特開 2024-11353 水質予測システム

(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】P2024011353

(43)【公開日】2024-01-25

(54)【発明の名称】水質予測システム

(51)【国際特許分類】

   C02F 1/00 20230101AFI20240118BHJP

   G06Q 50/06 20240101ALI20240118BHJP

【ＦＩ】

C02F1/00 T

C02F1/00 V

G06Q50/06

【審査請求】未請求

【請求項の数】2

【出願形態】ＯＬ

(21)【出願番号】P 2022113285

(22)【出願日】2022-07-14

(71)【出願人】

【識別番号】000002967

【氏名又は名称】ダイハツ工業株式会社

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】竹内 裕喜

(72)【発明者】

【氏名】森 結輝

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049CC06

(57)【要約】

【課題】浄化処理条件の容易な調整を支援する。
【解決手段】水質予測システム１は、予測水質情報導出部１２Ｂを備える。予測水質情報導出部１２Ｂは、処理対象の浄化処理前排水の水質情報を機械学習モデル１６Ａへ入力し、機械学習モデル１６Ａからの出力として予測水質情報を導出する。機械学習モデル１６Ａは、浄化処理前の浄化処理前排水の水質情報を入力とし、該水質情報によって表される水質の浄化処理前排水に対して、予め定められた浄化処理条件による浄化処理を行った後の浄化処理後排水の予測水質情報を出力とする、機械学習モデルである。
【選択図】図３

【特許請求の範囲】

【請求項1】

浄化処理前の浄化処理前排水の水質情報を入力とし、該水質情報によって表される水質の前記浄化処理前排水に対して予め定められた浄化処理条件による前記浄化処理を行った後の浄化処理後排水の予測水質情報を出力とする、機械学習モデルを用いて、
処理対象の前記浄化処理前排水の水質情報を前記機械学習モデルへ入力し、前記機械学習モデルからの出力として前記予測水質情報を導出する予測水質情報導出部、
を備える水質予測システム。

【請求項2】

前記予測水質情報と、予め定められた目標水質情報と、に基づいて、
前記予測水質情報によって表される前記浄化処理後排水の水質が、前記目標水質情報によって表される目標水質となるように、前記浄化処理条件を調整するための調整情報を算出する調整情報算出部と、
前記予測水質情報および前記調整情報の少なくとも一方を出力部へ出力する出力制御部と、
を備える請求項１に記載の水質予測システム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、水質予測システムに関する。

【背景技術】

【0002】

工場等から排出された汚水を化学的処理または生物学的処理などによって浄化するシステムが知られている。例えば、汚水などの浄化処理前排水を予め定めた浄化処理条件で浄化処理することが行われている。また、ユーザの感覚により浄化処理条件を手動で調整することが行われている（例えば、特許文献１～特許文献４参照）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００９－２７９５０９号公報

【特許文献2】特開２０１１－１６９８５９号公報

【特許文献3】特開２００４－７７１６９号公報

【特許文献4】特開２００９－２１６５２４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、ユーザの感覚による浄化処理条件の調整では、浄化処理工程を経た後の浄化処理後排水の水質が目標水質となるように管理することは難しく、薬剤の投入不足、過剰投入などが発生する場合があった。すなわち、従来技術では、浄化処理条件の容易な調整を支援することは困難であった。

【0005】

本開示が解決しようとする課題は、浄化処理条件の容易な調整を支援することができる、水質予測システムを提供することである。

【課題を解決するための手段】

【0006】

本開示にかかる水質予測システムは、予測水質情報導出部を備える。予測水質情報導出部は、浄化処理前の浄化処理前排水の水質情報を入力とし、該水質情報によって表される水質の前記浄化処理前排水に対して予め定められた浄化処理条件による前記浄化処理を行った後の浄化処理後排水の予測水質情報を出力とする、機械学習モデルを用いて、処理対象の前記浄化処理前排水の水質情報を前記機械学習モデルへ入力し、前記機械学習モデルからの出力として前記予測水質情報を導出する。

【発明の効果】

【0007】

本開示にかかる水質予測システムによれば、浄化処理条件の容易な調整を支援することができる。

【図面の簡単な説明】

【0008】

【図1】図１は、実施形態の水質予測システムの一例を示す模式図である。

【図2】図２は、水質予測装置のハードウェア構成図の一例である。

【図3】図３は、水質予測装置の一例の機能ブロック図である。

【図4】図４は、水質予測装置が実行する情報処理の流れの一例を示すフローチャートである。

【発明を実施するための形態】

【0009】

以下に添付図面を参照して、本開示に係る水質予測システム１の実施形態を説明する。

【0010】

図１は、本実施形態の水質予測システム１の一例を示す模式図である。

【0011】

水質予測システム１は、水質予測装置１０と、浄化システム２０と、を備える。

【0012】

水質予測システム１は、浄化処理前排水３０を浄化処理した後の浄化処理後排水３２の水質を予測するためのシステムである。

【0013】

浄化処理前排水３０とは、浄化処理前の排水である。浄化処理前排水３０は、例えば、工場や家庭などから排出された排水、下水、汚水などである。

【0014】

浄化システム２０は、浄化処理前排水３０を浄化処理するシステムである。

【0015】

浄化システム２０は、浄化処理前排水貯留部２１と、浄化処理機構２２と、を備える。

【0016】

浄化処理前排水貯留部２１は、工場や家庭などから排出された浄化処理前排水３０を貯留する機構である。例えば、浄化処理前排水貯留部２１は、排水槽２１Ａと、水質センサ２１Ｂと、を備える。排水槽２１Ａは、浄化処理前排水３０を貯留するための貯留槽である。排水槽２１Ａには、浄化処理対象の浄化処理前排水３０が貯留される。

【0017】

水質センサ２１Ｂは、排水槽２１Ａに貯留された浄化処理前排水３０の水質を検出し、水質情報を出力するセンサである。水質センサ２１Ｂは、水質を検出可能なセンサであればよい。水質情報は、例えば、浮遊物質量（ＳＳ（suspended solids）値）、汚泥度合い、水温、水量、蛍光スペクトル、塩素濃度、残留酸化剤ハロゲン量、電位、ｐｈ、生物化学的酸素要求量（Biochemical Oxygen Demand：ＢＯＤ）、化学的酸素要求量（Chemical Oxygen Demand：ＣＯＤ）等であるが、これらに限定されない。

【0018】

浄化処理機構２２は、浄化システム２０に対して予め定められた浄化処理条件による浄化処理を行うための機構である。

【0019】

浄化処理とは、浄化処理前排水３０を浄化する処理である。本実施形態では、浄化処理機構２２は、浄化処理前排水３０に対して予め定められた浄化処理条件の浄化処理を実行する。

【0020】

浄化処理条件は、浄化処理対象の浄化処理前排水３０や、浄化処理後排水３２に要求される水質などに応じて予め設定すればよい。浄化処理条件は、例えば、浄化処理前排水３０の浄化処理機構２２への単位時間当たりの供給量、浄化処理前排水３０の浄化処理機構２２への供給タイミング、生物学的処理条件、凝集沈殿処理条件、化学的処理条件、などである。

【0021】

生物学的処理条件には、例えば、浄化処理用の細菌の種類、細菌の投入量、処理温度、等が含まれる。化学的処理条件には、酸化、還元、電位の調整、などに用いる薬剤の種類、薬剤の投入量、等が含まれる。凝集沈殿処理条件には、余剰汚泥引き抜き量などが含まれる。

【0022】

本実施形態では、浄化処理条件は、浄化処理前排水３０に投入する薬剤の種類および投入量である形態を一例として説明する。また、本実施形態では、浄化処理機構２２が、浄化処理前排水３０に対して薬剤を投入することで、浄化処理前排水３０に対して浄化処理を行い、浄化処理後排水３２を生成する機構である形態を一例として説明する。

【0023】

例えば、浄化処理機構２２は、ポンプ２３と、薬品処理部２４と、分離処理機構２５と、濃縮槽２６と、脱水処理機構２７と、浄化処理後排水貯留部２８と、を備える。

【0024】

ポンプ２３は、排水槽２１Ａに貯留された浄化処理前排水３０を薬品処理部２４へ供給する。ポンプ２３によって、浄化処理前排水３０の薬品処理部２４への単位時間当たりの供給量、および供給タイミングが調整される。

【0025】

薬品処理部２４は、浄化処理前排水３０に対して薬剤を投入するための機構である。

【0026】

例えば、薬品処理部２４は、処理槽２４Ａと、水質センサ２４Ｂと、薬剤供給部２４Ｃと、を備える。処理槽２４Ａは、浄化処理前排水貯留部２１からポンプ２３によって供給された浄化処理前排水３０を貯留する。水質センサ２４Ｂは、処理槽２４Ａに貯留された浄化処理前排水３０の水質を検出し、水質情報を出力するセンサである。水質センサ２４Ｂは、水質を検出可能なセンサであればよい。水質情報は上記と同様である。

【0027】

薬剤供給部２４Ｃは、処理槽２４Ａに貯留された浄化処理前排水３０に予め定められた種類および投入量の薬剤を供給する供給機構である。薬剤供給部２４Ｃによって添加された薬剤は、モータ２４Ｄによって浄化処理前排水３０内で撹拌される。薬剤を添加された浄化処理前排水３０は、分離処理機構２５へ供給される。

【0028】

薬剤を添加されることで、浄化処理前排水３０は、汚泥と称される廃棄物３１と浄化処理後排水３２に分離される。分離処理機構２５は、沈殿槽２５Ａを備える。沈殿槽２５Ａの底部には、所定時間をかけて廃棄物３１が沈殿する。分離処理機構２５の底部には排水路が設けられており、沈殿した廃棄物３１は排水路を介して濃縮槽２６へ供給される。

【0029】

濃縮槽２６に供給された廃棄物３１は、脱水処理機構２７によって脱水処理された後に、廃棄物運搬用車両などによって所定の廃棄場所へと運ばれる。

【0030】

一方、分離処理機構２５によって分離された浄化処理後排水３２は、分離処理機構２５から浄化処理後排水貯留部２８へ供給される。

【0031】

浄化処理後排水貯留部２８は、処理水槽２８Ａと水質センサ２８Ｂとを備える。処理水槽２８Ａは、浄化処理後排水３２を貯留する貯留槽である。水質センサ２８Ｂは、浄化処理後排水３２の水質を検出し、水質情報を出力するセンサである。水質センサ２８Ｂは、水質を検出可能なセンサであればよい。水質情報は上記と同様である。処理水槽２８Ａに貯留された浄化処理後排水３２は、例えば、下水道などに放流される。

【0032】

なお、浄化システム２０は、浄化処理前排水３０に対して予め定めた浄化処理条件で浄化処理を行い、浄化処理後排水３２を排出するシステムであればよく、図１に示す構成に限定されない。

【0033】

次に、水質予測装置１０について説明する。

【0034】

水質予測装置１０は、浄化処理前排水３０を浄化処理した後の浄化処理後排水３２の水質を予測するための情報処理装置である。本実施形態では、水質予測装置１０は、浄化処理機構２２における浄化処理前の状態の浄化処理前排水３０の水質情報から、該浄化処理前排水３０に対して浄化処理機構２２で浄化処理が行われた後の浄化処理後排水３２の水質情報を予測する。

【0035】

まず、水質予測装置１０のハードウェア構成を説明する。

【0036】

図２は、水質予測装置１０のハードウェア構成図の一例である。

【0037】

水質予測装置１０は、ＣＰＵ（Central Processing Unit）１１Ａ、ＲＯＭ（Read Only Memory）１１Ｂ、ＲＡＭ（Random Access Memory）１１Ｃ、およびＩ／Ｆ１１Ｄ等がバス１１Ｅにより相互に接続され、通常のコンピュータを利用したハードウェア構成である。

【0038】

ＣＰＵ１１Ａは、本実施形態の水質予測装置１０を制御する演算装置である。ＲＯＭ１１Ｂは、ＣＰＵ１１Ａによる各種処理を実現するプログラム等を記憶する。ＲＡＭ１１Ｃは、ＣＰＵ１１Ａによる各種処理に必要なデータを記憶する。Ｉ／Ｆ１１Ｄは、データを送受信するためのインターフェースである。

【0039】

本実施形態の水質予測装置１０で実行される情報処理を実行するためのプログラムは、ＲＯＭ１１Ｂ等に予め組み込んで提供される。なお、本実施形態の水質予測装置１０で実行されるプログラムは、水質予測装置１０にインストール可能な形式又は実行可能な形式のファイルでＣＤ－ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ－Ｒ、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記録媒体に記録されて提供するように構成してもよい。

【0040】

次に、水質予測装置１０の機能的構成を説明する。

【0041】

図３は、水質予測装置１０の一例の機能ブロック図である。図３には、水質予測システム１に含まれる浄化システム２０も併せて示す。

【0042】

水質予測装置１０は、処理部１２と、通信部１４と、記憶部１６と、ＵＩ（ユーザ・インターフェース）部１８と、を備える。処理部１２、通信部１４、記憶部１６、およびＵＩ部１８は、例えば、バス１９を介して通信可能に接続されている。

【0043】

通信部１４は、ネットワークＮＷなどを介して浄化システム２０等の外部の情報処理装置または電子機器と通信するための通信インターフェースである。記憶部１６は、各種の情報を記憶する。本実施形態では、記憶部１６は、機械学習モデル１６Ａを予め記憶する。機械学習モデル１６Ａの詳細は後述する。

【0044】

ＵＩ部１８は、出力部１８Ａおよび入力部１８Ｂを含む。出力部１８Ａは、各種の情報を出力する。出力部１８Ａは、例えば、画像を表示するディスプレイ、投影装置、スピーカ等である。入力部１８Ｂは、ユーザによる操作指示を受付ける。入力部１８Ｂは、例えば、キーボード、マウス、等である。

【0045】

処理部１２は、各種の情報処理を実行する。本実施形態では、処理部１２は、学習部１２Ａと、予測水質情報導出部１２Ｂと、調整情報算出部１２Ｃと、出力制御部１２Ｄと、を備える。学習部１２Ａ、予測水質情報導出部１２Ｂ、調整情報算出部１２Ｃ、および出力制御部１２Ｄ、の一部または全ては、例えば、ＣＰＵ等の処理装置にプログラムを実行させること、すなわち、ソフトウェアにより実現してもよい。また、学習部１２Ａ、予測水質情報導出部１２Ｂ、調整情報算出部１２Ｃ、および出力制御部１２Ｄ、の一部または全ては、ＩＣ（Integrated Circuit）等のハードウェアにより実現してもよい。また、学習部１２Ａ、予測水質情報導出部１２Ｂ、調整情報算出部１２Ｃ、および出力制御部１２Ｄ、の一部または全ては、ソフトウェアおよびハードウェアを併用して実現してもよい。

【0046】

学習部１２Ａは、機械学習により機械学習モデル１６Ａを予め学習する。

【0047】

機械学習モデル１６Ａは、浄化処理前の浄化処理前排水３０の水質情報を入力とし、該水質情報によって表される水質の浄化処理前排水３０に対して、予め定められた浄化処理条件による浄化処理を行った後の浄化処理後排水３２の予測水質情報を出力とする、機械学習モデルである。

【0048】

例えば、学習部１２Ａでは、教師データを用いた機械学習により予め機械学習モデル１６Ａを学習する。教師データには、例えば、浄化処理前排水貯留部２１に貯留されている浄化処理前排水３０の水質センサ２１Ｂにより検出された水質情報と、該水質情報の水質の浄化処理前排水３０が浄化処理機構２２によって浄化処理されて浄化処理後排水３２とされたときに水質センサ２８Ｂにより検出された水質情報と、の対を用いる。例えば、ユーザは、変動する環境下で浄化システム２０を所定期間駆動し、水質センサ２１Ｂによって検出された浄化処理前排水３０の水質情報の異なる複数の教師データを予め用意し、記憶部１６に記憶する。そして、学習部１２Ａは、これら複数の教師データを用いて、公知の機械学習により、上記入出力の機械学習モデル１６Ａを予め学習すればよい。

【0049】

そして、学習部１２Ａは、学習済の機械学習モデル１６Ａを記憶部１６に記憶する。なお、学習部１２Ａを、ネットワークＮＷに接続された外部の情報処理装置に搭載した構成としてもよい。この場合、水質予測装置１０は、外部の情報処理装置で学習された機械学習モデル１６Ａを、ネットワークＮＷおよび通信部１４を介して受信し、記憶部１６に予め記憶すればよい。

【0050】

予測水質情報導出部１２Ｂは、処理対象の浄化処理前排水３０の水質情報を取得する。予測水質情報導出部１２Ｂは、浄化システム２０の浄化処理前排水貯留部２１に設けられた水質センサ２１Ｂで検出された水質情報を、浄化処理前排水３０の水質情報として通信部１４を介して水質センサ２１Ｂから取得する。

【0051】

そして、予測水質情報導出部１２Ｂは、取得した浄化処理前排水３０の水質情報を機械学習モデル１６Ａへ入力する。予測水質情報導出部１２Ｂは、機械学習モデル１６Ａからの出力を取得することで、浄化処理後排水３２の予測水質情報を導出する。

【0052】

すなわち、予測水質情報導出部１２Ｂは、機械学習モデル１６Ａと、浄化処理前排水３０の水質情報と、を用いて、該水質情報によって表される浄化処理前排水３０が浄化処理機構２２によって浄化処理された後の浄化処理後排水３２の予測水質情報を導出する。

【0053】

調整情報算出部１２Ｃは、予測水質情報導出部１２Ｂで導出された予測水質情報によって表される浄化処理後排水３２の水質が、目標水質情報によって表される目標水質となるように浄化処理条件を調整するための調整情報を算出する。例えば、調整情報算出部１２Ｃは、予測水質情報導出部１２Ｂで導出された予測水質情報と目標水質情報との差と、浄化処理条件の調整情報と、を対応付けたデータを予め記憶部１６に記憶する。そして、調整情報算出部１２Ｃは、予測水質情報導出部１２Ｂで導出された予測水質情報と目標水質情報との差に対応する調整情報を記憶部１６から読み取ることで、調整情報を算出する。

【0054】

出力制御部１２Ｄは、予測水質情報および調整情報の少なくとも一方を出力部１８Ａへ出力する。

【0055】

例えば、出力制御部１２Ｄは、排水槽２１Ａに貯留されている浄化処理前排水３０を浄化処理機構２２によって浄化処理した後の浄化処理後排水３２の予測水質情報を、出力部１８Ａへ出力する。

【0056】

また、出力制御部１２Ｄは、予測水質情報および調整情報算出部１２Ｃで算出された調整情報の少なくとも一方を、出力部１８Ａへ出力する。

【0057】

このため、浄化システム２０を管理するユーザは、出力部１８Ａに出力された予測水質情報を確認することで、浄化処理前排水３０に現在貯留されている浄化処理前排水３０を浄化処理した後の浄化処理後排水３２の予測水質情報を、容易に確認することができる。

【0058】

よって、浄化システム２０を管理するユーザは、予測水質情報を確認することで、浄化処理後の浄化処理後排水３２の水質が目標水質となるように、浄化処理機構２２における浄化処理条件を適宜調整することができる。

【0059】

また、出力制御部１２Ｄは調整情報を出力部１８Ａへ出力する。このため、浄化システム２０を管理するユーザは出力された調整情報に応じて浄化処理機構２２の浄化処理条件を調整することで、浄化処理後排水３２の水質が目標水質となるように、容易に浄化処理条件を調整することができる。

【0060】

なお、出力制御部１２Ｄは、調整情報算出部１２Ｃで算出された調整情報に応じて、浄化システム２０の浄化処理条件を調整してもよい。例えば、出力制御部１２Ｄは、浄化システム２０の薬品処理部２４で投入する薬剤の投入量を、調整情報に示される調整量分変更するように薬剤供給部２４Ｃを制御してもよい。この場合、浄化処理機構２２に供給される浄化処理前排水３０の水質が変動した場合であっても、浄化処理機構２２による浄化処理後の浄化処理後排水３２の水質が目標水質となるように、自動的に浄化処理条件を調整することができる。

【0061】

次に、本実施形態の水質予測装置１０で実行する情報処理の流れの一例を説明する。

【0062】

図４は、水質予測装置１０が実行する情報処理の流れの一例を示すフローチャートである。

【0063】

予測水質情報導出部１２Ｂは、浄化処理前排水３０の水質情報を取得する（ステップＳ１００）。予測水質情報導出部１２Ｂは、浄化システム２０の浄化処理前排水貯留部２１に設けられた水質センサ２１Ｂで検出された水質情報を、浄化処理前排水３０の水質情報として通信部１４を介して水質センサ２１Ｂから取得する（ステップＳ１００）。

【0064】

予測水質情報導出部１２Ｂは、ステップＳ１００で取得した浄化処理前排水３０の水質情報を機械学習モデル１６Ａへ入力し、該機械学習モデル１６Ａからの出力として、浄化処理後排水３２の予測水質情報を導出する（ステップＳ１０２）。

【0065】

調整情報算出部１２Ｃは、ステップＳ１０２で導出された予測水質情報によって表される浄化処理後排水３２の水質が、目標水質情報によって表される目標水質となるように浄化処理条件を調整するための調整情報を算出する（ステップＳ１０４）。

【0066】

出力制御部１２Ｄは、ステップＳ１０２で導出された予測水質情報およびステップＳ１０４で算出された調整情報の少なくとも一方を出力部１８Ａへ出力する（ステップＳ１０６）。そして、本ルーチンを終了する。

【0067】

以上説明したように、本実施形態の水質予測システム１は、予測水質情報導出部１２Ｂを備える。予測水質情報導出部１２Ｂは、処理対象の浄化処理前排水３０の水質情報を機械学習モデル１６Ａへ入力し、機械学習モデル１６Ａからの出力として予測水質情報を導出する。機械学習モデル１６Ａは、浄化処理前の浄化処理前排水３０の水質情報を入力とし、該水質情報によって表される水質の浄化処理前排水３０に対して、予め定められた浄化処理条件による浄化処理を行った後の浄化処理後排水３２の予測水質情報を出力とする、機械学習モデルである。

【0068】

ここで、従来では、処理対象の浄化処理前排水３０の水質に応じて、ユーザの感覚により浄化処理条件を手動で調整していた。しかし、ユーザの感覚による浄化処理条件の調整では、浄化処理工程を経た後の浄化処理後排水の水質が目標水質となるように管理することは難しく、薬剤の投入不足などの浄化処理不足、および、過剰投入などの過剰な浄化処理が発生する場合があった。また、浄化処理には数時間を必要とする場合があり、ユーザの感覚による浄化処理条件の調整不良により、浄化処理後排水の水質が目標水質からずれた状態になっていると判明するまで時間を要していた。このため、浄化処理条件の再調整までの間に、浄化処理不足または過剰な浄化処理が進行してしまう場合があった。すなわち、従来技術では、浄化処理条件の容易な調整を支援することは困難であった。

【0069】

一方、本実施形態の水質予測システム１では、機械学習モデル１６Ａを用いて、浄化処理前の浄化処理前排水３０の水質情報から、該浄化処理前排水３０に予め定められた浄化処理条件で浄化処理が行われることで得られる浄化処理後排水３２の予測水質情報を導出する。

【0070】

このため、浄化システム２０を管理するユーザは、出力された予測水質情報を確認することで、処理対象の浄化処理前排水３０に対して浄化処理が行われた後の予測水質を把握することができ、把握した水質に応じて浄化処理条件を適宜調整することができる。

【0071】

従って、本実施形態の水質予測システム１は、浄化処理条件の容易な調整を支援することができる。

【0072】

また、本実施形態の水質予測システム１では、浄化処理条件の容易な調整を支援することができるため、浄化処理不足および過剰な浄化処理の発生を抑制することができる。このため、本実施形態の水質予測システム１は、上記効果に加えて、目標水質の浄化処理後排水３２の得られる適切な浄化処理条件となるよう、容易な調整を支援することができる。また、本実施形態の水質予測システム１では、浄化処理不足による再浄化処理の発生を抑制することができる。

【0073】

また、本実施形態の水質予測システム１では、過剰な浄化処理を抑制することができるため、必要以上に薬品が過剰に使用されることなどによるコストの増大を抑制することができる。

【0074】

なお、上記実施形態の水質予測装置１０で実行される上記各処理を実行するためのプログラムは、ＨＤＤ（ハードディスクドライブ）に記憶されていてもよい。また、上記実施形態の水質予測装置１０で実行される上記各処理を実行するためのプログラムは、ＲＯＭ１１Ｂに予め組み込まれて提供されていてもよい。

【0075】

また、上記実施形態の水質予測装置１０で実行される上記処理を実行するためのプログラムは、インストール可能な形式または実行可能な形式のファイルでＣＤ－ＲＯＭ、ＣＤ－Ｒ、メモリカード、ＤＶＤ（Digital Versatile Disk）、フレキシブルディスク（ＦＤ）等のコンピュータで読み取り可能な記憶媒体に記憶されてコンピュータプログラムプロダクトとして提供されるようにしてもよい。また、上記実施形態の水質予測装置１０で実行される上記処理を実行するためのプログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するようにしてもよい。また、上記実施形態の水質予測装置１０で実行される上記処理を実行するためのプログラムを、インターネット等のネットワーク経由で提供または配布するようにしてもよい。

【0076】

なお、上記には、本発明の実施形態を説明したが、上記実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。この新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。この実施形態およびその変形は、発明の範囲および要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

【符号の説明】

【0077】

１ 水質予測システム
１０ 水質予測装置
１２Ｂ 予測水質情報導出部
１２Ｃ 調整情報算出部
１２Ｄ 出力制御部
３０ 浄化処理前排水
３２ 浄化処理後排水

【図1】

【図2】

【図3】

【図4】