상기 목적을 달성하기 위해 본 발명에 있어서, 이미지분석법에 의한 슬러지 부피지수(SVI) 도출방법은 슬러지 침전 반응기를 촬영한 이미지에서 메스실린더 부피만큼의 길이방향으로 픽셀을 선택하여 RGB값을 생성하는 단계(S1)와; 슬러지침전반응기 상단에서부터 하단에까지 생성된 각각의 RGB값에 대해 각각의 ΔRGB값을 도출하는 단계(S2)와; 상기 S2단계에서 도출된 ΔRGB값 중 절대 값이 큰 지점을 선택하는 단계(S3)와; 상기 S3단계에서 도출된 지점의 부피 값을 호출하여 슬러지 부피지수(SVI)를 도출하는 단계(S4);를 포함하여 이루어짐을 특징으로 한다.
또한, 상기 슬러지 침전반응기에서 길이방향으로 픽셀을 선택하여 RGB값을 생성하는 단계(S1)에는 전체 이미지 중 길이방향으로 한 행만을 선택하여 분석하기 때문에 실제 침전양상과 다른 이미지 분석결과가 도출될 수 있으므로 생성된 RGB값들에 대해 노이즈 필터링을 하는 단계를 포함하여 이루어짐을 특징으로 한다.
또한, 상기 S2단계에서 도출된 ΔRGB값 중 절대 값이 큰 지점을 선택하는 단계(S3)에는 슬러지 침전반응기 상단부분에서는 광원에 기인한 영향으로 ΔRGB값을 신뢰할 수 없는 바, 슬러지 침전반응기 상단부분에서 ΔRGB값을 제외하는 것을 포함하여 이루어짐을 특징으로 한다.
한편, 상기 목적을 달성하기 위해 본 발명의 이미지분석법에 의한 슬러지 침전상태 감지방법은 이미지분석법에 의한 표준 RGB프로파일들을 생성하는 단계(S11)와; 상기 이미지분석법에 의한 테스트 RGB프로파일을 생성하는 단계(S12)와; 상기 테스트 RGB프로파일을 상기 표준 RGB프로파일들에 동적 시간 와핑(DTW) 프로그램에 의해 매칭시키는 단계(S13)와; 상기 S13단계에서 매칭시킨 결과 도출되는 침전상태 별 상이도 값(D)을 도출하는 단계(S14)와; 상기 S14단계에서 도출된 침전상태 별 상이도 값(D) 중 가장 작은 값을 검색하여 침전상태를 감지하는 단계(S15)를 포함하여 이루어짐을 특징으로 한다.
또한, 상기 이미지분석법에 의한 슬러지 침전상태 감지방법을 이용하여 표준 RGB프로파일들을 생성하는 단계(S11)에서 표준 RGB프로파일을 생성하여 기준으로 삼되, 그 표준 RGB프로 파일의 종류로는 정상상태, 벌킹상태, 탈플럭상태, 슬러지부상상태의 표준 RGB프로파일을 생성하는 단계를 포함하여 이루어짐을 특징으로 한다.
한편, 상기 목적을 달성하기 위해 본 발명에서, 이미지 분석법에 의한 슬러지 부피지수(SVI) 도출방법 및 슬러지 침전상태 감지방법을 수행하는 시스템은 측정하고자 하는 샘플이 저장되는 슬러지 침전 반응기(41)와; 상기 슬러지 침전 반응기를 일정한 시간 간격으로 촬영하여 이미지를 획득하는 카메라(42)와; 상기 카메라로부터 획득된 이미지에 의해 상기 이미지분석법에 의한 슬러지 부피지수(SVI) 도출방법 및 슬러지 침전상태 감지방법을 수행하는 프로그램 및 데이터베이스를 구비한 컴퓨터(45)와; 상기 슬러지 침전 반응기로 측정하고자 하는 샘플을 주입하는 슬러지 공급장치(46)와; 상기 슬러지 침전 반응기로부터 측정이 완료된 샘플의 배출을 위한 슬러지 배출장치(47);를 포함하는 것을 특징으로 한다.
또한, 이미지 분석법에 의한 슬러지 부피지수(SVI) 도출방법 및 슬러지 침전상태 감지방법을 수행하는 시스템에는 이미지 촬영을 위한 빛을 공급하는 광원부(43)와, 이미지 분석 결과에 영향을 미칠 수 있는 빛의 산란과 그림자 등의 영향을 최소화 하기 위한 외장 케이스(44)가 더 구성됨을 특징으로 한다.
또한, 이미지 분석법에 의한 슬러지 부피지수(SVI) 도출방법 및 슬러지 침전상태 감지방법을 수행하는 시스템에는 상기 슬러지 침전 반응기와 연통하여 슬러지 침전 반응기의 내부에 세척수를 주입하기 위한 세척수 공급장치(48)가 더 구성 됨을 특징으로 한다.
본 발명에 있어서 이미지 분석법이란 공지기술로써 이미지 분석법은 카메라로 측정된 디지털 이미지로부터 특정 패턴이나 특징 점을 추출하여 목적한 바에 해당하는 정보를 얻어내기 위해 주로 사용되는 기법이다. 이러한 디지털 이미지로부터 획득할 수 있는 정보는 다양한데, 본 발명에서는 주소화 될 수 있는 화면의 가장 작은 단위인 픽셀이 가지고 있는 색의 구성성보인 RGB(Red, Green, Blue)값을 이용하여 침전에 관한 정보를 획득하였다. 모든 색은 Red, Green, Blue의 혼합 정도에 따라 가시적인 색이 표현되는데 이러한 특성을 본 발명에서 활용하고 있는 것이다. 또한, 본 발명에서는 촬영되는 이미지 중 전체 픽셀의 이미지가 모두 유의미하지는 않으므로, 침전 상태를 대변할 수 있는 정중앙의 길이방향으로 한 줄을 샘플링하여 RGB 값을 획득하였다. 이러한 RGB 값은 이미지의 특성상 무채색 계열로 얻어지므로 R 지수, G 지수, 그리고 B 지수의 평균값을 계산하여, 높이에 따른 RGB 값의 패턴을 도출할 수 있으며, 이러한 RGB 값이 낮아질수록 검은색 계열에 가까워지며 RGB 값이 높아질수록 흰색에 가까워지므로, 침전된 슬러지 층과 상등수 층이 명확하게 구분되어 정성적 관찰 정보가 정량적 정보로 변환될 수 있는 것이다.
이하 첨부 도면을 참조하여 본 발명의 바람직한 실험 예 및 실시 예를 상세히 설명한다.
본 발명의 이미지분석법에 의한 슬러지 부피지수(SVI) 도출방법은 도 4에 도시된 바와 같이 슬러지 침전 반응기에서 길이방향으로 픽셀을 선택하여 RGB값을 생 성하는 단계(S1)와; 슬러지침전반응기 상단에서부터 하단에까지 생성된 각각의 RGB값에 대해 각각의 ΔRGB값을 도출하는 단계(S2)와; 상기 S2단계에서 도출된 ΔRGB값 중 절대 값이 큰 지점을 선택하는 단계(S3)와; 상기 S3단계에서 도출된 지점의 부피 값을 호출하여 슬러지 부피지수(SVI)를 도출하는 단계(S4);를 포함하여 이루어 진다.
상기 슬러지 침전 반응기에서 길이방향으로 픽셀을 선택하여 RGB값을 생성하는 단계(S1)는 이하에서 설명할 슬러지 침전 반응기에 실험하고자 할 샘플을 유입하여 테스트 시작 후 30분 시점에서 얻어진 이미지에서 슬러지 침전 반응기 가운데 길이방향으로 1행 픽셀을 선택하여 RGB값을 산출하는 단계이다.
또한, 상기 S1단계에는 전체 이미지 중 길이방향으로 한 행만을 선택하여 분석하기 때문에 실제 침전양상과 다른 이미지 분석결과가 도출될 수 있으므로 생성된 RGB값들에 대해 노이즈 필터링을 하는 단계를 더 포함할 수 있는 바, 일 예로 상기 S1단계에서 생성된 RGB 값 중 몇 개의 포인트를 정하여 point moving average에 의해 노이즈 필터링을 수행할 수 있는데, 본 출원인은 다각적인 분석결과 3 point moving average에 의해 노이즈 필터링을 하는 것이 적합하다는 것을 경험적으로 지득할 수 있었다.
다음으로 본 발명은 슬러지침전반응기 상단에서부터 하단에까지 생성된 각각의 RGB값에 대해 각각의 ΔRGB값을 도출하는 단계(S2)를 갖는데, 상기 ΔRGB값은 슬러지침전반응기 상단에서부터 하단에까지 각각의 지점의 RGB값을 바로 이전 위치하는 각각의 지점의 RGB값에서 뺀 값에 해당한다.
다음으로 상기 S2단계에서 도출된 ΔRGB값 중 절대 값이 큰 지점을 선택하는 단계(S3)를 갖는데, 이는 상기에서 언급한 바와 같이 RGB 값이 낮아질수록 검은색 계열에 가까워지며 RGB 값이 높아질수록 흰색에 가까워지므로 ΔRGB값 중 절대 값이 큰 지점이 RGB 값이 낮은 슬러지 층에서 RGB 값이 높은 상등수 층으로 변화되는 지점을 의미하게 되는 것이다. 본 출원인은 실험과정에서는 경험적으로 -4보다 작은 지점 즉 절대값이 4보다 큰 지점이 RGB 값이 낮은 슬러지 층에서 RGB 값이 높은 상등수 층으로 변화되는 지점을 나타내는 것임을 알 수 있었다.
또한, 상기 S2단계에서 도출된 ΔRGB값 중 절대 값이 큰 지점을 선택하는 단계(S3)에는 슬러지침전반응기 상단부분에서 이하에서 설명할 광원에 기인한 영향으로 ΔRGB값을 신뢰할 수 없는 바, 슬러지침전반응기 상단부분에서 ΔRGB값을 제외하는 것을 포함하여 이루어진다.
마지막으로 상기 S3단계에서 도출된 지점의 부피 값을 호출하여 슬러지 부피지수(SVI)를 도출하는 단계(S4)를 갖는데, 더욱 상세히는 도출된 지점에서 해당 부피값을 호출하여 SV30값을 도출할 수 있게 되는 것이다. 이렇게 도출된 SV30값에 의해 상기에서 기 언급한 바와 같이 SVI값이 도출되는 것이다.
한편, 본 발명에서는 이미지분석법에 의한 슬러지 침전상태 감지방법을 제시하고 있는 바, 이미지분석법에 의한 슬러지 침전상태 감지방법은 이미지분석법에 의한 표준 RGB프로파일을 생성하는 단계(S11)와; 상기 이미지분석법에 의한 테스트 RGB프로파일을 생성하는 단계(S12)와; 상기 테스트 RGB프로파일을 상기 침전상태 별 표준 RGB프로파일에 동적 시간 와핑(DTW) 프로그램에 의해 매칭시키는 단 계(S13)와; 상기 S13단계에서 매칭시킨 결과 도출되는 침전상태 별 상이도 값(D)을 도출하는 단계(S14)와; 상기 S14단계에서 도출된 침전상태 별 상이도 값(D) 중 가장 작은 값을 검색하여 침전상태를 감지하는 단계(S15)를 포함하여 이루어짐을 특징으로 한다.
우선 본 발명은 이미지분석법에 의한 표준 RGB프로파일을 생성하는 단계(S11)를 갖는다. RGB 프로파일이라함은 이미지분석법에 의해 슬러지침전반응기 상단에서 하단까지 각각의 지점에서 RGB값을 그래프 화하여 도식화 한 것이다. 여기서 표준 RGB 프로파일은 다양한 침전상태에 대한 표준 프로파일로써 본 발명에서는 정상상태, 벌킹상태, 탈플럭상태, 슬러지부상상태의 표준 RGB프로파일을 제시한다.
본 출원인은 표준 RGB프로파일을 생성하기 위하여 lab-scale의 semi-Sequncing Batch Reactor(이하 SBR)을 운전하였다. 유기물 부하 0.15 kg COD/kg MLSS/day로 운전되었던 슬러지를 이용하였으며, 초기 미생물의 유기물 부하를 합성폐수 조재를 통해 0.18 kg COD/kg MLSS/day에 맞추어 4 SRT 기간 동안 순응시켰다. 미생물 순응 후, 두 개의 series로 실험을 수행하였다. 하나는 핀플럭을 관찰하기 위하여 유기물 부하를 서서히 감소시킨 후 공폭하였으며, 다른 하나는 벌킹과 핀플럭 관찰을 위해 유기물 부하를 0.28 kg COD/kg MLSS/day까지 높인 후 다시 감소시켜 미생물의 상태 변화를 유도하였다. 각 단의 온도는 21-24 ℃를 유지하여 실험을 수행하였으며, 본 실험에서 사용된 lab-scale의 운전조건은 표 1을 따른다.
Series |
Change in organic loading (kg COD/kg MLSS/ day) |
Case |
MLSS (mg/L) |
DO (mg/L) |
pH |
Ⅰ |
0.18→0.1→0 |
pin floc |
1800-2000 |
0.1-4.0 |
6.5-7.5 |
Ⅱ |
0.18→2.8→0.1 |
bulking/ pin floc |
1800-2000 |
<표 1>
유기물 부하 변동에 따른 미생물들의 플럭 크기 및 형태의 변화를 관찰하기 위해 현미경 관찰(Zeiss Axioskop 2plus, Germany)을 50배, 100배, 200배 렌즈를 사용하여 매일 수행하였다. 이미지 분석법을 통해 도출된 SV30 및 SVI 값과 비교하기 위하여 standard method로 SV30과 SVI를 관찰하였다. 30분 침전 후 측정 실린더의 상등수의 탁도는 핀플럭을 도출하는 매우 중요한 매개변수이므로 측정 실린더의 800 mL 지점의 상등수를 샘플링하여 Hach® laboratory turbidimeter (2001N)을 통해 탁도 값을 측정하였다. Hach® laboratory turbidimeter (2001N)의 탁도 측정 범위는 0-4000 NTU이다. lab-scale semi-batch SBR의 운전 방법은 이하에 나타낸 바와 같이 총 Cycle을 12시간으로 실험을 수행하였다. Cycle은 호기 8시간, 침전 3시간, 그리고 휴지 1시간으로 구성되어있으며, 원수는 호기기간 동안 연속적으로 주입되었다.
또한, 본 출원인은 2차 침전조에서 대표적으로 나타나는 문제인 벌킹, 탈플럭화를 인위적으로 유발하기 위해 이상침전유발 실험을 실시하였다. 매일 standard method으로 SV30을 측정을 함과 동시에 이미지분석법을 통해 이상침전 상태로 변화하는 이미지 데이터를 획득할 수 있었다. 슬러지 부상은 현장에서 이미지분석법에 의해 이미지 데이터를 얻었다.
본 출원인은 이미지분석법을 통한 RGB 분석을 해보았을 때 벌킹, 탈플럭화, 그리고 슬러지 부상의 case에서 높이에 따른 RGB 값 패턴이 각각 다른 특징을 나타내고 있음이 확인할 수 있었다.
<벌킹 case>
Lab-scale 반응기로 운전되었던 표1의 series Ⅱ에서, 유기물 부하를 0.18 kg COD/kg MLSS/day에서 0.28 kg COD/kg MLSS/day로 점차 증가시켜 벌킹 상태를 유발하고자 하였다. 실험에서 유기물 부하를 0.28 kg COD/kg MLSS/day로 점차적으로 증가 시킨 후 현미경으로 플럭 크기 관찰을 수행하였을 때, 플럭 크기의 범위가 150~250 ㎛로 플럭 크기가 커지는 것이 관찰되었다. 이는 반응기 내 플럭들 사이에 가교적인 역할을 하는 filamentous 박테리아가 과잉 성장되었다고 판단되며, 이로 인해 lab-scale semi-SBR 반응기의 침전 단계의 침전 상태가 불량한 상태로 변화되었다. SVI 값, 현미경 관찰, 침전 양상을 통해 반응 내에 벌킹 상태가 유발되었다고 판단하였다. 도 6에서 보는 바와 같이 벌킹이 발생된 슬러지의 이미지를 이미지 분석법을 통해 부피에 대한 RGB 값으로 추출하였다. Case 1에서 Case 7의 순서로 벌킹이 진행되었으며, 그림에 나타난 바와 같이 standard method로 측정된 SVI 값이 높아지는 것을 확인 할 수 있었다. 이는 벌킹이 진행됨에 따라 슬러지와 상등수의 높이 경계면이 아랫방향에서 윗방향으로 높아지는 것을 의미한다. 도 6에서 슬러지와 상등수의 높이 경계면은 RGB 값이 급격하게 꺽여지는 부분이다. 상등수의 탁도는 3~4 NTU 사이로 유지되어 큰 변화를 관찰할 수 없었다.
<탈플록 case>
Lab-scale의 semi-SBR 반응기의 series Ⅰ에서, 유기물 부하를 점차적으로 감소시켜, 0 kg COD/kg MLSS/day까지 유기물 부하를 낮추어 핀플럭 상태를 유발하고자 하였다. 핀플럭은 실험 수행 18일 경과하여 유기물 부하 0 kg COD/kg MLSS/day이 되었을 때 발생되었다. 유기물 부하를 감소시킴에 따라 플럭들이 깨져서 70 ㎛ 이하의 크기를 가진 플럭들이 다수 발견되었다. 실험이 진행됨에 따라, 3.0 NTU 이하로 측정되었던 상등수의 탁도가 16 NTU 이상으로 상승하였다. 상등수의 suspended solid(SS) 농도가 정상상태에서 6 mg/L로 관찰되었으나, 실험이 진행됨에 따라 방류수 배출 기준(20 mg/L) 이상인 40 mg/L로 관찰되었다. 반응기 내 깨져서 부유하는 미생물 플럭들이 탁도를 유발하고 있다고 판단되어졌으며, 이러한 것을 토대로 핀플럭 상태가 유발되었음을 확인하였다.
핀플럭 이미지 데이터를 이미지 분석을 통해 RGB 값을 추출하였을 때, 부피에 대한 RGB 값이 도 7과 같은 패턴을 얻을 수 있었다. Case 1에서 case 6으로 핀플럭이 진행되었으며, 실험이 진행됨에 따라 슬러지와 상등수 높이 경계면이 점점 하강하는 것이 관찰되었다. 무엇보다 핀플럭이 진행됨에 따라 상등수 RGB 값이 눈에 띄게 변화되는 것이 관찰되었다. 핀플럭이 발생되면 상등수에 침전되지 않은 플럭들로 인해 혼탁한 상등수를 만들어 탁도를 유발시키는데, 탁도가 높아질수록 RGB 값이 작아져 RGB 값이 오른쪽에서 왼쪽으로 이동한다. 즉, 변화하는 RGB 값은 상등수의 탁도를 반영하는 것이라 판단된다.
<슬러지부상 case>
이미지 분석법을 통해 슬러지 부상이 발생되었을 때의 SV30 이미지 데이터를 획득하였다. 슬러지 부상이 나타났을 때의 슬러지 부피에 대한 RGB 값의 패턴을 추출하여 도 8과 같이 나타내었다. 슬러지 부상이 발생한 경우, 상등수의 RGB 값 패턴이 벌킹, 탈플럭과는 달리 아주 불규칙적인 것을 확인 할 수 있다.
상기 실험을 근거로 이미지 분석법을 통해 각 침전 상태의 특징을 대변할 수 있는 표준 RGB프로파일을 생성 하였는 바,
정상 상태의 표준 RGB프로파일은 SVI 값이 100이상 200이하의 정상 범위 내에 존재하는 것으로 분류하였다. 벌킹 상태는 SV30 값이 800이상으로 관찰되었으나, 정확성을 위해 SV30 값이 정상과 벌킹 상태의 중간 값인 600 정도의 범위에 있는 SV30 프로파일을 시행착오법에 의해 표준 RGB프로파일로 선정하였다. 탈플럭 상태의 표준 RGB프로파일은 상등수 탁도 값이 19.0 NTU로 탈플럭이 많이 진행된 상태인 RGB프로파일을 기준으로 분류하였으며, 슬러지 부상은 상등수의 탁도 그리고 SVI 및 SV30 값이 각 사진마다 불규칙 하게 나타남으로 인해 수집된 슬러지 부상 사진 이미지 중 무작위로 선정하여 표준 RGB프로파일로 선정하였다. 표 2는 각 상태 별 표준 RGB프로파일의 주요 데이터를 정리한 것이며, 도 9는 각각의 표준 RGB프로파일을 도시한 것이다.
|
Normal |
Bulking |
Deflocculation |
Sludge rising |
SV30 |
300 |
600 |
160 |
irregularity. |
SVI |
158 |
316 |
84 |
irregularity. |
RGB value of supernatant |
172 |
168 |
136 |
irregularity. |
<표 2>
다음으로 상기 이미지분석법에 의한 테스트 RGB프로파일을 생성하는 단계(S12)를 갖는다. 테스트 RGB프로파일은 침전상태를 감지하고자 하는 샘플에 대한 것으로 이미지 분석법을 통해 샘플이 저장된 슬러지침전반응기 상단에서 하단까지 각각의 지점에서 RGB값을 그래프화 하여 도식화 한 것이다.
다음으로 상기 테스트 RGB프로파일을 상기 표준 RGB프로파일에 동적 시간 와핑(DTW) 프로그램에 의해 매칭시키는 단계(S13)를 갖는다.
동적 시간 와핑(Dynamic Time Warping, 이하 "DTW"라함.)이라함은 간단히 정의하면 "시간 축 상에서의 비선형 신축(늘이고 줄임)을 허용하는 패턴 매칭 알고리즘"이라고 정의할 수 있다. DTW는 일단 두 열의 각 성분에 대한 거리 척도 값을 비용으로 설정한다. 그리고 두 열이 이루는 격자(lattice)상에서 각 열의 시작 성분에서 시작하여 끝 성분에 이르기까지 비용 테이블에 최소 비용을 순환적으로 택하여 저장하는 점화식을 이용하는 동적 계획법으로 매핑 함수를 찾아가면서 두 열을 비교하는 알고리즘이다.
본 출원인은 도 10에서 보는 바와 같이 이미지 분석법을 통해 얻은 테스트 RGB프로파일을 DTW 수행 프로그램을 이용하여 상기 도 9에서 도시된 4개의 표준 RGB프로파일과 매칭 시켜 보았다. DTW 수행을 통해 테스트 RGB프로파일이 표준 RGB 프로파일에 맞도록 최적 매칭 경로를 찾아간다. 도 10은 SVI값이 800이상인 벌킹이 발생한 테스트 RGB프로파일을 정상, 벌킹, 탈플럭, 그리고 슬러지 부상의 표준 RGB프로파일에 맞도록 최적 경로로 매칭한 결과를 그래프로 나타낸 것이다.
다음으로 상기 S13단계에서 매칭시킨 결과 도출되는 침전상태 별 상이도 값(D)을 도출하는 단계(S14)를 갖는다.
도 11은 DP 결과를 나타낸 것이다. 표준 RGB프로파일과 테스트 RGB프로파일이 유사할수록 DP result 그래프가 대각선에 가까워진다.
마지막으로 상기 S14단계에서 도출된 침전상태 별 상이도 값(D) 중 작은 값을 검색하여 침전상태를 감지하는 단계(S15)를 갖는다.
본 출원인은 정상상태의 표준 RGB프로파일과 테스트 RGB프로파일 사이의 상이도 값을 DN. 벌킹상태의 표준 RGB프로파일과 테스트 RGB프로파일 사이의 상이도 값을 DB, 탈플럭상태의 표준 RGB프로파일과 테스트 RGB프로파일 사이의 상이도 값을 DP, 그리고 슬러지 부상상태의 표준 RGB프로파일과 테스트 RGB프로파일 사이의 상이도 값을 DS라 명명하였다. 일 예로 도 10 및 도 11의 경우 벌킹상태의 표준 RGB프로파일과 테스트 RGB프로파일 사이의 상이도 값(DB)이 가장 작음을 확인할 수 있으며, 따라서 테스트 RGB프로파일의 침전상태는 벌킹이라 진단할 수 있는 것이다.
이러한 방법으로 본 출원인은 이미지 분석법을 통해 얻은 12개 case의 이미지를 테스트 RGB프로파일로 하여 각 표준 RGB프로파일에 매칭 시킨 결과를 표 3과 같은 결과가 나타났다. 상이도 값(D)이 적은 것이 그만큼 유사한 패턴이기 때문에 DN, DB, DP, DS 네 개를 비교하여 가장 작은 D 값을 가지는 그룹에 각 case를 분류하였다. 그 결과 실제 운전자가 SV30 및 탁도를 통해 판단한 침전 상태 진단 결과와 일치함을 확인할 수 있었다. 이를 근거로 하여 패턴들 간의 상이도 값(D)은 각 침전 상태를 규명하는 것으로 추정할 수 있었다.
Case No. |
DN |
DB |
DP |
DS |
진단상태 |
일치도 |
1 |
1000 |
4053 |
7766 |
8837 |
정상 |
일치 |
2 |
2504 |
7972 |
4490 |
4389 |
정상 |
일치 |
3 |
2812 |
8673 |
4413 |
4987 |
정상 |
일치 |
4 |
5632 |
1080 |
10208 |
11859 |
벌킹 |
일치 |
5 |
4219 |
2882 |
9545 |
12893 |
벌킹 |
일치 |
6 |
9594 |
2717 |
9068 |
16446 |
벌킹 |
일치 |
7 |
6204 |
10769 |
1812 |
5706 |
탈플럭 |
일치 |
8 |
6693 |
10585 |
1746 |
5516 |
탈플럭 |
일치 |
9 |
10056 |
12398 |
312 |
7165 |
탈플럭 |
일치 |
10 |
6919 |
13416 |
3666 |
1933 |
슬러지부상 |
일치 |
11 |
7416 |
12885 |
4010 |
3555 |
슬러지부상 |
일치 |
12 |
10816 |
12068 |
5811 |
3660 |
슬러지부상 |
일치 |
<표 3>
한편, 본 발명에서는 상기 이미지 분석법에 의한 슬러지 부피지수(SVI) 도출방법 및 슬러지 침전상태 감지방법을 수행하는 시스템을 제시하고 있는 바, 도 12는 본 발명의 개략적인 구성도를 나타낸다. 도시된 바와 같이 본 발명은 측정하고자 하는 샘플이 저장되는 슬러지 침전 반응기(41)와, 상기 슬러지 침전 반응기를 일정한 시간 간격으로 촬영하여 이미지를 획득하는 카메라(42)와, 상기 카메라로부터 획득된 이미지에 의해 상기 이미지분석법에 의한 슬러지 부피지수(SVI) 도출방법 및 슬러지 침전상태 감지방법을 수행하는 프로그램 및 데이터베이스를 구비한 컴퓨터(45)와, 상기 슬러지 침전 반응기로 측정하고자 하는 샘플을 주입하는 슬러 지 공급장치(46)와, 상기 슬러지 침전 반응기로부터 측정이 완료된 샘플의 배출을 위한 슬러지 배출장치(47)로 구성된다.
또한, 도 12에서 보는 바와 같이 상기 슬러지 침전 반응기(41)는 이미지 분석 결과에 영향을 미칠 수 있는 빛의 산란과 그림자 등의 영향을 최소화 하기 위한 외장 케이스(44)를 구성하여 그 내부에 상기 슬러지 침전 반응기(41)가 설치될 수 있도록 구성됨이 바람직하다. 상기 외장 케이스(44)의 내부 벽은 외부의 자연 조명을 차단하기 위한 흰색으로 도색하는 것이 바람직하다.
또한, 상기 슬러지 침전 반응기(41) 상부에는 이미지 촬영을 위한 빛을 공급하는 광원부(43)가 더 구성됨이 타당한데 상기 광원부(43)는 상기 슬러지 침전 반응기(41) 상부로써 상기 외장케이스(44)의 내벽에 전기적으로 연결이 되도록 구성하는 것이 바람직하다.
또한, 본 발명에는 상기 슬러지 침전 반응기와 연통하여 슬러지 침전 반응기의 내부에 세척수를 주입하기 위한 세척수 공급장치(48)가 더 구성됨이 바람직하다.
상기 침전 실험을 수행하는 슬러지 침전 반응기(41)는 다양한 형태로 구성될 수 있음은 당연하며 도 12에서는 일 예로 실린더 형의 슬러지 침전 반응기(41)를 제시하고 있다. 상기 슬러지 침전 반응기(41)를 더욱 상세히 설명하면 도 12에서 보는 바와 같이 하부에 슬러지의 유입과 배출을 할 수 있도록 상기 슬러지 공급장치(46)와, 상기 슬러지 배출장치(47)와 연통하는 유입부(41A)와 측정이 완료된 후 슬러지를 배출하고 다음 측정을 위해 실린더 내벽을 세척할 수 있도록 상기 세척수 공급장치(48)와 연통하는 수도수 주입부(41B)와 상기 수도수 주입부(41B)의 끝단에서 세척수 공급장치(48)를 통해 유입된 수도수를 실린더의 벽면으로 공급하기 위한 분산장치(41C)와, 슬러지 주입 시 잉여 슬러지의 자연적인 배출을 위하여 월류관(49)과 연통하는 드레인관(41D)으로 구성된다.
상기와 같은 구성을 가진 본 발명의 이미지 분석법에 의한 슬러지 부피지수(SVI) 도출방법 및 슬러지 침전상태 감지방법을 수행하는 시스템은 슬러지 부피지수(SVI) 및 슬러지 침전상태를 측정하기 위해서 폭기조(R)로부터 슬러지 유입펌프(46A)를 이용하여 슬러지 침전 반응기(41) 안으로 슬러지를 일정량 펌핑하여 공급하며, 이때 유입수 자동밸브(46C)가 열리고, 슬러지 유출밸브(47C)가 닫힌다. 유입된 슬러지는 측정을 하기 위한 일정량을 제외하고는 월류관(49)을 통하여 빠져나가게 되어 일정량만 남게 된다. 일정량의 슬러지가 주입된 후에는 유입펌프(46A)와 유입 밸브(46C)가 닫히게 되고, 이때부터 일정 시간 간격으로 슬러지가 침전되는 과정을 이미지 촬영용 카메라(42)를 통하여 촬영한다. 촬영된 이미지는 실시간으로 촬영된 이미지를 획득하고 획득한 이미지로 슬러지 부피지수(SVI) 및 슬러지 침전상태를 감지하는 소프트웨어가 탑재된 연산장치인 컴퓨터(45)로 전송되어진다. 전송되어진 이미지를 개개의 픽셀로 나누고, 나누어진 픽셀의 RGB(Red-Green-Blue)코드 값을 분석하는 기법을 이용하여 슬러지 계면의 높이를 찾아내고, 이미 컴퓨터에 저장된 데이터베이스의 MLSS농도를 이용하여 SVI값을 감지할 수 있으며 또한, 컴퓨터에 저장된 데이터베이스에 표준 RGB프로파일에 테스트 RGB프로파일을 매칭하여 침전상태를 감지할 수 있게 되는 것이다.
측정이 끝난후에는 슬러지 배출밸브(47C)가 열리고, 슬러지 배출펌프(47A)에 의하여 드레인 저장조(D)로 배출되어진다. 배출되고 있는 동안 세척수 펌프(48A)가 가동되면서 수도수가 슬러지 침전 반응기(41) 내부로 유입되어 벽면을 따라 내려오도록 하여 벽면에 남아 있는 먼저 측정한 잔여 슬러지를 세척하여 다음 측정에 영향을 미치지 않도록 한다.
이 모든 과정은 미리 입력된 프로그램에 의해 자동으로 진행 시킬 수 있음은 물론, 운전자가 그 과정을 직접 입력하여 측정할 수 있도록 구성될 수 있다.
이상 설명된 내용은 본 발명의 실시 예에 의하여 설명하였으나, 상기한 실시예에 한정되지 아니하며 당업자라면 본 발명의 기술사상을 이탈하지 아니하는 범위에서 다양한 변경 및 수정이 가능함을 알 수 있을 것이다. 따라서 본 발명의 기술적 범위는 명세서에 상세한 설명에 기재된 내용으로 한정되는 것이 아니라 특허청구범위에 의해 정하여져야만 할 것이다.