外として、水質状態の判別の指標として用いないものとしているが、新しい指標として記憶部３に記憶させるかどうかを選択可能とするものとしてもよい。選択にあたっては、物体Ｃが生物か無生物かを判断し、生物である場合には、記憶部３に新たな指標として記憶させることが好ましい。また、このときの水質の物性値に係るデータについても同時に記憶させ、物体Ｃが出現するときの条件に係るデータも取得することが望ましい。これにより、水質状態判別対象である水処理装置１００特有の指標が存在した場合でも、その指標に基づく水質状態の判別が可能となる。 In FIG. 4, the object C is not used as an index for determining the water quality state because it is outside the data stored in the storage unit 3, but it is possible to select whether or not to store the object C in the storage unit 3 as a new index. It may be assumed that. In the selection, it is preferable to determine whether the object C is a living thing or an inanimate object, and if it is a living thing, store it in the storage unit 3 as a new index. It is also desirable to store the data related to the physical property values of the water quality at this time at the same time, and to acquire the data related to the conditions when the object C appears. As a result, even if an index peculiar to the water treatment device 100, which is the target of water quality state discrimination, exists, it is possible to discriminate the water quality state based on the index.
表示部４２は、演算部４１における解析結果を数値あるいは画像として表示させるものである。表示部４２に表示された解析結果に基づいて、オペレーターが水質状態の判別を行い、それに基づき水処理装置の運転に対する対応を行うことが可能となる。
また、表示部４２は、画像検索や表示の条件設定などを行うための入力手段４３が接続されていることが好ましい。入力手段４３により演算部４１で解析する指標の優先順位に関する情報を入力可能とし、この入力された情報に基づき、演算部４１による解析を行うようにするものとしてもよい。また、演算部４１において、測定部２で得られた測定値が記憶部３に記憶されているデータ内に含まれていない指標に基づくものを含むと判断された場合、この測定値を記憶部３に記憶させるかどうかについての表示及び選択に係る入力が可能となるようにすることが好ましい。
The display unit 42 displays the analysis result of the calculation unit 41 as a numerical value or an image. Based on the analysis result displayed on the display unit 42, the operator can determine the water quality state and respond to the operation of the water treatment device based on the determination.
Further, it is preferable that the display unit 42 is connected to an input means 43 for performing image search, display condition setting, and the like. Information regarding the priority of the index to be analyzed by the calculation unit 41 may be input by the input means 43, and the analysis may be performed by the calculation unit 41 based on the input information. Further, when the calculation unit 41 determines that the measured value obtained by the measuring
［第２の実施態様］
図５は、本発明の第２の実施態様の水質状態判別装置を示す全体概略説明図である。
本実施態様に係る水処理設備１ｂは、図５に示すように、第１の実施態様における水質状態判別装置１ａに、水処理装置１００の運転を制御するための制御部５を設けたものである。なお、第１の実施態様の構造と同じものについては、説明を省略する。また、図５には、処理槽１０５中の被処理水Ｗを試料として採取することが示されているが、第１の実施態様と同様に、流入する被処理水Ｗや処理水Ｗ１、活性汚泥などを試料として採取するものであってもよい。
[Second Embodiment]
FIG. 5 is an overall schematic explanatory view showing a water quality state discriminating device according to a second embodiment of the present invention.
As shown in FIG. 5, the water treatment equipment 1b according to the present embodiment is provided with a control unit 5 for controlling the operation of the water treatment device 100 in the water quality state determination device 1a in the first embodiment. be. The same description as that of the first embodiment will be omitted. Further, FIG. 5 shows that the water to be treated W in the treatment tank 105 is collected as a sample, but the inflowing water W to be treated, the treated water W1, and the activity are the same as in the first embodiment. Sludge or the like may be collected as a sample.
制御部５は、判断部４における水質状態の判断結果が入力されるように接続されている。また、制御部５は、水処理装置１００を構成する各種処理部における制御が可能となるように接続されている。水処理装置１００における制御としては、例えば、被処理水Ｗの供給水量に係る水量調節部１０１の制御、曝気装置１０２に係るポンプＰの駆動制御、滞留時間に係る排水量調節部１０３の制御、薬品添加部１０４に係る薬品添加量の制御、処理槽１１０内の撹拌部１０５の制御などが挙げられる。 The control unit 5 is connected so that the determination result of the water quality state in the determination unit 4 is input. Further, the control unit 5 is connected so as to enable control in various treatment units constituting the water treatment device 100. The control in the water treatment device 100 includes, for example, control of the water amount adjusting unit 101 related to the supply water amount of the water to be treated W, drive control of the pump P related to the aeration device 102, control of the drainage amount adjusting unit 103 related to the residence time, and chemicals. Control of the amount of chemicals added to the addition unit 104, control of the stirring unit 105 in the treatment tank 110, and the like can be mentioned.
制御部５に入力される判断部４における水質状態の判断結果としては、水質の悪化の有無だけではなく、例えば、溶存酸素の不足やバルキングの発生などの情報についても判断結果として入力される。制御部５は、これらの判断結果に基づき、適切な水質となるように水処理装置１００における制御を行う。例えば、水質状態の判断結果が溶存酸素の不足であれば、曝気装置１０２に係るポンプＰの駆動を行う。また、水質状態の判断結果がバルキングの発生であれば、薬品添加部１０４に係る薬品添加量の制御や処理槽１１０内の撹拌部１０５の制御を行うものとすることが挙げられる。
これにより、水質状態に応じた適切な水処理装置１００の運転を行うことが可能となる。
As the determination result of the water quality state in the determination unit 4 input to the control unit 5, not only the presence or absence of deterioration of the water quality but also information such as lack of dissolved oxygen and occurrence of bulking is input as the determination result. Based on these determination results, the control unit 5 controls the water treatment device 100 so that the water quality becomes appropriate. For example, if the determination result of the water quality state is insufficient of dissolved oxygen, the pump P related to the aeration device 102 is driven. Further, if the judgment result of the water quality state is the occurrence of bulking, it is possible to control the amount of the chemical addition related to the chemical addition unit 104 and the stirring unit 105 in the treatment tank 110.
This makes it possible to operate the water treatment device 100 appropriately according to the water quality condition.
なお、上述した実施態様は水質状態判別装置の一例を示すものである。本発明に係る水質状態判別装置は、上述した実施態様に限られるものではなく、請求項に記載した要旨を変更しない範囲で、上述した実施態様に係る水質状態判別装置を変形してもよい。 The above-described embodiment shows an example of a water quality state discriminating device. The water quality state determination device according to the present invention is not limited to the above-described embodiment, and the water quality state determination device according to the above-described embodiment may be modified without changing the gist described in the claims.
本実施態様における測定部、記憶部、判断部、制御部に係る操作及び条件選択を、全てコンピューターによる制御下において自動化して行うものとしてもよい。また、これらの操作及び条件選択について、熟練したオペレーターの操作及び条件選択を一度コンピューターに学習させ、その学習結果に基づき、水質状態の判別作業を行うようにするものとしてもよい。これにより、オペレーターの熟練度に依存することなく、精度の高い、かつ安定した水質状態判別が可能となる。また、水質状態の判別の精度が上がることにより、制御部による水処理装置の運転も適切に行うことができるという効果を奏する。 The operation and condition selection related to the measurement unit, the storage unit, the determination unit, and the control unit in the present embodiment may all be automated under the control of a computer. Further, regarding these operations and condition selection, a computer may be made to learn the operation and condition selection of a skilled operator once, and the water quality state may be discriminated based on the learning result. This makes it possible to determine the water quality state with high accuracy and stability without depending on the skill level of the operator. Further, by improving the accuracy of determining the water quality state, it is possible to appropriately operate the water treatment device by the control unit.
また、本実施態様における測定部、記憶部、判断部、制御部に係る操作及び条件選択をコンピューターによる制御下とする場合、水質状態判別装置の操作及び条件選択の一部に、オペレーターの判断及び指示を介入させる入力箇所を設けることとしてもよい。水処理においては、被処理水中に含まれる物質の種類、繁殖する微生物の状態などは事前に想定したとおりであるとは限らない。したがって、水質状態の判別に係る作業の全てをコンピューターの制御下で行うものとすると、コンピューターの学習範囲外の事態が生じることが想定される。しかし、その場合、コンピューターの学習範囲外であるために、特に対応がとられることがなく、処理が継続してしまう可能性がある。また、コンピューターの学習範囲外の事態が生じた場合、水質状態の判別に係る作業を停止させることとしてもよいが、生じた事態の内容が水質状態の判別に係る作業を停止させるほどの内容であるかどうかについて、オペレーターが判断し、指示できるようにすることで、水質状態の判別作業において不必要な停止を行うことに係る作業効率上のロスを抑えることが可能となる。したがって、自動化された水質状態の判別に係る作業の一部にオペレーターを介在させることで、水質状態の判別に係る作業の安定性を保つことが可能となる。 In addition, when the operation and condition selection related to the measurement unit, storage unit, judgment unit, and control unit in this embodiment are controlled by a computer, the operator's judgment and condition selection are part of the operation and condition selection of the water quality condition determination device. An input point for intervening the instruction may be provided. In water treatment, the types of substances contained in the water to be treated, the state of the microorganisms that propagate, etc. are not always as expected in advance. Therefore, if all the work related to the determination of the water quality state is performed under the control of the computer, it is assumed that a situation outside the learning range of the computer will occur. However, in that case, since it is out of the learning range of the computer, no particular action is taken and the process may continue. In addition, when a situation outside the learning range of the computer occurs, the work related to the determination of the water quality state may be stopped, but the content of the occurrence is such that the work related to the determination of the water quality state is stopped. By allowing the operator to judge and instruct whether or not there is a water quality condition, it is possible to suppress a loss in work efficiency related to performing an unnecessary stop in the work of determining the water quality state. Therefore, by interposing an operator in a part of the work related to the automatic determination of the water quality state, it is possible to maintain the stability of the work related to the determination of the water quality state.
本発明の水質状態判別装置は、水処理装置における水質の状態を判別する作業において好適に利用されるものである。特に、生物処理を伴う水処理装置において、検鏡作業を含む水質状態の判別作業を行うために好適に利用される。 The water quality state discriminating device of the present invention is suitably used in the work of discriminating the water quality state in the water treatment device. In particular, it is suitably used for performing water quality determination work including microscopic examination work in a water treatment device accompanied by biological treatment.
１ａ，１ｂ 水質状態判別装置、２ 測定部、２１ 試料調整槽、２２ ＭＬＳＳ計、２２ａ 検出器、２３ 濃度調整機構、２４ 濃度調整制御装置、２５ 顕微鏡、２６ 画像取得装置、２７ 二次元ステージ、２８ ステージ制御装置、２９ 画像解析部、３ 記憶部、３１ 入力手段、４ 判断部、４１ 演算部、４２ 表示部、４３ 入力手段、５ 制御部、１００ 水処理装置、１０１ 水量調節部、１０２ 曝気装置、１０３ 排水量調節部、１０４ 薬品添加部、１０５ 撹拌部、１１０ 処理槽、Ａ〜Ｃ 物体、ａ〜ｃ 微生物、Ｐ ポンプ、Ｗ 被処理水、Ｗ１ 処理水 1a, 1b Water quality determination device, 2 Measuring unit, 21 Sample adjustment tank, 22 MLSS meter, 22a detector, 23 Concentration adjustment mechanism, 24 Concentration adjustment control device, 25 Microscope, 26 Image acquisition device, 27 Two-dimensional stage, 28 Stage control device, 29 image analysis unit, 3 storage unit, 31 input means, 4 judgment unit, 41 calculation unit, 42 display unit, 43 input means, 5 control unit, 100 water treatment device, 101 water volume control unit, 102 aeration device , 103 drainage control unit, 104 chemical addition unit, 105 stirring unit, 110 treatment tank, A to C objects, a to c microorganisms, P pump, W treated water, W1 treated water
Claims (4)
２以上の指標に関して測定を行う測定部と、
前記指標に関するデータをあらかじめ記憶させておく記憶部と、
前記指標ごとに、前記測定部により得られた測定値と前記記憶部に記憶されているデータを比較する判断部とを備え、
前記測定部は、検体の顕微鏡の視野の画像が水質状態の判別に適しているか否かを判断する画像解析部を備え、
前記判断部は、演算部を備え、前記演算部は、前記画像解析部により水質状態の判別に適しているか否か判断された前記画像を前記記憶部に記憶されたデータと比較することで、前記検体に存在する微生物の種類を同定することを特徴とする、水質状態判別装置。 It is a water quality condition discriminator for discriminating the water quality condition in a water treatment device.
A measuring unit that measures two or more indicators,
A storage unit that stores data related to the index in advance,
For each of the indicators, and a determination unit for comparing data stored in the storage unit and the measured value obtained by the measuring unit,
The measuring unit includes an image analysis unit that determines whether or not the image in the field of view of the microscope of the sample is suitable for determining the water quality state.
The determination unit includes a calculation unit, and the calculation unit compares the image determined by the image analysis unit to be suitable for determining the water quality state with the data stored in the storage unit. characterized that you identify the type of microorganism present in the sample, water state detecting apparatus.
The water quality state discriminating device according to any one of claims 1 to 3, wherein a control unit for controlling the operation of the water treatment device is provided based on the comparison result in the determination unit.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018054287A JP6977953B2 (en) | 2018-03-22 | 2018-03-22 | Water quality condition determination device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018054287A JP6977953B2 (en) | 2018-03-22 | 2018-03-22 | Water quality condition determination device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019168248A JP2019168248A (en) | 2019-10-03 |
| JP6977953B2 true JP6977953B2 (en) | 2021-12-08 |
Family
ID=68108182
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018054287A Active JP6977953B2 (en) | 2018-03-22 | 2018-03-22 | Water quality condition determination device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6977953B2 (en) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102250760B1 (en) * | 2020-12-24 | 2021-05-13 | 주식회사 성진 | Apparatus for measuring water pollution |
| KR102554611B1 (en) * | 2021-03-31 | 2023-07-11 | 세종대학교산학협력단 | Image-based water quality monitoring system and method |
| CN113310909B (en) * | 2021-05-14 | 2022-04-26 | 山东深蓝智谱数字科技有限公司 | Hyperspectrum-based water quality determination method and device |
| CN113651417B (en) * | 2021-08-27 | 2022-07-15 | 昆山皖源环境技术有限公司 | Sewage treatment system and method for environmental engineering |
| CN113830888A (en) * | 2021-10-21 | 2021-12-24 | 李龙才 | Sewage treatment system and method |
| CN115211391B (en) * | 2022-09-21 | 2022-12-09 | 广东省农业科学院动物科学研究所 | Fish and shrimp polyculture method based on hyperspectral remote sensing technology |
| CN117054048B (en) * | 2023-10-12 | 2024-01-26 | 山东风途物联网科技有限公司 | Method for calibrating rotary positioning lens system of optical device for water quality detection |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2737150B2 (en) * | 1988-03-14 | 1998-04-08 | 株式会社明電舎 | Activated sludge process state determination device |
| JP3274541B2 (en) * | 1993-07-06 | 2002-04-15 | 株式会社日立製作所 | Water purification plant management support method and support system |
| EP0968419B1 (en) * | 1997-03-17 | 2004-08-25 | United States as represented by the Secretary of the Army | A method for automated biomonitoring of water quality |
| JP5149832B2 (en) * | 2009-02-18 | 2013-02-20 | 株式会社日立製作所 | Water safety management system |
| JP5840456B2 (en) * | 2011-10-28 | 2016-01-06 | 株式会社明電舎 | Chemical injection control method and chemical injection control device |
| US20150356723A1 (en) * | 2014-06-06 | 2015-12-10 | Tseng-Hsian Lin | System for diagnosing wastewater, apparatus for diagnosing wastewater and method for processing wastewater data |
| JP6501593B2 (en) * | 2015-04-03 | 2019-04-17 | 住友化学株式会社 | Prediction rule generation system, prediction system, prediction rule generation method and prediction method |
-
2018
- 2018-03-22 JP JP2018054287A patent/JP6977953B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2019168248A (en) | 2019-10-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6977953B2 (en) | Water quality condition determination device | |
| Mesquita et al. | Characterization of activated sludge abnormalities by image analysis and chemometric techniques | |
| Mesquita et al. | Identifying different types of bulking in an activated sludge system through quantitative image analysis | |
| Costa et al. | Quantitative image analysis for the characterization of microbial aggregates in biological wastewater treatment: a review | |
| Props et al. | Detection of microbial disturbances in a drinking water microbial community through continuous acquisition and advanced analysis of flow cytometry data | |
| Summak et al. | Evaluation of genotoxicity from Nilufer Stream (Bursa/Turkey) water using piscine micronucleus test | |
| JP2019215743A (en) | Method for manufacturing database, and water treatment or sludge treatment system | |
| Khan et al. | Digital image processing and analysis for activated sludge wastewater treatment | |
| Koivuranta et al. | On-line optical monitoring of activated sludge floc morphology | |
| Stalder et al. | Dynamic assessment of the floc morphology, bacterial diversity, and integron content of an activated sludge reactor processing hospital effluent | |
| KR100965756B1 (en) | Apparatus and method for diagnosis of operating states in municipal wastewater treatment plant | |
| Buysschaert et al. | Flow cytometric fingerprinting to assess the microbial community response to changing water quality and additives | |
| Arregui et al. | Analysis of the usefulness of biological parameters for the control of activated sludge wastewater treatment plants in an interlaboratory study context | |
| US6811706B1 (en) | Activated sludge process optimization | |
| Orruno et al. | Mechanisms involved in E scherichia coli and S erratia marcescens removal during activated sludge wastewater treatment | |
| Ernst et al. | Determination of the filamentous cyanobacteria Planktothrix rubescens in environmental water samples using an image processing system | |
| Khan et al. | Generalized modeling of the sludge volume index and suspended solids to monitor activated sludge bioflocculation using image analysis | |
| Delatolla et al. | Rapid and reliable quantification of biofilm weight and nitrogen content of biofilm attached to polystyrene beads | |
| Arelli et al. | Application of image analysis in activated sludge to evaluate correlations between settleability and features of flocs and filamentous species | |
| Dunkel et al. | In situ microscopy as a tool for the monitoring of filamentous bacteria: a case study in an industrial activated sludge system dominated by M. parvicella | |
| Pandolfi et al. | Gram-staining characterisation of activated sludge filamentous bacteria by automated colour analysis | |
| JP7348710B2 (en) | water quality monitoring system | |
| Kim et al. | Sludge settleability detection using automated SV30 measurement and its application to a field WWTP | |
| JP4441357B2 (en) | Wastewater treatment method | |
| Liwarska-Bizukojc et al. | Validation of a new image analysis procedure for quantifying filamentous bacteria in activated sludge |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A625 | Written request for application examination (by other person) |
Free format text: JAPANESE INTERMEDIATE CODE: A625 Effective date: 20200715 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210326 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210406 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210607 |
|
| 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: 20211012 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211029 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6977953 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |