| 内容 |
ノート |
| 巻 |
27巻2/3号2022年
|
| Page |
73
|
| 題名 |
人工知能による浄水場塩素注入管理の最適化――トレンドデータの時間間隔の影響――
|
| Title |
Optimization of Hypochlorite Dosage for Drinking Water Treatment by AI: The Effect of Time Span of Real-time Data on Prediction Accuracy |
| 著者 |
隋 鵬哲1)，島村和彰1)，森次歩人2)，山口陽生2) |
| Authors |
Pengzhe Sui 1), Kazuaki Shimamura 1), Ayuto Moritsugu 2) and Akio Yamaguchi 2) |
| 著者表記 |
1）水ing(株), 2）(株)水みらい広島 |
| 著者表記(英) |
1）Research and Development Center, Swing Corporation, 2）MIZU MIRAI HIROSHIMA Co., Ltd. |
| 著者勤務先名 |
|
| Office name |
|
| 著者所属名 |
|
| キーワード |
次亜塩素酸ナトリウム，浄水処理，AI |
| Key Words |
hypochlorite dosage, drinking water treatment, AI |
| 概要 |
浄水場において，消毒のために広く次亜塩素酸ナトリウムが使用されており，確実な残留塩素管理及び水道技術者不足を解消するための技術継承が課題となっている。そこで，本研究は浄水場の残留塩素管理最適化を目的とし，人工知能を用いた次亜注入率モデルの構築を検討した。浄水場の運転データには，1 時間間隔や5分間隔など異なる時間間隔のトレンドデータが存在する。そこで，今回AI モデルの予測精度を向上させるために，同じアルゴリズムで構築したAIモデルの机上検証及び現場検証で得られた結果を用いて，トレンドデータの時間間隔が次亜注入AIモデルの予測精度に及ぼす影響を検討した。 |
| Abstract |
Hypochlorite is widely used in drinking water treatment plant for the purpose of disinfection, and the control of total residual chlorine in treated water is one of key issues for the operation and maintenance, especially facing the challenge of technological inheritance caused by the shortage of operators in Japan. Based on such situation, the optimization of hypochlorite dosage by AI was investigated in this study. There are different time spans for the real-time operational data in drinking water treatment plant and their effect on the prediction accuracy of developed AI model for hypochlorite dosage was studied with the results of desktop simulation and onsite erification in order to increase the prediction accuracy. |
ページの先頭に戻る