동시 질산화탈질은 낮은 DO 농도로 유지되는 동일한 반응조에서 질산화 반응과 탈질 반응이 동시에 발생함을 의미한다. 동시 질산화 탈질 반응을 모사할 수 있는 몇몇 수학적 모델들이 개발되었지만, 모델 구조가 복잡하거나 모델을 적용하기 위한 다양한 제반 지식을 얻어야만 정확한 결과를 얻을 수 있어 범용적인 모델 적용에 한계점이 있는 단점이 있었다. 이와 같은 문제를 해결하기 위해, 동시 질산화 탈질 반응이 반응기 내 DO 농도의 부분적 부재로 발생한다는 가정 하에, 만약 활성슬러지모델을 사용하여 동시 질산화 탈질 반응의 거동을 해석할 수 있다면, 모델의 구조가 다른 개발된 모델들보다 복잡하지 않고, 다양한 운전 조건에서 모델이 활용될 수 있을 것으로 판단하였다. 하지만 기존의 활성슬러지 모델로는 호기 조건에서 발생하는 탈질 반응을 표현하기 어려운 점이 있기 때문에, 본 연구에서는 활성슬러지 모델을 수정함으로써 동시 질산화 탈질 반응을 해석하고자 하였다. 활성슬러지 모델 No.1(ASM1)이 선택이 되어 탈질 반응식이 수정되었으며, 수정된 ASM1의 시뮬레이션 결과는 측정값의 거동을 잘 모사하였다. 이를 통해 수정된 ASM1은 실험 결과에 기반하여 구한 ${\eta}_g$의 값과 호기 조건에서의 탈질 반응을 모사하기 위해 수정된 Monod 식의 영향으로 모델의 구조가 본 연구의 실험 결과에서 확인된 동시 질산화 탈질 반응을 해석할 수 있도록 구성되었다고 사료된다.
동시 질산화 탈질은 낮은 DO 농도로 유지되는 동일한 반응조에서 질산화 반응과 탈질 반응이 동시에 발생함을 의미한다. 동시 질산화 탈질 반응을 모사할 수 있는 몇몇 수학적 모델들이 개발되었지만, 모델 구조가 복잡하거나 모델을 적용하기 위한 다양한 제반 지식을 얻어야만 정확한 결과를 얻을 수 있어 범용적인 모델 적용에 한계점이 있는 단점이 있었다. 이와 같은 문제를 해결하기 위해, 동시 질산화 탈질 반응이 반응기 내 DO 농도의 부분적 부재로 발생한다는 가정 하에, 만약 활성슬러지모델을 사용하여 동시 질산화 탈질 반응의 거동을 해석할 수 있다면, 모델의 구조가 다른 개발된 모델들보다 복잡하지 않고, 다양한 운전 조건에서 모델이 활용될 수 있을 것으로 판단하였다. 하지만 기존의 활성슬러지 모델로는 호기 조건에서 발생하는 탈질 반응을 표현하기 어려운 점이 있기 때문에, 본 연구에서는 활성슬러지 모델을 수정함으로써 동시 질산화 탈질 반응을 해석하고자 하였다. 활성슬러지 모델 No.1(ASM1)이 선택이 되어 탈질 반응식이 수정되었으며, 수정된 ASM1의 시뮬레이션 결과는 측정값의 거동을 잘 모사하였다. 이를 통해 수정된 ASM1은 실험 결과에 기반하여 구한 ${\eta}_g$의 값과 호기 조건에서의 탈질 반응을 모사하기 위해 수정된 Monod 식의 영향으로 모델의 구조가 본 연구의 실험 결과에서 확인된 동시 질산화 탈질 반응을 해석할 수 있도록 구성되었다고 사료된다.
Simultaneous nitrification and denitrification means that nitrification and denitrification occur concurrently in the same reaction vessel under low DO concentration. Some mathematical models developed to simulate simultaneous nitrification and denitrification reaction, but they have the complex mod...
Simultaneous nitrification and denitrification means that nitrification and denitrification occur concurrently in the same reaction vessel under low DO concentration. Some mathematical models developed to simulate simultaneous nitrification and denitrification reaction, but they have the complex model structures or have limitations of model application. To solve these problems, if possible that predict the behavior of simultaneous nitrification and denitrification reaction by activated sludge model, structures of the model is less complex than previous models and applies the various operation conditions. But original activated sludge models have difficulties in representing the denitrification reaction under aerobic condition. So the aim of this study is to interpret simultaneous nitrification and denitrification reaction by modifying activated sludge model. Original activated sludge model No.1(ASM1) was selected and modified. The simulation result in modified ASM1 predicted appropriately for the measured data. This indicates the structures of ASM1 are properly improved for interpretation of simultaneous nitrification and denitrification reaction.
Simultaneous nitrification and denitrification means that nitrification and denitrification occur concurrently in the same reaction vessel under low DO concentration. Some mathematical models developed to simulate simultaneous nitrification and denitrification reaction, but they have the complex model structures or have limitations of model application. To solve these problems, if possible that predict the behavior of simultaneous nitrification and denitrification reaction by activated sludge model, structures of the model is less complex than previous models and applies the various operation conditions. But original activated sludge models have difficulties in representing the denitrification reaction under aerobic condition. So the aim of this study is to interpret simultaneous nitrification and denitrification reaction by modifying activated sludge model. Original activated sludge model No.1(ASM1) was selected and modified. The simulation result in modified ASM1 predicted appropriately for the measured data. This indicates the structures of ASM1 are properly improved for interpretation of simultaneous nitrification and denitrification reaction.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 동시 질산화 · 탈질 반응이 반응기 내에서 DO 농도가 부분적으로 부재하기 때문에 발생된다는 이론적인 가정하에 활성슬러지 공정에서 널리 사용되고 있는 활성슬러지 모델(ASMs)로 동시 질산화 · 탈질 반응을 해석하고자 하였다. 하지만 기존의 활성슬러지 모델은 모델 구조가 운전 조건에 따라 질산화 반응과 탈질 반응이 개별적으로 발생하도록 구성되어 있으므로 동시 질산화 · 탈질 반응에 모델을 적용할 때 이에 대한 고려가 필요할 것으로 사료된다.
동시 질산화 · 탈질 공정에서 탈질 반응은 산소가 존재하지 않는 무산소 조건에서의 탈질 반응 속도보다 그 속도가 느려지게 될 것으로 사료되는데, 이는 비록 낮은 농도이지만 산소 농도가 수중에 존재하여 탈질 반응에 의한 종속영양균의 성장을 방해할 수 있기 때문이다. 따라서 본 연구에서는 탈질 반응식 내 ηg 값은 문헌에서 언급한 기본값 7) 을 사용하지 않고 실험 결과에 기반한 값을 사용하고자 한다. 사용될 ηg 값은 기존 ηg다 더낮게 될 것으로 가정하여 임의의 α라는 값을 곱하여 구하기로 한다.
본 연구에서는 먼저 동시 질산화 · 탈질 반응의 실험 자료를 얻기 위해 연속 회분식 반응기(Sequencing Batch Reactor)를 이용하여, DO 농도의 변화시켜가며 동시 질산화․ 탈질 반응이 발생하는지 확인한 후, 활성슬러지 모델 No.1 을 선택하여 모델 내 탈질 반응식을 수정함으로써 실험 결과에서 확인된 동시 질산화 · 탈질 반응을 해석하고자 하였다.
제안 방법
7) 이중 본 연구에서는 생물학적 탄소 및 질소 제거 모사가 가능하면서도 질산화 반응 및 탈질 반응에 대해 가장 간단 하지만, 반응에 대해 명료하게 표현되어 있어 모델 수정이 용이하고, 수정된 모델이 동시 질산화 · 탈질 반응을 적절히 해석할 수 있을 것으로 판단되는 활성슬러지 모델 No.1(ASM1)을 선정하였다. 기존 ASM1은 질산화 반응과 탈질 반응이 호기, 무산소 조건에 따라 개별적으로 반응이 발생하도록 모델 구조가 구성되어 있으므로 동시 질산화 · 탈질 반응 해석을 위해 본 연구에서 모델 내 탈질 반응식 중 무산소 조건에서의 반응을 나타내주는 보정계수와 동역학식을 수정하였다.
8) 을 사용하여, 해당 매개변수를 하나씩 기본값의 50∼200% 범위 내에서 10%씩 단계적으로 변화시키면서 시뮬레이션을 수행하였다. 수행된 각각의 시뮬레이션의 결과값과 앞서 수행한 기준 시뮬레이션의 결과값간의 절대오차 합을 계산하여 이 값이 가장 높게 나오는 상위 6개의 매개변수를 민감한 매개변수로 선정하였다.
8) 이때 목적함수란 실측치와 예측치의 오차나 비용등 모델 거동을 나타내는 값으로 본 연구에서는 개발될 모델의 시뮬레이션 결과값과 실험으로 얻어진 측정값과의 절대오차가 최소화되는 매개변수 값을 도출할 수 있도록 설정하였다.
5. The comparison between simulation data of modified ASM1 by using dafault parameters and by using estimated parameters of modified ASM1 with measured data of NH4+ -N, NOX-N in RUN1 & RUN2.
1(ASM1)을 선정하였다. 기존 ASM1은 질산화 반응과 탈질 반응이 호기, 무산소 조건에 따라 개별적으로 반응이 발생하도록 모델 구조가 구성되어 있으므로 동시 질산화 · 탈질 반응 해석을 위해 본 연구에서 모델 내 탈질 반응식 중 무산소 조건에서의 반응을 나타내주는 보정계수와 동역학식을 수정하였다.
매개변수 민감도 분석 및 매개변수 추정을 통하여 선정된 6개의 최적화된 매개변수 값을 수정된 ASM1에서 사용하여 시뮬레이션을 수행하였다. 시뮬레이션 결과값과 RUN1과 RUN2의 운전 결과 중 동시 질산화 · 탈질 반응이 확인된 구간에서의 NH4+-N, NOX-N 농도의 측정값을 Fig.
는 i번째 실험에서 공정 모델에 의해 예측된 항목 j에 대한 값을 나타낸다. 매개변수 추정은 매개변수 민감도 분석 후 선정된 6개의 매개변수들 각각의 기본값의 50∼200%까지 변화시켰으며, 목표변수는 NH4+-N와 NOX-N 로 설정하였다. 매개변수 민감도 분석 및 매개변수 추정은 Hydromantis 사의 GPS-X simulator를 활용하였다.
는 i번째 실험에서 공정 모델에 의해 예측된 항목 j에 대한 값을 나타낸다. 매개변수 추정은 매개변수 민감도 분석 후 선정된 6개의 매개변수들 각각의 기본값의 50∼200%까지 변화시켰으며, 목표변수는 NH4+-N와 NOX-N 로 설정하였다. 매개변수 민감도 분석 및 매개변수 추정은 Hydromantis 사의 GPS-X simulator를 활용하였다.
2의운전 조건 하에서 두 번의 실험(RUN1, RUN2)을 수행하 였다. 먼저 DO 농도가 5 ppm 이상으로 유지되는 조건에서 NH4- -N의 농도 변화를 확인하고, 2시간의 호기 조건이 지난 후, 연속적으로 무산소 조건에서 외부탄소원을 주입하여 NH 4의 농도 변화를 파악하였다. 1시간의 무산소 조건이 끝난후 3시간의 침전과 배출 기간 동안 상등수 1 L를 배출시켰다.
문헌을 통해 효율적인 동시 질산화 · 탈질 공정은 0.5 ppm 이하의 낮은 DO 농도에서 발생하며, 6) 다양한 운전 조건 중 DO 농도가 동시 질산화 · 탈질 공정에서 가장 중요한 요소 2) 라고 언급하였고, 본 연구의 이론적인 가정도 DO 농도에 근거하기 때문에 우선 DO 농도의 변화에 따라 동시 질산화 · 탈질 반응의 발생 여부를 확인하기 위해 Fig. 2의운전 조건 하에서 두 번의 실험(RUN1, RUN2)을 수행하 였다. 먼저 DO 농도가 5 ppm 이상으로 유지되는 조건에서 NH4- -N의 농도 변화를 확인하고, 2시간의 호기 조건이 지난 후, 연속적으로 무산소 조건에서 외부탄소원을 주입하여 NH 4의 농도 변화를 파악하였다.
1은 본 연구에서 사용된 회분식 반응기의 구조를 나타내고 있다. 반응기의 재질은 아크릴로 구성되었고, 각각의 회분식 반응기에는 교반기와 산기기가 장착되어, 무산소 조건과 호기 조건을 설정할 수 있도록 구성하였다. 실험 기간 동안 내부 온도는 22℃로 일정하게 유지시켰으며, 데이터의 수집을 위해 DO와 pH sensor를 장착하였다.
본 연구를 통해 개발될 수학적 모델 내 평가 대상이 되는 매개변수는 화학양론 매개변수와 모델 수정 단계에서 실험 결과에 기반한 값을 사용하는 ηg를 제외한 13개의 동역학 매개변수를 포함시켰다. 화학양론 매개변수를 제외한 이유는 이들 매개변수가 모델 내 종속영양균과 독립 영양균의 성장과 관련된 매개변수로 정의되어 있어, 화학 양론 매개변수가 민감한 매개변수로 선정된다면 활성슬러지 모델 No.
본 연구에서는 낮은 DO 농도의 호기 조건에서 탈질 반응이 발생하는 동시 질산화 · 탈질 반응을 활성슬러지 모델 No.1로 해석하기 위해, 탈질 반응식 내 저해 Monod 식을 식 (4)와 같이 수정하였다.
본 연구에서는 선행 연구에서 언급된 동시 질산화 · 탈질 모델들이 모델 구조의 복잡성과 다양한 운전 조건에 대한 적용의 한계점을 가지고 있다는 점에 착안하여 이를 해결하기 위해 동시 질산화 · 탈질 반응이 반응기 내에서 DO 농도가 부분적으로 부재하기 때문에 발생된다는 본연구의 이론적인 가정하에 IWA Task Group에서 제안한 활성슬러지 모델 No.1을 선택하여, 동시 질산화 · 탈질 반응을 해석할 수 있도록 모델 내 탈질 반응식 중 ηg의 값을 실험 결과에 기반하여 계산하였고, 호기 조건에서의 탈질 반응을 모사하기 위해 저해 Monod 식을 본 연구에서 독창적으로 고안한 구조로 수정하였다.
수정된 ASM1 내 매개변수 민감도 분석은 본 연구의 실험 결과에 기반하여 계산된 보정계수 ηg의 값을 제외한 모든 동역학 매개변수에 대하여 수행되었다. RUN1과 RUN2 의 실험 결과에 대한 수정된 ASM1 내 민감한 매개변수로 RUN1과 RUN2 각각의 민감한 상위 6개의 매개변수 중 공통되는 매개변수 µH, bH, µA, KO,A, Kh, Ka가 선정되었다.
다음으로 일반적으로 적용 가능한 적절한 민감도 분석 기법인 단일 매개 변수의 단계변화 방법(Step Variation Method, SVM) 8) 을 사용하여, 해당 매개변수를 하나씩 기본값의 50∼200% 범위 내에서 10%씩 단계적으로 변화시키면서 시뮬레이션을 수행하였다. 수행된 각각의 시뮬레이션의 결과값과 앞서 수행한 기준 시뮬레이션의 결과값간의 절대오차 합을 계산하여 이 값이 가장 높게 나오는 상위 6개의 매개변수를 민감한 매개변수로 선정하였다.
1시간의 무산소 조건이 끝난후 3시간의 침전과 배출 기간 동안 상등수 1 L를 배출시켰다. 연속적으로 DO 농도가 2 ppm 이상으로 유지되는 2시간의 호기 조건과 1시간의 무산소 조건에서 동일한 운전 조건하에 실험을 수행하였다. 침전과 배출 기간 후 최종적으로 0.
연속적으로 DO 농도가 2 ppm 이상으로 유지되는 2시간의 호기 조건과 1시간의 무산소 조건에서 동일한 운전 조건하에 실험을 수행하였다. 침전과 배출 기간 후 최종적으로 0.5 ppm 미만의 낮은 DO 농도에서 8시간 동안 운전하면서 NH 4- -N의 농도 변화를 평가해 보았다. 침전과 배출 기간은 반응기 내 미생물이 충분히 침전되어 상등수로 유출되는 현상을 방지하기 위해서 3시간으로 길게 선정하였다.
대상 데이터
의 값을 제외한 모든 동역학 매개변수에 대하여 수행되었다. RUN1과 RUN2 의 실험 결과에 대한 수정된 ASM1 내 민감한 매개변수로 RUN1과 RUN2 각각의 민감한 상위 6개의 매개변수 중 공통되는 매개변수 µH, bH, µA, KO,A, Kh, Ka가 선정되었다.
실험 기간 동안 내부 온도는 22℃로 일정하게 유지시켰으며, 데이터의 수집을 위해 DO와 pH sensor를 장착하였다. 본 연구에서 사용된 대상 슬러지는 부산 U 위생사업소 RABC 공정의 호기조 슬러 지를 사용하였고, 유입 원수는 합성 폐수를 조제하여 주입 하였다.
본 연구에서는 유효부피 5 L인 연속 회분식 반응기 2 sets를 사용하여 실험을 수행하였다. Fig.
실험 결과를 바탕으로 RUN1과 RUN2 실험 중 낮은 DO 농도에서의 실험 결과에서 초기 0분부터 240분까지의 실험 데이터를 선별하여, 모델 시뮬레이션 과정에 사용하였다.
데이터처리
4에 나타내 었다(이후 RUN1과 RUN2라는 용어는 동시 질산화 · 탈질 반응이 발생한 구간에서의 실험만을 언급함). 수정된 ASM1 시뮬레이션에 사용된 매개변수 중 ηg 값은 본 연구의 실험 결과로부터 얻어진 값을 적용하였고, 나머지 매개변수 값들은 IWA Task Group 및 여러 활성슬러지 모델에서 설정한 화학양론 및 동역학 매개변수의 기본값 7) 을 사용하였다. 기존 ASM1 시뮬레이션에 사용된 매개변수는 모두 기본값 7) 을 사용하였다.
이론/모형
매개변수 추정은 매개변수 민감도 분석 후 선정된 6개의 매개변수들 각각의 기본값의 50∼200%까지 변화시켰으며, 목표변수는 NH4+-N와 NOX-N 로 설정하였다. 매개변수 민감도 분석 및 매개변수 추정은 Hydromantis 사의 GPS-X simulator를 활용하였다. 9)
성능/효과
3) ; 생물학적으로, Alcaligenes faecalis, Thiosphaera pantotropha와 같은 몇몇 특정 미생물종은 호기조건에서 탄소원과 에너지를 이용 하여 NH4+-N을 N 2 가스로 전환시켜 동시 질산화 · 탈질 반응을 수행하는 능력이 있다고 언급되었다.2)
3에서 DO 농도가 5 ppm 이상으로 주입된 첫 호기조건과 DO 농도가 2 ppm 이상으로 주입된 두 번째 호기조건에서 합성 폐수 주입 후 NH4+-N의 농도는 감소하는 반면, NO2- -N의 농도는 증가하는 질산화 반응이 발생함을 확인할 수 있었다. DO 농도가 각각 5 ppm 이상과 2 ppm 이상으로 공급되는 호기 조건이후 곧바로 이어지는 무산소 조건에서의 농도 변화를 살펴 보면, 질산화 반응으로 인해 발생한 NO2- -N와 NO3- -N의농도가 감소함을 확인할 수 있었고, 이는 무산소 조건에서 원활한 탈질 반응이 발생한 결과라고 사료된다. 이를 통해 RUN1과 RUN2의 실험 결과에서 높은 DO 농도에서는 질산화 반응만이 발생하고, 무산소 조건에서는 탈질 반응만이 발생하는 것을 확인할 수 있었고, 동시 질산화 · 탈질 반응은 발생하지 않은 것을 확인할 수 있었다.
3은 본 연구의 실험 RUN1과 RUN2의 실험 결과를 나타내고 있다. Fig. 3에서 DO 농도가 5 ppm 이상으로 주입된 첫 호기조건과 DO 농도가 2 ppm 이상으로 주입된 두 번째 호기조건에서 합성 폐수 주입 후 NH4+-N의 농도는 감소하는 반면, NO2- -N의 농도는 증가하는 질산화 반응이 발생함을 확인할 수 있었다. DO 농도가 각각 5 ppm 이상과 2 ppm 이상으로 공급되는 호기 조건이후 곧바로 이어지는 무산소 조건에서의 농도 변화를 살펴 보면, 질산화 반응으로 인해 발생한 NO2- -N와 NO3- -N의농도가 감소함을 확인할 수 있었고, 이는 무산소 조건에서 원활한 탈질 반응이 발생한 결과라고 사료된다.
Fig. 3의 0.5 ppm 미만의 낮은 DO 농도에서 운전된 세번째 호기조건에서 RUN1과 RUN2의 실험 결과를 살펴보면, 둘 다 주입 후 4시간 동안은 NH4+-N의 농도가 질산화 반응에 의해 감소되었음에도 불구하고 NO2--N와 NO3--N의농도 증가는 관찰되지 않았으며, 이후 4시간 동안은 NH4+-N 의 농도 감소와 함께 NO2--N와 NO3--N의 농도 증가를 확인할 수 있었다. 이는 0.
Fig. 4에서 NH4+-N와 NOX-N 농도의 측정값에 대해 수정된 ASM1과 기존 ASM1의 시뮬레이션 결과를 비교해보면, RUN1의 NH4+-N 측정값에 대해서는 기존 ASM1의 시뮬레이션 결과와 수정된 ASM1의 시뮬레이션 결과가 모두 높은 예측 성능을 보이는 것을 확인할 수 있고, RUN2의+ -N 측정값에 대해서는 기존 ASM1의 시뮬레이션 결과가 수정된 ASM1이 시뮬레이션 결과보다 더 높은 예측 성능을 보이는 것을 확인할 수 있다. 하지만 RUN1과 RUN2 의 NOX-N 측정값에 대해서는 수정된 ASM1의 시뮬레이션 결과가 기존 ASM1의 시뮬레이션 결과보다 높은 예측 성능을 보이는 것을 확인할 수 있다.
Table 3에서 RMSE값이 낮을수록 측정값과 시뮬레이션 결과값 사이의 오차가 적다는 것을 의미하여 더 높은 예측 성능을 가진다고 볼 수 있다. Fig. 4와 Table 3에서 확인할 수 있듯이 본 연구를 통해 수정된 ASM1은 실험 결과에 기반하여 구한 ηg 값과 호기 조건에서의 탈질 반응을 모사하기 위해 수정된 Monod 식의 영향으로 모델의 구조가 본 연구의 실험 결과에서 확인된 동시 질산화 · 탈질 반응을 해석할 수 있도록 적절하게 구성되었다고 사료된다. NH4+-N와 NOX-N 측정값과 수정된 ASM1의 시뮬레이션 결과간의 오차는 모델내 매개변수 민감도 분석 및 매개변수 추정을 통해 줄일수 있을 것으로 사료된다.
Fig. 5에서 NH4+-N와 NOX-N 농도의 측정값과 매개변수 기본값 그리고 매개변수 추정을 통하여 최적화된 매개변수 값을 사용한 수정된 ASM1 시뮬레이션 결과값을 비교해보면, 최적화된 매개변수 값을 사용한 시뮬레이션 결과 값이 매개변수 기본값을 사용한 시뮬레이션 결과값보다 측정값의 거동을 정확히 모사하는 것을 확인할 수 있다. 이를 통해 매개변수 민감도 분석 및 매개변수 추정을 통해 수정된 ASM1의 공정 거동 예측 성능이 더욱 향상될 수 있는 적합한 매개변수 값이 도출되었다고 사료된다.
RUN1과 RUN2의 실험 결과 중 동시 질산화 · 탈질 반응이 발생한 구간에서의 NH4+-N와 NOX-N 농도의 측정값에 대해 수정된 ASM1을 사용한 시뮬레이션 결과값과 기존 ASM1을 사용한 시뮬레이션 결과값을 Fig. 4에 나타내 었다(이후 RUN1과 RUN2라는 용어는 동시 질산화 · 탈질 반응이 발생한 구간에서의 실험만을 언급함). 수정된 ASM1 시뮬레이션에 사용된 매개변수 중 ηg 값은 본 연구의 실험 결과로부터 얻어진 값을 적용하였고, 나머지 매개변수 값들은 IWA Task Group 및 여러 활성슬러지 모델에서 설정한 화학양론 및 동역학 매개변수의 기본값 7) 을 사용하였다.
1 ppm 일 때 가장 높은 값을 가지고 DO 농도가 점점 증가함에 따라 그 값이 낮아지게 되어 DO 농도에 대한 저해를 표현하고 있다. 본 연구에서 수정한 새로운 monod 식 역시 DO 농도가 0.1 ppm일 때 가장 높은 값을 가지며, DO 농도가 점점 증가함에 따라 그 값이 낮아지게 되지만, {K O,H/(K O,H + S O)}식의 결과보다는 높은 값을 가지게 되어, 낮은 DO 농도의 호기 조건에서 탈질 반응이 원활히 발생할 수 있도록 수정되었음을 확인할 수 있다. 본 연구에서 제안하는 수정된 Monod 식은 K O,H 값이 5가 되면, 기존 저해 Monod 식과 동일한 값을 가지게 되지만, 반포화 속도상수가 5의 값을 가지게 되는 경우는 불가능하며, 1 이하의 K O,H 값에 대해서는 기존의 저해 Monod 식보다 높은 값을 가지게 되어 낮은 DO 농도의 호기 조건에서의 탈질 반응도 해석할 수 있도록 활성슬러지 모델 구조가 수정되었다고 사료된다.
1 ppm일 때 가장 높은 값을 가지며, DO 농도가 점점 증가함에 따라 그 값이 낮아지게 되지만, {K O,H/(K O,H + S O)}식의 결과보다는 높은 값을 가지게 되어, 낮은 DO 농도의 호기 조건에서 탈질 반응이 원활히 발생할 수 있도록 수정되었음을 확인할 수 있다. 본 연구에서 제안하는 수정된 Monod 식은 K O,H 값이 5가 되면, 기존 저해 Monod 식과 동일한 값을 가지게 되지만, 반포화 속도상수가 5의 값을 가지게 되는 경우는 불가능하며, 1 이하의 K O,H 값에 대해서는 기존의 저해 Monod 식보다 높은 값을 가지게 되어 낮은 DO 농도의 호기 조건에서의 탈질 반응도 해석할 수 있도록 활성슬러지 모델 구조가 수정되었다고 사료된다.
측정값과 기존 ASM1의 시뮬레이션 결과와 수정된 ASM1의 시뮬레이션 결과를 비교해본 결과, 수정된 ASM1이 측정값의 거동을 기존 ASM1보다 잘 모사함을 확인할 수 있었고, 매개변수 민감도 분석 및 매개변수 추정을 통하여 최적화된 매개변수 값을 사용하여 시뮬레이션을 수행하였을 때 측정값에 대한 모델의 공정 예측 성능이 더욱 향상되는 것을 확인할 수 있었다. 이를 토대로 본 연구의 실험 결과에서 확인된 동시 질산화 · 탈질 반응은 수정된 ASM1 으로 해석이 가능하며, 실험 결과에 기반하여 구한 ηg값과 호기 조건에서의 탈질 반응을 해석하기 위해 본 연구에서 고안한 Monod 식의 영향으로 모델의 구조가 본연구의 실험 결과에서 확인된 동시 질산화 · 탈질 반응을 해석할 수 있도록 적절하게 구성되었다고 사료된다.
DO 농도가 각각 5 ppm 이상과 2 ppm 이상으로 공급되는 호기 조건이후 곧바로 이어지는 무산소 조건에서의 농도 변화를 살펴 보면, 질산화 반응으로 인해 발생한 NO2- -N와 NO3- -N의농도가 감소함을 확인할 수 있었고, 이는 무산소 조건에서 원활한 탈질 반응이 발생한 결과라고 사료된다. 이를 통해 RUN1과 RUN2의 실험 결과에서 높은 DO 농도에서는 질산화 반응만이 발생하고, 무산소 조건에서는 탈질 반응만이 발생하는 것을 확인할 수 있었고, 동시 질산화 · 탈질 반응은 발생하지 않은 것을 확인할 수 있었다.
5에서 NH4+-N와 NOX-N 농도의 측정값과 매개변수 기본값 그리고 매개변수 추정을 통하여 최적화된 매개변수 값을 사용한 수정된 ASM1 시뮬레이션 결과값을 비교해보면, 최적화된 매개변수 값을 사용한 시뮬레이션 결과 값이 매개변수 기본값을 사용한 시뮬레이션 결과값보다 측정값의 거동을 정확히 모사하는 것을 확인할 수 있다. 이를 통해 매개변수 민감도 분석 및 매개변수 추정을 통해 수정된 ASM1의 공정 거동 예측 성능이 더욱 향상될 수 있는 적합한 매개변수 값이 도출되었다고 사료된다.
이상의 결과를 토대로 본 연구의 실험 결과에서 확인된 동시 질산화 · 탈질 반응은 동시 질산화 · 탈질 반응이 반응기 내에서 DO 농도가 부분적으로 부재하기 때문에 발생된다는 본 연구의 이론적인 가정을 뒷받침해주는 근거가 될 수 있고, 실험 결과에 기반하여 구한 ηg 값과 호기 조건에서의 탈질 반응을 모사하기 위해 본 연구에서 고안한 Monod 식의 영향으로 수정된 ASM1의 구조가 본연구의 실험 결과에서 확인된 동시 질산화 · 탈질 반응을 해석할 수 있도록 적절하게 구성되었다고 사료된다.
측정값과 기존 ASM1의 시뮬레이션 결과와 수정된 ASM1의 시뮬레이션 결과를 비교해본 결과, 수정된 ASM1이 측정값의 거동을 기존 ASM1보다 잘 모사함을 확인할 수 있었고, 매개변수 민감도 분석 및 매개변수 추정을 통하여 최적화된 매개변수 값을 사용하여 시뮬레이션을 수행하였을 때 측정값에 대한 모델의 공정 예측 성능이 더욱 향상되는 것을 확인할 수 있었다. 이를 토대로 본 연구의 실험 결과에서 확인된 동시 질산화 · 탈질 반응은 수정된 ASM1 으로 해석이 가능하며, 실험 결과에 기반하여 구한 ηg값과 호기 조건에서의 탈질 반응을 해석하기 위해 본 연구에서 고안한 Monod 식의 영향으로 모델의 구조가 본연구의 실험 결과에서 확인된 동시 질산화 · 탈질 반응을 해석할 수 있도록 적절하게 구성되었다고 사료된다.
4에서 NH4+-N와 NOX-N 농도의 측정값에 대해 수정된 ASM1과 기존 ASM1의 시뮬레이션 결과를 비교해보면, RUN1의 NH4+-N 측정값에 대해서는 기존 ASM1의 시뮬레이션 결과와 수정된 ASM1의 시뮬레이션 결과가 모두 높은 예측 성능을 보이는 것을 확인할 수 있고, RUN2의+ -N 측정값에 대해서는 기존 ASM1의 시뮬레이션 결과가 수정된 ASM1이 시뮬레이션 결과보다 더 높은 예측 성능을 보이는 것을 확인할 수 있다. 하지만 RUN1과 RUN2 의 NOX-N 측정값에 대해서는 수정된 ASM1의 시뮬레이션 결과가 기존 ASM1의 시뮬레이션 결과보다 높은 예측 성능을 보이는 것을 확인할 수 있다. 수정된 ASM1과 기존 ASM1의 시뮬레이션 결과의 오차를 정량적으로 비교하기 위해 식 (9)의 RMSE(Root Mean Squared Error)값을 구하여 Table 3에 나타내었다.
후속연구
5 ppm 미만의 낮은 DO 농도의 호기 조건에서 반응 기간 전체에 동시 질산화 · 탈질 반응이 발생한 것이 아니라, 초기 4시간 동안은 동시 질산화․ 탈질 반응이 발생하였지만, 그 이후에는 질산화 반응만 발생하였고 탈질 반응은 발생하지 않았음을 의미하는 결과라 사료된다. DO 농도가 높은 호기 조건에서는 동시 질산화 · 탈질 반응이 확인되지 않았지만, DO 농도가 낮은 호기조건에서는 동시 질산화 · 탈질 반응이 확인된 본 연구의 실험 결과는 동시 질산화 · 탈질 반응이 반응기 내에서 DO 농도가 부분적으로 부재하기 때문에 발생된다는 본연구의 이론적인 가정을 뒷받침해주는 근거가 될 수 있다고 사료된다.
4와 Table 3에서 확인할 수 있듯이 본 연구를 통해 수정된 ASM1은 실험 결과에 기반하여 구한 ηg 값과 호기 조건에서의 탈질 반응을 모사하기 위해 수정된 Monod 식의 영향으로 모델의 구조가 본 연구의 실험 결과에서 확인된 동시 질산화 · 탈질 반응을 해석할 수 있도록 적절하게 구성되었다고 사료된다. NH4+-N와 NOX-N 측정값과 수정된 ASM1의 시뮬레이션 결과간의 오차는 모델내 매개변수 민감도 분석 및 매개변수 추정을 통해 줄일수 있을 것으로 사료된다.
본 연구에서 동시 질산화 · 탈질 반응 해석을 위해 제안 하는 수정된 모델은 본 연구의 실험 결과로만 검증이 되었고, 동시 질산화 · 탈질 반응이 반응기 내에서 DO 농도가 부분적으로 부재하기 때문에 발생된다는 본 연구의 이론적인 가정하에 구성된 부분이 있으므로 이후 추가적인 연구를 통해, 본 연구에서 제안하는 새로운 Monod 식에 대한 명확한 근거 자료를 제시하고, 연구에서 가정한 부분에 대한 타당성을 확보하여, 수정된 ASM1으로 동시 질산화 · 탈질 반응이 확인되는 pilot plant 또는 하․폐수처 리장의 수질 측정 자료에 대한 시뮬레이션 결과를 확인해 본다면, 동시 질산화 · 탈질 반응에 대한 보다 더 정확한 해석을 제시해줄 수 있을 것으로 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
활성슬러지 모델 No.1(ASM1)의 장점은 무엇인가?
생물학적 영양염류 제거 공정에 대해 모사 가능한 활성 슬러지 모델로는 ASM1, ASM2, ASM2d, ASM3와 인 제거 반응 모사를 위한 EAWAG Bio-P module이 있다. 7) 이중 본 연구에서는 생물학적 탄소 및 질소 제거 모사가 가능하면서도 질산화 반응 및 탈질 반응에 대해 가장 간단 하지만, 반응에 대해 명료하게 표현되어 있어 모델 수정이 용이하고, 수정된 모델이 동시 질산화․탈질 반응을 적절히 해석할 수 있을 것으로 판단되는 활성슬러지 모델 No.1(ASM1)을 선정하였다.
생물학적 영양염류 제거 공정에 대해 모사 가능한 활성 슬러지 모델에는 무엇이 있는가?
생물학적 영양염류 제거 공정에 대해 모사 가능한 활성 슬러지 모델로는 ASM1, ASM2, ASM2d, ASM3와 인 제거 반응 모사를 위한 EAWAG Bio-P module이 있다. 7) 이중 본 연구에서는 생물학적 탄소 및 질소 제거 모사가 가능하면서도 질산화 반응 및 탈질 반응에 대해 가장 간단 하지만, 반응에 대해 명료하게 표현되어 있어 모델 수정이 용이하고, 수정된 모델이 동시 질산화․탈질 반응을 적절히 해석할 수 있을 것으로 판단되는 활성슬러지 모델 No.
동시 질산화․탈질 반응의 거동 모사가 가능한 수학적 모델로는 고정상 생물막 공정(submerged fixed bed reactor)의 반응을 모사하기 위해 개발한 모델 4) 과 SBR 반응기에 대해서 개발한 동적 미생물 플럭 모델 5) 등이 있는데 이 모델들의 단점은 무엇인가?
동시 질산화․탈질 반응의 거동 모사가 가능한 수학적 모델로는 침지형 고정상 생물막 공정(submerged fixed bed reactor)의 반응을 모사하기 위해 개발한 모델 4) 과 SBR 반응기에 대해서 개발한 동적 미생물 플럭 모델 5) 등이 보고 되었다. 언급한 모델들은 모델 구조가 복잡하거나, 모델을 적용하기 위한 다양한 제반 지식을 얻어야만 정확한 결과를 얻을 수 있는 단점이 있는데 이는 동시 질산화․탈질 공정에 관한 이론적인 해석에 근거하여 모델을 개발하기 때문이다.
참고문헌 (9)
Yoo, H., Ahn, K.-H., Lee, H.-J., Lee, K.-H., Kwak, Y.-J., and Song, K.-G., "Nitrogen removal from synthetic wastewater by simultaneous nitrification and denitrification(SND) via nitrite in an intermittently-aerated reactor," Water Res., 33(1), 145-154(1999)
Chiu, Y.-C., Lee, L.-L., Chang, C.-N., and Chao, A.C., "Control of carbon and ammonium ratio for simultaneous nitrification and denitrification in a sequencing batch bioreactor," International Biodeterioration & Biodegradation, 59, 1-7(2007)
김선희, "생물학적 질소 제거 시스템에서 아질산 농도에 따른 아질산 산화균의 분포 특성 연구," 한림대학교 석사학위논문(2005)
Halling-Sorensen, B. and Nielsen, S.N., "A model of nitrogen removal from waste water in a fixed bed reactor using simultaneous nitrification and denitrification(SND)," Ecological Modelling, 87, 131-141(1996)
Pochana, K., Keller, J., and Lant, P., "Model development for simultaneous nitrification and denitrification," Water Res., 39(1), 235-243(1999)
von M?nch, E., Lant, P., and Keller, J., "Simultaneous nitrification and denitrification in bench-scale sequencing batch reactors," Water Res., 30(2), 277-284(1996)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.