초록 ▼

1. 연구개발의 목적 및 필요성
2006년 말 국내에 500톤/일 이상 하수처리시설은 344개소가 가동 중에 있으며, 하수도 보급률은 85.5%에 이르고 있다. 또한 고도처리공정이 증가함에 따라 내부 반송비, 적절한 외부 탄소원의 주입, 혐기/무산소/포기조의 체류 시간 등의 고려해야할 운전 인자들도 증가하게 되었으며, 수질원격감시체계(TMS)의 도입으로 인해 기존 하수처리장은 항시 안정적인 유출수 수질을 확보해야 한다. 이에 새로운 하수처리공정의 개발이나 건설 보다는 기존 하수처리장의 효율적인 운영 및 유지 관리가 더욱 필요

1. 연구개발의 목적 및 필요성
2006년 말 국내에 500톤/일 이상 하수처리시설은 344개소가 가동 중에 있으며, 하수도 보급률은 85.5%에 이르고 있다. 또한 고도처리공정이 증가함에 따라 내부 반송비, 적절한 외부 탄소원의 주입, 혐기/무산소/포기조의 체류 시간 등의 고려해야할 운전 인자들도 증가하게 되었으며, 수질원격감시체계(TMS)의 도입으로 인해 기존 하수처리장은 항시 안정적인 유출수 수질을 확보해야 한다. 이에 새로운 하수처리공정의 개발이나 건설 보다는 기존 하수처리장의 효율적인 운영 및 유지 관리가 더욱 필요한 실정이다. 따라서 본 연구에서는 하수처리공정의 효율적인 운영 및 유지 관리를 위해 기존 mechanistic 모델 기법의 현장 적용의 어려움을 느끼고, 이를 보완하고자 인공지능 모델 기법을 하수처리공정에 도입할 수 있는 프로토콜을 구축하고자 하였다.

2. 하수처리공정을 위한 인공지능 모델 기법 확립
본 연구팀에서는 하수처리공정을 위해 3 종류의 각기 다른 인공지능 모델 기법(인공 신경망 기법, 유전자 프로그래밍 기법, 뉴로퍼지 기법)을 확립하였다. 또한 3 종류의 인공지능 모델 기법을 구현할 수 있도록 컴퓨터에 대한 깊은 지식이 없어도 누구나 손쉽게 사용할 수 있도록, 한국어 지원이 가능한 프로그램을 개발하였다.

3. 인공지능 모델 기법을 이용한 Fecal Coliform 모델링
본 연구를 통해 구축된 인공지능 모델 기법을 하수처리공정에 적용 가능성 검토와 동시에 효율적인 적용 방법을 연구하기 위해 실제 하수처리장 유출수의 Fecal Coliform 농도를 3 종류의 인공지능 모델 기법 각각을 이용하여 예측하였다. 그 결과, 3 종류의 인공지능 모델 기법 모두 뛰어난 예측 성능을 보였으며, 3 종류의 인공지능 모델 기법 모두 비슷한 예측 성능을 나타냈다.

4. 장기간 국내 하수처리장 운전 데이터 모델링
본 연구에서는 인공지능 모델 기법의 국내 하수처리장에 적용하기 위해, 실제 5 곳 하수처리장(대구 서부 하수처리장, 충남 천안 하수처리장, 대구 북부 하수처리장, 충남 금산 하수처리장, 경북 의성 하수처리장)의 장기간 운전 데이터를 수집하여 각각의 유출수성상(BOD, CODmn, SS, TN, TP)을 예측하였다. 그 결과 전체적으로 정확한 유출수 예측 성능을 보여 본 연구에서 구축한 3 종류의 인공지능 모델 기법 모두 실제 하수처리 현장에 상당히 효율적으로 사용될 수 있을 것으로 사료된다.

5. 국내 하수처리장 운전 전문가 경험 수집
본 연구에서는 국내 하수처리장 운전 전문가의 다년간 축적된 경험 및 지식을 수집하기 위해 자체적으로 제작한 설문 조사를 5 곳하수처리장의 15명을 대상으로 실시하였다. 그 대표적인 결과로, 모든 하수처리장에서 반류수 및 연계 처리수(분뇨, 정화조 오니, 축산 폐수, 매립장 침출수, 음식물 침출수 등)를 일차 침전조 전단에 불규칙하게 주입하고 있는 것으로 나타났다. 따라서 본 연구를 통해 구축된 인공지능 모델 기법을 실제 적용할 때에는 반드시 하수처리장으로 유입되는 유입 원수의 성상 뿐이 아닌 일차 침전조를 지난 후의 성상도 고려해야 할 것이다. 또한 겨울철의 저온이 질산화의 저하를 심각하게 유발하기 때문에 인공지능 모델 기법을 적용할 시에 계절별로 각기 다른 모델을 구축한다면 더욱 정확한 예측 성능을 얻을 것으로 사료된다.

6. Pilot-scale A2O 공정 모델링
본 연구에서는 인공지능 모델 기법의 적용성 검토와 보다 효율적인 적용을 위해 자체적으로 Pilot-scale A2O (600L/일) 공정 실험을 통해 데이터를 수집하였으며, 이를 이용하여 인공지능 모델 기법을 적용하였다. 본 연구에서는 현장성을 충분히 살리기 위해 교내(KAIST)에서 발생하는 실하수를 이용하여 실험을 진행하였고, 반응조의 크기는 200L(혐기조, 무산소조, 폭기조, 침전조 =20:40:80:60 L)이다. 또한 운전 조건으로 수리학적 체류시간(HRT)과 슬러지 체류시간(SRT)는 각각 8시간, 15일, 내부 반송비와 슬러지 반송비는 각각 유입 유량 대비 150%, 50%로 실험을 진행하여 데이터를 수집하였다. 이렇게 얻은 데이터를 이용하여 유출수의 CODcr, SS, TN, TP 농도를 본 연구를 통해 개발된 인공지능 기법으로 성공적으로 예측하였다.

7. 온라인 추정을 위한 베이지안 추정 기법 개발
본 연구 과제의 목표에는 없었지만, 하수처리공정의 온라인 추정의 필요성을 느끼고 이를 위해 하수처리공정을 위한 베이지안 추정 기법을 개발하였다. 개발된 베이지안 추정 기법의 적용성과 효율성을 검토하기 위해 Lab-scale SBR 반응조에 본 기법을 적용한 결과, 실시간으로 추정하기 어려운 구성 성분을 효과적으로 추정하는데 성공하였다. 이는 하수처리공정에서 현 계측 기술로 실시간 측정하기 어려운 성분에 대해 실시간으로 추정할 수 있으므로, 하수 처리공정에 본 기법은 매우 효과적으로 사용될 수 있을 것이다.

목차 Contents

• 제출문 ...1
• 보고서 초록 ...2
• CONTENTS ...6
• List of tables ...8
• List of figures ...10
• 목차 ...14
• 표목차 ...16
• 그림목차 ...18
• 제1장 서론 ...23
• 가. 연구개발의 중요성 및 필요성 ...23
• 가. (1) 국내 하수처리장 현황 및 문제점 ...23
• 가. (2) 국내 하수처리장 자동 제어 운전의 필요성 ...26
• 가. (3) 자동제어 연구 배경 및 동향 ...27
• 가. (4) 하수처리공정 모델 연구의 필요성 ...32
• 가. (5) 본 연구에서 개발하고자 하는 인공지능 모델 기법 ...33
• 가. (6) 본 연구팀에서의 선행 연구 결과 ...39
• 가. (7) 본 연구의 중요성 ...40
• 나. 연구개발의 국내.외 현황 ...41
• 나. (1) 세계적 수준 ...41
• 나. (2) 국내 수준 ...41
• 나. (3) 국내.외 연구 현황 ...42
• 다. 연구개발대상 기술의 차별성 ...43
• 제2장 연구개발의 목표 및 내용 ...45
• 가. 연구의 최종목표 ...45
• 가. (1) 연구개발의 최종 목표 ...45
• 가. (2) 연구개발의 성격 ...46
• 나. 연도별 연구개발의 목표 및 평가방법 ...46
• 다. 연도별 추진체계 ...46
• 다. (1) 연구개발의 추진 전략 ...46
• 다. (2) 연차별 추진 전략 ...47
• 제3장 연구개발 결과 및 활용계획 ...49
• 가. 연구개발 결과 및 토의 ...49
• 가. (1) 본 연구를 통해 개발된 인공지능 모델 적용을 위한 프로그램 ...49
• 가. (2) 인공지능 기법을 이용한 Fecal Coliform 모델링 ...54
• 가. (3) 하수처리공정의 온라인 추정을 위한 베이지안 기법 개발 ...59
• 가. (4) 인공지능 모델 기법을 이용한 장기간 국내 하수처리장 모델링 ...67
• 가. (5) 국내 하수처리장 운전 전문가 경험 수집 ...89
• 가. (6) Pilot-scale A2O 공정 모델링 ...91
• 나. 연구개발 결과 요약 ...96
• 다. 연도별 연구개발목표의 달성도 ...97
• 라. 연도별 연구성과(논문?특허 등) ...99
• 마. 관련분야의 기술발전 기여도 ...101
• 바. 연구개발 결과의 활용계획 ...101
• 사. 공개 세미나 개최 ...102
• 제4장 참고문헌 ...105
• 부 록 ...109