自動機械学習による嫌気性下水処理の実用化推進に向けた効率的な予測と評価

• 研究課題/領域番号: 24K17380
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分22060:土木環境システム関連
• 研究機関: 東京大学
• 研究代表者: 紀 佳淵 東京大学, 未来ビジョン研究センター, 特任講師 (20981111)
• 研究期間 (年度): 2024-04-01 – 2026-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2025年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円); 2024年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
• キーワード: 下水処理プロセスのモデリング / 機械学習アプローチ / 嫌気性下水処理 / 予測モデル / 自動機械学習

研究開始時の研究の概要

従来の下水処理法はエネルギー消費量が大きい、カーボンニュートラルを達成するため新たな技術やプロセスの開発は極めて重要である。嫌気性生物学的処理技術では、汚染物質を除去すると共に、バイオガスによる創エネが可能であり、余剰汚泥および温室効果ガスの排出が少ないなど特徴が持っている。しかし、実験周期が長い、伝統的なモデリング方法が汎用性低いなどにより、実用化の推進は遅滞している。本研究では、機械学習アプローチの導入により、嫌気性廃水処理プロセスに対する予測モデルを確立し、低炭素・創エネ型下水処理プロセスの実用化に推進するため、処理プロセスの生化学反応における予測手法と総合評価の創出を目指す。