| 研究課題/領域番号 |
22K05890
|
|---|
| 研究機関 | 東京電機大学 |
|---|
研究代表者 |
中井 正則 東京電機大学, 理工学部, 教授 (10217648)
|
|---|
| 研究分担者 |
筒井 裕文 東京電機大学, 理工学部, 助教 (70620649)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| キーワード | 小規模農村ため池 / 気泡噴流 / 水温躍層 / 人工知能 / ニューラルネットワーク |
|---|
| 研究実績の概要 |
2022年度は初年度であり，埼玉県東松山市の小規模公園修景池(容量：約2000(m3))において，「現地調査による教師データの収得」を中心に研究を行った．
実際の気象条件の下，現地調査により機械学習用の教師データを収得した．調査は，6月～11月に実施した．収得データは，気象データ(日射量，気温，風速・風向，湿度，気圧，雨量)，修景池の水質データ(COD，水温，DO濃度，T-N，T-P，SS)である．気象データは，7/29からの10分間隔の連続測定である，水質データは，週2回のペースで測定している(ただし，水温データの一部は，10分間隔の連続測定である)．しかし，機器トラブル等により，水質データの収得はやや不十分な状態である．
測定データをもとに，以下の3点を中心に検討・考察を行った．すなわち，(1)気象データと表層水温の回帰分析，(2)水温・DO濃度のコンターマップ(気泡噴流稼働時・非稼働時)，(3)気泡噴流の放出開始から水温変化までの応答時間，等である．(1)より，表層水温に与える気象項目は，主として気温と湿度であることがわかった．また，(2),(3)より，気泡噴流によって，水温躍層を効率的に破壊できることがわかり，放出から躍層破壊の開始までは約90分であった．
さらに，来年度に向けて，予備的に「ニューラルネットワーク」による簡易的な水質予測を試みた．ニューラルネットワークを用いて，気象の変化が水温へ影響を与える始めるまでに気泡噴流を放出することにより，水温躍層の発達を効率的に抑制できることがわかった．
|
| 現在までの達成度 |
現在までの達成度
3: やや遅れている
理由
機器トラブル等により，現地測定データ(水質データ)の収得が不十分であった．
|
| 今後の研究の推進方策 |
2023年度は，「機械学習によるAIモデル構築」を中心に研究を行う．
前年に収得した教師データを活用し，機械学習のアルゴリズムおよびプログラムコードを作成し，既存の気泡噴流装置に装備する．なお，本年度も現地調査を実施し，昨年度の現地収得データの不備・不足を補い，研究を効率よく推進する予定である．
|
| 次年度使用額が生じた理由 |
2022年度は，物品費(消耗品費)および謝金が予想額を下回ったため，約23万円の未使用分が発生した．この分を2023年度の物品費に回したいと考えている．
|
