WEKO3
アイテム
汚泥脱水におけるフィルタープレスの圧縮工程制御のための画像解析と回帰モデルに基づくケーキ水分の推定
https://doi.org/10.15118/0002000415
https://doi.org/10.15118/000200041547e22571-8e13-4b85-b9e5-b8ac25903ef0
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
A563_Abstract.pdf (347 KB)
|
|
|
|
A563.pdf (2.3 MB)
|
|
| アイテムタイプ | 学位論文 / Thesis or Dissertation(1) | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2025-11-18 | |||||||||||
| タイトル | ||||||||||||
| タイトル | Cake Moisture Estimation based on Image Analysis and Regression Model for Controlling the Compression Process of Filter Press in Sludge Dewatering | |||||||||||
| 言語 | en | |||||||||||
| タイトル | ||||||||||||
| タイトル | 汚泥脱水におけるフィルタープレスの圧縮工程制御のための画像解析と回帰モデルに基づくケーキ水分の推定 | |||||||||||
| 言語 | ja | |||||||||||
| 言語 | ||||||||||||
| 言語 | eng | |||||||||||
| 資源タイプ | ||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_db06 | |||||||||||
| 資源タイプ | doctoral thesis | |||||||||||
| ID登録 | ||||||||||||
| ID登録 | 10.15118/0002000415 | |||||||||||
| ID登録タイプ | JaLC | |||||||||||
| アクセス権 | ||||||||||||
| アクセス権 | open access | |||||||||||
| アクセス権URI | http://purl.org/coar/access_right/c_abf2 | |||||||||||
| 著者 |
ポルタ, サンドロ ルマホルボ
× ポルタ, サンドロ ルマホルボ
|
|||||||||||
| 抄録 | ||||||||||||
| 内容記述タイプ | Abstract | |||||||||||
| 内容記述 | 本研究では，下水処理施設で用いられる脱水機におけるケーキと呼ばれる汚泥の含水率推定手法について提案を行う．ケーキ含水率はフィルタープレスの圧縮工程における目標となる数値であり，その予測は将来的な自動制御のために必須となる技術である．既存の脱水機の多くには含水率およびそれに直接関わるろ液量の計測装置は設置されておらず，ろ液時間や過去の経験といった間接的な情報を活用し推定する必要がある．本研究では，導入コストや運用コストの面から既存の脱水機に備わっている計測値および簡易に設置可能な装置を活用した方法として，ドレイン出口画像および圧縮段階での差圧情報を活用した推定アプローチを提案する． 画像を活用したアプローチでは，ドレイン出口に対して固定カメラを設置し，撮影画像のろ液部分（水分部分）の画像ピクセル数からろ液量を推測し，そのその積算情報からケーキ含水率を予測した．具体的には，固定カメラから一定の時間間隔で自動撮影された画像に対し画像処理技術（画像閾値処理）を活用しろ液部分（水分部分）を特定，その領域の画素数と実際の濾液量の関係を解析し，その関係モデルから1分あたりの濾液量を推定している．また，差圧情報を活用したアプローチでは，差圧からケーキ水分を直接推定する方法と，差圧，濾液量，ケーキ水分の3者の関係をモデル化する方法の2つを考案し，その性能比較を行った． 本研究で提案するアプローチは，複雑な機械学習アルゴリズムではなくデータ相関の分析に基づくシンプルで解釈しやすい数学関数（回帰モデル）を採用しており，高い実用性と信頼性を兼ね備えたものとなっている．実際の実機運転データ上での検証実験を通じて，提案するアプローチの精度と有効性について十分に実用に耐えうる性能を持つことを確認した．また，検証実験を通じて季節ごとに脱水特性が異なっており，近似した数学モデルのパラメータにもその物理特性の違いが表れていることも確認できた．今後は，季節性に含まれる環境要因をモデルに陽に組み込むことで，さらに高い実用性を持つモデル構築を検討する予定である． |
|||||||||||
| 言語 | ja | |||||||||||
| 抄録 | ||||||||||||
| 内容記述タイプ | Abstract | |||||||||||
| 内容記述 | This study proposes a practical method for estimating the moisture content of sludge, referred to as “cake,” in dewatering machines at sewage treatment facilities. As the moisture content is a critical control target in the compression process of filter presses, accurate prediction is essential for future automation. However, many existing machines lack direct measurement systems for moisture content or filtrate volume, necessitating indirect estimation based on limited information such as filtration time or operator experience. To address this, we developed an estimation approach that leverages drain outlet images and differential pressure data during the compression stage, utilizing readily available sensors and low-cost devices. In the image-based method, a fixed camera captures outlet images at regular intervals. Filtrate volume is estimated by identifying the liquid area via image thresholding, and cake moisture content is then predicted based on the accumulated pixel data. In parallel, we examined differential pressure-based estimation using two models: one directly predicting moisture content from pressure data, and another modeling the relationship among pressure, filtrate volume, and moisture content. Both methods employ simple, interpretable regression models derived from correlation analysis rather than complex machine learning algorithms, ensuring practicality and reliability. Validation using real-world plant data demonstrated that the proposed method offers sufficient accuracy for practical use. Furthermore, seasonal variations in dewatering characteristics were observed, with model parameters reflecting corresponding physical property changes. Future work will focus on improving model adaptability by explicitly incorporating environmental factors linked to seasonality. |
|||||||||||
| 言語 | en | |||||||||||
| 学位授与機関 | ||||||||||||
| 学位授与機関識別子Scheme | kakenhi | |||||||||||
| 学位授与機関識別子 | 10103 | |||||||||||
| 学位授与機関名 | 室蘭工業大学 | |||||||||||
| 言語 | ja | |||||||||||
| 学位授与機関名 | Muroran Institute of Technology | |||||||||||
| 言語 | en | |||||||||||
| 学位名 | ||||||||||||
| 学位名 | 博士（工学） | |||||||||||
| 言語 | ja | |||||||||||
| 学位の種別 | ||||||||||||
| 言語 | ja | |||||||||||
| 値 | 課程博士 | |||||||||||
| 学位授与番号 | ||||||||||||
| 学位授与番号 | 甲第563号 | |||||||||||
| 報告番号 | ||||||||||||
| 言語 | ja | |||||||||||
| 値 | 甲第563号 | |||||||||||
| 学位記番号 | ||||||||||||
| 言語 | ja | |||||||||||
| 値 | 博甲第563号 | |||||||||||
| 研究科・専攻 | ||||||||||||
| 言語 | ja | |||||||||||
| 値 | 工学専攻 | |||||||||||
| 学位授与年月日 | ||||||||||||
| 学位授与年月日 | 2025-09-24 | |||||||||||
| 著者版フラグ | ||||||||||||
| 出版タイプ | VoR | |||||||||||
| 出版タイプResource | http://purl.org/coar/version/c_970fb48d4fbd8a85 | |||||||||||
