畜産排水処理をAI画像認識とIoTで自動化、実証で管理時間約70%減の研究

畜産排水は、飼養頭数や畜舎の洗浄頻度、季節によって濃さや性状が日々変わります。そのたびに曝気時間、汚泥の引き抜き、凝集剤の投入量を見直す必要があり、専門知識を持つ担当者が多大な労力をかけてきました。汚泥量の管理に苦慮する農家は多く、凝集剤については、凝集の度合いを測る既存のセンサ自体がありませんでした。

編集部の見立てでは、困りごとの根っこは「人手が足りない」こと以上に、「判断の材料が数値として手元にない」ことにあったと考えられます。BODは従来法だと測定に5日かかり、凝集の具合は目で見て判断するしかない。材料がそろわないまま調整を迫られる状況では、経験に頼った手動運転から抜け出すのは難しかったはずです。

自動化の前に「測れなかったものを測れるようにする」ことへ力を注いだ点が、この取り組みの土台です。凝集の度合いは、これまで数値にする手段がありませんでした。そこでAIの画像認識で凝集槽の様子を撮影して定量化し、その値に応じて凝集剤の投入量を決める仕組みにしています。BODについても、発電細菌を使って6時間で測れるバイオセンサをさらに改良して感度を高めており、制御の精度は入力となる測定値の質で決まる、という発想が一貫して見えます。

2つ目は、現場の条件に合わせた「実用性」への割り切りです。汚泥量の測定では、高性能な機器を追うのではなく、畜産現場でも導入できる安価なMLSSセンサをあえて選び、畜産排水特有の着色が測定を妨げないかも確かめています。技術的に最良のものより、農家が実際に設置できるものを優先したこの選択は、研究成果を現場へ届けるうえで効いてくるはずです。

3つ目は、個別の自動制御と遠隔モニタリングを組み合わせた体系的な設計です。3つの設定値をそれぞれ自動で制御するだけでなく、曝気槽や固液分離機、配電盤の様子をカメラで映し、MLSSやpHの測定値をスマホやPCのブラウザで見られるようにしました。自動化しきれない「状況の確認」まで遠隔に移したことで、見回りそのものを減らせる構造になっています。

実証試験では、IoT遠隔モニタリングにより排水処理施設の運転管理にかかる労働時間が約70%削減されました。汚泥量（MLSS）と凝集度は、いずれも誤差10%程度での制御に成功しています。改良型BOD監視システムでは検出限界が40 mg/Lから20 mg/Lへと感度が上がり、遠隔操作で曝気時間の制御も改善しました。なお、改良前のBOD監視システムは過去の実証試験で曝気の電力消費を最大20%減らしています。いずれも研究段階の成果であり、今後はセンサメーカーや排水処理施設の施工企業への技術移転を通じた実装が図られる予定です。