- 畜産排水処理の省力化と浄化性能を向上 -
ポイント
農研機構は、AIによる画像認識を利用した新しいセンサ「AI凝集センサ」を開発しました。
畜産の排水処理では薬剤(凝集剤1))を使って排水を凝集させて、固形分と液分に分離する重要なプロセスがあります。
本センサは凝集の程度を測定できる世界初のセンサです。これにより、固液分離プロセスの自動制御が可能になり、排水処理施設における保守管理作業の省力化と浄化性能の向上に役立ちます。
図1 排水処理フローにおけるAI凝集センサの概要
概要
畜産農家は畜舎からの排水を法令に準じて処理する必要があります。固液分離は排水処理において重要なプロセスで、分離度は浄化性能に大きく影響します(図1)。
十分な分離度を得るためには、凝集の程度(=凝集度2))を見ながら、添加する凝集剤の量を適正に調節する必要がありますが、凝集度を測定する既存のセンサはありません。
このため、排水の濃度変動に対応できないので、固液分離プロセスを自動で制御することは困難でした。
農家は日々凝集状態を目視で確認して凝集剤の添加量を調整しなければならず、作業の負担が大きく自動制御への要望は大変多い状況です。
そこでAIを使った新しい凝集センサを開発しました。
AIに適正な凝集画像と凝集剤が不足または過剰の画像を学習させます。これにより、AIは人と同様なレベルで排水の凝集度を認識できるようになりました。さらに開発したAI凝集センサを使って凝集度を自動制御する実験に成功しました。
本センサにより排水の濃度変化に対応できる固液分離プロセスの自動化が初めて実現可能になります。固液分離プロセスの自動制御により、凝集槽の見回り回数の削減や凝集不良に伴うトラブルの回避など、保守管理作業を省力化できます。
凝集剤の添加量が適正化されるので排水処理施設の浄化性能が向上し、添加過剰の施設では凝集剤コストの低減につながります。
関連情報
予算 : 生研支援センター「戦略的スマート農業技術等の開発・改良」JPJ011397
詳細情報
研究の経緯
持続可能な畜産業には、環境と調和した家畜管理や悪臭対策、ふん尿処理が必要です。畜舎排水の浄化処理には、法令に準じた適正処理が義務付けられています。畜産業は深刻な人手不足であり、自動化による対策技術の開発が急務になっています。
畜産排水処理では、浄化槽で発生する汚泥の脱水、または原水の前絞りに凝集剤を使った固液分離が行われています(図1)。固液分離は2段階で行われます。
第1段階では凝集剤により排水中の浮遊物質を凝集させます。
第2段階では凝集した排水を機械的に絞り、固形分と液分に分離します。
第1段階における凝集剤の添加量は大変重要で、添加量が多すぎても少なすぎても固液分離に失敗します。汚泥や原水の濃度は変動するので、添加量を適正に制御しなければなりません。しかし、排水の凝集の程度を測定する既存のセンサは、存在しません。このため、凝集剤の添加量を自動で制御することは事実上、不可能でした。
一部の養豚場では排水の濃度が大きく変動しており、農家は毎日凝集の状態を見回る必要があり、新しい自動制御技術の開発が求められています。
これまで凝集度の測定には、濁度計や汚泥濃度計など光学的手法による測定が試みられてきました。しかし、排水は光を透過しづらいので、これらの方法で凝集度を測定することはできませんでした。
農家は目視で凝集度を判定して、凝集剤の添加量を調整しています。近年のAIによる画像認識のレベルは、人と同程度までに到達しています。これは、人が目視で判断している作業をAIで代替できることを意味しています。そこでAIを使った凝集センサの開発に取り組みました。
研究の内容・意義
AIに適正な凝集画像と凝集剤が不足または過剰の画像を学習させることで、凝集度を認識できるようになります(図2)。
AIモデル3)とはAIの核心部であり、画像から凝集度を出力する計算部を担っています。これまで多くのAIモデルが開発されてきました。これらのモデルは、例えばイヌとネコを判別するような画像の「分類」用に開発されており、センサの開発に必要な画像の「数値化」用には開発されていません。
図2 凝集度の異なる排水(汚泥)画像
そこで凝集画像の数値化に適したAIモデルを見つけるために、10個のモデルを検証しました。その結果、ConvNeXt4)モデルが最も優れたモデル(測定誤差が最小)であることが分かりました(図3)。さらに、ファインチューニング5)と呼ばれる学習法が凝集画像に適していることも明らかにしました。
図3 AIモデルの測定精度比較
次にConvNeXtを用いて外部出力を備えた新しいAI凝集センサを開発しました(図4)。センサは、固液分離機の凝集槽内部を撮影するカメラとAI演算に特化した本体から構成されています。
センサはインバータを介して凝集剤を添加するポンプに接続されており、ポンプの流速を制御します。PCまたはスマホでセンサの操作と測定結果を閲覧できます。
図4 AI凝集センサによる凝集制御の概要
図5は、凝集度を0.7に制御する実験の結果を示しています。実験開始時の凝集度はゼロであり、ここに排水を連続的に投入します。センサは凝集度を測定して凝集剤の添加量を制御します。
凝集度は徐々に上昇して目的値の0.7に達したところで上昇が止まり、その後、凝集度が一定に保たれています。これは、センサによる自動制御が成功していることを示しています。
図5 凝集度の制御試験
本センサにより排水の濃度変化に対応できる固液分離プロセスが初めて可能になります。
この技術により保守管理作業が省力化されるので、農家は家畜の飼養管理に集中できます。
また、凝集剤のコストは、排水処理のランニングコストの約40%を占めています。本センサにより添加量が適正化されるので、添加過剰の施設ではコスト低減につながります。
今後の予定・期待
本AI技術を固液分離機メーカーやセンサメーカー、排水処理施設施工企業等に技術移転を行って畜産排水処理施設への実装を図り、環境調和型畜産および人手不足への貢献が期待されます。
用語の解説
①凝集剤
排水に含まれている浮遊性の固形分を互いに結合させて凝集させる作用を持つ薬剤です。凝集した排水はスクリュープレスなどの装置で絞られて、固形分と液分に分離されます(図4)。汚泥や原水の凝集では、カチオン性高分子が凝集剤として使われます。
②凝集度
排水の凝集の程度を表す指標です。本研究では、全く凝集していない排水の凝集度を0、凝集剤を大過剰に加えた排水の凝集度を1として、0～1の連続した値をとります。
⓷AIモデル
画像認識におけるAIモデルとは、人工的なニューラルネットワーク(NN)を指しています。NNを使うことで画像を認識する複雑な計算を実行できます。
NNには様々な種類があり、代表的なモデルとして畳み込みニューラルネットワーク(CNN)が知られています。CNNの中にも様々な構造のCNNが報告されています。
④ConvNeXt
Facebook AI Researchが2022年に発表した新しいCNN モデルです。ResNetをベースにして最新の手法を取り入れることで、高い精度と大幅な計算量の削減を実現しています。安価なデバイスにも搭載できるAIモデルです。
⑤ファインチューニング(Fine-tuning:微調整)
学習済みモデルを使う転移学習法の一種です。転移学習法とは、例えば事前にAIモデルをイヌやネコなど1,000個以上の様々な対象を認識できるように機械学習を行います。
その学習済みのAIモデルに対象となる画像を追加で学習することで、効率的に学習する手法です。本研究におけるファインチューニングとは、追加学習の際にAIモデルの一部ではなく全体を学習する方法を指しています。
発表論文
Yokoyama H. et al., Deep learning-based flocculation sensor for automatic control of flocculant dose in sludge dewatering processes during wastewater treatment (2024),
Water Research, vol.260,p121890
https://www.sciencedirect.com/science/article/abs/pii/S0043135424007917
鎹八咫烏 記
石川県 いしかわ観光特使
伊勢「斎宮」明和町観光大使
協力（敬称略）
農林水産省 〒100-8950 東京都千代田区霞が関1-2-1 電話：03-3502-8111（代表）
紅山子（こうざんし）
※画像並びに図表等は著作権の問題から、ダウンロード等は必ず許可を必要と致します。
アーカイブ リンク記事をご覧ください。
～子どもたちの水への思いがつまっています～ 国土交通省
「水」イメージ
熊本県人吉市 球磨川下り まるで木舟が木の葉のようですね 編集局イメージ
全国の中学生及び海外日本人学校在学の日本人中学生を対象に、「水について考える」をテーマに開催した第 45 回全日本中学生 水の作文コンクールは、総数 8,771 編の応募があり、審査の結果、最優秀賞（内閣総理大臣賞）１編のほか受賞作品決定。
（詳細は下記のURLよりご覧ください。）
ZIPANG-7 TOKIO 2020全日本中学生 水の作文コンクール受賞作品が決定!【国土交通省】
https://tokyo2020-7.themedia.jp/posts/46117727/
新天皇陛下
トランプ米国大統領御夫妻を 『令和』初の国賓としてお迎えに
トランプ大統領訪日に思う
今般、令和の年号に改められたばかりの5月1日に即位された今上天皇陛下及び雅子皇后陛下は早速、5月25日から28日にかけて慶祝訪日された、ドナルド・ジョン・トランプ米国大統領（The Honorable Donald John Trump, President of the United States of America）及び
メラニア夫人を初の国賓としてお迎えになりました。
また、滞在中，天皇皇后両陛下は，トランプ大統領及びメラニア夫人と会見され，宮中晩餐を催されました。一方、安倍晋三内閣総理大臣は、同大統領と会談を行いました。
この度のトランプ大統領及びメラニア夫人の訪日は、日米両国間の友好関係の更なる進展にとって極めて有意義な機会であるばかりでなく、世界的には様々な問題を抱える国々、利害関係のせめぎあい等、複雑なる情勢の中、ある意味で一つの明るい光をもたらすニュースでもありました。
あっという間の高密度なスケジュールの三日間でしたが、国民は心の片隅で万事が上手く運ぶように固唾を飲んで見守っていたと思います。まさしく、折も折、稀有な出来事であり、これ程の絶好の機会はあり得なかったと思える程、感動を新たにしたのでは。
平和を目指す我国にとって、年号を「令和」としてスタートに着いたばかりで、その意味を占う解釈はかまびすしく百家争鳴です。
先ずは、この事実を令和を祝福する象徴的な出来事として捉え、歴史に刻まれるように、この高揚した気分を私たち一人ひとりが本当に成果と呼べるようにしたいものですね。
鎹八咫烏
メラニア米国大統領夫人と安倍総理大臣夫人の文化行事および昼食会
1 5月27日，安倍昭恵内閣総理大臣夫人は，国賓として訪日中のメラニア・トランプ米国大統領夫人（Mrs. Melania Trump, First Lady of the United States of America）を招き，迎賓館和風別館「游心亭」において，文化行事および昼食会を主催しました。
2 冒頭，両夫人は，キンバリ・フォーサイス氏から，日本で立ち上げた病気の子どもたちを支援している特定非営利活動法人シャイン・オン！キッズの活動に関する説明を受けました。
その後，両夫人は，入江要介氏による尺八演奏，加藤久美子氏による草月流生け花デモンストレーション，また尾上紫氏と子供たちによる日本舞踊を鑑賞し，メラニア夫人に日本文化への理解を深めていただきました。
日本文化の発信の観点からも有意義な機会となりました。また，両夫人はその後，二人で昼食をとり，和と洋の融合をめざしたメニューを楽しまれました。
0コメント