JPH02280892A - Chlorine injection amount inference apparatus of water purifying plant - Google Patents

Abstract

PURPOSE:To automatically operate a chlorine injection amount and to reduce the load of an operator by adding correction quantity U calculated by fuzzy inference based on the stagnation time or temp. of inflow water, a measured value of a chlorine demand and a consumption amount due to activated carbon. CONSTITUTION:The chrine demand U1 measured by a chlorine demand meter, a consumption amount U2 due to activated carbon and correction quantity U are added to set a chlorine injection amount inference value. The consumption amount U2 is set to a value calculated by multiplying an activated carbon inflow amount YAC by 0.25 and this operation is performed in an input data processing part 3. The correction quantity U is set to a value calculated by adding U1, U2, U3 inferred in a fuzzy inference part 4 and U1 is the first correction quantity based on the stagnation time T of inflow water in a sedimentation basin and quantity of solar radiation, U2 is the second correction quantity based on water temp. and U3 is the third correction value based on the residual chlorine amount at the outlet of the sedimentation basin and a change portion thereof.

Description

【発明の詳細な説明】 Ａ、産業上の利用分野 本発明は浄水場の塩素注入量を推論する装置に関するも
のである。DETAILED DESCRIPTION OF THE INVENTION A. Field of Industrial Application The present invention relates to a device for estimating the amount of chlorine injection in a water treatment plant.

Ｂ０発明の概要 本発明は浄水場の塩素注入量を推論するにあたって、塩
素要求量Ｕｌと活性炭による消費量Ｕ、と補正量ΔＵと
の加算値を推論値とする方法において、 日射量と流入水の滞留時間とにもとずいてΔＵｌを、水
温にもとずいてΔＵ、を、残存塩素量にもとずいてΔＵ
３を夫々ファジィ推論により求めて、これらの加算値を
ΔＵとすることによって、推論の自動化及び操業ノウハ
ウからのモデル化を容易にしたものである。B0 Summary of the Invention The present invention provides a method in which the added value of the chlorine demand Ul, the consumption amount U by activated carbon, and the correction amount ΔU is used as an inference value when inferring the amount of chlorine to be injected into a water treatment plant. ΔUl is based on the residence time of water, ΔU is based on the water temperature, and ΔU is based on the amount of residual chlorine.
3 by fuzzy inference, and the sum of these values is set as ΔU, thereby facilitating automation of inference and modeling based on operational know-how.

Ｃ１従来の技術 浄水場においては、第８図に示すように原水が着水井Ａ
、に貯水され、次いで沈澱池Ａｔで固液分離された後濾
過池Ａ３、浄水池Ａ４を通って配水される。この場合原
水中の有機物の分解、臭気や色の除去、鉄やマンガン等
の重金属の除去及び藻類の除去を目的として塩素が注入
される。この注入は例えば沈澱池の流入側、流出側、及
び濾過池の流出側で行われ、夫々前塩素注入、中塩素注
入及び後塩素注入と呼ばれている。塩素を注入するにつ
いては、水質変動、気象変動による塩素飛散量の変化、
更に薬品注入制御に共通する無駄時間が多いことから自
動化が困難であった。従って現在は多くの浄水場でベテ
ラン運転員のカンと経験により手動注入量（率）設定が
行われている。C1 Conventional technology In a water treatment plant, raw water flows through the landing well A as shown in Figure 8.
, and then separated into solid and liquid in a sedimentation tank At, and then distributed through a filtration tank A3 and a water purification tank A4. In this case, chlorine is injected for the purpose of decomposing organic matter in the raw water, removing odor and color, removing heavy metals such as iron and manganese, and removing algae. This injection is carried out, for example, on the inlet side and outlet side of the sedimentation basin, and on the outlet side of the filtration basin, and is called pre-chlorine injection, intermediate chlorine injection and post-chlorine injection, respectively. When injecting chlorine, consider changes in water quality, changes in the amount of chlorine scattered due to weather changes,
Furthermore, automation is difficult because there is a lot of wasted time common to chemical injection control. Therefore, in many water treatment plants, the injection amount (rate) is now set manually based on the knowledge and experience of veteran operators.

こうした手動注入を行う場合、例えば前塩素の注入量は
、原水水質による塩素要求量（Ｕ、）と粉末活性炭によ
る消費量１ｔ）と補正量（ΔＵ）とを加算したＵＩ＋Ｕ
ｔ＋ΔＵの値として決定される。When performing such manual injection, for example, the pre-chlorine injection amount is UI + U, which is the sum of the chlorine demand (U,) depending on the raw water quality, the consumption (1 t) of powdered activated carbon, and the correction amount (ΔU).
It is determined as the value of t+ΔU.

ここで粉末活性炭は、脱臭を行うために例えば２０〜５
０ｍｇ／１２注入され、活性炭１ｍｇに対して塩素が０
．２５ｍｇ／（２程度消費されることから、Ｕｔは活性
炭の注入量に対して０．２５を乗じた値となる。また補
正量ΔＵは日射量、沈澱池の滞留時間、水温及び藻類の
発生状況等を考慮して決定され、これら因子とΔＵとの
関係は■〜■のようになる。Here, powdered activated carbon is used for deodorizing, for example, 20 to 5
0mg/12 injected, 0 chlorine per 1mg of activated carbon
．． Since approximately 25mg/(2) is consumed, Ut is the value obtained by multiplying the amount of activated carbon injected by 0.25.The correction amount ΔU is based on the amount of solar radiation, residence time in the sedimentation tank, water temperature, and algae occurrence status. The relationship between these factors and ΔU is as shown in (■) to (■).

■日射量が多いときには塩素の飛散量が多いことがらΔ
Ｕを大きくする。■When the amount of solar radiation is high, the amount of chlorine scattered is large, so Δ
Increase U.

■沈澱池の滞留時間が長いときにはΔＵを大きくする。■If the residence time in the sedimentation tank is long, increase ΔU.

■水温が高いと反応速度が大きいためΔＵを大きくする
。■If the water temperature is high, the reaction rate is high, so increase ΔU.

■藻類が発生している場合にはΔＵを大きくする。■If algae are growing, increase ΔU.

Ｄ０発明が解決しようとする課題 上述のように運転員のカンと経験により塩素注入量を決
定する方法は、 （１）１日に数千回も設定変更を行うため運転員の負担
が大きい。Problems to be Solved by the D0 Invention As mentioned above, the method of determining the amount of chlorine injection based on the operator's intuition and experience is: (1) Settings must be changed several thousand times a day, which places a heavy burden on the operator.

（２）操業ノウハウからのモデル化が困難であり、制御
アルゴリズムが構築できない。(2) Modeling based on operational know-how is difficult, and control algorithms cannot be constructed.

などの欠点があった。There were drawbacks such as.

本発明の目的はこうした欠点を解消することにある。The object of the present invention is to eliminate these drawbacks.

６１課題を解決するための手段及び作用本発明は原水の
水質にもとずいて計測した塩素要求量と活性炭による塩
素消費量と補正量との加算値を塩素注入量の推論値とし
て求める装置において、 日射量、塩素により処理される槽の流入水滞留時間、水
温、前記槽の残存塩素量及び当該残存塩素量の変化分と
第１〜第３の補正量ΔＵ８、ΔＵ２、ΔＵ３とについて
与えられたメンバシップ関数と、日射量及び流入水滞留
時間の各々について選ばれたメンバシップ関数の組み合
わせを条件部とし、第１の補正量について選ばれたメン
バシップ関数を結論部とする第１のルール群と、水温に
ついて選ばれたメンバシップ関数を条件部とし、第２の
補正量について選ばれたメンバシップ関数を結論部とす
る第２のルール群と、残存塩素量及びその変化分につい
て選ばれたメンバシップ関数の組み合わせを条件部とし
、第３の補正量について選ばれたメンバシップ関数を結
論部とする第３のルール群とを備えた知識データベース
を用意し、第１〜第３のルール群にもとすいてファジィ
推論を実行して夫々第１〜第３の補正量ΔＵ２、ΔＵｔ
％ΔＵ、を求めるファジィ推論機構と、これら補正量Δ
Ｕ１％ΔＵ２、ΔＵ３と前記塩素要求量と前記塩素消費
量とを加算する手段とを設けたことを特徴とする。61 Means and Effects for Solving the Problems The present invention provides an apparatus for determining the added value of the chlorine demand amount measured based on the quality of raw water, the chlorine consumption amount by activated carbon, and the correction amount as an inferred value of the chlorine injection amount. , given for the amount of solar radiation, the residence time of inflow water in the tank treated with chlorine, the water temperature, the amount of residual chlorine in the tank, the change in the amount of residual chlorine, and the first to third correction amounts ΔU8, ΔU2, ΔU3. A first rule in which the condition part is a combination of the membership function selected for each of the solar radiation amount and the inflow water residence time, and the conclusion part is the membership function selected for the first correction amount. a second rule group whose condition part is the membership function selected for the water temperature and whose conclusion part is the membership function selected about the second correction amount; A knowledge database is prepared that includes a third rule group whose condition part is a combination of membership functions selected for the third correction amount and whose conclusion part is a membership function selected for the third correction amount. The first to third correction amounts ΔU2 and ΔUt are calculated by performing fuzzy inference on each group.
A fuzzy inference mechanism that calculates %ΔU and these correction amounts Δ
The present invention is characterized by providing means for adding U1% ΔU2, ΔU3, the chlorine demand amount, and the chlorine consumption amount.

Ｆ、実施例 第１図においてＩは前塩素注入制御装置であり、原水水
質にもとずいて塩素要求量を計測する塩素要求量計、活
性炭注入装置、原水流入量を測定する流入量測定部、日
射量計、水温計及び残存塩素を測定する残存塩素測定計
等のプロセスデータを取り込むための手段と、前塩素注
入量の推定値に応じた量だけ前塩素を沈澱池の流入側に
注入する手段とを有している。２はプロセスデータ人力
部、３は入力データ処理部であり、塩素要求量や活性炭
注入装置よりの活性炭注入量等のプロセスデータをファ
ジィ推論部４で用いる言語に変換する処理等を行う。フ
ァジィ推論部４は、メンバシップ関数や推論ルールを格
納した知識データベース４、と、プロセスデータ及び知
識データベース４．内の知識を用いて推論を行うファジ
ィ推論機構４゜とを有している。５はマンマシンインタ
ーフェイスであり、推論規則の変更やファジィ推論値及
びプロセスデータの表示等を行う。６は推論結果出力部
である。F. Embodiment In Fig. 1, I is a pre-chlorine injection control device, which includes a chlorine demand meter that measures the chlorine demand based on the quality of raw water, an activated carbon injection device, and an inflow measuring section that measures the inflow of raw water. , a means for capturing process data such as a solar radiation meter, a water temperature meter, and a residual chlorine measuring meter for measuring residual chlorine, and injecting pre-chlorine into the inlet side of the settling tank in an amount corresponding to the estimated amount of pre-chlorine injection. and the means to do so. Reference numeral 2 denotes a process data manual section, and 3 an input data processing section, which performs processes such as converting process data such as the required amount of chlorine and the amount of activated carbon injected from an activated carbon injection device into a language used by the fuzzy inference section 4. The fuzzy inference unit 4 includes a knowledge database 4 storing membership functions and inference rules, and a process data and knowledge database 4. It has a fuzzy inference mechanism 4° that performs inference using knowledge within the system. Reference numeral 5 denotes a man-machine interface for changing inference rules and displaying fuzzy inference values and process data. 6 is an inference result output unit.

第２図はハードウェアの構成例を示す図であり、プロセ
スデータ入力部２及び入力データ処理部３をプロセスコ
ントローラ１００により構成すると共に、ファジィ推論
部４をファジィコントローラ２００により構成し、マン
マシンインターフェイスを工業用パーソナルコンピュー
タ３００及びＣＲＴ等により構成している。FIG. 2 is a diagram showing an example of the hardware configuration, in which the process data input unit 2 and input data processing unit 3 are configured by a process controller 100, the fuzzy inference unit 4 is configured by a fuzzy controller 200, and a man-machine interface is provided. It is composed of an industrial personal computer 300, a CRT, and the like.

次に前塩素流入量の推論のフローを第３図を参照しなが
ら述べる。塩素要求量計で計測した塩素要求ｆｆ１ｕ、
と活性炭による消費量Ｕ、と補正量ΔＵとを加算して前
塩素注入量推論値とする。Ｕ、は活性炭流入量Ｙ　ＡＣ
に０．２５を乗じた値とし、この演算は入力データ処理
部３で行われる。ΔＵはファジィ推論部４で推論したΔ
Ｕ　ＩｓΔＵ２、ΔＵ３を加算した値とし、ΔＵＩは沈
澱池における流入水の滞留時間Ｔと日射量とにもとずく
第１の補正量、ΔＵ２は水温による第２の補正量、ΔＵ
３は沈澱池出口の残存塩素量及びその変化分にもとずく
第３の補正量である。前記滞留時間Ｔは、原水流入量を
Ｑ、沈澱池容積をＱｏとするとＱ。／Ｑとして与えられ
る。Next, the flow for inferring the amount of pre-chlorine inflow will be described with reference to FIG. Chlorine demand ff1u measured with a chlorine demand meter,
, the consumption amount U due to activated carbon, and the correction amount ΔU are added to obtain the pre-chlorine injection amount inference value. U, is activated carbon inflow amount Y AC
is multiplied by 0.25, and this calculation is performed in the input data processing section 3. ΔU is Δ inferred by fuzzy inference unit 4
U is the sum of ΔU2 and ΔU3, ΔUI is the first correction amount based on the residence time T of the inflow water in the sedimentation basin and the amount of solar radiation, ΔU2 is the second correction amount based on the water temperature, ΔU
3 is a third correction amount based on the amount of residual chlorine at the outlet of the sedimentation tank and its change. The residence time T is Q, where Q is the inflow of raw water and Qo is the sedimentation tank volume. /Q.

以下にΔＵ１、ΔＵｔ％ΔＵ３のファジィ推論について
述べる。説明の便宜上、日射量をＳ　ｖ、滞留時間をＴ
１原水水温をＷＴ、残存塩素量をＲｅＣ１２、残存塩素
量の変化分をｄＲｅＣＱと定義する。Fuzzy inference of ΔU1 and ΔUt%ΔU3 will be described below. For convenience of explanation, the amount of solar radiation is S v and the residence time is T
1 Define raw water temperature as WT, residual chlorine amount as ReC12, and change in residual chlorine amount as dReCQ.

Ｓｗ、Ｔについては各々第４図（ａ）、（ｂ）に示すよ
うに３段階のメンバシップ関数を規定し、そのファジィ
ラベル（メンバシップ関数名）をＬｌＭ、Ｓとする。こ
のり、Ｍ、Ｓの意味は次の通りである。For Sw and T, three-stage membership functions are defined as shown in FIGS. 4(a) and 4(b), respectively, and their fuzzy labels (membership function names) are LIM, S. The meanings of this, M, and S are as follows.

Ｌ：多い（長い） Ｍ：中くらい Ｓ：少ない（短い） Ｓｖ、Ｔにもとずいて求められるΔＵｌについては第４
図（Ｃ）に示すように５段階のメンバシップ関数を規定
し、そのファジィラベルをＳＳ、ＭＳ、ＭＤ、ＭＬ、Ｌ
Ｌとする。これらファジィラベルの意味は次の通りであ
る。L: Many (long) M: Medium S: Few (short) Regarding ΔUl, which is calculated based on Sv and T, see the fourth section.
As shown in Figure (C), a five-stage membership function is defined, and its fuzzy labels are SS, MS, MD, ML, and L.
Let it be L. The meanings of these fuzzy labels are as follows.

ＬＬ：かなり大きい（長い） ＭＬ二大きい（長い） ＭＤ：中くらい ＭＳ：小さい（短い） ＳＳ：かなり小さい（短い） ＷＴ、ΔＵ、については各々第５図（ａ）、（ｂ）に示
すように５段階のメンバシップ関数を規定し、そのファ
ジィラベルをΔＵＩと同様に定める。LL: quite large (long) ML2 large (long) MD: medium MS: small (short) SS: quite small (short) WT and ΔU are as shown in Figures 5 (a) and (b), respectively. A five-stage membership function is defined for , and its fuzzy label is defined in the same way as ΔUI.

ＲｅＣＱ、ｄＲｅｃＱについては各々第６図（ａ）、（
ｂ）に示すように３段階のメンバシップ関数を規定し、
ＲｅＣＱのファジィラベルはＳｗ、Ｔと同様であり、ｄ
ＲｅＣＱのファジィラベルはＮ、ＺＥ、Ｐとする。この
Ｎ、ＺＥ、Ｐの意味は次の通りである。For ReCQ and dRecQ, Fig. 6(a) and (
Define a three-stage membership function as shown in b),
The fuzzy label of ReCQ is the same as Sw, T, and d
Let the fuzzy labels of ReCQ be N, ZE, and P. The meanings of N, ZE, and P are as follows.

Ｎ：負である ＺＥ：変化しない Ｐ：正である Ｒ　ｅ　ＣＱ　、　ｄ　Ｒｅ　ＣＱにもつずいて求めら
れるΔＵ３については第６図（Ｃ）に示すように５段階
のメンバシップ関数を規定し、そのファジィラベルをＰ
Ｂ、ＰＳ、ＺＥ、ＮＳ、ＮＢとする。これらファジィラ
ベルの意味は次の通りである。N: Negative ZE: No change P: Positive Regarding ΔU3, which is subsequently obtained for Re CQ and d Re CQ, a five-stage membership function is defined as shown in FIG. 6(C), P the fuzzy label
B, PS, ZE, NS, and NB. The meanings of these fuzzy labels are as follows.

ＰＢ：急上昇または正で大きい ＰＳ：上昇または正で小さい ＺＥ：変化しないまたはほとんどゼロ ＮＳ：低下または負で小さい ＮＢ：急低下または負で大きい また推論ルールとしては、次に記述するようにΔＵＩ〜
ΔＵ、を夫々求めるための第１のルール群（ルール１〜
９）、第２のルール群（ルールｌＯ〜１４）及び第３の
ルール群（ルール１５〜２３）が用いられる。PB: Rapid increase or positive and large PS: Increase or positive and small ZE: No change or almost zero NS: Decrease or negative and small NB: Sudden decrease or negative large
The first set of rules (Rule 1 to
9), the second rule group (rules 10 to 14) and the third rule group (rules 15 to 23) are used.

（第１のルール群） １　ｉｆＳｗ＝Ｌ　ａｎｄ　Ｔ＝Ｌ　ｔｈｅｎΔＵ、＝
ＬＬ２　ｉｆ　Ｓｗ＝Ｌ　ａｎｄ　Ｔ＝Ｍ　ｔｈｅｎΔ
Ｕ、＝ＭＬ３　　ｉｆ　　Ｓｗ＝Ｌ　　ａｎｄ　　Ｔ＝
Ｓ４　　ｉｆ　　Ｓｗ＝Ｍ　　ａｎｄ　　Ｔ＝Ｌ５　　
ｉｆ　　Ｓｗ＝Ｍ　　ａｎｄ　　Ｔ＝Ｍ６　　ｉｒ　Ｓ
ｗ＝Ｍ　　ａｎｄ　　Ｔ＝Ｓ７　　ｉｆ　　Ｓ　ｗ＝　
Ｓ　　ａｎｄ　　Ｔ　＝　Ｌ８　　ｉｆ　　Ｓｗ＝Ｓ　
　ａｎｄ　　Ｔ＝Ｍ９　　ｒｒ　　Ｓ　ｗ＝　Ｓ　　ａ
ｎｄ　　Ｔ　＝　Ｓ（第２のルール群） １０　ｉｆ　ＷＴ　＝　Ｌ　Ｌ　　ｔｈｅｎｌｌ　ｉｆ
　ＷＴ　＝ＭＬ　　ｔｈｅｎ１２　ｉｆ　ＷＴ＝ＭＤ　
　ｔｈｅｎ １３ｉｒＷＴ＝Ｍｓ　　ｔｈｅｎ １４　ｉｆ　ＷＴ　＝　Ｓ　Ｓ　　ｔｈｅｎ（第３のル
ール群） １５　ｉｆ　ＲｅＣＱ＝Ｌ　ａｎｄ　ｄＲｅｃｆ２ｈｅ
ｎ ｔｈｅｎ ｔｈｅｎ ｔｈｅｎ ｔｈｅｎ ｔｈｅｎ ｔｈｅｎ ΔＵ、＝ＭＤ ΔＵ、＝ＭＬ ΔＵ、＝ＭＤ ΔＵ、＝ＭＳ ΔＵ、＝ＭＤ ΔＵ、＝ＭＳ ΔＵ、＝ＳＳ Δｕｔ＝ｔ、ｔ。(First rule group) 1 ifSw=L and T=L thenΔU,=
LL2 if Sw=L and T=M thenΔ
U,=ML3 if Sw=L and T=
S4 if Sw=M and T=L5
if Sw=M and T=M6 ir S
w=M and T=S7 if S w=
S and T = L8 if Sw=S
and T=M9 rr S w= S a
nd T = S (second rule group) 10 if WT = L L thenll if
WT=ML then12 if WT=MD
then 13irWT=Ms then 14 if WT=S S then (third rule group) 15 if ReCQ=L and dRecf2he
n then then then then then then then ΔU,=MD ΔU,=ML ΔU,=MD ΔU,=MS ΔU,=MD ΔU,=MS ΔU,=SS Δut=t,t.

ΔＵｔ＝ＭＬ ΔＵｔ＝ＭＤ ΔＵ、二ＭＳ ΔＵ、＝ＳＳ ＝Ｐ　　ｔｈｅｎ　　ΔＵ３＝ＮＢ １６　　ｉｆ　ＲｅＣ１２＝Ｌ　ａｎｄ　ｄＲｅｃ＆　
＝ＺＥ　ｔｈｅｒ＋　ΔＵ、＝ＮＳ１７　ｉｆ　ＲｅＣ
＆　；Ｌ　ａｎｄ　ｄＲｅｌＪ　＝Ｎ　　ｔｈｅｎ　Ａ
Ｕ、＝ＺＥ１８　ｉｆ　ＲｅＣｆｆ　＝Ｍ　ａｎｄ　ｄ
Ｒｅ（Ｊ！　−Ｐ　　ｔｈｅｎ　ΔＵ、＝ＮＳ１９　ｉ
ｆ　ＲｅＣσ＝Ｍ　ａｎｄ　ｄＲｅＣＱ　＝ＺＥ　ｔｈ
ｅｎ　ＡＵｓ＝ＺＥ２０　ｉｆ　ＲｅＣＩ２　＝Ｍ　ａ
ｎｄ　ｄＲｅ（４４ｔｈｅｎ　ＡＵ、−ＰＳ２１　　ｉ
ｆ　ＲｅＣ１２＝Ｓ　ａｎｄ　ｄＲｅＣＱ　＝Ｐ　　ｔ
ｈｅｎ　ΔＵ、−ＺＥ２２　１ｆＲｅＣ（２＝Ｓ　ａｎ
ｄ　ｄＲｅｃ１２　＝ＺＥ　ｔｈｅｎ　ΔＵ３＝ＰＳ２
３　ｉｆ　ＲｅＣｆｆ　＝Ｓ　ａｎｄ　ｄＲｅ（４４ｔ
ｈｅｎ　ＡＵ３＝ＰＢこれらルールのｉｆの部分は条件
部、ｔｈｅｎの部分は結論部であり、その具体的意味は
、例えばルール１の場合「ＳｌがＬ（多い）、かっＴが
Ｌ　（長い）ならばΔＵ、はＬＬ（かなり大きい）であ
る。」ということであり、こうしたルール群を用いた推
論法としてはマムダ二法を適用する。ΔUt=ML ΔUt=MD ΔU, 2MS ΔU,=SS=P then ΔU3=NB 16 if ReC12=L and dRec&
=ZE ther+ ΔU, =NS17 if ReC
&; L and dRelJ = N then A
U,=ZE18 if ReCff=M and d
Re(J! −P then ΔU, = NS19 i
fReCσ=M and dReCQ=ZE th
en AUs=ZE20 if ReCI2=M a
nd dRe(44then AU, -PS21 i
fReC12=S and dReCQ=Pt
hen ΔU, -ZE22 1fReC (2=S an
d dRec12 =ZE then ΔU3=PS2
3 if ReCff =S and dRe(44t
hen AU3=PB The if part of these rules is the condition part, and the then part is the conclusion part. For example, in the case of rule 1, "If Sl is L (many) and Kak T is L (long), then ΔU is LL (considerably large).'' Therefore, the Mamdani method is applied as an inference method using such a rule group.

従って上記のルールを適用すると、変数Ｓ。によりＩ７
におけるメンバシップ値を求めると共に変数ＴによりＬ
におけるメンバシップ値を求め、それら値の小さい方の
値で結論部であるＬＬのメンバシップ関数をカットする
ことになる。そしてこのようにカットしたメンバシップ
関数を各ルール毎に求め、これらを合成する。合成にあ
たっては、各メンパンツブ関数の最大値の部分を選択す
る。Therefore, applying the above rule, the variable S. By I7
Find the membership value in L by the variable T.
The membership function of LL, which is the conclusion part, is cut using the smaller of these values. Then, the membership functions cut in this way are obtained for each rule, and these are synthesized. For synthesis, select the part with the maximum value of each member subfunction.

そしてその金成分の重心を求めてその値を夫々ΔＵ１１
ΔＵ２、ＡＵ３とする。Then, find the center of gravity of the gold component and calculate its value as ΔU11.
Let them be ΔU2 and AU3.

推論例として、日射量０　、７　Ｋ　Ｗ　Ｈ／　ｍ　”
、滞留時間３ｈｒ、水温２０℃、出口残存塩素濃度０２
ｍｇ／Ｑ及び残存塩素濃度の変化量を＋０．１ｍｇ／ρ
１０．５ｈｒの場合を挙げると、ΔＵ１１ΔｔＪ　、、
ＡＵ３は夫々第７図（ａ）〜（ｃ）のようにして求まる
。この結果ΔｔＪ＋＝　Ｉ　、４２ｍｇ／Ｑ　。As an example of inference, solar radiation is 0, 7 K W H/m”
, residence time 3hr, water temperature 20℃, outlet residual chlorine concentration 02
mg/Q and the amount of change in residual chlorine concentration +0.1mg/ρ
In the case of 10.5 hr, ΔU11ΔtJ,,
AU3 is determined as shown in FIGS. 7(a) to 7(c), respectively. As a result, ΔtJ+=I, 42 mg/Q.

ΔＵ　ｔ　＝　０　、７０　ｍ　ｇ　／　Ｑ　、　　Δ
Ｕ３＝　０．７５　ｍｇ／ｅとなりΔＵはこれらの合計
値２．８７ｍｇ／（！となる。このとき塩素要求量計の
指示値が５．Ｏｍ　ｇ　／　１２であり、活性炭の注入
を行っていないときには全体の推論結果は Ｕ　＋　”　Ｕ　ｔ÷ΔＵ＝５．０＋０＋２．８７＝７
．８７ｍｒ、ＩＱとなる。ΔU t = 0, 70 mg/Q, Δ
U3 = 0.75 mg/e, and ΔU is the total value of these 2.87 mg/(! Sometimes the overall inference result is U + ” U t ÷ ΔU = 5.0 + 0 + 2.87 = 7
．． 87 mr, IQ.

なお本発明は前塩素注入量の推論のみでなく、中塩素注
入量の推論についても適用することができる。Note that the present invention can be applied not only to the inference of the pre-chlorine injection amount but also to the inference of the intermediate chlorine injection amount.

また日射量、水温については、季節、天候、時刻等の手
入力データにもとずいて求める方法もあるが、実施例の
ようにセンサーにより直接計測したプロセスデータを使
用すれば、操作員の負担を軽減できると共に、手入力も
れによる推論ミスを防止できる。There is also a method to obtain solar radiation and water temperature based on manually input data such as season, weather, time, etc., but if process data directly measured by a sensor is used as in the example, the burden on the operator will be reduced. It is possible to reduce errors and prevent inference errors due to omissions in manual input.

Ｇ１発明の効果 本発明によれば、流入水の滞留時間や水温等にもとすい
てファジィ推論を行って補正量ΔＵを求め、このΔＵと
塩素要求量の計測値と活性炭による消費量とを加算して
いるため、次のような効果がある。G1 Effect of the Invention According to the present invention, the correction amount ΔU is obtained by performing fuzzy inference based on the residence time of inflow water, water temperature, etc., and this ΔU, the measured value of the chlorine demand amount, and the consumption amount by activated carbon are calculated. The addition has the following effects.

（１）塩素注入率を自動で演算でき、運転員の負担が軽
減される。(1) The chlorine injection rate can be calculated automatically, reducing the burden on the operator.

（２）ベテラン運転員の知識と経験をルールとメンバー
シップ関数の形で表現することができ、ノウハウの共用
化が図れる。(2) The knowledge and experience of veteran operators can be expressed in the form of rules and membership functions, making it possible to share know-how.

（３）操業ノウハウのモデル化が容易であり、制御アル
ゴリズムを構築することができ、ルールと制御アルゴリ
ズムの改良を行うことができる。(3) Operation know-how can be easily modeled, control algorithms can be constructed, and rules and control algorithms can be improved.

（４）マンマシン装置を組み合わせれば、推論結果を視
覚等により確認できる。(4) If man-machine devices are combined, the inference results can be confirmed visually.

【図面の簡単な説明】[Brief explanation of drawings]

第１図は本発明の実施例のシステムを示す構成図、第２
図は同実施例のハードウェアを示す構成図、第３図は演
算のフローを示す説明図、第４図〜第６図は各メンバシ
ップ関数を示すグラフ、第７図は推論演算を示す説明図
、第８図は浄水場の処理フローを示す説明図である。 ■・・・前塩素注入制御装置、２・・・プロセスデータ
入力部、３・・・人力データ処理部、４・・・ファジィ
推論部、５・・・マンマシンインターフェイス、６・・
・推論結果出力処理部。 メンバーシップ関数の改良変更を行うことにより、実施
例のハードウェア構成図 （Ｃ） （ｂ） 敗 ＲｅＣ１（ｍｇ／ｌ　） ＲｅＣ１ｓ変化率 （ｒｎｇ／ｌ／ＱＳＨ） ΔＵ：＋（ｍｇ／　Ｚ）Fig. 1 is a configuration diagram showing a system according to an embodiment of the present invention;
The figure is a configuration diagram showing the hardware of the same embodiment, Fig. 3 is an explanatory diagram showing the flow of calculations, Figs. 4 to 6 are graphs showing each membership function, and Fig. 7 is an explanation showing inference calculation. 8 are explanatory diagrams showing the processing flow of the water purification plant. ■... Pre-chlorine injection control device, 2... Process data input unit, 3... Human data processing unit, 4... Fuzzy reasoning unit, 5... Man-machine interface, 6...
・Inference result output processing unit. By improving and changing the membership function, the hardware configuration diagram of the embodiment (C) (b) Loss ReC1 (mg/l) ReC1s change rate (rng/l/QSH) ΔU: + (mg/Z)

Claims (1)

【特許請求の範囲】[Claims] （１）原水の水質にもとずいて計測した塩素要求量と活
性炭による塩素消費量と補正量との加算値を塩素注入量
の推論値として求める装置において、日射量、塩素によ
り処理される槽の流入水滞留時間、水温、前記槽の残存
塩素量及び当該残存塩素量の変化分と第１〜第３の補正
量ΔＵ＿１、ΔＵ＿２、ΔＵ＿３とについて与えられた
メンバシップ関数と、日射量及び流入水滞留時間の各々
について選ばれたメンバシップ関数の組み合わせを条件
部とし、第１の補正量について選ばれたメンバシップ関
数を結論部とする第１のルール群と、水温について選ば
れたメンバシップ関数を条件部とし、第２の補正量につ
いて選ばれたメンバシップ関数を結論部とする第２のル
ール群と、残存塩素量及びその変化分について選ばれた
メンバシップ関数の組み合わせを条件部とし、第３の補
正量について選ばれたメンバシップ関数を結論部とする
第３のルール群とを備えた知識データベースを用意し、
第１〜第３のルール群にもとずいてファジィ推論を実行
して夫々第１〜第３の補正量ΔＵ＿１ΔＵ＿２、ΔＵ＿
３を求めるファジィ推論機構と、これら補正量ΔＵ＿１
、ΔＵ＿２、ΔＵ＿３と前記塩素要求量と前記塩素消費
量とを加算する手段とを設けたことを特徴とする浄水場
の塩素注入量推論装置。(1) In a device that calculates the added value of chlorine demand measured based on the quality of raw water, chlorine consumption and correction amount by activated carbon as an inferred value for chlorine injection amount, the amount of solar radiation and the tank treated with chlorine are used. Membership functions given for the inflow water residence time, water temperature, the amount of residual chlorine in the tank, the change in the amount of residual chlorine, and the first to third correction amounts ΔU_1, ΔU_2, ΔU_3, the amount of solar radiation, and the inflow. A first rule group whose condition part is a combination of membership functions selected for each water residence time, and whose conclusion part is a membership function selected for a first correction amount, and a membership function selected for water temperature. A second rule group having a function as a condition part and a membership function selected for the second correction amount as a conclusion part, and a combination of membership functions selected for the amount of residual chlorine and its change as a condition part. , a third rule group having a membership function selected for the third correction amount as a conclusion part;
Fuzzy inference is executed based on the first to third rule groups to obtain the first to third correction amounts ΔU_1ΔU_2, ΔU_, respectively.
Fuzzy inference mechanism for calculating 3 and these correction amounts ΔU_1
, ΔU_2, ΔU_3, the chlorine demand amount, and the chlorine consumption amount.