KR101085504B1 - 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템 및 방법 - Google Patents

기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템 및 방법 Download PDF

Info

Publication number
KR101085504B1
KR101085504B1 KR1020090034459A KR20090034459A KR101085504B1 KR 101085504 B1 KR101085504 B1 KR 101085504B1 KR 1020090034459 A KR1020090034459 A KR 1020090034459A KR 20090034459 A KR20090034459 A KR 20090034459A KR 101085504 B1 KR101085504 B1 KR 101085504B1
Authority
KR
South Korea
Prior art keywords
membrane fouling
fouling index
coagulant
flocculant
calculated
Prior art date
Application number
KR1020090034459A
Other languages
English (en)
Other versions
KR20100115852A (ko
Inventor
이의신
이범구
오희경
엄정열
오현제
황태문
남숙현
최용준
Original Assignee
한국건설기술연구원
(주)대우건설
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국건설기술연구원, (주)대우건설 filed Critical 한국건설기술연구원
Priority to KR1020090034459A priority Critical patent/KR101085504B1/ko
Publication of KR20100115852A publication Critical patent/KR20100115852A/ko
Application granted granted Critical
Publication of KR101085504B1 publication Critical patent/KR101085504B1/ko

Links

Images

Classifications

    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00—Treatment of water, waste water, or sewage
    • C02F1/52—Treatment of water, waste water, or sewage by flocculation or precipitation of suspended impurities
    • C02F1/5209—Regulation methods for flocculation or precipitation
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00—Treatment of water, waste water, or sewage
    • C02F1/66—Treatment of water, waste water, or sewage by neutralisation; pH adjustment
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/001—Upstream control, i.e. monitoring for predictive control
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/02—Temperature
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/06—Controlling or monitoring parameters in water treatment pH
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2209/00—Controlling or monitoring parameters in water treatment
    • C02F2209/11—Turbidity

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Water Supply & Treatment (AREA)
  • Chemical & Material Sciences (AREA)
  • Organic Chemistry (AREA)
  • Separation Of Suspended Particles By Flocculating Agents (AREA)

Abstract

본 발명은 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템 및 방법에 관한 것으로서, 특히 혼화조/응집조-침전조-막여과조로 이루어고, 상기 혼화조에 응집제를 투여하는 응집제 투여장치를 구비하는 정수처리설비의 응집제 주입량 제어 시스템에 있어서; 유입원수의 수온, pH, 탁도, 클로로필-a를 포함하는 수질인자를 실시간으로 측정하는 수질모니터링부와; 유입원수의 전하를 측정하는 흐름전위 측정부와; 상기 수질모니터링부에서 측정된 수질인자를 이용하여 응집제 예측모델을 통해 응집제 주입량을 계산하는 주입량 계산부와; 기계적 지도학습기법을 통해 상대적 막오염지수를 산출하는 막오염지수 산출부와; 상기 막오염지수 산출부의 산출 결과에 따라 스위피 응집기작 또는 전하중화 응집기작을 선택하는 응집기작 선택부; 및 상기 주입량 계산부를 통해 계산된 응집제 주입량에 따라 상기 응집제 투여장치를 통해 응집제를 주입하고, 상기 막오염지수 산출부에서 산출된 상대적 막오염지수에 따라 응집제 주입량을 보정하며, 상기 응집기작 선택부에서 선택된 응집기작의 종류에 따라 상기 흐름전위 측정부의 기준값을 변경시킨 후 측정된 전위를 통하여 응집제 주입량을 모니터링하는 제어부를 포함하는 것을 특징으로 한다.
상기와 같은 본 발명에 따르면 수질 등급에 따라 1차적으로 응집제 주입량을 결정하고, 기계적 지도학습법에 따라 산출된 상대적 막오염지수를 이용하여 응집제 주입량을 보정함으로써 유입수질의 변화 또는 급격한 막 오염 발생에도 불구하고 항상 적절한 응집제 투입량을 유지시킬 수 있고, 막 오염 유발물질을 최소화하는 응집제를 최적 주입하여 정수처리 비용을 절감시킬 수 있으며, 수질이나 유량변화에 관계없이 일정한 처리수질을 얻게 하며, 약품 투입장치의 고장 등에 의한 사고를 신속히 파악하여 조치할 수 있고, 응집된 물의 전하에 대한 중화 상태를 즉시 파악할 수 있다.
응집제, 전하중하, 스위프, 응집기작, 응집제 자동제어, 상대적 막오염지수, 막오염지수, 기계적 지도학습기법

Description

기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템 및 방법{SYSTEM AND METHOD FOR AUTOMATIC CONTROL OF COAGULANT DOES}
본 발명은 응집제 주입량 자동 제어 시스템 및 방법에 관한 것으로서, 상세하게는 수질등급에 따라 응집제 주입량을 계산하여 투입한 후, 막오염지수 예측모델을 기반으로 상대적 막오염지수(RFIR: Relative Fouling Index Ratio) 산출하여 상대적 막오염지수를 통해 응집제 주입량을 보정하고, 상대적 막오염지수에 따라 전하 중화(neutralization) 응집기작 또는 스위프(sweep) 응집기작을 선정하여 응집제 주입량을 감시하도록 하는 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템 및 방법에 관한 것이다.
막 여과공정에서 가장 중요하게 고려해야 할 사항은 막 여과 후 막 표면에 남은 물질들로 인해 원수의 흐름을 저하시키고, 막을 오염시켜서 막 여과 투과성능을 제한하키는 막 오염현상의 제어이다.
막 오염 현상은 막에 의해 배제되는 물질의 크기에 따라 크게 두 가지로 나 뉠 수 있다. 하나는 막 세공보다 크기가 큰 입자들이 막 표면에 모여서 층을 형성함으로써 플럭스를 저감시키는 케이크 형성(cake formation)이고, 다른 하나는 막 세공과 크기가 비슷하거나 작은 입자들이 세공의 내부에 끼여서 막 자체를 오염시키는 막 오염이다.
막 오염을 일으키는 오염물질들은 탁질 물질, 유기물, 무기물, 조류 등으로 나뉘며 원수 특성에 따라 계절에 따라 원수 특성이 다르기 때문에 막 오염을 유발시키는 물질이 무엇인지 파악하고, 이를 막 오염정도에 따라 제어하는 것은 막여과 공정을 최적 운전 하는데 있어 중요한 요소가 된다.
우리나라의 정수장 유입원수는 봄, 가을에는 총조류 개체수가 크게 증가하고, 여름철 강우시에는 탁도가 급격히 상승하는 특징을 가지고 있다. 이러한 계절 변화에 의한 급격한 수질 변화는 막여과 공정의 전처리공정의 운전모드 결정 방법 및 막여과 운전방식을 결정하는 중요한 지표인자가 된다. 특히, 고농도의 조류는 응집제 소비량 증가와 침전저해 및 급격한 막오염을 일으키며, 맛ㅇ냄새 물질 발생에 따른 활성탄과 염소소비량을 증가시킨다.
따라서, 막여과 공정에 있어서 심각한 막오염을 일으키기 때문에 막오염 억제를 위한 제어방법 및 기술은 매우 중요하다 .
막 오염현상을 제어하기 위하여 일반적으로 막여과 전처리공정에서 사용되는 응집제 주입은 원수에 존재하는 입자성 물질들이 막 표면에 쌓이므로 형성되는 케이크의 공극율을 증가시켜 케이크 저항이 감소시켜 막 투과성능을 향상 시킬 수 있는 것으로 알려져 있다.
정수처리에서 금속염 응집제에 의한 응집은 전하중화(charge neutralization)과 스위프(sweep) 응집 메카니즘에 따라 구분되는데, 전하중화(charge neutralization) 방식은 금속염 응집제의 가수분해 반응이 완료되어 금속산화물로 응결되기 이전에 중간단계에서 생성된 가수분해 종과 콜로이드 입자간의 충돌을 유도하는 방식으로, 이는 원수 내에 응집제를 빠르게 분산시키는 것(0.1 sec 이하)이 0.01~1초에서 발달하는 가수분해종이 콜로이드를 불안정화시키도록 효과적으로 유도할 수 있다.
반면에, 스위프(sweep) 응집은 전하중화(charge neutralization) 방식으로 측정된 응집제 요구량 이상의 과량의 응집제를 주입하여 생성된 침전물과 콜로이드의 물리화학적 상호반응에 의해 더 플록을 형성시켜 제거를 유도하는 것으로 전하중화(charge neutralization)처럼 짧은 분산시간과 높은 강도의 급속혼화조건이 중요하지 않고, 불안정화단계동안의 응집제 양상과 플록형성단계에서 이동 현상이 중요하다.
막 여과를 이용한 정수처리에서 전처리공정은 막 오염을 최소화하기 위하여 유입수질 조건과 전처리 조건에 따른 막 오염을 조속히 예측하여 이를 제어에 피드백할 수 있도록 하는 보안장치를 세우는 것도 매우 중요하다.
이를 위해 정수처리를 위한 혼화/응집-침전-막여과 공정에서 유입수질 특성을 나타내는 탁도, 조류 등 실시간 수질센서로부터 수집된 데이터를 바탕으로 실시간 막 오염속도를 예측하기 위한 의사결정트리 기반 추론엔진이 필요하다. 수질변동이 심한 지표수를 정수장 유입원수를 사용하고 있는 정수처리에서 응집제 메카니 즘을 기반으로 막 오염속도를 연속적으로 모니터링하고, 이를 제어에 반영하는 조합형 피드백 제어기법을 통해 막 투과유속을 향상시키는 운전기법 기술이 필요하다.
막여과 전처리공정 자동제어를 위한 종래의 기술에서는 유입원수의 전하를 흐름전위 측정부를 이용하여 원수의 전하특성을 측정하여 이를 중화시키는 제어방식으로 응집제를 투여하고 막 오염도를 제어하는 방식으로, 막 오염을 유발시키는 주된 인자를 콜로이드 등 탁질 물질로 하여 이를 전하중화(charge neutralization) 시키는데 필요한 응집제 주입량을 산정하였다.
그러나, 흐름전위 측정부의 경우, 유입수질 또는 수량이 변동할 때에는 전하중화를 위한 운전 기준 값이 달라져서, 별도의 쟈테스터를 수행하여 기준 값을 재설정하여야만 하는 데, 종래의 막여과 전처리공정은 막 오염을 유발시키는 주요 오염물질의 분석, 그리고 이를 최적 제어하기 위한 응집 기작의 고려없이 단순히 전하중화(charge neutralization)를 위해 필요한 응집제 주입량을 산정하였기 때문에 막 오염 제어에 한계가 있다.
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로, 수질 등급과, 응집기작에 따른 응집제 주입량을 결정하고, 기계적 지도학습법에 따라 산출된 상대적 막오염지수를 이용하여 응집제 주입량을 보정함으로써 막 오염 유발물질을 최소화하는 응집제를 최적 주입하여 정수처리 비용을 절감시킬 수 있고, 유입수질의 변화 또는 급격한 막 오염 발생에도 불구하고 항상 적절한 응집제 투입량을 유지시킬 수 있으며, 수질이나 유량변화에 관계없이 일정한 처리수질을 얻게 하며, 약품 투입장치의 고장 등에 의한 사고를 신속히 파악하여 조치할 수 있고, 응집된 물의 전하에 대한 중화 상태를 즉시 파악할 수 있도록 하는 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템 및 방법을 제공하는데 그 목적이 있다.
상기와 같은 목적을 달성하기 위한 본 발명의 특징은,
혼화조/응집조-침전조-막여과조로 이루어고, 상기 혼화조에 응집제를 투여하는 응집제 투여장치를 구비하는 정수처리설비의 응집제 주입량 제어 시스템에 있어서; 유입원수의 수온, pH, 탁도, 클로로필-a를 포함하는 수질인자를 실시간으로 측정하는 수질모니터링부와; 유입원수의 전하를 측정하는 흐름전위 측정부와; 상기 수질모니터링부에서 측정된 수질인자를 이용하여 응집제 예측모델을 통해 응집제 주입량을 계산하는 주입량 계산부와; 기계적 지도학습기법을 통해 상대적 막오염지수를 산출하는 막오염지수 산출부와; 상기 막오염지수 산출부의 산출 결과에 따라 스위피 응집기작 또는 전하중화 응집기작을 선택하는 응집기작 선택부; 및 상기 주입량 계산부를 통해 계산된 응집제 주입량에 따라 상기 응집제 투여장치를 통해 응집제를 주입하고, 상기 막오염지수 산출부에서 산출된 상대적 막오염지수에 따라 응집제 주입량을 보정하며, 상기 응집기작 선택부에서 선택된 응집기작의 종류에 따라 상기 흐름전위 측정부의 기준값을 변경시킨 후 측정된 전위를 통하여 응집제 주입량을 모니터링하는 제어부를 포함하는 것을 특징으로 한다.
여기에서, 상기 주입량 계산부의 응집제 예측모델은 수질인자를 이용하여 수질등급을 분류하되, 저탁도(탁도 10 NTU 이하) 일 때; 저수온 저탁도(수온 5℃ 이하 및 탁도 10 NTU 이하)일 때; 중탁도(탁도 10~50 NTU 미만일 때); 고탁도(탁도 50 NTU 이상)일 때; 저탁도 고조류(수온 5℃ 초과, 탁도 10 NTU 이하 및 온라인 클로로필-a 15㎍/L 이상)일 때; 저수온 고조류(수온 5℃ 이하, 클로로필-a 15㎍/L 이상)일 때와 같이 수질등급을 6등급으로 나누고, 해당 수질등급에 따른 응집제 계산식을 이용하여 응집제 주입량을 계산한다.
여기에서 또한, 상기 막오염지수 산출부의 기계적 지도학습기법은 의사결정회귀나무인 CART 알고리즘을 이용하여 막오염지수 예측모델을 통해 계산된 예측 막오염지수와 실측 막오염지수의 비율로 상대적 막오염지수를 나타낸다.
여기에서 또, 상기 막오염지수 예측모델은 상기 실측 막오염지수에서 측정된 여과저항을 크기에 따라 분류하고, 여과저항값에 따라 모델이 설정되고, 해당 모델에 따른 막오염지수 예측식을 이용하여 예측 막오염지수를 계산한다.
여기에서 또, 상기 응집기작 선택부는 상기 막오염지수 산출부의 산출 결과 상대적 막오염지수가 1 이상인 경우에는 스위피 응집기작을 선택하고, 상대적 막오염지수가 1 미만인 경우에는 전하중화 응집기작을 선택한다.
여기에서 또, 상기 제어부는 상대적 막오염지수가 1 미만인 경우에는 응집제 주입량을 현상태로 유지하고, 상대적 막오염지수가 1 이상인 경우에는 실측 막오염지수를 예측 막오염지수로 나눈값을 응집제 주입량에 곱하여 응집제 주입량을 보정 한다.
여기에서 또, 상기 제어부는 상기 응집기작 선택부를 통해 전하중화 응집기작이 선택되면 상기 흐름전위 측정부의 기준값을 -5~0㎷로 설정하고, 스위프 방식이 선택되면 상기 흐름전위 측정부의 기준값을 0~10㎷ 또는 운전자가 설정하는 값을 운전 가능한 범위 값으로 설정한다.
본 발명의 다른 특징은,
상기 기계적 지도학습법에 의해 산출된 상대적 막오염지수를 이용한 응집제 주입량 자동 제어 시스템을 이용한 응집제 주입량 자동 제어 방법에 있어서, 유입원수의 수온, pH, 탁도, TOC 및 클로로필-a를 포함하는 수질인자를 실시간으로 측정하는 수질 모니터링 단계와; 측정된 수질인자를 이용하여 응집제 예측모델을 통해 응집제 주입량을 계산하는 응집제 주입량 계산 단계와; 계산된 응집제 주입량에 따라 응집제를 주입하는 응집제 주입 단계와; 기계적 지도학습기법을 통해 상대적 막오염지수를 산출하는 막오염지수 산출 단계와; 산출된 상대적 막오염지수를 보정값으로 응집제 주입량을 보정하는 응집제 주입량 보정 단계와; 산출된 막오염지수에 따라 스위피 응집기작 또는 전하중화 응집기작을 선택하는 응집기작 선택 단계; 및 선택된 응집기작의 종류에 따라 흐름전위 측정부의 기준값을 변경하고, 기준값에 따른 전위 측정을 통하여 응집제 주입량을 모니터링하는 응집제 투입 모니터링 단계로 이루어지는 것을 특징으로 한다.
여기에서, 상기 응집제 예측모델은 수질인자를 이용하여 수질등급을 분류하되, 저탁도(탁도 10 NTU 이하) 일 때; 저수온 저탁도(수온 5℃ 이하 및 탁도 10 NTU 이하)일 때; 중탁도(탁도 10~50 NTU 미만일 때); 고탁도(탁도 50 NTU 이상)일 때; 저탁도 고조류(수온 5℃ 초과, 탁도 10 NTU 이하 및 온라인 클로로필-a 15㎍/L 이상)일 때; 저수온 고조류(수온 5℃ 이하, 클로로필-a 15㎍/L 이상)일 때와 같이 수질등급을 6등급으로 나누고, 해당 수질등급에 따른 응집제 계산식을 이용하여 응집제 주입량을 계산한다.
여기에서 또한, 상기 기계적 지도학습기법은 의사결정회귀나무인 CART 알고리즘을 이용하여 막오염지수 예측모델을 통해 계산된 예측 막오염지수와 실측 막오염지수의 비율로 상대적 막오염지수를 나타낸다.
여기에서 또, 상기 막오염지수 예측모델은 상기 실측 막오염지수에서 측정된 여과저항을 크기에 따라 분류하고, 여과저항값에 따라 모델이 설정되고, 해당 모델에 따른 막오염지수 예측식을 이용하여 예측 막오염지수를 계산한다.
여기에서 또, 상기 응집제 주입량 보정 단계는 상대적 막오염지수가 1 미만인 경우에는 응집제 주입량을 현상태로 유지하고, 상대적 막오염지수가 1 이상인 경우에는 실측 막오염지수를 예측 막오염지수로 나눈값을 응집제 주입량에 곱하여 응집제 주입량을 보정한다.
여기에서 또, 상기 응집기작 선택 단계는 상대적 막오염지수가 1 이상인 경우에는 스위피 응집기작을 선택하고, 상대적 막오염지수가 1 미만인 경우에는 전하중화 응집기작을 선택한다.
여기에서 또, 상기 응집제 투입 모니터링 단계는 전하중화 응집기작이 선택되면 상기 흐름전위 측정부의 기준값을 -5~0㎷로 설정하고, 스위프 방식이 선택되 면 상기 흐름전위 측정부의 기준값을 0~10㎷ 또는 운전자가 설정하는 값을 운전 가능한 범위 값으로 설정한다.
상기와 같이 구성되는 본 발명인 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템 및 방법에 따르면, 수질 등급에 따라 1차적으로 응집제 주입량을 결정하고, 기계적 지도학습법에 따라 산출된 상대적 막오염지수를 이용하여 응집제 주입량을 보정함으로써 유입수질의 변화 또는 급격한 막 오염 발생에도 불구하고 항상 적절한 응집제 투입량을 유지시킬 수 있고, 막 오염 유발물질을 최소화하는 응집제를 최적 주입하여 정수처리 비용을 절감시킬 수 있으며, 수질이나 유량변화에 관계없이 일정한 처리수질을 얻게 하며, 약품 투입장치의 고장 등에 의한 사고를 신속히 파악하여 조치할 수 있고, 응집된 물의 전하에 대한 중화 상태를 즉시 파악할 수 있는 이점이 있다.
이하, 본 발명에 따른 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템의 구성을 첨부된 도면을 참조하여 상세하게 설명하면 다음과 같다.
하기에서 본 발명을 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 것이다. 그리고 후술되는 용어들은 본 발명에서의 기능을 고 려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명에 따른 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템을 나타낸 블록도이다.
도 1을 참조하면, 본 발명에 따른 기계적 지도학습법에 의해 산출된 상대적 막오염지수를 이용한 응집제 주입량 자동 제어 시스템(100)은, 수질모니터링부(110)와, 흐름전위 측정부(120)와, 주입량 계산부(130)와, 막오염지수 산출부(140)와, 응집기작 선택부(150)와, 제어부(160)로 이루어진다. 도면중 미설명 부호인 3은 정밀 여과막이고, 4는 여과조이며, 5는 소독조이다.
먼저, 수질모니터링부(110)는 착수정(1)측에 설치되어 유입원수의 수온, pH, 탁도, 클로로필-a를 포함하는 수질인자를 실시간으로 측정한다.
그리고, 흐름전위 측정부(120)는 외부의 제어에 따라 측정 기준값이 가변되고, 혼화조(2)측에 설치되어 유입원수의 전하를 측정한다.
또한, 주입량 계산부(130)는 수질모니터링부(110)에서 측정된 수질인자를 이용하여 응집제 예측모델을 통해 응집제 주입량을 계산한다.
여기에서, 주입량 계산부(130)의 응집제 예측모델은 수질인자를 이용하여 수질등급을 분류하되, 저탁도(탁도 10 NTU 이하) 일 때; 저수온 저탁도(수온 5℃ 이하 및 탁도 10 NTU 이하)일 때; 중탁도(탁도 10~50 NTU 미만일 때); 고탁도(탁도 50 NTU 이상)일 때; 저탁도 고조류(수온 5℃ 초과, 탁도 10 NTU 이하 및 온라인 클로로필-a 15㎍/L 이상)일 때; 저수온 고조류(수온 5℃ 이하, 클로로필-a 15㎍/L 이상)일 때와 같이 수질등급을 6등급으로 나누고, 해당 수질등급에 따른 응집제 계산식을 이용하여 응집제 주입량을 계산한다.
이를 보다 상세하게 설명하면, 수질등급은 막 오염유발과 직접적 연관성이 있는 상기 4가지 인자를 선정하였고, 이를 6가지 조건으로 분류하였다.
특히, 선정된 막 오염 유발 지표인자와 막여과저항과의 상관성분석 결과를 바탕으로 저탁도 기준 10 NTU 이하로 설정하였으며, 저수온 기준은 5℃ 이하 및 고조류 기준은 총조류 개체수 10,000 이상, 클로로필-a는 15㎍/L 이상일 때로 설정하였다. 또한, 설정된 수질 조합과 등급에 따라 응집 기작 모드를 선택하고, 이에 따라 응집제를 주입하도록 설정된다.
1. 저탁도(탁도 10 NTU 이하)일 때에는 아래의 수학식 1과 같은 응집제 계산식을 이용하여 응집제 주입량을 계산한다.
Figure 112009023941259-pat00001
2. 저수온 저탁도(수온 5 ℃이하, 탁도 10 NTU 이하)일 때에는 아래의 수학 식 2와 같은 응집제 계산식을 이용하여 응집제 주입량을 계산한다.
Figure 112009023941259-pat00002
3. 중탁도(10~50 NTU 미만)일 때에는 아래의 수학식 3과 같은 응집제 계산식을 이용하여 응집제 주입량을 계산한다.
Figure 112009023941259-pat00003
4. 고탁도(50 NTU 이상)일 때에는 아래의 수학식 4와 같은 응집제 계산식을 이용하여 응집제 주입량을 계산한다.
Figure 112009023941259-pat00004
5. 저탁도 고조류(수온 5℃ 초과, 탁도 10 NTU 이하 및 온라인 클로로필-a 15 ㎍/L 이상)일 때에는 아래의 수학식 5와 같은 응집제 계산식을 이용하여 응집제 주입량을 계산한다.
Figure 112009023941259-pat00005
6. 저수온 고조류(수온 5 ℃ 이하 및 클로로필-a 15 ㎍/L 이상)일 때에는 아래의 수학식 6과 같은 응집제 계산식을 이용하여 응집제 주입량을 계산한다.
Figure 112009023941259-pat00006
또, 막오염지수 산출부(140)는 기계적 지도학습기법을 통해 상대적 막오염지수를 산출한다.
여기에서, 막오염지수 산출부(140)의 기계적 지도학습기법은 의사결정회귀나무(Regression Tree)인 CART(Classification And Regression Tree) 알고리즘을 이용하여 막오염지수 예측모델을 통해 계산된 예측 막오염지수와 실측 막오염지수의 비율로 상대적 막오염지수(RFIR: Relative Fouling Index Ratio)를 나타낸다.
이를 보다 상세하게 설명하면, 의사결정회귀나무 분석방법은 데이터 마이닝의 한 기법으로, 대용량의 자료, 혹은 데이터 웨어 하우스로부터 쉽게 드러나지 않는 유용한 정보들을 찾아내는 과정을 말한다.
상기 분석 방법의 일반적인 과정은 탐색(Exploration)을 통해 평균, 이상치, 결측치등을 발견하고 변형(Modification)으로 자료를 변환하며 모형화(Modeling)와 모델평가(Assessment)의 단계를 거치게 된다. 특히, 의사결정나무(Decision Tree)는 의사결정규칙을 나무구조로 도표화하여 관심대상이 되는 집단을 몇 개의 소집단으로 분류(Classification)하거나 예측(Prediction)을 수행하는 분석방법이다.
분석과정이 나무구조에 의해서 표현되기 때문에 분류 또는 예측을 목적으로 하는 방법들 즉, 회귀분석(Regression Analysis), 신경망(Neural Network), 판별분 석(Discriminant Analysis)에 비해 연구자는 분석과정을 쉽게 이해하고 설명할 수 있다. 특히, CART(Classification And Regression Trees)는 지니(범주형 목표변수인 경우 적용) 또는 분산의 감소량(연속형 목표변수인 경우 적용)을 이용하여 이지분리(Binary Split)를 수행하는 알고리즘이다.
상대적 막오염지수(RFIR) 산출 방식은 막오염지수 산출부(140)에서 막여과공정에서 계산되는 실측 막오염지수와, 지도학습기법으로 여과저항 분류에 의한 막오염지수 예측모델을 이용하여 계산된 예측 막오염지수의 비율로 계산한다.
먼저, 실측 막오염지수는 다시의 법칙(Darcy's law)에서 시작하고, 다시의 법칙에 의해 순수투과플럭스를 나타내면 다음의 수학식 7과 같다.
Figure 112009023941259-pat00007
그러나, 부유물질이나 용해성 오염물질이 함유된 물을 여과시 막오염이 발생하기 때문에 막의 고유여과저항 이외에 막오염에 의한 여과저항을 고려해 주어야 한다. 막오염이 발생한 경우의 여과플럭스는 다시의 법칙에 막오염에 의한 여과저항을 고려한 모델에 의해 다음의 수학식 8과 나타낼 수 있다.
Figure 112009023941259-pat00008
한편, J는 여과유량(V)과 막면적(A)을 사용하여 다음의 수학식 9와 같이 표현할 수 있다.
Figure 112009023941259-pat00009
Rc는 멤브레인 표면층에 형성되는 케익에 의한 여과저항으로 다음의 수학식 10과 같이 표현할 수 있다.
Figure 112009023941259-pat00010
그리고, 수학식 8에 수학식 10을 대입하면 다음의 수학식 11과 같이 나타낼 수 있다.
Figure 112009023941259-pat00011
수학식 11의
Figure 112009023941259-pat00012
항을 여과플럭스(J)와 여과시간(t)의 곱으로 정리한 후 운전압력과 시간의 항으로 정리하면 다음의 수학식 12와 같이 나타낼 수 있다.
Figure 112009023941259-pat00013
막간차압 ΔP를 y축으로 시간 t를 x축으로 한 직선의 그래프의 기울기를 통해 실측 막오염지수를 계산할 수 있다.
그리고, 여과저항(R) 분류는 선형회귀모형을 이용하여 추가적인 분석을 실시하여 변수값에 따라서 막오염지수를 예측할 수 있는 모델을 구성하였다.
분류결과는 막오염지수는 여과저항값에 따라 5개의 예측 모델식으로 나타낼 수 있고, 그 결과의 일 예를 살펴보면 다음과 같다.
여과저항값은 R≤2.5, 2.5<R≤3.0, 3.0<R≤3.5, 3.5<R≤4.0 및 R>4.0와 같이 총 5가지로 분류된다.
도 2에 도시된 바와 같이 모델 트리 분석방법에 의하여 각 기준 노드가 결정되고, 각 노드에 따른 회귀분석을 통하여 아래의 표 1과 같이 5개의 회귀식으로 나타낼 수 있다. 예를 들어, 여과저항이 2.0이면 막오염지수 예측식은 모델 1번을 선택하여 예측 막오염지수(I)를 산정한다.
그리하여 막오염지수 산출부(140)에서는 실제 계산되는 실측 막오염지수와 모델 1번을 통해 계산된 예측 막오염지수(I)를 비교하여 실측값≤예측값이면, 응집제 주입량을 유지하며, 실측값>예측값이면 실측값을 예측값으로 나누어준 값을 응집제 주입량에 곱해 응집제 주입량을 보정한다. 예측 모델 수립을 위한 기준 노드의 값은 막여과 진행에 따른 축적된 데이터베이스에 따라 달라질 수 있다.
Figure 112009023941259-pat00014
한편, 응집기작 선택부(150)는 막오염지수 산출부(140)의 산출 결과 상대적 막오염지수가 1 이상인 경우에는 스위피 응집기작을 선택하고, 상대적 막오염지수가 1 미만인 경우에는 전하중화 응집기작을 선택한다.
도 3a 및 도 3b는 본 발명에서 막 오염을 유발하는 오염물질의 수질 패턴에 따라 응집 기작을 선택하기 위하여 유입수질과 막 오염도의 상관도를 분석하여 기준 값을 설정한 근거를 보여주는 결과를 나타낸 그래프이다.
여기에서, 응집기작에 대하여 자세히 설명하면 다음과 같다.
정수처리에서 금속염 응집제에 의한 응집기작은 전하중화(charge neutralization) 응집기작과 스위프(sweep) 응집기작으로 구분되는데, 전하중화(charge neutralization) 응집기작은 원수 내 콜로이드 입자의 표면 전하를 연속적으로 측정하여 현재의 응집상태를 출력하게 되고, 응집제 투입 장치(6)는 이 전기적 출력 신호를 기준하여 샘플의 흐름전위가 '0 mV'가 되도록 응집제 투입량을 산정하는 방식이다.
반면에, 스위프 응집기작은 전하중화 응집기작으로 측정된 응집제 요구량 이상의 과량의 응집제를 주입하여 생성된 침전물과 콜로이드의 물리화학적 상호반응에 의해 더 플록을 형성시켜 제거를 유도하는 것으로 보통 샘플의 흐름전위가 '+10 mV'가 되도록 응집제 투입량을 산정하는 방식이다.
그리고, 제어부(160)는 주입량 계산부(130)를 통해 계산된 응집제 주입량에 따라 응집제 투여장치(6)를 통해 응집제를 주입하고, 막오염지수 산출부(140)에서 산출된 상대적 막오염지수에 따라 응집제 주입량을 보정하며, 응집기작 선택부(150)에서 선택된 응집기작의 종류에 따라 흐름전위 측정부(120)의 기준값을 변경시킨 후 측정된 전위를 통하여 응집제 주입량을 모니터링한다.
여기에서, 제어부(160)는 응집기작 선택부(150)를 통해 전하중화 응집기작이 선택되면 흐름전위 측정부(120)의 기준값을 -5~0㎷로 설정하고, 스위프 방식이 선택되면 흐름전위 측정부(120)의 기준값을 0~10㎷ 또는 운전자가 설정하는 값을 운전 가능한 범위 값으로 설정하여 해당 응집기작에 따른 조건을 만족시키도록 응집제 주입량을 보정한다. 여기에서 또한, 제어부(160)는 각 구성부의 데이터를 별도의 데이터 베이스를 통해 저장하여 관리한다.
한편, 본 발명에 따른 기계적 지도학습법에 의해 산출된 상대적 막오염지수를 이용한 응집제 주입량 자동 제어 시스템(100)은 도시되지 않았으나 별도의 전원 공급 장치를 구비한다.
이하, 본 발명에 따른 기계적 지도학습법에 의해 산출된 상대적 막오염지수를 이용한 응집제 주입량 자동 제어 방법을 첨부된 도면을 참조하여 상세하게 설명하면 다음과 같다.
도 4는 본 발명에 따른 기계적 지도학습법에 의해 산출된 상대적 막오염지수를 이용한 응집제 주입량 자동 제어 방법을 설명하기 위한 공정도이고, 도 5는 본 발명에 따른 기계적 지도학습법에 의해 산출된 상대적 막오염지수를 이용한 응집제 주입량 자동 제어 시스템을 적용하여 막여과 공정을 운전한 결과를 나타낸 그래프이다.
먼저, 착수정(1)에 설치된 수질모니터링부(110)에서 유입원수의 수온, pH, 탁도, TOC 및 클로로필-a를 포함하는 수질인자를 실시간으로 측정하고, 측정된 결과를 출력한다(S100).
그러면, 주입량 계산부(130)는 수질모니터링부(110)에서 측정된 데이터를 전송받아 측정된 수질인자를 이용하여 상기에서 설명한 바와 같이 수질등급에 따라 응집제 주입량을 계산하고, 계산된 결과를 제어부(160)로 출력한다(S110).
이를 입력받은 제어부(160)는 계산된 응집제 주입량에 따라 응집제 투여장치(6)를 통해 응집제를 주입한다(S120).
한편, 막오염지수 산출부(140)는 수질모니터링부(110)에서 측정된 측정인자를 이용하여 상기에서 설명한 바와 같이 상대적 막오염지수를 산출하여 제어부(160) 및 응집기작 선택부(150)로 전송한다(S130).
그러면, 제어부(160)는 상기에서 설명한 바와 같이 산출된 상대적 막오염지수가 1 이상인지를 판단하여(S142), 상대적 막오염지수가 1 이상인 경우에 실측 막오염지수를 예측 막오염지수로 나눈값을 응집제 주입량에 곱하여 응집제 주입량을 보정한 후 보정값으로 응집제 주입량을 보정하고, 보정 결과에 따라 선택적으로 응집제 투여장치(6)를 통해 응집제를 주입한다(S142). 이때, 상대적 막오염지수가 1 미만인 경우에는 현재 응집제 주입량을 유지한다.
한편, 응집기작 선택부(150)는 산출된 막오염지수에 따라 스위피 응집기작 또는 전하중화 응집기작을 선택하여 선택된 응집기작을 제어부(160)로 전송한다(S151, S152).
그러면, 제어부(160)는 선택된 응집기작의 종류에 따라 흐름전위 측정부의 기준값을 변경하고(S161), 기준값에 따른 전위 측정을 통하여 응집제 주입량을 모니터링을 수행하여 적정량의 응집제 투입 여부를 감시한다(S162).
그리고, 도 5에 도시된 바와 같이 운전결과 막여과 공정이 안정적으로 운전된 것을 확인할 수 있다.
따라서, 본 발명에 따른 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템 및 방법은 평상시 수질에서 막여과공정이 안정적으로 운전될 때보다 수질변화가 심하여 막여과공정 운전에 영향을 주는 시기에 응집제 주입량을 자동적으로 제어하여 막오염을 줄일 수 있는 장점이 있다.
본 발명은 다양하게 변형될 수 있고 여러 가지 형태를 취할 수 있으며 상기 발명의 상세한 설명에서는 그에 따른 특별한 실시 예에 대해서만 기술하였다. 하지만 본 발명은 상세한 설명에서 언급되는 특별한 형태로 한정되는 것이 아닌 것으로 이해되어야 하며, 오히려 첨부된 청구범위에 의해 정의되는 본 발명의 정신과 범위 내에 있는 모든 변형물과 균등물 및 대체물을 포함하는 것으로 이해되어야 한다.
도 1은 본 발명에 따른 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템을 나타낸 블록도,
도 2는 본 발명에 따른 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템에 적용된 모델 트리 분석방법을 설명하기 위한 도면,
도 3a 및 도 3b는 본 발명에서 막 오염을 유발하는 오염물질의 수질 패턴에 따라 응집 기작을 선택하기 위하여 유입수질과 막 오염도의 상관도를 분석하여 기준 값을 설정한 근거를 보여주는 결과를 나타낸 그래프,
도 4는 본 발명에 따른 기계적 지도학습법에 의해 산출된 상대적 막오염지수를 이용한 응집제 주입량 자동 제어 방법을 설명하기 위한 공정도,
도 5는 본 발명에 따른 기계적 지도학습법에 의해 산출된 상대적 막오염지수를 이용한 응집제 주입량 자동 제어 시스템을 적용하여 막여과 공정을 운전한 결과를 나타낸 그래프.
<도면의 주요 부분에 관한 부호의 설명>
1 : 착수정 2 : 혼화조
6 : 응집제 투여장치 110 : 수질모니터링부
120 : 흐름전위 측정부 130 : 주입량 계산부
140 : 막오염지수 산출부 150 : 응집기작 선택부
160 : 제어부

Claims (14)

  1. 혼화조/응집조-침전조-막여과조로 이루어고, 상기 혼화조에 응집제를 투여하는 응집제 투여장치를 구비하는 정수처리설비의 응집제 주입량 제어 시스템에 있어서;
    유입원수의 수온, pH, 탁도, 클로로필-a를 포함하는 수질인자를 실시간으로 측정하는 수질모니터링부와;
    유입원수의 전하를 측정하는 흐름전위 측정부와;
    상기 수질모니터링부에서 측정된 수질인자를 이용하여 응집제 예측모델을 통해 응집제 주입량을 계산하는 주입량 계산부와;
    기계적 지도학습기법을 통해 상대적 막오염지수를 산출하는 막오염지수 산출부와;
    상기 막오염지수 산출부의 산출 결과에 따라 스위피 응집기작 또는 전하중화 응집기작을 선택하는 응집기작 선택부; 및
    상기 주입량 계산부를 통해 계산된 응집제 주입량에 따라 상기 응집제 투여장치를 통해 응집제를 주입하고, 상기 막오염지수 산출부에서 산출된 상대적 막오염지수에 따라 응집제 주입량을 보정하며, 상기 응집기작 선택부에서 선택된 응집기작의 종류에 따라 상기 흐름전위 측정부의 기준값을 변경시킨 후 측정된 전위를 통하여 응집제 주입량을 모니터링하는 제어부를 포함하는 것을 특징으로 하는 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템.
  2. 제 1 항에 있어서,
    상기 주입량 계산부의 응집제 예측모델은,
    수질인자를 이용하여 수질등급을 분류하되, 저탁도(탁도 10 NTU 이하) 일 때; 저수온 저탁도(수온 5℃ 이하 및 탁도 10 NTU 이하)일 때; 중탁도(탁도 10~50 NTU 미만일 때); 고탁도(탁도 50 NTU 이상)일 때; 저탁도 고조류(수온 5℃ 초과, 탁도 10 NTU 이하 및 온라인 클로로필-a 15㎍/L 이상)일 때; 저수온 고조류(수온 5℃ 이하, 클로로필-a 15㎍/L 이상)일 때와 같이 수질등급을 6등급으로 나누고, 해당 수질등급에 따른 응집제 계산식을 이용하여 응집제 주입량을 계산하는 것을 특징으로 하는 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템.
  3. 제 1 항에 있어서,
    상기 막오염지수 산출부의 기계적 지도학습기법은,
    의사결정회귀나무인 CART 알고리즘을 이용하여 막오염지수 예측모델을 통해 계산된 예측 막오염지수와 실측 막오염지수의 비율로 상대적 막오염지수를 나타내는 것을 특징으로 하는 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템.
  4. 제 3 항에 있어서,
    상기 막오염지수 예측모델은,
    상기 실측 막오염지수에서 측정된 여과저항을 크기에 따라 분류하고, 여과저항값에 따라 모델이 설정되고, 해당 모델에 따른 막오염지수 예측식을 이용하여 예측 막오염지수를 계산하는 것을 특징으로 하는 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템.
  5. 제 1 항에 있어서,
    상기 응집기작 선택부는,
    상기 막오염지수 산출부의 산출 결과 상대적 막오염지수가 1 이상인 경우에는 스위피 응집기작을 선택하고, 상대적 막오염지수가 1 미만인 경우에는 전하중화 응집기작을 선택하는 것을 특징으로 하는 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템.
  6. 제 1 항에 있어서,
    상기 제어부는,
    상대적 막오염지수가 1 미만인 경우에는 응집제 주입량을 현상태로 유지하고, 상대적 막오염지수가 1 이상인 경우에는 실측 막오염지수를 예측 막오염지수로 나눈값을 응집제 주입량에 곱하여 응집제 주입량을 보정하는 것을 특징으로 하는 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템.
  7. 제 1 항에 있어서,
    상기 제어부는,
    상기 응집기작 선택부를 통해 전하중화 응집기작이 선택되면 상기 흐름전위 측정부의 기준값을 -5~0㎷로 설정하고, 스위프 방식이 선택되면 상기 흐름전위 측정부의 기준값을 0~10㎷ 또는 운전자가 설정하는 값을 운전 가능한 범위 값으로 설정하는 것을 특징으로 하는 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템.
  8. 제 1 항의 기계적 지도학습법에 의해 산출된 상대적 막오염지수를 이용한 응집제 주입량 자동 제어 시스템을 이용한 응집제 주입량 자동 제어 방법에 있어서, 유입원수의 수온, pH, 탁도 및 클로로필-a를 포함하는 수질인자를 실시간으로 측정하는 수질 모니터링 단계와;
    측정된 수질인자를 이용하여 응집제 예측모델을 통해 응집제 주입량을 계산하는 응집제 주입량 계산 단계와;
    계산된 응집제 주입량에 따라 응집제를 주입하는 응집제 주입 단계와;
    기계적 지도학습기법을 통해 상대적 막오염지수를 산출하는 막오염지수 산출 단계와;
    산출된 상대적 막오염지수를 보정값으로 응집제 주입량을 보정하는 응집제 주입량 보정 단계와;
    산출된 막오염지수에 따라 스위피 응집기작 또는 전하중화 응집기작을 선택하는 응집기작 선택 단계; 및
    선택된 응집기작의 종류에 따라 흐름전위 측정부의 기준값을 변경하고, 기준값에 따른 전위 측정을 통하여 응집제 주입량을 모니터링하는 응집제 투입 모니터링 단계로 이루어지는 것을 특징으로 하는 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 방법.
  9. 제 8 항에 있어서,
    상기 응집제 예측모델은,
    수질인자를 이용하여 수질등급을 분류하되, 저탁도(탁도 10 NTU 이하) 일 때; 저수온 저탁도(수온 5℃ 이하 및 탁도 10 NTU 이하)일 때; 중탁도(탁도 10~50 NTU 미만일 때); 고탁도(탁도 50 NTU 이상)일 때; 저탁도 고조류(수온 5℃ 초과, 탁도 10 NTU 이하 및 온라인 클로로필-a 15㎍/L 이상)일 때; 저수온 고조류(수온 5℃ 이하, 클로로필-a 15㎍/L 이상)일 때와 같이 수질등급을 6등급으로 나누고, 해당 수질등급에 따른 응집제 계산식을 이용하여 응집제 주입량을 계산하는 것을 특징으로 하는 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 방법.
  10. 제 8 항에 있어서,
    상기 기계적 지도학습기법은,
    의사결정회귀나무인 CART 알고리즘을 이용하여 막오염지수 예측모델을 통해 계산된 예측 막오염지수와 실측 막오염지수의 비율로 상대적 막오염지수를 나타내는 것을 특징으로 하는 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 방법.
  11. 제 10 항에 있어서,
    상기 막오염지수 예측모델은,
    상기 실측 막오염지수에서 측정된 여과저항을 크기에 따라 분류하고, 여과저항값에 따라 모델이 설정되고, 해당 모델에 따른 막오염지수 예측식을 이용하여 예측 막오염지수를 계산하는 것을 특징으로 하는 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 방법.
  12. 제 8 항에 있어서,
    상기 응집제 주입량 보정 단계는,
    상대적 막오염지수가 1 미만인 경우에는 응집제 주입량을 현상태로 유지하고, 상대적 막오염지수가 1 이상인 경우에는 실측 막오염지수를 예측 막오염지수로 나눈값을 응집제 주입량에 곱하여 응집제 주입량을 보정하는 것을 특징으로 하는 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따 른 응집제 주입량 자동 제어 방법.
  13. 제 8 항에 있어서,
    상기 응집기작 선택 단계는,
    상대적 막오염지수가 1 이상인 경우에는 스위피 응집기작을 선택하고, 상대적 막오염지수가 1 미만인 경우에는 전하중화 응집기작을 선택하는 것을 특징으로 하는 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 방법.
  14. 제 8 항에 있어서,
    상기 응집제 투입 모니터링 단계는,
    전하중화 응집기작이 선택되면 상기 흐름전위 측정부의 기준값을 -5~0㎷로 설정하고, 스위프 방식이 선택되면 상기 흐름전위 측정부의 기준값을 0~10㎷ 또는 운전자가 설정하는 값을 운전 가능한 범위 값으로 설정하는 것을 특징으로 하는 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 방법.
KR1020090034459A 2009-04-21 2009-04-21 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템 및 방법 KR101085504B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090034459A KR101085504B1 (ko) 2009-04-21 2009-04-21 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090034459A KR101085504B1 (ko) 2009-04-21 2009-04-21 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20100115852A KR20100115852A (ko) 2010-10-29
KR101085504B1 true KR101085504B1 (ko) 2011-11-23

Family

ID=43134571

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090034459A KR101085504B1 (ko) 2009-04-21 2009-04-21 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101085504B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101418738B1 (ko) * 2012-07-03 2014-07-11 대림산업 주식회사 가압형-침지형 하이브리드 막 여과시스템
WO2017164540A1 (ko) * 2016-03-21 2017-09-28 고려대학교 산학협력단 정삼투 막오염 예측 장치 및 정삼투 막오염 예측 방법
KR20230168714A (ko) 2022-06-08 2023-12-15 한국건설기술연구원 기계학습 기반의 적정 응집제 주입량 자동제어 시스템 및 그 방법
KR102638855B1 (ko) 2023-08-18 2024-02-22 서울특별시 응집제 주입 감시 시스템 및 이것을 이용한 응집제주입 감시 방법

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5840456B2 (ja) * 2011-10-28 2016-01-06 株式会社明電舎 薬品注入制御方法及び薬品注入制御装置
KR20130049666A (ko) * 2011-11-04 2013-05-14 김성진 수질 관리를 위한 약품 투입 자동 제어 장치 및 방법
KR101509109B1 (ko) * 2013-06-12 2015-04-07 한국건설기술연구원 가압-침지 조합형 이단 막여과 시스템 및 그 가변제어 방법
CN108996651B (zh) * 2018-10-09 2019-10-08 农业农村部环境保护科研监测所 消毒液分类收集系统
CN114563988A (zh) * 2022-01-26 2022-05-31 浙江中控信息产业股份有限公司 一种基于随机森林算法的水厂智能pac投加方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100720140B1 (ko) 2005-09-29 2007-05-18 주식회사 태영건설 막분리 정수처리장치의 수질등급 코드를 이용한 운전모드 선택장치 및 그 운영방법
KR100720139B1 (ko) 2005-09-26 2007-05-21 주식회사 태영건설 막분리를 이용한 고도정수처리장치의 막오염 지수 연속 모니터링에 의한 응집 전처리 공정 제어장치 및 그 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100720139B1 (ko) 2005-09-26 2007-05-21 주식회사 태영건설 막분리를 이용한 고도정수처리장치의 막오염 지수 연속 모니터링에 의한 응집 전처리 공정 제어장치 및 그 방법
KR100720140B1 (ko) 2005-09-29 2007-05-18 주식회사 태영건설 막분리 정수처리장치의 수질등급 코드를 이용한 운전모드 선택장치 및 그 운영방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101418738B1 (ko) * 2012-07-03 2014-07-11 대림산업 주식회사 가압형-침지형 하이브리드 막 여과시스템
WO2017164540A1 (ko) * 2016-03-21 2017-09-28 고려대학교 산학협력단 정삼투 막오염 예측 장치 및 정삼투 막오염 예측 방법
KR20230168714A (ko) 2022-06-08 2023-12-15 한국건설기술연구원 기계학습 기반의 적정 응집제 주입량 자동제어 시스템 및 그 방법
KR102638855B1 (ko) 2023-08-18 2024-02-22 서울특별시 응집제 주입 감시 시스템 및 이것을 이용한 응집제주입 감시 방법

Also Published As

Publication number Publication date
KR20100115852A (ko) 2010-10-29

Similar Documents

Publication Publication Date Title
KR101085504B1 (ko) 기계적 지도학습법에 의해 산출된 상대적 막오염지수와 이를 반영한 응집기작에 따른 응집제 주입량 자동 제어 시스템 및 방법
US6408227B1 (en) System and method for controlling effluents in treatment systems
KR100979096B1 (ko) 간헐폭기식 공기세정방식을 이용한 막분리 공정의 최적운전제어시스템 및 방법
JP7179486B2 (ja) 凝集剤注入制御装置、凝集剤注入制御方法及びコンピュータプログラム
KR102261819B1 (ko) 인공지능 시뮬레이션을 이용한 정수처리장의 운영 시스템
KR101509109B1 (ko) 가압-침지 조합형 이단 막여과 시스템 및 그 가변제어 방법
KR100331708B1 (ko) 상수처리 시스템의 응집제 주입율 자동 연산 장치 및 방법
Altunkaynak et al. Prediction of specific permeate flux during crossflow microfiltration of polydispersed colloidal suspensions by fuzzy logic models
KR100720139B1 (ko) 막분리를 이용한 고도정수처리장치의 막오염 지수 연속 모니터링에 의한 응집 전처리 공정 제어장치 및 그 방법
KR102319947B1 (ko) 물 집약 공정에서 소수성 상태 및 파울링을 제어하기 위한 방법 및 시스템
US20230257283A1 (en) Process, system, and computer readable storage medium for determining optimal coagulant dosage
Kale et al. Prediction of water filter bed backwash time for water treatment plant using machine learning algorithm
Evans et al. Intelligent based auto-coagulation control applied to a water treatment works
KR101334693B1 (ko) 수질측정기와 회귀모델을 이용한 응집제 주입량 결정방법과 그를 이용한 정수처리시스템
Hwang et al. Prediction of membrane fouling rate by neural network modeling
Wang Research on raw water quality assessment oriented to drinking water treatment based on the SVM model
AU2019300360B2 (en) Method for determining a dose of coagulant for treating raw water
Brauns et al. On the concept of a supervisory, fuzzy set logic based, advanced filtration control in membrane bioreactors
JP2022064136A (ja) 水処理システム及び水処理方法
KR101692789B1 (ko) 막유니트를 이용한 수처리 장치 및 수처리 방법
KR101418738B1 (ko) 가압형-침지형 하이브리드 막 여과시스템
KR20230168714A (ko) 기계학습 기반의 적정 응집제 주입량 자동제어 시스템 및 그 방법
Liu et al. Better treatment efficiencies and process economies with real-time coagulant dosing control
Undi et al. Coagulant Treatment
Yavich et al. Chemical feed control using coagulation computer models and a streaming current detector

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20141209

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20151112

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20161027

Year of fee payment: 6