知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2022137476
(43)【公開日】2022-09-22
(54)【発明の名称】乾燥装置の制御システム
(51)【国際特許分類】
C02F 11/13 20190101AFI20220914BHJP
F26B 25/00 20060101ALI20220914BHJP
F26B 17/20 20060101ALI20220914BHJP
【ＦＩ】
C02F11/13 ZAB
F26B25/00 A
F26B17/20 B
【審査請求】未請求
【請求項の数】12
【出願形態】ＯＬ
(21)【出願番号】P 2021036991
(22)【出願日】2021-03-09
(71)【出願人】
【識別番号】591030651
【氏名又は名称】水ｉｎｇ株式会社
(74)【代理人】
【識別番号】100118500
【弁理士】
【氏名又は名称】廣澤 哲也
(74)【代理人】
【識別番号】100091498
【弁理士】
【氏名又は名称】渡邉 勇
(72)【発明者】
【氏名】鈴木 美有
(72)【発明者】
【氏名】飯倉 智弘
【テーマコード（参考）】
3L113
4D059
【Ｆターム（参考）】
3L113AA09
3L113AB05
3L113AC40
3L113AC58
3L113BA37
3L113CA02
3L113DA07
3L113DA24
4D059AA01
4D059AA03
4D059AA30
4D059BD01
4D059BD12
4D059BD15
4D059BD23
4D059BE04
4D059BE07
4D059BE10
4D059BE16
4D059BE26
4D059BE54
4D059BJ03
4D059BJ07
4D059BJ17
4D059BK09
4D059CB04
4D059CB09
4D059EA01
4D059EA02
4D059EA05
4D059EA06
4D059EA08
4D059EA10
4D059EA15
4D059EB01
4D059EB20
(57)【要約】
【課題】より運転管理や省力化、安定運転の向上することが可能となる乾燥装置の制御システムを提供する。
【解決手段】汚泥を乾燥するための乾燥装置５の制御システム１０は、乾燥装置５の運転パラメータ、および乾燥装置５の状態データを少なくとも含む訓練データを用いて機械学習により構築されたモデルを備え、制御システム１０は、運転パラメータおよび状態データをモデルに入力し、乾燥装置５から排出される乾燥汚泥の含水率の予測値をモデルに従って算定し、さらに含水率を目標範囲内に収めることができる運転パラメータの最適値を決定するように構成されている。
【選択図】図１
【解決手段】汚泥を乾燥するための乾燥装置５の制御システム１０は、乾燥装置５の運転パラメータ、および乾燥装置５の状態データを少なくとも含む訓練データを用いて機械学習により構築されたモデルを備え、制御システム１０は、運転パラメータおよび状態データをモデルに入力し、乾燥装置５から排出される乾燥汚泥の含水率の予測値をモデルに従って算定し、さらに含水率を目標範囲内に収めることができる運転パラメータの最適値を決定するように構成されている。
【選択図】図１
【特許請求の範囲】
【請求項1】
汚泥を乾燥するための乾燥装置の制御システムであって、
前記乾燥装置の運転パラメータ、および前記乾燥装置の状態データを少なくとも含む訓練データを用いて機械学習により構築されたモデルを備え、
前記制御システムは、前記運転パラメータおよび前記状態データを前記モデルに入力し、前記乾燥装置から排出される乾燥汚泥の含水率の予測値を前記モデルに従って算定し、さらに前記含水率を目標範囲内に収めることができる前記運転パラメータの最適値を決定するように構成されていることを特徴とする乾燥装置の制御システム。
前記乾燥装置の運転パラメータ、および前記乾燥装置の状態データを少なくとも含む訓練データを用いて機械学習により構築されたモデルを備え、
前記制御システムは、前記運転パラメータおよび前記状態データを前記モデルに入力し、前記乾燥装置から排出される乾燥汚泥の含水率の予測値を前記モデルに従って算定し、さらに前記含水率を目標範囲内に収めることができる前記運転パラメータの最適値を決定するように構成されていることを特徴とする乾燥装置の制御システム。
【請求項2】
前記乾燥装置の運転調整に際して、調整すべき前記運転パラメータの優先順位が予め定められていることを特徴とする請求項１に記載の乾燥装置の制御システム。
【請求項3】
前記制御システムは、前記優先順位を、前記機械学習時に算出される特徴量の重要度に従って決定するように構成されていることを特徴とする請求項２に記載の乾燥装置の制御システム。
【請求項4】
前記制御システムは、前記運転パラメータの現在の数値と前記最適値との差が所定の調整幅より大きい場合、前記運転パラメータを段階的に調整するように構成されていることを特徴とする請求項３に記載の乾燥装置の制御システム。
【請求項5】
前記状態データは、前記乾燥装置の前段に設置される脱水システムの運転パラメータおよび状態データと、前記脱水システムに組み込まれた学習済みモデルに従って算定された脱水汚泥の含水率の推定値のうちの少なくとも一方を含むことを特徴とする請求項１乃至４のいずれか一項に記載の乾燥装置の制御システム。
【請求項6】
前記モデルは、
前記運転パラメータを含み、前記状態データを含まない訓練データを用いて機械学習により構築された第１モデルと、
前記運転パラメータおよび前記状態データの両方を含む訓練データを用いて機械学習により構築された第２モデルを含むことを特徴とする請求項１乃至５のいずれか一項に記載の乾燥装置の制御システム。
前記運転パラメータを含み、前記状態データを含まない訓練データを用いて機械学習により構築された第１モデルと、
前記運転パラメータおよび前記状態データの両方を含む訓練データを用いて機械学習により構築された第２モデルを含むことを特徴とする請求項１乃至５のいずれか一項に記載の乾燥装置の制御システム。
【請求項7】
前記第１モデルは、前記運転パラメータの最適値の決定に使用され、
前記第２モデルは、前記含水率の予測値の算定に使用されることを特徴とする請求項６に記載の乾燥装置の制御システム。
前記第２モデルは、前記含水率の予測値の算定に使用されることを特徴とする請求項６に記載の乾燥装置の制御システム。
【請求項8】
前記制御システムは、前記第１モデルに従って算定された前記含水率の予測値と、前記第２モデルに従って算定された前記含水率との差が所定の許容値を超えた場合は、前記第１モデルのための機械学習を再度行い、前記第１モデルを更新するように構成されていることを特徴とする請求項６または７に記載の乾燥装置の制御システム。
【請求項9】
前記訓練データに含まれる前記運転パラメータの数値は、前記乾燥装置の通常運転時よりも広い範囲内で分散していることを特徴とする請求項１乃至８のいずれか一項に記載の乾燥装置の制御システム。
【請求項10】
前記制御システムは、前記機械学習を定期的または不定期に実行して前記モデルを更新するように構成されていることを特徴とする請求項１乃至９のいずれか一項に記載の乾燥装置の制御システム。
【請求項11】
前記制御システムは、Ｗｅｂアプリケーションを用いて、前記乾燥装置から取得されるデータの表示、前記乾燥装置の運転操作、前記モデルの更新を実行するように構成されていることを特徴とする請求項１０に記載の乾燥装置の制御システム。
【請求項12】
前記訓練データは、前記運転パラメータおよび前記状態データに加え、汚泥の画像データ、汚泥の音データ、および汚泥に起因して発生する振動データのうちの少なくとも１つを含み、
前記制御システムは、前記運転パラメータおよび前記状態データと、汚泥の画像データ、汚泥の音データ、および汚泥の振動データのうちの少なくとも１つを前記モデルに入力し、前記乾燥装置から排出される乾燥汚泥の含水率の予測値を前記モデルに従って算定するように構成されていることを特徴とする請求項１乃至１１のいずれか一項に記載の乾燥装置の制御システム。
前記制御システムは、前記運転パラメータおよび前記状態データと、汚泥の画像データ、汚泥の音データ、および汚泥の振動データのうちの少なくとも１つを前記モデルに入力し、前記乾燥装置から排出される乾燥汚泥の含水率の予測値を前記モデルに従って算定するように構成されていることを特徴とする請求項１乃至１１のいずれか一項に記載の乾燥装置の制御システム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、汚泥物を攪拌しながら乾燥させる乾燥システムに関し、特に最適な自動運転や作業員の運転サポートをすることができる乾燥システムに関するものである。
【背景技術】
【0002】
従来より、水処理等で排出された汚泥物を攪拌しながら搬送して乾燥させる乾燥装置が知られている（例えば特許文献１参照）。この種の乾燥装置では、汚泥物の攪拌および搬送のために、複数列の羽根（パドル）が設けられたシャフトが利用される。シャフトが回転することによって、シャフトに設けられた羽根もシャフト周りに回転し、それによって、シャフトの一端側に供給された汚泥物は、攪拌されながらシャフトの他端側に搬送される。この攪拌、搬送の間に、汚泥物は加熱されて乾燥する。
【0003】
この種の乾燥装置では、２本のシャフトにそれぞれ固定された羽根を互いにオーバーラップさせることで、攪拌効果を高めている。乾燥装置においては、乾燥後の汚泥物の含水率が安定し、且つ汚泥物の分散不良や過乾燥の防止を確実に行うことができるといった運転管理の容易性が求められているとともに、イニシャルコストを低減することのできる新規な乾燥装置が求められている。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特開２０１４－１３１７８４号公報
【特許文献2】特開２０２０－１１４５６９号公報
【特許文献3】特開２０２０－１１３１５１号公報
【特許文献4】特開２０１９－０５１４５８号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
上記特許文献１は、汚泥を撹拌及び搬送しながら乾燥する汚泥乾燥装置及びそれを含む汚泥乾燥システムを開示する。汚泥物の含水率は、被処理汚泥や乾燥装置の運転状態等の様々な要因により変動し、目標含水率におさめるために運転員が目視や経験に基づいて運転制御をする必要がある。しかし、運転員の経験やノウハウを必要とすること、運転員によって運転状態が異なることなど、安定運転は難しい。
【0006】
上記特許文献２は、脱水機から排出される脱水ケーキの含水率を推定する方法を開示する。しかし、該当特許文献２では、含水率を予測したうえで、含水率を目標範囲内におさめるように運転パラメータを調整することは提案されていない。
【0007】
上記特許文献３は、誤差が閾値を超えた場合にモデルを更新することを開示する。しかし、予測対象である含水率を実測しない場合は、予測値と実測値の誤差を把握することができない。
【0008】
上記特許文献４は、脱水システムから排出される濁質残渣の状態予測値を算出し、予測値を目標範囲内におさめるような運転パラメータを出力する技術を開示する。しかし、運転パラメータの出力に際して、安定運転、効率化などに着目した場合、更なる改善が求められる。
【0009】
本発明は、上記従来の課題に鑑みて成されたものであり、その目的とするところは、より運転管理や省力化、安定運転の向上することが可能となる乾燥装置の制御システムを提供することにある。
【課題を解決するための手段】
【0010】
一態様では、汚泥を乾燥するための乾燥装置の制御システムであって、前記乾燥装置の運転パラメータ、および前記乾燥装置の状態データを少なくとも含む訓練データを用いて機械学習により構築されたモデルを備え、前記制御システムは、前記運転パラメータおよび前記状態データを前記モデルに入力し、前記乾燥装置から排出される乾燥汚泥の含水率の予測値を前記モデルに従って算定し、さらに前記含水率を目標範囲内に収めることができる前記運転パラメータの最適値を決定するように構成されている乾燥装置の制御システムが提供される。
【0011】
一態様では、前記乾燥装置の運転調整に際して、調整すべき前記運転パラメータの優先順位が予め定められていることを特徴とする。
一態様では、前記制御システムは、前記優先順位を、前記機械学習時に算出される特徴量の重要度に従って決定するように構成されていることを特徴とする。
一態様では、前記制御システムは、前記運転パラメータの現在の数値と前記最適値との差が所定の調整幅より大きい場合、前記運転パラメータを段階的に調整するように構成されていることを特徴とする。
一態様では、前記状態データは、前記乾燥装置の前段に設置される脱水システムの運転パラメータおよび状態データと、前記脱水システムに組み込まれた学習済みモデルに従って算定された脱水汚泥の含水率の推定値のうちの少なくとも一方を含むことを特徴とする。
一態様では、前記制御システムは、前記優先順位を、前記機械学習時に算出される特徴量の重要度に従って決定するように構成されていることを特徴とする。
一態様では、前記制御システムは、前記運転パラメータの現在の数値と前記最適値との差が所定の調整幅より大きい場合、前記運転パラメータを段階的に調整するように構成されていることを特徴とする。
一態様では、前記状態データは、前記乾燥装置の前段に設置される脱水システムの運転パラメータおよび状態データと、前記脱水システムに組み込まれた学習済みモデルに従って算定された脱水汚泥の含水率の推定値のうちの少なくとも一方を含むことを特徴とする。
【0012】
一態様では、前記モデルは、前記運転パラメータを含み、前記状態データを含まない訓練データを用いて機械学習により構築された第１モデルと、前記運転パラメータおよび前記状態データの両方を含む訓練データを用いて機械学習により構築された第２モデルを含むことを特徴とする。
一態様では、前記第１モデルは、前記運転パラメータの最適値の決定に使用され、前記第２モデルは、前記含水率の予測値の算定に使用されることを特徴とする。
一態様では、前記制御システムは、前記第１モデルに従って算定された前記含水率の予測値と、前記第２モデルに従って算定された前記含水率との差が所定の許容値を超えた場合は、前記第１モデルのための機械学習を再度行い、前記第１モデルを更新するように構成されていることを特徴とする。
一態様では、前記第１モデルは、前記運転パラメータの最適値の決定に使用され、前記第２モデルは、前記含水率の予測値の算定に使用されることを特徴とする。
一態様では、前記制御システムは、前記第１モデルに従って算定された前記含水率の予測値と、前記第２モデルに従って算定された前記含水率との差が所定の許容値を超えた場合は、前記第１モデルのための機械学習を再度行い、前記第１モデルを更新するように構成されていることを特徴とする。
【0013】
一態様では、前記訓練データに含まれる前記運転パラメータの数値は、前記乾燥装置の通常運転時よりも広い範囲内で分散していることを特徴とする。
一態様では、前記制御システムは、前記機械学習を定期的または不定期に実行して前記モデルを更新するように構成されていることを特徴とする。
一態様では、前記制御システムは、Ｗｅｂアプリケーションを用いて、前記乾燥装置から取得されるデータの表示、前記乾燥装置の運転操作、前記モデルの更新を実行するように構成されていることを特徴とする。
一態様では、前記訓練データは、前記運転パラメータおよび前記状態データに加え、汚泥の画像データ、汚泥の音データ、および汚泥に起因して発生する振動データのうちの少なくとも１つを含み、前記制御システムは、前記運転パラメータおよび前記状態データと、汚泥の画像データ、汚泥の音データ、および汚泥の振動データのうちの少なくとも１つを前記モデルに入力し、前記乾燥装置から排出される乾燥汚泥の含水率の予測値を前記モデルに従って算定するように構成されていることを特徴とする。
一態様では、前記制御システムは、前記機械学習を定期的または不定期に実行して前記モデルを更新するように構成されていることを特徴とする。
一態様では、前記制御システムは、Ｗｅｂアプリケーションを用いて、前記乾燥装置から取得されるデータの表示、前記乾燥装置の運転操作、前記モデルの更新を実行するように構成されていることを特徴とする。
一態様では、前記訓練データは、前記運転パラメータおよび前記状態データに加え、汚泥の画像データ、汚泥の音データ、および汚泥に起因して発生する振動データのうちの少なくとも１つを含み、前記制御システムは、前記運転パラメータおよび前記状態データと、汚泥の画像データ、汚泥の音データ、および汚泥の振動データのうちの少なくとも１つを前記モデルに入力し、前記乾燥装置から排出される乾燥汚泥の含水率の予測値を前記モデルに従って算定するように構成されていることを特徴とする。
【発明の効果】
【0014】
本発明によれば、以下の効果が得られる。
運転パラメータおよび状態データに基づき乾燥汚泥の含水率を推定し、含水率を目標範囲内に収めるような最適な運転パラメータを決定することにより、安定運転を実現し、技術未熟者でも運転可能にする。
含水率に影響が大きい運転パラメータを優先的に調整することにより、効率的に含水率を目標範囲内に収めることができる。
乾燥装置は脱水システムと併せて使用される場合が多く、脱水システムのデータを取り入れることにより、前段までの運転状態及び汚泥状態をモデルに反映することができ、より精度の高い含水率推定が可能となる。
段階的に運転パラメータを調整することにより、安定した運転を実現し、より効率的かつ正確に含水率を目標範囲内に収めることができる。
複数の学習済みモデルによる出力を比較することで、学習済みモデルの精度低下を検出できる。さらに、含水率を実測しない場合においても、予測精度をモニタリングすることができる。
通常運転時よりも多様な数値を取り、広い範囲で分散するデータを含む訓練データを作成することにより、モデルの適用範囲が広がり、より精度の高いモデルを構築することができる。
Ｗｅｂアプリケーションを用いることで、遠隔監視、遠隔からのモデルの更新や乾燥装置の運転制御を可能にし、効率化を図ることができる。
運転パラメータおよび状態データに基づき乾燥汚泥の含水率を推定し、含水率を目標範囲内に収めるような最適な運転パラメータを決定することにより、安定運転を実現し、技術未熟者でも運転可能にする。
含水率に影響が大きい運転パラメータを優先的に調整することにより、効率的に含水率を目標範囲内に収めることができる。
乾燥装置は脱水システムと併せて使用される場合が多く、脱水システムのデータを取り入れることにより、前段までの運転状態及び汚泥状態をモデルに反映することができ、より精度の高い含水率推定が可能となる。
段階的に運転パラメータを調整することにより、安定した運転を実現し、より効率的かつ正確に含水率を目標範囲内に収めることができる。
複数の学習済みモデルによる出力を比較することで、学習済みモデルの精度低下を検出できる。さらに、含水率を実測しない場合においても、予測精度をモニタリングすることができる。
通常運転時よりも多様な数値を取り、広い範囲で分散するデータを含む訓練データを作成することにより、モデルの適用範囲が広がり、より精度の高いモデルを構築することができる。
Ｗｅｂアプリケーションを用いることで、遠隔監視、遠隔からのモデルの更新や乾燥装置の運転制御を可能にし、効率化を図ることができる。
【図面の簡単な説明】
【0015】
【図1】汚泥を乾燥させる乾燥装置と、当該乾燥装置の制御するための制御システムを備えた乾燥システムの一実施形態を示す模式図である。
【図3】パドルをシャフトの軸方向から見た図である。
【図4】脱水システムの一実施形態を示す図である。
【図5】脱水システムの他の実施形態を示す図である。
【図6】脱水システムのさらに他の実施形態を示す図である。
【図7】訓練データを用いて機械学習によりモデルを作成し、学習済みのモデルを使用して含水率の予測値を算出するフローを説明する図である。
【図8】表示部の一具体例を示す模式図である。
【図9】運転パラメータの重要度を示すグラフである。
【図10】画像データを取得するための構成を備えた乾燥システムの実施形態を示す模式図である。
【図11】音データを取得するための構成を備えた乾燥システムの実施形態を示す模式図である。
【図12】振動データを取得するための構成を備えた乾燥システムの実施形態を示す模式図である。
【発明を実施するための形態】
【0016】
以下、本発明の実施形態について図面を参照して説明する。
図１は、汚泥を乾燥させる乾燥装置と、当該乾燥装置の制御するための制御システムを備えた乾燥システムの一実施形態を示す模式図である。この乾燥システムは、汚泥やスラリーなどの懸濁液を脱水することで得られた濁質残渣を乾燥させるのに適したシステムである。特に、乾燥システムは、スクリュープレス装置などの脱水装置から排出された脱水ケーキを乾燥させる用途に好適に使用される。以下に説明する実施形態で乾燥装置によって乾燥される対象の汚泥の例には、そのような濁質残渣や脱水ケーキが含まれる。
図１は、汚泥を乾燥させる乾燥装置と、当該乾燥装置の制御するための制御システムを備えた乾燥システムの一実施形態を示す模式図である。この乾燥システムは、汚泥やスラリーなどの懸濁液を脱水することで得られた濁質残渣を乾燥させるのに適したシステムである。特に、乾燥システムは、スクリュープレス装置などの脱水装置から排出された脱水ケーキを乾燥させる用途に好適に使用される。以下に説明する実施形態で乾燥装置によって乾燥される対象の汚泥の例には、そのような濁質残渣や脱水ケーキが含まれる。
【0017】
乾燥システムは、脱水された濁質残渣などの汚泥を乾燥する乾燥装置５と、乾燥装置５によって乾燥された汚泥の含水率の予測値を算定する制御システム１０を備えている。乾燥装置５は、汚泥を搬送する投入コンベヤ１と、投入コンベヤ１によって搬送された汚泥を受け入れる乾燥室１４が内部に形成されたハウジング１５と、乾燥室１４内の汚泥を攪拌するための攪拌ロータ１７と、攪拌ロータ１７を回転させる電動機１８を備えている。本実施形態では、２つの攪拌ロータ１７が設けられているが、図１では１つの攪拌ロータ１７のみが図示されている。
【0018】
乾燥装置５に投入される汚泥は、含水率の多い汚泥またはスラリーなどの懸濁液を脱水装置（例えばスクリュープレス装置またはベルトプレス装置）によって脱水した後に残る低含水率の濁質残渣である。この濁質残渣は、一般に、脱水ケーキと呼ばれる。懸濁液の具体例としては、下水またはし尿、工場排水の処理時に発生する汚泥、食料品、化粧品、紙などの工業製品の製造時に発生する産業廃棄物、またはスラリーが挙げられる。
【0019】
図２は、図１に示す乾燥装置５の上面図である。図２に示すように、各攪拌ロータ１７は、シャフト１７Ａと、シャフト１７Ａに固定された複数のパドル１７Ｂを備えている。シャフト１７Ａの両端はハウジング１５を貫通して延びており、図示しない軸受によって回転可能に支持されている。パドル１７Ｂは、乾燥室１４内に配置されている。パドル１７Ｂは、シャフト１７Ａの軸方向に沿って配列されている。
【0020】
各パドル１７Ｂは、シャフト１７Ａの軸方向に垂直な方向に対して傾いている。さらに、全パドル１７Ｂのうちの半分の傾き角度は、他の半分のパドル１７Ｂの傾き角度とは異なっている。傾き角度の異なるこれらのパドル１７Ｂは、シャフト１７Ａの軸方向に沿って交互に配置されている。
【0021】
図３は、パドル１７Ｂをシャフト１７Ａの軸方向から見た図である。図３に示すように、パドル１７Ｂは扇形状を有している。各パドル１７Ｂは、シャフト１７Ａの外周面に固定されており、２つのパドル１７Ｂが１組となって、シャフト１７Ａの外周面を囲んでいる。シャフト１７Ａの軸方向から見たときに、一方のシャフト１７Ａに固定されたパドル１７Ｂの最外縁は、他方のシャフト１７Ａに固定されたパドル１７Ｂの最外縁に重なっている。このようなオーバーラップ配置により、汚泥の攪拌効率が向上される。実際には、一方のシャフト１７Ａに固定されたパドル１７Ｂは、他方のシャフト１７Ａに固定されたパドル１７Ｂに非接触である。
【0022】
図２に示すように、２つのシャフト１７Ａには２つのギヤ２０がそれぞれ固定されている。これらギヤ２０は互いに噛み合っている。したがって、２つのシャフト１７Ａ、すなわち２つの攪拌ロータ１７は、互いに反対方向に回転する。電動機１８は、トルク伝達機構２２を介して２つのシャフト１７Ａのうちの一方に連結されている。トルク伝達機構２２は、スプロケットとチェーンとの組み合わせ、またはプーリとベルトとの組み合わせなどから構成されている。電動機１８が作動すると、２つの攪拌ロータ１７は反対方向に回転する。電動機１８には、インバータ（図示せず）が内蔵されている。電動機１８は制御システム１０に接続されており、電動機１８の動作、すなわち攪拌ロータ１７の回転速度は、制御システム１０によって制御される。
【0023】
２つのシャフト１７Ａは中空シャフトであり、各パドル１７Ｂも中空パドルである。すなわち、各シャフト１７Ａ内には、その軸方向に延びる空間が形成されており、各パドル１７Ｂの内部にも空間が形成されている。シャフト１７Ａ内の空間と、パドル１７Ｂ内の空間は互いに連通している。乾燥装置５は、２つのシャフト１７Ａの一端にそれぞれ連結された２つの蒸気供給ライン５０を備えている。蒸気は、蒸気供給ライン５０からシャフト１７Ａ内に供給され、シャフト１７Ａ内の空間およびパドル１７Ｂ内の空間を流れ、そして、シャフト１７Ａの他端から排出される。この蒸気により、シャフト１７Ａおよびパドル１７Ｂは加熱され、その表面は高温となる。
【0024】
２つの蒸気供給ライン５０はボイラー５１に連結されている。蒸気供給ライン５０を流れる蒸気の圧力および流量は、蒸気供給ライン５０に設置された蒸気圧力調節弁５２によって制御される。蒸気圧力調節弁５２は制御システム１０に接続されており、蒸気圧力調節弁５２は制御システム１０によって制御される。より具体的には、攪拌ロータ１７内に供給される蒸気の圧力は蒸気圧力調節弁５２を介して制御システム１０によって制御される。
【0025】
図１に戻り、ハウジング１５は、汚泥が投入される投入口２５と、乾燥された汚泥が排出される排出口２６を備えている。乾燥装置５は、ハウジング１５に連結された乾燥気体供給ライン３０と、乾燥気体排出ライン３１を備えている。乾燥気体は、乾燥気体供給ライン３０を通ってハウジング１５内に供給され、ハウジング１５内の汚泥に接触し、そして、乾燥気体排出ライン３１を通ってハウジング１５から排出される。乾燥気体供給ライン３０から供給される乾燥気体は、予め除湿された高温の気体であり、蒸気またはヒーターなどの熱源（図示せず）により予め加熱されている。
【0026】
乾燥気体供給ライン３０には、温度測定器３２と流量測定器３３が取り付けられている。温度測定器３２は、乾燥気体供給ライン３０を流れる乾燥気体の温度を測定するように構成されており、流量測定器３３は、乾燥気体供給ライン３０を流れる乾燥気体の流量を測定するように構成されている。さらに、乾燥気体排出ライン３１にも、該乾燥気体排出ライン３１を流れる乾燥気体の温度を測定する温度測定器３５が取り付けられている。温度測定器３２、流量測定器３３、および温度測定器３５は、制御システム１０に接続されており、ハウジング１５内に供給される乾燥気体の温度および流量の測定値、およびハウジング１５から排出された乾燥気体の温度の測定値は、制御システム１０に送られるようになっている。
【0027】
乾燥装置５は、ハウジング１５の表面温度を測定する温度測定器４０と、ハウジング１５内の圧力を測定する圧力測定器４１を備えている。温度測定器４０および圧力測定器４１は、制御システム１０に接続されており、ハウジング１５の表面温度の測定値およびハウジング１５内の圧力の測定値は、制御システム１０に送られるようになっている。
【0028】
乾燥装置５は、ハウジング１５内に配置された堰５６と、堰５６を上下動させる上下動装置５８を備えている。堰５６は、ハウジング１５内に配置されており、汚泥の流れ方向において、パドル１７Ｂの下流側に位置している。ハウジング１５の内部は、堰５６によって乾燥室１４と排出室６０に区画される。排出口２６は排出室６０の下方に位置している。乾燥室１４内の汚泥は、堰５６の上縁を越えて排出室６０に移動される。堰５６は、乾燥室１４内の汚泥の滞留量および滞留時間を制御する機能を有する。すなわち、堰５６を上方に移動させると（堰５６の高さを上げると）、乾燥室１４内に滞留する汚泥の量および時間が増加し、結果として汚泥がより乾燥される。上下動装置５８は、制御システム１０に接続されており、上下動装置５８の動作、すなわち堰５６の高さ（堰５６の上下方向の位置）は制御システム１０によって制御される。
【0029】
乾燥装置５の動作は次の通りである。電動機１８は、２つの攪拌ロータ１７を反対方向に回転させながら、蒸気が蒸気供給ライン５０から攪拌ロータ１７内に供給される。攪拌ロータ１７は蒸気によって加熱され、攪拌ロータ１７の表面は高温になる。さらに、乾燥気体が乾燥気体供給ライン３０を通って乾燥室１４内に流入し、乾燥室１４内を流れ、乾燥気体排出ライン３１を通って排出される。汚泥は、投入口２５を通って乾燥室１４内に投入される。汚泥は、回転する攪拌ロータ１７のパドル１７Ｂによって少しずつ排出室６０に向かって移動される。攪拌ロータ１７によって移動される間、汚泥は、高温の攪拌ロータ１７との接触、および乾燥気体との接触により乾燥される。乾燥された汚泥は、堰５６を乗り越えて排出室６０内に移動し、排出口２６を通って乾燥装置５から排出される。排出口２６の下方には排出コンベヤ６４が配置されており、乾燥された汚泥は、排出口２６を通って排出コンベヤ６４上に落下し、排出コンベヤ６４によって搬送される。
【0030】
乾燥装置５は、その乾燥動作を制御する制御システム１０に連結されている。この制御システム１０は、後述する機械学習を実行してモデルを作成し、そのモデルを使用するためのプログラムが格納された記憶装置１０ａと、プログラムに含まれる命令に従って演算を実行する演算装置１０ｂを備えている。記憶装置１０ａは、ランダムアクセスメモリ（ＲＡＭ）などの主記憶装置と、ハードディスクドライブ（ＨＤＤ）、ソリッドステートドライブ（ＳＳＤ）などの補助記憶装置を備えている。演算装置１０ｂの例としては、ＣＰＵ（中央演算装置）、ＧＰＵ（グラフィックプロセッシングユニット）が挙げられる。ただし、制御システム１０の具体的構成はこれらの例に限定されない。
【0031】
制御システム１０は、少なくとも１台のコンピュータから構成されている。前記少なくとも１台のコンピュータは、１台のサーバまたは複数台のサーバであってもよい。制御システム１０は、乾燥装置５に通信線で接続されたエッジサーバであってもよいし、インターネットまたはローカルエリアネットワークなどの通信ネットワークによって乾燥装置５に接続されたクラウドサーバまたはフォグサーバであってもよい。制御システム１０は、ゲートウェイ、ルーターなどの中に配置されてもよい。
【0032】
制御システム１０は、インターネットまたはローカルエリアネットワークなどの通信ネットワークにより接続された複数のサーバであってもよい。例えば、制御システム１０は、エッジサーバとクラウドサーバとの組み合わせであってもよい。記憶装置１０ａと演算装置１０ｂは、別々の場所に設置された複数のコンピュータ内にそれぞれ配置されてもよい。
【0033】
次に、制御システム１０の機能について説明する。制御システム１０は、乾燥装置５から排出される乾燥汚泥の含水率の予測値を、機械学習により構築されたモデル（すなわち学習済みモデル）を用いて算定するように構成されている。モデルは、記憶装置１０ａ内に格納されている。制御システム１０の演算装置１０ｂは、後述する乾燥装置５の状態データを学習済みモデルに入力し、学習済みモデルのアルゴリズムに従って乾燥汚泥の含水率の予測値を算定するように構成される。
【0034】
学習済みモデルは、訓練データを用いた機械学習によって作成される。モデルには、説明変数が入力され、モデルからは目的変数が出力される。
説明変数：予測したい変数（目的変数）を導出するため変数。
目的変数：予測したい変数。本実施形態では、乾燥装置５から排出される乾燥汚泥の含水率が目的変数である。
説明変数：予測したい変数（目的変数）を導出するため変数。
目的変数：予測したい変数。本実施形態では、乾燥装置５から排出される乾燥汚泥の含水率が目的変数である。
【0035】
訓練データに含まれる説明変数は、過去の乾燥運転時に使用された乾燥装置５の運転パラメータのみならず、後述する乾燥装置５の状態データ（例えば、乾燥装置５に投入される汚泥の含水率）を含む。目的変数は、運転パラメータおよび状態データに対応する乾燥汚泥の含水率である。制御システム１０は、上記説明変数および上記目的変数を含む訓練データを用いて、モデルを機械学習のアルゴリズムに従って作成する。モデルは回帰モデル、分類モデルのいずれであってもよい。
【0036】
機械学習アルゴリズムの例としては、ＳＶＲ法（サポートベクター回帰法）、ＰＬＳ法（部分最小二乗法：Ｐａｒｔｉａｌ Ｌｅａｓｔ Ｓｑｕａｒｅｓ）、ディープラーニング法（深層学習法）、ランダムフォレスト法、または決定木法などが挙げられる。本実施形態では、機械学習にランダムフォレスト法が採用されるが、本発明はこれに限定されない。
【0037】
上記モデルの機械学習に用いられる訓練データは、乾燥装置５の運転パラメータと、乾燥装置５の状態データと、対応する乾燥汚泥の含水率の実測データを含む。
乾燥装置５の運転パラメータは以下の通りである。
・乾燥装置５に投入される汚泥の流量（投入コンベヤ１の搬送速度)
・乾燥装置５の攪拌ロータ１７の回転速度（電動機１８の回転速度）
・乾燥装置５の電動機１８のトルク電流値
・堰５６の高さ（上下動装置５８の設定値）
・攪拌ロータ１７に注入される蒸気の圧力（蒸気圧力調節弁５２の開度）
・ハウジング１５に供給される乾燥気体の温度（温度測定器３２によって測定される）
・ハウジング１５に供給される乾燥気体の流量（流量測定器３３によって測定される）
乾燥装置５の運転パラメータは以下の通りである。
・乾燥装置５に投入される汚泥の流量（投入コンベヤ１の搬送速度)
・乾燥装置５の攪拌ロータ１７の回転速度（電動機１８の回転速度）
・乾燥装置５の電動機１８のトルク電流値
・堰５６の高さ（上下動装置５８の設定値）
・攪拌ロータ１７に注入される蒸気の圧力（蒸気圧力調節弁５２の開度）
・ハウジング１５に供給される乾燥気体の温度（温度測定器３２によって測定される）
・ハウジング１５に供給される乾燥気体の流量（流量測定器３３によって測定される）
【0038】
乾燥装置５の状態データの具体例は、次の通りである。
・乾燥装置５に投入される汚泥の種類（例えば、水処理においては消化汚泥、混合生汚泥等、汚泥が発生した処理場）
・乾燥装置５に投入される汚泥の温度（図示しない測定装置によって測定される)
・乾燥装置５に投入される汚泥の含水率（図示しない測定装置によって測定される)
・乾燥装置５の表面温度（温度測定器４０によって測定される）
・乾燥装置５内の圧力（圧力測定器４１によって測定される）
・攪拌ロータ１７に注入される蒸気の流量（蒸気圧力調節弁５２の開度）
・ハウジング１５から排出された乾燥気体の温度（温度測定器３５によって測定される）
・蒸気供給ライン５０から排出された蒸気が凝縮したドレン量（図示しない測定装置によって測定される）
・乾燥装置５に投入される汚泥の種類（例えば、水処理においては消化汚泥、混合生汚泥等、汚泥が発生した処理場）
・乾燥装置５に投入される汚泥の温度（図示しない測定装置によって測定される)
・乾燥装置５に投入される汚泥の含水率（図示しない測定装置によって測定される)
・乾燥装置５の表面温度（温度測定器４０によって測定される）
・乾燥装置５内の圧力（圧力測定器４１によって測定される）
・攪拌ロータ１７に注入される蒸気の流量（蒸気圧力調節弁５２の開度）
・ハウジング１５から排出された乾燥気体の温度（温度測定器３５によって測定される）
・蒸気供給ライン５０から排出された蒸気が凝縮したドレン量（図示しない測定装置によって測定される）
【0039】
上述した運転パラメータおよび状態データの項目は例であり、運転パラメータおよび状態データは、上記項目のうちのいずれかのみであってもよい。
【0040】
本実施形態では、乾燥装置５の運転パラメータを、乾燥装置５の通常運転時よりも多様な数値を取り、広い範囲内で少しずつ変化させながら、汚泥の乾燥を実行し、含水率の実測値を取得する。制御システム１０は、このようにして得られた、通常運転時よりも広い範囲内で数値が分散した運転パラメータと、上記状態データと、対応する含水率の実測値を含む訓練データを用いて機械学習を実行する。さらに、制御システム１０は、上述のようにして訓練データを定期的または不定期に取得し、得られた訓練データを用いて機械学習を実行し、モデルを更新する。
【0041】
一実施形態では、乾燥装置５の状態データには、乾燥装置５の前段に設置される脱水システムの運転パラメータおよび状態データ、脱水システムに組み込まれた学習済みモデルに従って算定された脱水汚泥の含水率の推定値などの出力値が含まれてもよい。以下、脱水システムの具体例について説明する。
【0042】
脱水システムは、図１の投入コンベヤ１の上流側に配置され、汚泥などの懸濁液を脱水するように構成される。図４は、脱水システムの一実施形態を示す模式図である。脱水システムは、懸濁液を貯留する懸濁液貯留槽１０１と、凝集剤を懸濁液に注入し、凝集剤と懸濁液を攪拌することにより凝集物を形成する凝集装置１０３と、凝集物から液体を除去し、濃縮物を形成する濃縮装置１０４と、濃縮された凝集物からなる濃縮物から液体をさらに除去して濁質残渣を形成する脱水装置１０５を備えている。濃縮装置１０４は、凝集装置１０３によって形成された凝集物から液体を除去し、濃度３～１５ｗｔ％の濃縮物を形成する装置であり、脱水装置１０５は、凝集装置１０３によって形成された凝集物、または濃縮装置１０４によって形成された濃縮物から液体を除去し、濃度３～５０ｗｔ％の濁質残渣を形成する装置である。
【0043】
濁質残渣は、懸濁液から液体を除去した後に残る低含水率の物質である。脱水装置１０５によって懸濁液から液体を除去した後に残る濁質残渣は、一般に、ケーキと呼ばれる。以下の説明では、懸濁液を汚泥と呼び、濁質残渣をケーキと呼ぶ。汚泥の具体例としては、下水またはし尿、工場排水の処理時に発生する汚泥が挙げられる。また、汚泥以外の懸濁液の例としては、食料品、化粧品、紙などの工業製品の製造時に発生する産業廃棄物、またはスラリーが挙げられる。
【0044】
本実施形態では、濃縮装置１０４は、回転円板式脱液装置（例えば株式会社研電社製のスリットセーバー）である。このタイプの濃縮装置１０４は、濃縮汚泥の状態変化が把握しやすいために好ましいが、濃縮装置１０４のタイプは特に限定されない。例えば、濃縮装置１０４は、ドラム式、スクリュー式、またはベルト式であってもよい。本実施形態の脱水装置１０５は、汚泥を加圧して脱水するスクリュープレスから構成される。スクリュープレスは、汚泥を脱水する加圧脱水機の一例である。スクリュープレスは圧入式、軸摺動式、２段式を使用することができる。図４に示す脱水装置１０５は、軸摺動式のスクリュープレスである。また、加圧脱水機として、スクリュープレス以外にも、フィルタープレス、遠心分離機などの他のタイプのものを使用することもできる。
【0045】
図４に示すように、凝集装置１０３は、汚泥を収容し、汚泥を凝集剤と混合する凝集混和槽１０７と、凝集混和槽１０７内の汚泥を攪拌するための攪拌機１０８と、凝集混和槽１０７に接続された汚泥導入管（懸濁液導入管）１１４と、汚泥導入管１１４に設けられたポンプ１１２を備えている。攪拌機１０８は、凝集混和槽１０７内に配置された攪拌羽根１０９と、攪拌羽根１０９に連結された攪拌モータ１１０を備えている。懸濁液貯留槽１０１は、汚泥導入管１１４によって凝集混和槽１０７に接続されている。汚泥は、ポンプ１１２により汚泥導入管１１４を通じて懸濁液貯留槽１０１から凝集混和槽１０７に移送される。凝集混和槽１０７への汚泥の流量は、ポンプ１１２の運転によって調整することが可能である。
【0046】
汚泥導入管１１４には温度センサ１２２が取り付けられている。この温度センサ１２２は、凝集混和槽１０７に導入される汚泥の温度を測定するように構成されている。さらに、汚泥導入管１１４には汚泥濃度計（懸濁液濃度計）１２４が取り付けられており、凝集混和槽１０７に導入される汚泥中の懸濁物質の濃度は汚泥濃度計１２４によって測定される。
【0047】
凝集装置１０３は、凝集混和槽１０７に接続された水供給ライン１２６と、水供給ライン１２６に取り付けられた流量制御弁１２７をさらに備えている。水供給ライン１２６は、水を凝集混和槽１０７内に供給し、凝集混和槽１０７内の汚泥を希釈する。水供給ライン１２６を通って凝集混和槽１０７に供給される水の流量は流量制御弁１２７によって調整される。一実施形態では、水供給ライン１２６を汚泥導入管１１４に接続し、水を汚泥導入管１１４に直接供給してもよい。
【0048】
凝集装置１０３は、凝集混和槽１０７に接続された凝集剤供給装置１２８をさらに備えている。この凝集剤供給装置１２８は、凝集剤を予め定められた流量で凝集混和槽１０７内の汚泥に注入するように構成されている。凝集混和槽１０７内の汚泥に注入される凝集剤の流量は、凝集剤供給装置１２８によって調整される。汚泥は凝集剤とともに攪拌機１０８によって攪拌される。凝集混和槽１０７内で凝集剤と汚泥を攪拌することにより、汚泥内の懸濁物質が集合した凝集物が形成される。凝集混和槽１０７内で形成される凝集物は、一般に、凝集フロックと呼ばれる。
【0049】
図４に示される凝集混和槽１０７は単段の槽であるが、凝集混和槽１０７は、複数段の槽であってもよい。汚泥の攪拌強度は、攪拌機１０８の回転速度によって調整することができる。凝集混和槽１０７は、その内部の凝集物の状態を観察できるように、サイドグラスが設置されてもよい。
【0050】
凝集混和槽１０７は、汚泥移送管１１８によって濃縮装置１０４に連結されている。濃縮装置１０４は、凝集装置１０３と脱水装置１０５との間に配置されている。凝集装置１０３によって形成された凝集物からなる汚泥は、汚泥移送管１１８を通って濃縮装置１０４に移送される。凝集物は、濃縮装置１０４によって濃縮され、脱水される。濃縮装置１０４の一例としては、回転円板式脱液装置が挙げられる。
【0051】
濃縮装置１０４の出口は、脱水装置１０５の投入口１３５の上方に配置されており、濃縮装置１０４によって形成された濃縮物からなる汚泥は、脱水装置１０５の投入口１３５に投入される。本実施形態では、脱水装置１０５は、スクリュープレスである。スクリュープレスとしての脱水装置１０５は、ろ過筒１３６と、ろ過筒１３６内に同心状に配置されたスクリュー軸１３７と、スクリュー軸１３７の外面に固定されたスクリュー羽根１３８と、スクリュー軸１３７およびスクリュー羽根１３８を回転させて汚泥を排出室１４１に向かって送るスクリューモータ１４０と、スクリューモータ１４０に連結された軸摺動アクチュエータ１４２を備えている。
【0052】
ろ過筒１３６は、パンチングメタルなどの多孔板から構成されている。ろ過筒１３６の一端は閉塞壁１４４によって密封されており、ろ過筒１３６の他端は排出室１４１に接続されている。投入口１３５はろ過筒１３６に形成されており、かつ閉塞壁１４４に隣接している。
【0053】
スクリュー軸１３７は、ろ過筒１３６内を貫通して延びている。スクリュー軸１３７は、下流側に向かってその径が徐々に大きくなる円錐台形状を有している。スクリュー軸１３７は閉塞壁１４４を貫通して延びており、スクリュー軸１３７の端部はスクリューモータ１４０に連結されている。スクリューモータ１４０には、インバータ（図示せず）が内蔵されている。
【0054】
スクリュー羽根１３８は、スクリュー軸１３７の長手方向に沿って螺旋状に延びる一枚羽根である。ろ過筒１３６の内面とスクリュー羽根１３８との間には微小な隙間が形成されており、スクリュー羽根１３８はろ過筒１３６に接触することなく回転することができる。投入口１３５からろ過筒１３６内に投入された汚泥は、回転するスクリュー羽根１３８によりろ過筒１３６内を排出室１４１に向かって移送される。
【0055】
汚泥がろ過筒１３６内で移送される空間は、ろ過筒１３６の内面と、スクリュー羽根１３８と、スクリュー軸１３７とによって形成される。この空間の容積は、汚泥の進行方向に沿って漸次減少する。したがって、この空間をスクリュー羽根１３８によって移動されるに従って、汚泥は圧搾され、脱水される。ろ過筒１３６を通過したろ液は、ろ過筒１３６の下方に配置されたろ液受け１４５によって回収された後に、ドレン１４６を通じて排出される。
【0056】
ろ過筒１３６の下流側端部に対向して環状の背圧板１５０が配置されている。この背圧板１５０は、ろ過筒１３６内を移送された脱水汚泥を受けるためのテーパー面を有する円錐台の形状を有している。背圧板１５０の中央部には、スクリュー軸１３７が貫通する貫通孔が形成されており、背圧板１５０はスクリュー軸１３７と同心状に配置されている。背圧板１５０はスクリュー軸１３７に固定されておらず、背圧板１５０は回転しない。
【0057】
背圧板１５０は、背圧板駆動装置１５１に連結されている。この背圧板駆動装置１５１は、背圧板１５０を、スクリュー軸１３７の軸方向に移動させるように構成されている。背圧板１５０とろ過筒１３６の下流側端部との間の隙間は、背圧板駆動装置１５１によって調整される。背圧板駆動装置１５１は、例えば油圧シリンダーまたは電動シリンダーなどから構成されている。
【0058】
軸摺動アクチュエータ１４２は、スクリューモータ１４０をスクリュー軸１３７の軸方向に移動させるように構成されている。軸摺動アクチュエータ１４２がスクリューモータ１４０を軸方向に移動させると、スクリューモータ１４０に連結されたスクリュー軸１３７およびスクリュー羽根１３８は、ろ過筒１３６内でスクリュー軸１３７の軸方向に移動される。
【0059】
次に、脱水装置１０５の動作について説明する。濃縮装置１０４によって形成された濃縮物からなる汚泥は、投入口１３５からろ過筒１３６内に投入される。汚泥は、回転するスクリュー羽根１３８によりろ過筒１３６内を排出室１４１に向かって移送される。ろ過筒１３６内を移動されるに従って、汚泥は圧搾され、脱水される。ろ過筒１３６を通過したろ液は、ろ液受け１４５によって回収され、ドレン１４６を通じて排出される。汚泥は、ろ過筒１３６内で脱水されてケーキを形成する。洗浄装置１５５は、予め設定された時間間隔で、ろ過筒１３６の外周面に洗浄液を供給する。
【0060】
ろ過筒１３６内を移動してきたケーキは、背圧板１５０に押し付けられる。ケーキは、その移動を背圧板１５０によって妨げられることで圧縮される。この圧縮されたケーキは、ろ過筒１３６の下流側端部をシールするプラグ１５２を形成する。プラグ１５２は、後続のケーキに背圧を加えることにより、ろ過筒１３６内のケーキの含水率を低下させる。ケーキは、ろ過筒１３６内でプラグ１５２を形成しながら、後続のケーキにより押されて背圧板１５０とろ過筒１３６の下流側端部との間の隙間を通過して、少しずつ排出室１４１に排出される。ケーキは、排出室１４１の下部に設けられた排出口１５３を通って排出室１４１から排出される。このようにして、汚泥から液体が除去されて、低含水率のケーキが形成される。ケーキは、図１に示す投入コンベヤ１によって乾燥装置５の投入口２５に搬送される。
【0061】
背圧板１５０の軸方向の位置によって背圧板１５０とろ過筒１３６の下流側端部との間の隙間が変わり、結果として、ろ過筒１３６内の汚泥に加わる圧縮力が変わる。より具体的には、背圧板１５０とろ過筒１３６の下流側端部との間の隙間が小さくなると、プラグ１５２を押し出すのにより大きな力が必要となるので、ろ過筒１３６内の汚泥に加わる圧縮力が増加する。よって、スクリュー羽根１３８の回転速度のみならず、背圧板１５０の位置によっても、汚泥に加わる圧縮力を調整することができる。ろ過筒１３６内には圧力センサ１６１が配置されており、ろ過筒１３６内の汚泥の圧力は、圧力センサ１６１によって測定される。圧力センサ１６１の位置はろ過筒１３６内であれば特に限定されず、ろ過筒１３６内の前段、中段、または後段のいずれであってもよく、複数の圧力センサ１６１をろ過筒１３６内に配置してもよい。
【0062】
プラグ１５２は、低含水率のケーキから形成されている。プラグ１５２を形成しているケーキの含水率が低下すると、プラグ１５２が硬くなり、ろ過筒１３６の下流側端部を閉塞してしまうことがある。このような場合は、軸摺動アクチュエータ１４２は、スクリュー軸１３７およびスクリュー羽根１３８を軸方向に移動させることで、硬い低含水率のケーキを強制的に排出することができる。結果として、脱水装置１０５は、安定した連続運転が可能となる。
【0063】
脱水システムの運転パラメータおよび状態データの具体例は、次の通りである。
・汚泥の温度（温度センサ１２２によって測定される）
・凝集混和槽１０７への汚泥の流量（ポンプ１１２の回転速度から推定される）
・汚泥の性状（ｐＨ、アルカリ度、ＴＳ、ＶＴＳ、ＳＳ、ＶＳＳ、浮遊物質量）
・凝集剤の物性（カチオン度、分子量）
・凝集剤の流量（凝集剤供給装置１２８の運転速度）
・攪拌機１０８の攪拌速度（攪拌モータ１１０の回転速度）
・凝集混和槽１０７への水の流量（流量制御弁１２７の開度）
・濃縮装置１０４の運転速度（濃縮装置１０４の駆動モータの回転速度）
・濃縮装置１０４の運転トルク（濃縮装置１０４の駆動モータへの電流値）
・濃縮装置１０４によって分離された液体の流量（図示しない流量計によって測定される）
・濃縮装置１０４によって濃縮された汚泥濃度（図示しない濃度センサによって測定される）
・スクリュー軸１３７の回転速度
・スクリューモータ１４０への電流値（トルク値）
・ろ過筒１３６内の汚泥の圧力（圧力センサ１６１によって測定される）
・背圧板１５０の開度（背圧板駆動装置１５１の設定値）
・背圧板１５０の圧力（図示しない圧力センサによって測定される）
・ケーキ含水率の測定値（図示しない測定装置または手動によって測定される）
・汚泥の温度（温度センサ１２２によって測定される）
・凝集混和槽１０７への汚泥の流量（ポンプ１１２の回転速度から推定される）
・汚泥の性状（ｐＨ、アルカリ度、ＴＳ、ＶＴＳ、ＳＳ、ＶＳＳ、浮遊物質量）
・凝集剤の物性（カチオン度、分子量）
・凝集剤の流量（凝集剤供給装置１２８の運転速度）
・攪拌機１０８の攪拌速度（攪拌モータ１１０の回転速度）
・凝集混和槽１０７への水の流量（流量制御弁１２７の開度）
・濃縮装置１０４の運転速度（濃縮装置１０４の駆動モータの回転速度）
・濃縮装置１０４の運転トルク（濃縮装置１０４の駆動モータへの電流値）
・濃縮装置１０４によって分離された液体の流量（図示しない流量計によって測定される）
・濃縮装置１０４によって濃縮された汚泥濃度（図示しない濃度センサによって測定される）
・スクリュー軸１３７の回転速度
・スクリューモータ１４０への電流値（トルク値）
・ろ過筒１３６内の汚泥の圧力（圧力センサ１６１によって測定される）
・背圧板１５０の開度（背圧板駆動装置１５１の設定値）
・背圧板１５０の圧力（図示しない圧力センサによって測定される）
・ケーキ含水率の測定値（図示しない測定装置または手動によって測定される）
【0064】
上述した脱水システムの運転パラメータおよび状態データの項目は例であり、脱水システムの運転パラメータおよび状態データは、上記項目のうちのいずれかのみであってもよい。
【0065】
図５は、脱水システムの他の実施形態を示す図である。図５に示す脱水システムは、脱水装置１０５として二段式スクリュープレスを採用している点で、軸摺動型のスクリュープレスを採用している図４の実施形態と相違する。本実施形態では、図４に示す軸摺動アクチュエータ１４２は設けられていない。特に説明しない実施形態の構成および動作は、図４に示す実施形態と同じであるので、その重複する説明を省略する。
【0066】
二段式スクリュープレスから構成された脱水装置１０５は、ろ過筒１３６と、ろ過筒１３６内で、該ろ過筒１３６と同心状に配置され、汚泥を移送する第１スクリュー１７１および第２スクリュー１７２と、第１スクリュー１７１を回転させる第１スクリューモータ１７５と、第１スクリュー１７１とは独立に第２スクリュー１７２を回転させる第２スクリューモータ１７６を備えている。
【0067】
第１スクリューモータ１７５および第２スクリューモータ１７６は、第１スクリュー１７１および第２スクリュー１７２にそれぞれ直接連結されてもよいし、またはチェーンおよびスプロケットなどから構成されるトルク伝達機構を介して第１スクリュー１７１および第２スクリュー１７２にそれぞれ連結されてもよい。
【0068】
ろ過筒１３６は、パンチングメタルなどのスクリーン（多孔板）から形成されている。ろ過筒１３６の上流側端部には、投入口１３５が形成されている。投入口１３５からろ過筒１３６に投入された汚泥は、回転する第１スクリュー１７１および第２スクリュー１７２によりろ過筒１３６内で所定の移送方向に移送される。ろ過筒１３６の下流側端部は排出室１４１に接続されている。
【0069】
第２スクリュー１７２は、第１スクリュー１７１とは独立に回転可能なように、第１スクリュー１７１に連結されている。第１スクリュー１７１および第２スクリュー１７２は、ろ過筒１３６および排出室１４１をそれぞれ貫通して延びている。排出室１４１は、ろ過筒１３６に接続されている。この排出室１４１に、ケーキから構成されたプラグ１７７がろ過筒１３６から排出される。第２スクリュー１７２の軸方向の長さは、第１スクリュー１７１の軸方向の長さよりも短い。第１スクリュー１７１は、汚泥の移送方向に沿ってその径が徐々に大きくなる円錐台形状の第１スクリュー軸１７１Ａと、第１スクリュー軸１７１Ａの外面に固定された第１スクリュー羽根１７１Ｂとを有している。第２スクリュー１７２は、円筒形状の第２スクリュー軸１７２Ａと、第２スクリュー軸１７２Ａの外面に固定された第２スクリュー羽根１７２Ｂとを有している。
【0070】
ろ過筒１３６の上流側端部は閉塞壁１４４によって密封されている。第１スクリュー軸１７１Ａの上流側端部はこの閉塞壁１４４を貫通して延び、第１スクリュー１７１を回転させるための第１スクリューモータ１７５に連結されている。第２スクリュー１７２の第２スクリュー軸１７２Ａは、第１スクリュー軸１７１Ａと同心状に配置される。第２スクリュー軸１７２Ａの外径は第１スクリュー軸１７１Ａの最大径と同一である。第２スクリュー軸１７２Ａの下流側端部は、排出室１４１を構成する壁１４１Ａを貫通して延び、第２スクリュー１７２を回転させるための第２スクリューモータ１７６に連結されている。排出室１４１の下部は、排出口１５３に接続されている。
【0071】
第１スクリューモータ１７５には、インバータ（図示せず）が内蔵されており、モータ制御部１０６は、インバータを介して第１スクリューモータ１７５の動作を制御することができるように構成されている。すなわち、モータ制御部１０６は、インバータを介して第１スクリューモータ１７５の回転速度および回転方向を制御することができる。モータ制御部１０６は、第１スクリューモータ１７５に指令を発して、第１スクリュー１７１を第２スクリュー１７２とは独立して回転させることが可能である。
【0072】
第２スクリューモータ１７６も、モータ制御部１０６に接続されている。第２スクリューモータ１７６には、インバータ（図示せず）が内蔵されており、モータ制御部１０６は、インバータを介して第２スクリューモータ１７６の動作を制御することができるように構成されている。すなわち、モータ制御部１０６は、インバータを介して第２スクリューモータ１７６の回転速度および回転方向を制御することができる。モータ制御部１０６は第２スクリューモータ１７６に指令を発して、第２スクリュー１７２を第１スクリュー１７１とは独立して回転させることが可能である。
【0073】
第１スクリュー羽根１７１Ｂは、第１スクリュー軸１７１Ａの軸方向に沿って螺旋状に延びており、第２スクリュー羽根１７２Ｂは、第２スクリュー軸１７２Ａの軸方向に沿って螺旋状に延びている。第１スクリュー羽根１７１Ｂが固定されている第１スクリュー１７１の部分と、第２スクリュー羽根１７２Ｂが固定されている第２スクリュー１７２の部分を合計した長さは、ろ過筒１３６の軸方向の長さと同一か、または長い。
【0074】
ろ過筒１３６の内面と第１スクリュー羽根１７１Ｂとの間には微小な隙間が形成されており、第１スクリュー羽根１７１Ｂはろ過筒１３６に接触することなく回転することができるようになっている。同様に、ろ過筒１３６の内面と第２スクリュー羽根１７２Ｂとの間には微小な隙間が形成されており、第２スクリュー羽根１７２Ｂはろ過筒１３６に接触することなく回転することができるようになっている。ろ過筒１３６の上流側端部に形成された投入口１３５からろ過筒１３６に投入された汚泥を、回転する第１スクリュー羽根１７１Ｂおよび第２スクリュー羽根１７２Ｂによって排出室１４１に向かって移送することができる。
【0075】
第２スクリュー羽根１７２Ｂのピッチは、第１スクリュー羽根１７１Ｂのピッチよりも小さい。さらに、第２スクリュー羽根１７２Ｂは、その巻数が３巻き未満である。本実施形態では、第２スクリュー羽根１７２Ｂの巻き方向（すなわち、螺旋方向）は、第１スクリュー羽根１７１Ｂの巻き方向とは逆である。したがって、投入口１３５から投入された汚泥を、排出室１４１へ送り出すときは、図５に示されるように、第２スクリュー１７２を第１スクリュー１７１とは逆方向に回転させる。
【0076】
第２スクリュー羽根１７２Ｂの巻き方向を、第１スクリュー羽根１７１Ｂの巻き方向と同一にしてもよい。この場合、投入口１３５から投入された汚泥を、排出室１４１へ送り出すときは、第２スクリュー１７２を第１スクリュー１７１と同方向に回転させる。
【0077】
ろ過筒１３６は、第１スクリュー１７１が配置された脱水領域１Ａと、第２スクリュー１７２が配置されたプラグ形成領域１Ｂとに分割される。脱水領域１Ａで汚泥が移送される空間は、ろ過筒１３６の内面と、第１スクリュー羽根１７１Ｂと、第１スクリュー軸１７１Ａとによって形成される。この移送空間の断面積は、図５に示すように、汚泥の移送方向に沿って漸次減少する。したがって、投入口１３５から投入された汚泥がこの移送空間を第１スクリュー羽根１７１Ｂによって移送されるに従って、汚泥は圧搾され、脱水される。ろ過筒１３６を通過したろ液は、ろ過筒１３６の下方に配置されたろ液受け１４５によって回収される。ろ液受け１４５には、ドレン１４６が接続されており、ろ液受け１４５によって回収されたろ液は、ドレン１４６を介して脱水装置１０５から排出される。
【0078】
プラグ形成領域１Ｂで汚泥が移送される空間は、ろ過筒１３６の内面と、第２スクリュー羽根１７２Ｂと、第２スクリュー軸１７２Ａとによって形成される。図５に示すように、この移送空間の断面積は一定である。プラグ形成領域１Ｂでは、脱水領域１Ａで脱水された汚泥（すなわち、ケーキ）によって、プラグ１７７が形成される。プラグ１７７は、後続のケーキに背圧を加えることにより、ろ過筒１３６内のケーキの含水率を低下させる。ケーキは、プラグ形成領域１Ｂ内でプラグ１７７を形成しながら、後続のケーキにより押されて、少しずつ排出室１４１に排出される。ケーキは、排出室１４１の下部に設けられた排出口１５３を通って排出室１４１から排出される。このようにして、汚泥から液体が除去されて、低含水率のケーキが形成される。ケーキは、図１に示す投入コンベヤ１によって乾燥装置５の投入口２５に搬送される。
【0079】
本実施形態の脱水システムの運転パラメータおよび状態データの具体例は、次の通りである。
・汚泥の温度（温度センサ１２２によって測定される）
・凝集混和槽１０７への汚泥の流量（ポンプ１１２の回転速度）
・汚泥の性状（ｐＨ、アルカリ度、ＴＳ、ＶＴＳ、ＳＳ、ＶＳＳ、浮遊物質量）
・凝集剤の物性（カチオン度、分子量）
・凝集剤の流量（凝集剤供給装置１２８の運転速度）
・攪拌機１０８の攪拌速度（攪拌モータ１１０の回転速度）
・凝集混和槽１０７への水の流量（流量制御弁１２７の開度）
・濃縮装置１０４の運転速度（駆動モータの回転速度）
・濃縮装置１０４の運転トルク（駆動モータへの電流値）
・濃縮装置１０４によって分離された液体の流量（図示しない流量計によって測定される）
・濃縮装置１０４によって濃縮された汚泥濃度（図示しない濃度センサによって測定される）
・第１スクリュー１７１の回転速度
・第１スクリューモータ１７５への電流値（トルク値）
・第２スクリュー１７２の回転速度
・第２スクリューモータ１７６への電流値（トルク値）
・ろ過筒１３６内の汚泥の圧力（圧力センサ１６１によって測定される）
・ケーキ含水率の測定値（図示しない測定装置または手動によって測定される）
・汚泥の温度（温度センサ１２２によって測定される）
・凝集混和槽１０７への汚泥の流量（ポンプ１１２の回転速度）
・汚泥の性状（ｐＨ、アルカリ度、ＴＳ、ＶＴＳ、ＳＳ、ＶＳＳ、浮遊物質量）
・凝集剤の物性（カチオン度、分子量）
・凝集剤の流量（凝集剤供給装置１２８の運転速度）
・攪拌機１０８の攪拌速度（攪拌モータ１１０の回転速度）
・凝集混和槽１０７への水の流量（流量制御弁１２７の開度）
・濃縮装置１０４の運転速度（駆動モータの回転速度）
・濃縮装置１０４の運転トルク（駆動モータへの電流値）
・濃縮装置１０４によって分離された液体の流量（図示しない流量計によって測定される）
・濃縮装置１０４によって濃縮された汚泥濃度（図示しない濃度センサによって測定される）
・第１スクリュー１７１の回転速度
・第１スクリューモータ１７５への電流値（トルク値）
・第２スクリュー１７２の回転速度
・第２スクリューモータ１７６への電流値（トルク値）
・ろ過筒１３６内の汚泥の圧力（圧力センサ１６１によって測定される）
・ケーキ含水率の測定値（図示しない測定装置または手動によって測定される）
【0080】
上述した脱水システムの運転パラメータおよび状態データの項目は例であり、脱水システムの運転パラメータおよび状態データは、上記項目のうちのいずれかのみであってもよい。
【0081】
図４および図５に示す実施形態では、脱水システムは濃縮装置１０４を備えているが、一実施形態では、濃縮装置１０４を省略してもよい。この場合は、凝集装置１０３で形成された凝集物（凝集フロック）は、汚泥移送管１１８を通って脱水装置１０５の投入口１３５に移送される。
【0082】
図６は、脱水システムのさらに他の実施形態を示す図である。図６に示す脱水システムにおいては、脱水装置１０５としてベルトプレス型脱水装置が採用されている。上述した濃縮装置１０４は設けられていない。特に説明しない実施形態の構成および動作は、図４に示す実施形態と同じであるので、その重複する説明を省略する。
【0083】
凝集装置１０３は、汚泥を収容する造粒槽１８０と、造粒槽１８０内の汚泥を攪拌するための攪拌機１０８と、造粒槽１８０に接続された汚泥導入管１１４と、汚泥導入管１１４に設けられたポンプ１１２を備えている。攪拌機１０８は、造粒槽１８０内に配置された攪拌羽根１０９と、攪拌羽根１０９に連結された攪拌モータ１１０を備えている。懸濁液貯留槽１０１は、汚泥導入管１１４によって凝造粒槽１８０に接続されている。汚泥はポンプ１１２により汚泥導入管１１４を通じて懸濁液貯留槽１０１から造粒槽１８０に移送される。造粒槽１８０への汚泥の流量は、ポンプ１１２の運転によって調整することが可能である。
【0084】
汚泥導入管１１４には温度センサ１２２が取り付けられている。この温度センサ１２２は、造粒槽１８０に導入される汚泥の温度を測定するように構成されている。さらに、汚泥導入管１１４には汚泥濃度計（懸濁液濃度計）１２４が取り付けられており、造粒槽１８０に導入される汚泥中の懸濁物質の濃度は汚泥濃度計１２４によって測定される。
【0085】
凝集装置１０３は、造粒槽１８０に接続された凝集剤供給装置１２８をさらに備えている。この凝集剤供給装置１２８は、凝集剤を予め定められた流量で造粒槽１８０内の汚泥に注入するように構成されている。造粒槽１８０内の汚泥に注入される凝集剤の流量は、凝集剤供給装置１２８によって調整される。汚泥は凝集剤とともに攪拌機１０８の攪拌羽根１０９によって攪拌される。造粒槽１８０内で凝集剤と汚泥を攪拌することにより、汚泥内の懸濁物質が集合した凝集物が形成される。造粒槽１８０内で形成される凝集物は、一般に、ペレットと呼ばれる。汚泥の攪拌強度は、攪拌機１０８の回転速度によって調整することができる。
【0086】
造粒槽１８０は、汚泥移送管１１８によってベルトプレス型脱水装置１０５に連結されている。脱水装置１０５は、無端状の前処理ろ布ベルト１８２と、前処理ろ布ベルト１８２を支持する複数の支持ローラ１８３ａ～１８３ｃと、無端状の第１ろ布ベルト１８６と、第１ろ布ベルト１８６を支持する第１ガイドローラ１８８ａ～１８８ｅと、無端状の第２ろ布ベルト１９０と、第２ろ布ベルト１９０を支持する第２ガイドローラ１９１ａ～１９１ｆと、第１ろ布ベルト１８６および第２ろ布ベルト１９０を支持する複数の圧搾ローラ１９５Ａ～１９５Ｅと、第１ろ布ベルト１８６および第２ろ布ベルト１９０を移動させる駆動装置１９８を備えている。
【0087】
前処理ろ布ベルト１８２は、汚泥の移送方向において、圧搾ローラ１９５Ａ～１９５Ｅの上流側に配置されている。前処理ろ布ベルト１８２の一部は、汚泥の移送方向に沿って上方に傾斜した傾斜部１８２Ａを形成するように、支持ローラ１８３ａ，１８３ｂによって支持されている。支持ローラ１８３ａは、電動機２００の駆動軸に連結されている。電動機２００が支持ローラ１８３ａを回転させると、前処理ろ布ベルト１８２は、傾斜部１８２Ａ上の汚泥が上昇する方向に移動する。
【0088】
駆動装置１９８は、電動機１９８Ａと、電動機１９８Ａの駆動軸に固定された駆動ホイール１９８Ｂと、駆動ホイール１９８Ｂに支持された駆動力伝達部材としてのベルト１９８Ｃを備えている。ベルト１９８Ｃに代えてチェーンが用いられてもよい。ベルト１９８Ｃは、第１ガイドローラ１８８ｃに連結され、さらに第２ガイドローラ１９１ｆに連結されている。電動機１９８Ａが駆動ホイール１９８Ｂを回転させると、駆動ホイール１９８Ｂの回転はベルト１９８Ｃによって第１ガイドローラ１８８ｃおよび第２ガイドローラ１９１ｆに伝達される。第１ガイドローラ１８８ｃおよび第２ガイドローラ１９１ｆは同じ速度で回転し、これにより第１ろ布ベルト１８６および第２ろ布ベルト１９０は同じ方向に同じ速度で進む。
【0089】
第１ろ布ベルト１８６は、第１ガイドローラ１８８ａ～１８８ｅと、複数の圧搾ローラ１９５Ａ～１９５Ｅとにより支持されている。第１ガイドローラ１８８ｄは、第１ろ布緊張装置２０１に連結されている。この第１ろ布緊張装置２０１は、第１ガイドローラ１８８ｄの位置を移動させることで、第１ろ布ベルト１８６の緊張を調整するように構成されている。
【0090】
第２ろ布ベルト１９０は、第２ガイドローラ１９１ａ～１９１ｆと、複数の圧搾ローラ１９５Ａ～１９５Ｅとにより支持されている。第２ガイドローラ１９１ａは、第２ろ布緊張装置２０２に連結されている。この第２ろ布緊張装置２０２は、第２ガイドローラ１９１ａの位置を移動させることで、第２ろ布ベルト１９０の緊張を調整するように構成されている。
【0091】
凝集装置１０３によって形成された凝集物（ペレット）からなる汚泥は、汚泥移送管１１８を通って前処理ろ布ベルト１８２上に移送される。汚泥は、前処理ろ布ベルト１８２の傾斜部１８２Ａを上昇しながら、重力により汚泥中の液体が落下する。この工程は、重力脱水工程である。
【0092】
前処理ろ布ベルト１８２の移動により、前処理ろ布ベルト１８２上の汚泥は、第１ろ布ベルト１８６上に移される。複数の圧搾ローラ１９５Ａ～１９５Ｅの間を延びる第１ろ布ベルト１８６および第２ろ布ベルト１９０は、互いに対向している。第１ろ布ベルト１８６が移動されるにつれて、汚泥は第１ろ布ベルト１８６と第２ろ布ベルト１９０との間に挟まれる。第１ろ布ベルト１８６および第２ろ布ベルト１９０は圧搾ローラ１９５Ａ～１９５Ｅに巻きつけられながら、汚泥は第１ろ布ベルト１８６と第２ろ布ベルト１９０との間に挟まれ、圧搾される。その結果、汚泥は低含水率のケーキ（濁質残渣）となる。低含水率のケーキは、排出口１５３から排出される。ケーキは、図１に示す投入コンベヤ１によって乾燥装置５の投入口２５に搬送される。
【0093】
圧搾ローラ１９５Ａ～１９５Ｅの下方には、ろ液受け１４５が配置されている。汚泥から除去されたろ液は、ろ液受け１４５によって回収される。ろ液受け１４５には、ドレン１４６が接続されており、ろ液受け１４５によって回収されたろ液は、ドレン１４６を介して脱水装置１０５から排出される。
【0094】
本実施形態の脱水システムの運転パラメータおよび状態データの具体例は、次の通りである。
・汚泥の温度（温度センサ１２２によって測定される）
・造粒槽１８０への汚泥の流量（ポンプ１１２の回転速度）
・汚泥の性状（ｐＨ、アルカリ度、ＴＳ、ＶＴＳ、ＳＳ、ＶＳＳ、浮遊物質量）
・凝集剤の物性（カチオン度、分子量）
・凝集剤の流量（凝集剤供給装置１２８の運転速度）
・攪拌機１０８の攪拌速度（攪拌モータ１１０の回転速度）
・第１ろ布ベルト１８６および第２ろ布ベルト１９０の移動速度（電動機１９８Ａの回転速度）
・ガイドローラ１８８ｄ，１９１ａの位置
・汚泥の温度（温度センサ１２２によって測定される）
・造粒槽１８０への汚泥の流量（ポンプ１１２の回転速度）
・汚泥の性状（ｐＨ、アルカリ度、ＴＳ、ＶＴＳ、ＳＳ、ＶＳＳ、浮遊物質量）
・凝集剤の物性（カチオン度、分子量）
・凝集剤の流量（凝集剤供給装置１２８の運転速度）
・攪拌機１０８の攪拌速度（攪拌モータ１１０の回転速度）
・第１ろ布ベルト１８６および第２ろ布ベルト１９０の移動速度（電動機１９８Ａの回転速度）
・ガイドローラ１８８ｄ，１９１ａの位置
【0095】
上述した脱水システムの運転パラメータおよび状態データの項目は例であり、脱水システムの運転パラメータおよび状態データは、上記項目のうちのいずれかのみであってもよい。
【0096】
図７は、訓練データを用いて機械学習によりモデルを作成し、学習済みのモデルを使用して含水率の予測値を算出するフローを説明する図である。制御システム１０の演算装置１０ｂは、記憶装置１０ａに格納されているプログラムに含まれる命令に従って、訓練データを用いた機械学習を実行し、モデルを構築する。得られたモデルは記憶装置１０ａ内に格納される。予め構築した学習済みモデルを記憶装置１０ａに格納してもよい。制御システム１０は、乾燥装置５の運転パラメータおよび状態データを、学習済みのモデルに入力し、乾燥汚泥の含水率の予測値をモデルに従って算定する。
【0097】
制御システム１０は、乾燥装置５から離れた遠隔地に設置されてもよい。例えば、制御システム１０は、インターネットまたはローカルエリアネットワークなどの通信ネットワークによって乾燥装置５に接続され、複数の乾燥装置を監視する遠隔監視室内に配置されてもよい。一実施形態では、制御システム１０は、Ｗｅｂアプリケーションを備えており、Ｗｅｂアプリケーションを用いて、乾燥装置５から取得されるデータの表示、乾燥装置５の運転操作、データの送受信、モデルの機械学習、モデルの更新を実行してもよい。さらに、図７に示すように、制御システム１０は、学習済みモデルに従って算定された乾燥汚泥の含水率の予測値、現在の運転パラメータ、および現在の状態データを報知するための表示部４６を備えてもよい。表示部４６は、乾燥装置５から離れた遠隔地に設置されてもよい。例えば、複数の乾燥装置５を監視する遠隔監視室内に表示部４６が配置されてもよい。図８は表示部４６の一具体例を示している。尚、図８では、報知の具体的一例として表示部４６を示したが、これに限らず、音声で報知する様にしてもよい。
【0098】
図７に示すように、制御システム１０は、乾燥汚泥の含水率を所定の目標範囲内に収めることができる乾燥装置５の運転パラメータの最適値を探索し、決定された運転パラメータの最適値を出力するように構成されている。より具体的には、制御システム１０の演算装置１０ｂは、記憶装置１０ａに格納されているプログラムに含まれる命令に従って、運転パラメータの複数の数値セットから１つの数値セットを選択し、選択された１つの数値セットを、学習済みモデルに入力し、学習済みモデルに従って算定される含水率の予測値が目標範囲内に収まるか否かを判定し、含水率の予測値が標範囲内に収まることができる運転パラメータの最適値を決定する。
【0099】
制御システム１０は、乾燥装置５の運転パラメータの現在の数値が、決定された最適値となるように運転パラメータを調整する。結果として、乾燥装置５は、最適化された運転パラメータで運転され、含水率が目標範囲内に収まる乾燥汚泥を生成することができる。
【0100】
上記探索によって決定された運転パラメータの最適値に基づく乾燥装置５の運転調整は、運転パラメータの予め定められた優先順位に従って行われてもよい。すなわち、制御システム１０は、優先順位の最も高い運転パラメータを最初に調整し、その後、次に優先順位の高い運転パラメータを調整する。このように、制御システム１０は、予め定められた優先順位に従って運転パラメータを順次調整する。含水率に影響が大きい運転パラメータを優先的に調整することにより、効率的に含水率を目標範囲内に収めることができる。
【0101】
一実施形態では、制御システム１０は、運転パラメータの優先順位を、機械学習時に算出される特徴量の重要度に従って決定してもよい。例えば、機械学習のアルゴリズムにランダムフォレストが使用される実施形態では、制御システム１０の演算装置１０ｂは、ジニ重要度の減少量に相当する重要度を計算し、得られた重要度に従って運転パラメータの優先順位を決定してもよい。一実施形態では、運転パラメータの優先順位は、作業員によって予め設定されてもよい。
【0102】
制御システム１０は、上記決定された最適値に従って運転パラメータを調整する際に、運転パラメータの現在の数値と上記決定された最適値との差が所定の調整幅より大きい場合、運転パラメータを上記調整幅の刻みで段階的に調整することができる。例えば、乾燥装置５に投入される汚泥の流量の現在値と、流量の最適値との差が１００であり、所定の調整幅が５０である場合、２段階に分けて汚泥の供給流量が調整される。このように、段階的に運転パラメータを調整することにより、安定した運転を実現し、より効率的かつ正確に含水率を目標範囲内に収めることができる。調整幅、或いは段階数は予め設定することができる。
【0103】
制御システム１０は、乾燥汚泥の含水率の複数の予測値を算定するための複数のモデルを有してもよい。一実施形態では、上記複数のモデルは、制御可能な説明変数を用いる第１モデルと、制御可能な説明変数および制御不可な説明変数を用いる第２モデルを含む。一例では、第１モデルの構築に使用される制御可能な説明変数は、上述した運転パラメータである。すなわち、第１モデルを構築するための機械学習には、制御可能な説明変数である運転パラメータを含み、制御不可な説明変数である状態データを含まない訓練データが用いられる。第２モデルの機械学習に使用される訓練データは、運転パラメータと状態データの両方を含む。
【0104】
一実施形態では、第１モデルは、上述した、乾燥汚泥の含水率が所定の目標範囲内に収まることができる運転パラメータの最適値の決定に使用され、第２モデルは、より精度の高い含水率の予測に使用される。第１モデルは、第２モデルに比べて、含水率の予測値の精度が低いと予想される。制御システム１０は、第１モデルに従って算定された含水率と、第２モデルに従って算定された含水率との差が所定の許容値を超えた場合は、第１モデルのための機械学習を再度行い、第１モデルを更新してもよい。
【0105】
ここで、実際の乾燥システムの一例について説明する。この例では、下水脱水汚泥を乾燥させる乾燥システムが用いられた。乾燥装置５の堰５６の高さなどの運転パラメータと、供給汚泥含水率などの過去の状態データを含む訓練データを用い、機械学習アルゴリズムとしてランダムフォレストを用いて、乾燥装置５から排出される汚泥の含水率を推定するモデルを構築した。乾燥装置５の運転中は、訓練データとして用いた運転パラメータおよび状態データの現在の数値が学習済みモデルに入力され、そのときの含水率の予測値が算定された。
【0106】
含水率が目標範囲内に収まるように、運転パラメータをその優先順位に従って調整した。本例において、モデル構築時に算出された各運転パラメータの重要度を図９に示す。運転パラメータを調整する際の優先順位はこの重要度の大きさに従い、最も重要度が大きい汚泥供給量が最優先で調整された。
【0107】
学習済みモデルに入力された汚泥供給量が８００ｋｇ/ｈのとき、含水率の予測値は４５％であった。含水率の目標範囲４０～４２％に収めるための、優先順位１位である汚泥供給量の最適値は７００ｋｇ/ｈと算定された。汚泥供給量の調整幅が１００以上になったとき、段階的に調整するように設定した。したがって、汚泥供給量を８００ｋｇ/ｈから７００ｋｇ/ｈに調整した際、２段階で（８００ｋｇ/ｈから７５０ｋｇ/ｈ、７５０ｋｇ/ｈから７００ｋｇ/ｈ）汚泥供給量を変更した。汚泥供給量を最適値に変更しても乾燥汚泥含水率が目標範囲内に収まらない場合、優先順位が２位の堰５６の高さが調整される。
【0108】
一実施形態では、制御システム１０は、図４乃至図５を参照して説明した脱水システムに電気的に接続されている。脱水システムの運転パラメータおよび状態データ、脱水システムに組み込まれた学習済みモデルに従って算定された脱水汚泥の含水率の推定値（以下、これらを総称して、脱水システムの運転指標データという）は、制御システム１０に送信されるようになっている。一実施形態では、乾燥装置５の状態データには、脱水システムの運転指標データが含まれてもよい。制御システム１０は、そのような乾燥装置５の状態データ、乾燥装置５の運転パラメータ、および対応する含水率の実測値を含む訓練データを用いて機械学習を実行し、モデルを構築する。得られたモデルは記憶装置１０ａ内に格納される。制御システム１０は、乾燥装置５の運転パラメータおよび状態データ（脱水システムの現在の運転指標データを含む）を、学習済みのモデルに入力し、乾燥汚泥の含水率の予測値をモデルに従って算定する。
【0109】
一実施形態では、制御システム１０は、乾燥装置５の運転パラメータおよび状態データに加えて、汚泥の画像データ、汚泥の音データ、および汚泥に起因して発生する振動データのうちの少なくとも１つをさらに含む訓練データを用いて、機械学習を実行し、モデルを構築してもよい。画像データは、例えば、乾燥装置５に投入される前の汚泥の画像データ、乾燥装置５内の汚泥の画像データ、乾燥装置５によって乾燥された汚泥の画像データのうちの少なくとも１つである。音データは、例えば、乾燥装置５に投入されたときに発生する汚泥の音のデータ、乾燥装置５の乾燥室１４内の汚泥の音のデータ、乾燥装置５の乾燥室１４から排出されたときに発生する汚泥の音のデータのうちの少なくとも１つである。振動データは、例えば、乾燥装置５に投入された汚泥が接触する弾性部材の振動データ、および乾燥装置５の乾燥室１４から排出された汚泥が接触する弾性部材の振動データのうちの少なくとも１つである。
【0110】
画像データ、音データ、および振動データのうち１つが用いられてもよいし、これらのうちの２つ、またはすべてが用いられてもよい。乾燥装置５の運転中は、学習済みモデルには、機械学習に使用されたデータと同じ種類のデータが入力される。画像データ、音データ、および振動データのうちの少なくとも１つがモデルの機械学習に用いられるので、制御システム１０は、学習済みモデルを用いて、より精度の高い含水率の予測値を算定することができる。
【0111】
以下、画像データ、音データ、および振動データを取得するための構成を備えた乾燥システムの実施形態について説明する。
図１０は、画像データを取得するための構成を備えた乾燥システムの実施形態を示す模式図である。特に説明しない構成および動作は、図１乃至図９を参照して説明した実施形態と同じであるので、その重複する説明を省略する。
図１０は、画像データを取得するための構成を備えた乾燥システムの実施形態を示す模式図である。特に説明しない構成および動作は、図１乃至図９を参照して説明した実施形態と同じであるので、その重複する説明を省略する。
【0112】
図１０に示すように、制御システム１０は、乾燥装置５に投入される前の汚泥の画像データを生成する撮像装置７を備えている。撮像装置７は、乾燥装置５の投入口２５の近傍に配置されており、乾燥される前の汚泥の画像データを生成するように配置されている。一実施形態では、撮像装置７は、投入コンベヤ１上の汚泥の画像データを生成するように配置されてもよいし、あるいは投入コンベヤ１の上流側に配置されている脱水装置（図示せず）の排出口の近傍に配置されてもよい。撮像装置７は、制御システム１０の記憶装置１０ａに接続されており、撮像装置７によって生成された汚泥の画像データは、記憶装置１０ａ内に格納されるようになっている。
【0113】
制御システム１０は、乾燥装置５内の汚泥の画像データを生成する撮像装置８をさらに備えている。撮像装置８は、乾燥装置５のハウジング１５の上壁に固定されており、乾燥装置５の内部、より具体的には、乾燥室１４の内部を向いて配置されている。一実施形態では、複数の撮像装置８が攪拌ロータ１７の軸方向に沿って配列されてもよい。撮像装置８は、乾燥されている工程中の汚泥、すなわち攪拌ロータ１７によって攪拌されている汚泥の画像データを生成するように配置されている。撮像装置８は、制御システム１０の記憶装置１０ａに接続されており、撮像装置８によって生成された汚泥の画像データは、記憶装置１０ａ内に格納されるようになっている。
【0114】
制御システム１０は、乾燥装置５によって乾燥された汚泥の画像データを生成する撮像装置９をさらに備えている。撮像装置９は、乾燥装置５の排出口２６の近傍に配置されている。より具体的には、撮像装置９は、排出口２６を向いて配置されており、乾燥装置５の乾燥室１４から排出された汚泥の画像データを生成するように配置されている。一実施形態では、撮像装置９は、排出室６０内または排出室６０外に配置されてもよい。さらに、一実施形態では、撮像装置９は、排出コンベヤ６４上の汚泥の画像データを生成するように配置されてもよい。撮像装置９は、制御システム１０の記憶装置１０ａに接続されており、撮像装置９によって生成された汚泥の画像データは、記憶装置１０ａ内に格納されるようになっている。
【0115】
撮像装置７、撮像装置８、および撮像装置９は、対象物の静止画像または連続画像を生成することができるイメージセンサ（例えばＣＣＤイメージセンサまたはＣＭＯＳイメージセンサ）を備えたデジタルカメラである。あるいは、撮像装置７、撮像装置８、および撮像装置９のうちの少なくとも１つは、赤外線カメラ、または光を波長ごとに分解して対象物を撮像することができるハイパースペクトルカメラであってもよい。
【0116】
制御システム１０は、撮像装置７、撮像装置８、および撮像装置９によって生成された画像データと、乾燥装置５の運転パラメータと、乾燥装置５の状態データを含む訓練データを用いて、機械学習を実行し、乾燥汚泥の含水率の予測値を算出するモデルを作成する。乾燥装置５の運転中は、制御システム１０は、撮像装置７、撮像装置８、および撮像装置９によって生成された画像データと、乾燥装置５の運転パラメータと、乾燥装置５の状態データを学習済みモデルに入力し、学習済みモデルに従って乾燥汚泥の含水率の予測値を算定する。
【0117】
図１１は、音データを取得するための構成を備えた乾燥システムの実施形態を示す模式図である。特に説明しない構成および動作は、図１乃至図９を参照して説明した実施形態と同じであるので、その重複する説明を省略する。
【0118】
図１１に示すように、制御システム１０は、乾燥装置５に投入されたときに発生する汚泥の音を検出し、音データを生成する音検出器７１と、乾燥装置５の乾燥室１４内の汚泥の音を検出し、音データを生成する音検出器７２と、乾燥装置５の乾燥室１４から排出されたときに発生する汚泥の音を検出し、音データを生成する音検出器７３を備えている。音検出器７１、音検出器７２、および音検出器７３の具体的構成は、特に限定されないが、本実施形態では、音を電気信号に変換するマイクロフォンが使用されている。音検出器７１、音検出器７２、および音検出器７３によって生成される音データは、音データはデジタル信号からなるデータである。例えば、音データは、振幅と時間との関係を示す音波形データ、または周波数と音の大きさとの関係を示す音波形データである。音データは、汚泥から音が発生した範囲を切り出したデータ、または一定の時間長さのフレームで切り出した時系列データのいずれであってもよい。例えば、音データから抽出した特徴量であるＭＦＣＣ（メル周波数ケプストラム係数）を学習済みモデルに入力する。例えば、音データの前処理を行い、スペクトログラムを画像データとして学習済みモデルに入力する。
【0119】
音検出器７１は、乾燥室１４内に配置されている。より具体的には、音検出器７１は、ハウジング１５の投入口２５の下方に配置されており、投入口２５を通じて投入された汚泥が、ハウジング１５内に既に収容されている汚泥の堆積物上に落下するときに発生する汚泥の音を検出し、音データを生成する。一実施形態では、ハウジング１５内であって、かつ投入口２５の下方に衝突部材（図示せず）を配置し、音検出器７１は、この衝突部材上に落下するときに発生する汚泥の音を検出し、音データを生成してもよい。音検出器７１は、制御システム１０の記憶装置１０ａに接続されており、音検出器７１によって生成された音データは、記憶装置１０ａ内に格納されるようになっている。
【0120】
音検出器７２の少なくとも一部は、乾燥室１４の内部に位置している。より具体的には、音検出器７２は、ハウジング１５の上壁に固定されている。音検出器７２は、乾燥装置５（乾燥室１４内）内で乾燥されている工程中に発生する汚泥の音、すなわち攪拌ロータ１７によって攪拌されているときに発生する汚泥の音を検出し、音データを生成する。音検出器７２は、制御システム１０の記憶装置１０ａに接続されており、音検出器７２によって生成された音データは、記憶装置１０ａ内に格納されるようになっている。
【0121】
音検出器７３は、ハウジング１５の排出口２６の下方に配置されており、乾燥室１４から排出された汚泥が、排出コンベヤ６４上に落下するときに発生する音を検出し、音データを生成する。一実施形態では、音検出器７３は、排出室６０内、または排出口２６内に配置されてもよい。さらに、一実施形態では、排出室６０内、または排出口２６内、または排出口２６の下方に衝突部材（図示せず）を配置し、音検出器７３は、この衝突部材上に落下するときに発生する汚泥の音を検出し、音データを生成してもよい。音検出器７３は、制御システム１０の記憶装置１０ａに接続されており、音検出器７３によって生成された音データは、記憶装置１０ａ内に格納されるようになっている。
【0122】
一般に、汚泥の含水率が高いときと低いときでは、汚泥から発生する音が相違する。具体的には、汚泥の含水率が高いときは、湿った音が発生するのに対して、汚泥の含水率が低いときは、乾いた音が発生する。したがって、投入時、乾燥時、および排出時に発生する汚泥の音は、汚泥の含水率に依存して変わる。
【0123】
制御システム１０は、音検出器７１、音検出器７２、および音検出器７３によって生成された音データと、乾燥装置５の運転パラメータと、乾燥装置５の状態データを含む訓練データを用いて、機械学習を実行し、乾燥汚泥の含水率の予測値を算出するモデルを作成する。乾燥装置５の運転中は、制御システム１０は、音検出器７１、音検出器７２、および音検出器７３によって生成された音データと、乾燥装置５の運転パラメータと、乾燥装置５の状態データを学習済みモデルに入力し、学習済みモデルに従って乾燥汚泥の含水率の予測値を算定する。
【0124】
図１２は、振動データを取得するための構成を備えた乾燥システムの実施形態を示す模式図である。特に説明しない構成および動作は、図１乃至図９を参照して説明した実施形態と同じであるので、その重複する説明を省略する。
【0125】
図１２に示すように、制御システム１０は、乾燥装置５に投入された汚泥が接触する弾性部材８１と、この弾性部材８１に固定され、弾性部材８１の振動データを生成する振動検出器８２と、乾燥装置５の乾燥室１４から排出された汚泥が接触する弾性部材８５と、この弾性部材８５に固定され、弾性部材８５の振動データを生成する振動検出器８６を備えている。振動検出器８２および振動検出器８６の具体的構成は、特に限定されないが、本実施形態では、振動を電気信号に変換する振動センサまたは加速度センサが使用されている。
【0126】
振動検出器８２は、ハウジング１５の投入口２５の下方に配置された弾性部材８１に固定されている。弾性部材８１は、乾燥室１４内に配置されている。本実施形態においては、弾性部材８１は板状である。弾性部材８１の一端は、ハウジング１５の側壁に固定されており、振動検出器８２は弾性部材８１の他端に固定されている。投入口２５を通じて投入された汚泥は、弾性部材８１上に落下し、振動検出器８２は弾性部材８１と一体に振動する。振動検出器８２は、汚泥が弾性部材８１上に落下するときに発生する振動を検出し、振動データを生成する。振動検出器８２は、制御システム１０の記憶装置１０ａに接続されており、振動検出器８２によって生成された振動データは、記憶装置１０ａ内に格納されるようになっている。
【0127】
振動検出器８６は、ハウジング１５の排出口２６の下方に配置された弾性部材８５に固定されている。本実施形態においては、弾性部材８５は板状である。弾性部材８５の一端は、図示しない固定部材に固定されており、振動検出器８６は弾性部材８５の他端に固定されている。一実施形態では、弾性部材８５および振動検出器８６は、排出室６０内または排出口２６内に配置されてもよい。
【0128】
乾燥室１４から排出された汚泥は、弾性部材８５上に落下し、振動検出器８６は弾性部材８５と一体に振動する。振動検出器８６は、汚泥が弾性部材８５上に落下するときに発生する振動を検出し、振動データを生成する。振動検出器８６は、制御システム１０の記憶装置１０ａに接続されており、振動検出器８６によって生成された振動データは、記憶装置１０ａ内に格納されるようになっている。
【0129】
振動検出器８２および振動検出器８６によって生成される振動データは、例えば、振幅と時間との関係を示すデータであり、デジタル信号からなるデータである。一般に、汚泥の含水率が高いときと低いときでは、汚泥が弾性部材８１および弾性部材８５に衝突したときのこれらの振動の仕方が相違する。具体的には、汚泥の含水率が高いときは、より大きな塊が弾性部材８１および弾性部材８５に接触し、振動の周期は短くなる傾向にある。これに対し、汚泥の含水率が低いときは、より小さな塊が弾性部材８１および弾性部材８５に接触し、振動の周期は長くなる傾向にある。したがって、弾性部材８１および弾性部材８５の振動データは、汚泥の含水率に依存して変わる。
【0130】
制御システム１０は、振動検出器８２および振動検出器８６によって生成された振動データと、乾燥装置５の運転パラメータと、乾燥装置５の状態データを含む訓練データを用いて、機械学習を実行し、乾燥汚泥の含水率の予測値を算出するモデルを作成する。乾燥装置５の運転中は、制御システム１０は、振動検出器８２および振動検出器８６によって生成された振動データと、乾燥装置５の運転パラメータと、乾燥装置５の状態データを学習済みモデルに入力し、学習済みモデルに従って乾燥汚泥の含水率の予測値を算定する。
【0131】
一実施形態では、撮像装置７，８，９と、音検出器７１，７２，７３と、振動検出器８２，８６のすべてが設けられてもよい。あるいは、撮像装置７，８，９と、音検出器７１，７２，７３と、振動検出器８２，８６のうちの２つの組み合わせが設けられてもよい。
【0132】
上述した実施形態は、本発明が属する技術分野における通常の知識を有する者が本発明を実施できることを目的として記載されたものである。上記実施形態の種々の変形例は、当業者であれば当然になしうることであり、本発明の技術的思想は他の実施形態にも適用しうる。したがって、本発明は、記載された実施形態に限定されることはなく、特許請求の範囲によって定義される技術的思想に従った最も広い範囲に解釈されるものである。
【符号の説明】
【0133】
１ 投入コンベヤ
５ 乾燥装置
７ 撮像装置
８ 撮像装置
９ 撮像装置
１０ 制御システム
１０ａ 記憶装置
１０ｂ 処理装置
１４ 乾燥室
１５ ハウジング
１７ 攪拌ロータ
１７Ａ シャフト
１７Ｂ パドル
１８ 電動機
２０ ギヤ
２２ トルク伝達機構
２５ 投入口
２６ 排出口
３０ 乾燥気体供給ライン
３１ 乾燥気体排出ライン
３２ 温度測定器
３３ 流量測定器
３５ 温度測定器
４０ 温度測定器
４１ 圧力測定器
４６ 表示部
５０ 蒸気供給ライン
５１ ボイラー
５２ 蒸気圧力調節弁
５６ 堰
５８ 上下動装置
６０ 排出室
６４ 排出コンベヤ
７１ 音検出器
７２ 音検出器
７３ 音検出器
８１ 弾性部材
８２ 振動検出器
８５ 弾性部材
８６ 振動検出器
５ 乾燥装置
７ 撮像装置
８ 撮像装置
９ 撮像装置
１０ 制御システム
１０ａ 記憶装置
１０ｂ 処理装置
１４ 乾燥室
１５ ハウジング
１７ 攪拌ロータ
１７Ａ シャフト
１７Ｂ パドル
１８ 電動機
２０ ギヤ
２２ トルク伝達機構
２５ 投入口
２６ 排出口
３０ 乾燥気体供給ライン
３１ 乾燥気体排出ライン
３２ 温度測定器
３３ 流量測定器
３５ 温度測定器
４０ 温度測定器
４１ 圧力測定器
４６ 表示部
５０ 蒸気供給ライン
５１ ボイラー
５２ 蒸気圧力調節弁
５６ 堰
５８ 上下動装置
６０ 排出室
６４ 排出コンベヤ
７１ 音検出器
７２ 音検出器
７３ 音検出器
８１ 弾性部材
８２ 振動検出器
８５ 弾性部材
８６ 振動検出器
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】