都市廃水処理におけるリン酸ダイナミクスのためのデータ強化ハイブリッドの通常の微分方程式モデルのサポート

活性汚泥モデルNo. 2D（ASM2D）と人工ニューラルネットワーク（ANN）を統合する並列ハイブリッド通常の微分方程式（ODE）は、高精度と解釈可能性を備えた生物学的リン除去（BPR）をシミュレートするために開発されました。2つのノベルティが導入されました。第一に、関連するサポートデータ（すなわち、リン酸塩放出活性）は、ANNの入力として組み込まれました。第二に、ANNの出力は選択的でした。異なるANN出力を使用して3つのモデルが実装され、3つすべてが嫌気性/有酸素シーケンスバッチリアクター操作のリン酸推定でASM2Dを上回りました。特に、ANNにBPRに関与する4つの変数を組み込むことで、リン酸蓄積生物（PAO）の増加が増加するため、最高のパフォーマンス（R2 = 0.93）が可能になりました。サポートデータを備えたANNは、適切なPAOSを追加することによりASM2Dを補償するために十分に機能し、リン酸推定が改善されました。新しい並列ハイブリッドオードは、物理的な意味を維持しながらBPRをシミュレートできます。

A parallel hybrid ordinary differential equation (ODE) integrating the Activated Sludge Model No. 2d (ASM2d) and an artificial neural network (ANN) was developed to simulate biological phosphorus removal (BPR) with high accuracy and interpretability. Two novelties were introduced; first, the involved supporting data (i.e., phosphate-release activity) were incorporated as an input in the ANN. Second, the outputs of the ANN were selective. Three models were implemented using different ANN outputs, and all three outperformed ASM2d in phosphate estimation for anaerobic/aerobic sequencing batch reactor operation. In particular, the incorporation of four variables responsible for BPR into the ANN enabled the highest performance (R2 = 0.93) owing to the capture of increasing phosphate-accumulating organisms (PAOs). The ANN with the supporting data worked satisfactorily to compensate for ASM2d by adding proper PAOs, resulting in improvement in phosphate estimation. The novel parallel hybrid ODE can simulate BPR while maintaining physical meaning.