JPH0238860A - 水質の推定方法 - Google Patents
水質の推定方法Info
- Publication number
- JPH0238860A JPH0238860A JP63188772A JP18877288A JPH0238860A JP H0238860 A JPH0238860 A JP H0238860A JP 63188772 A JP63188772 A JP 63188772A JP 18877288 A JP18877288 A JP 18877288A JP H0238860 A JPH0238860 A JP H0238860A
- Authority
- JP
- Japan
- Prior art keywords
- water
- oxygen demand
- microorganisms
- water quality
- 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.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 72
- 244000005700 microbiome Species 0.000 claims abstract description 57
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 15
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 15
- 239000001301 oxygen Substances 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 14
- 230000005484 gravity Effects 0.000 claims abstract description 11
- 230000014509 gene expression Effects 0.000 abstract description 3
- 241000700141 Rotifera Species 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000813 microbial effect Effects 0.000 description 4
- 239000010865 sewage Substances 0.000 description 4
- 239000010802 sludge Substances 0.000 description 3
- 241000902900 cellular organisms Species 0.000 description 2
- 210000004916 vomit Anatomy 0.000 description 2
- 230000008673 vomiting Effects 0.000 description 2
- 102100040160 Rabankyrin-5 Human genes 0.000 description 1
- 101710086049 Rabankyrin-5 Proteins 0.000 description 1
- 241000223892 Tetrahymena Species 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000006241 metabolic reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000004065 wastewater treatment Methods 0.000 description 1
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)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
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らとづいて推定する方法に関するも
のである。
質を微生物データにらとづいて推定する方法に関するも
のである。
B1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BO
D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′a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。
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BO
D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′a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。
C1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。
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。
D8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、−船釣に上鍔にも示されるようにあいま
いな表現なものが多いが、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。
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、−船釣に上鍔にも示されるようにあいま
いな表現なものが多いが、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。
94課題を解決するための手段
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。
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ジー推論の概略を示す
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選択しておく。そして水
質を例えば「良い」。
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、
処理水の酸素要求型例えばBODa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。
処理水の酸素要求型例えばBODa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。
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。
出現ランク
5、かなり多い
4、多い
3、普通
2、やや少ない
1、少ない
0、出現せず
(I吐検体当たり)
・・・ 2000個以上
・・・ 1000−1999
・・・ 400−999
・・・ IOl 399
・・・ 1−99
・・・ 0
(0,05吐検体当たり)
100個以上
一方過去のデータから微生物毎に各BOD濃度帯域にて
出現する最大個数を把握しておくと共に、微生物毎に各
BODj1度帯域における出現可能性を示すメンバーシ
ップ値を、少なくとも前記最大個数を因子として予め定
めておく。例えばこのメンバーシップ値は、対応する微
生物の前記最大個数の逆数で表される。第1図は、横軸
に処理水質(BOD濃度(xg/ 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I
/(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。
出現する最大個数を把握しておくと共に、微生物毎に各
BODj1度帯域における出現可能性を示すメンバーシ
ップ値を、少なくとも前記最大個数を因子として予め定
めておく。例えばこのメンバーシップ値は、対応する微
生物の前記最大個数の逆数で表される。第1図は、横軸
に処理水質(BOD濃度(xg/ 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I
/(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(lsL当たり)
が夫々400〜999の間、100〜399の間及び1
〜99の間であれば、微生物A、B、Cの出現ランクは
夫々3.2、l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BODa度帯域のメンバーシ
ップ値を拾う。
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(lsL当たり)
が夫々400〜999の間、100〜399の間及び1
〜99の間であれば、微生物A、B、Cの出現ランクは
夫々3.2、l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BODa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、■、2で出現
していることより、各々のメンバーシップ値は315.
I15.215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。各微生物はその出
現ランクが大きければ大きいほど、また出現可能な最大
個数が小さければ小さいほど、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。
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、■、2で出現
していることより、各々のメンバーシップ値は315.
I15.215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。各微生物はその出
現ランクが大きければ大きいほど、また出現可能な最大
個数が小さければ小さいほど、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。
(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。
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。
F、実施例
水質のファジー推論には例えば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一中間水
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。
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一中間水
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XlからXlの範囲、中間
水質はXl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CXI、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。
水質はXl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CXI、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(シンプレツクス法)の手
法を用いて求めたところ、XI=−7,1、X2=31
.6、X3=51.6、X4=63.8nBOD/Lで
あった。XI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。
法を用いて求めたところ、XI=−7,1、X2=31
.6、X3=51.6、X4=63.8nBOD/Lで
あった。XI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XlとXlの中間点となる。
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XlとXlの中間点となる。
従って例えXlがマイナスであろうと重心(推定水質)
は+2゜25uBOD/L となる。
は+2゜25uBOD/L となる。
G1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B、OD濃度帯
域における出現可能性を示すメンバーノツプ値を予め定
義しておき、被測定水中に出現した微生物について各B
OD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B、OD濃度帯
域における出現可能性を示すメンバーノツプ値を予め定
義しておき、被測定水中に出現した微生物について各B
OD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)
- (1)水質の指標となる指標性微生物の単位水量当たり
の出現個数を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
性微生物毎に各酸素要求量帯域にて出現する最大個数を
予め求めておくと共に、 前記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、少なくとも前記最大個
数を因子として予め定めておき、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、 横軸に酸素要求量、縦軸に合計したメンバーシップ値を
とって、横軸方向におけるメンバーシップ値の重心を求
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 true JPH0238860A (ja) | 1990-02-08 |
JP2661162B2 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) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0669614U (ja) * | 1993-02-25 | 1994-09-30 | 憲人 須藤 | 暖房用床パネル |
US5370416A (en) * | 1992-03-17 | 1994-12-06 | Ikeda Bussan Co., Ltd. | Airbag system for automotive vehicle including airbag mounting structure with high degree of airtightness |
US5772687A (en) * | 1993-03-12 | 1998-06-30 | Saito; Yoshikuni | Hub for syringe, connecting structure of hub, syringe, syringe assembly and method of assembling syringe assembly |
JP2008008752A (ja) * | 2006-06-29 | 2008-01-17 | Fuji Electric Systems Co Ltd | 水質異常検出法 |
CN111125607A (zh) * | 2019-12-16 | 2020-05-08 | 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
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5370416A (en) * | 1992-03-17 | 1994-12-06 | Ikeda Bussan Co., Ltd. | Airbag system for automotive vehicle including airbag mounting structure with high degree of airtightness |
JPH0669614U (ja) * | 1993-02-25 | 1994-09-30 | 憲人 須藤 | 暖房用床パネル |
US5772687A (en) * | 1993-03-12 | 1998-06-30 | Saito; Yoshikuni | Hub for syringe, connecting structure of hub, syringe, syringe assembly and method of assembling syringe assembly |
JP2008008752A (ja) * | 2006-06-29 | 2008-01-17 | Fuji Electric Systems Co Ltd | 水質異常検出法 |
CN111125607A (zh) * | 2019-12-16 | 2020-05-08 | 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 |
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 |
Also Published As
Publication number | Publication date |
---|---|
JP2661162B2 (ja) | 1997-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112651591B (zh) | 一种城市景观湖泊水生态***健康评价及诊断方法 | |
Brown et al. | A water quality index-do we dare | |
Bloesch et al. | Primary production, mineralization, and sedimentation in the euphotic zone of two Swiss lakes | |
Clark et al. | Performance of a rotating biological contactor under varying wastewater flow | |
Baxter et al. | Drinking water quality and treatment: the use of artificial neural networks | |
Jeppsson et al. | Reduced order models for on-line parameter identification of the activated sludge process | |
CN104182794B (zh) | 一种基于神经网络的污水处理过程出水总磷tp软测量方法 | |
CN108562709A (zh) | 一种基于卷积自编码器极限学习机的污水处理***水质监测预警方法 | |
CN110969346A (zh) | 基于指标筛选的流域水生态功能分区治理需求评价方法 | |
Banadda et al. | A review of modeling approaches in activated sludge systems | |
EP3704465A1 (en) | Decision support system and method for water treatment | |
CN113592278A (zh) | 考虑非期望产出的sbm水环境承载力评价方法 | |
JPH0238860A (ja) | 水質の推定方法 | |
Bassanezi et al. | A simple model of life expectancy with subjective parameters | |
CN105160422B (zh) | 基于自组织级联神经网络的污水处理出水总磷预测方法 | |
Tomida et al. | Construction of COD simulation model for activated sludge process by fuzzy neural network | |
CN114626771A (zh) | 一种城市区域水生态状态反应器构建方法、装置及反应器 | |
Szeląg et al. | A Data Mining Approach to the Prediction of Food-to-Mass Ratio and Mixed Liquor Suspended Solids. | |
CN114331053A (zh) | 一种基于模糊层次评价模型的浅水湖泊富营养化评价方法 | |
Haffner et al. | PHYSICAL PROCESSES AND EUTROPHICATION 1 | |
JP2737150B2 (ja) | 活性汚泥プロセス処理状態判定装置 | |
CN114330951A (zh) | 基于模糊综合评价的河流湖泊水质安全评估方法 | |
Sheehy | Rapid methods for solving first-order equations | |
Ludwig et al. | Contributions to an aggregated environmental pollution index | |
Masliev et al. | On reconciliation of traditional water quality models and activated sludge models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
LAPS | Cancellation because of no payment of annual fees |