研究課題/領域番号 |
19K04670
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分22060:土木環境システム関連
|
研究機関 | 日本大学 |
研究代表者 |
佐藤 克己 日本大学, 生産工学部, 教授 (50788544)
|
研究分担者 |
高橋 岩仁 日本大学, 生産工学部, 教授 (20453871)
保坂 成司 日本大学, 生産工学部, 教授 (70328699)
森田 弘昭 日本大学, 生産工学部, 教授 (90355933)
|
研究期間 (年度) |
2019-04-01 – 2023-03-31
|
キーワード | 雨天時浸入水対策 / 水温法 / 成分分解 / ニューラルネットワーク / 雨水浸入強度 / 機械学習 / 不明水対策 / カーネル密度分布 |
研究成果の概要 |
研究成果は、①時系列水温データの成分分析による下水量解析、②流量・水温法データのAI機械学習による雨天時浸入水量解析の研究、③下水温の成分分解法を用いたノンパラメトリック手法による雨天時浸入水量割合の推定、にまとめた。①では、水温法によって得られた水温データを成分分解して、不規則変動水温から雨天時浸水量を推定した。②では、流量・水温データからAI機械学習であるニューラルネットワークによって雨天時浸入水量の解析を試みた。③では、晴天時と雨天時の不規則変動水温をノンパラメトリックなカーネル密度分布で表して水温変動量を明らかにした。
|
自由記述の分野 |
水環境浄化システム
|
研究成果の学術的意義や社会的意義 |
下水道事業が概成する一方で、不明水の浸入による下水処理場やポンプ場の運転経費増加は下水道経営を圧迫させるほか、簡易処理による水環境悪化も懸念されることから,解決すべき重要課題として,早期の対策が求められている。同時に、下水道経営は、公営企業会計を導入し、持続可能な経営が必須であり、今後の維持管理は、経済的で優先順位を付けたわかりやすく可視化できる管理が急務である。こうしたなか、不明水対策、とりわけ雨天時浸入水対策は、下水道施設の大部分の管路を維持管理するうえで重要な対策事項である。本研究は、人に頼ったアナログ的な既存の調査方法ではなく、センサーとAI技術を使って浸入水の特定をするものである。
|