KR101795910B1

KR101795910B1 - 유기성 막 오염의 예측 방법

Info

Publication number: KR101795910B1
Application number: KR1020160021285A
Authority: KR
Inventors: 신광희; 황수현; 박병구; 최현성
Original assignee: 두산중공업 주식회사
Priority date: 2016-02-23
Filing date: 2016-02-23
Publication date: 2017-11-08
Also published as: KR20170099201A

Abstract

본 발명은 유기성 막 오염과 상관성이 높은 지표를 설정함에 따라 정확하고 빠르며, 용이하게 막 오염의 예측이 가능한 유기성 막 오염의 예측 방법에 관한 것으로, 본 발명은, 유기물을 그룹별로 분류하는 단계와, 상기 유기물을 그룹별로 분류하는 단계에 의해 분류된 각 유기물 그룹의 막 축적도를 분석하는 단계 및 상기 막 축적도를 분석하는 단계에 의해 분석된 각 유기물 그룹의 막 축적도에 기반하여 막 오염 예측의 지표를 설정하는 단계를 포함하는 유기성 막 오염의 예측 방법을 제공한다.

Description

유기성 막 오염의 예측 방법 {Prediction Method for Organic-Fouling of Membrane}

본 발명은 유기성 막 오염의 예측 방법에 관한 것으로, 보다 상세하게는 유기성 막 오염과 상관성이 높은 지표를 설정함에 따라 정확하고 빠르며, 용이하게 막 오염의 예측이 가능한 유기성 막 오염의 예측 방법에 관한 것이다.

멤브레인(Membrane) 여과 기술은 멤브레인의 세공크기와 표면 전하에 따라 원수 및 하, 폐수 중에 존재하는 처리대상물질을 거의 완벽하게 분리, 제거할 수 있는 분리공정이다. 멤브레인은 공극을 많이 가진 다공질 막(Porous Membrane)으로, 수중에 포함된 유기 오염물질, 무기 오염물질, 기생충, 박테리아 등을 분리시킬 수 있다. 따라서, 멤브레인 여과 기술은 유기/무기 오염 물질, 폐수의 방류수 내 유기 물질(EfOM) 등과 같은 오염물질의 제거 효율의 측면에서 상수/하수 처리 및 하수(폐수) 재처리에 유효한 기술들 중 하나로 인식되어 왔다.

또한, 멤브레인을 이용한 수처리는 다른 여과 공정에 비해 응집제 등 약품의 사용량이 적고, 소요되는 부지면적을 줄일 수 있다는 장점이 있어 전반적인 수처리 분야에서 널리 이용되고 있다.

멤브레인에서 가장 중요한 것은 어느 정도의 물리적 강도를 가지고 얼마나 많은 양의 양질의 멤브레인 투과수를 얻을 수 있는가이다. 하지만, 멤브레인 공정은 사용에 따라 오염(Fouling)이 발생하여 막의 성능을 떨어뜨린다는 문제점이 있다. 막 오염(Fouling)이란 유입수 중에 존재하는 여러 가지 이물질들이 막의 표면에 침착되거나 흡착되어 막의 물투과도를 감소시키는 현상으로, 막 오염을 유발하는 이물질의 종류로는 부유성 입자, 콜로이드, 유기물, 미생물, 칼슘염 등의 무기염 등 다양한 종류가 있다. 막 오염 현상은 오염 물질의 크기와 같은 수리학적 요소(hydrodynamic element), 막의 특성, 오염 물질의 화학적 특성 등에 따른 정전기적 상호작용(반발력 또는 인력) 또는 소수성 상호작용에 의하여 영향을 받으며, 이러한 막과 오염 물질 사이의 상호작용은 막 표면으로부터의 오염 물질의 확산 계수에도 영향을 미치게 된다. 이에 따라, 전반적인 설비의 작동성이 나빠지며, 비용이 증가한다는 문제점이 있다.

따라서, 막 오염을 예측하는 것은 매우 중요하나, 상기와 같이 막 오염을 유발하는 물질이 매우 다양하기 때문에, 막 오염 현상을 미리 예측한다는 것은 상당히 어려운 일이다.

현재까지의 막 오염 현상에 관한 연구는 여과 실험, 오염이 일어난 막의 분석, 기존의 막 오염 지수[예컨대, 오니 밀도 지수(silt density index)]에 의한 막 오염 평가 등에 머물러 있다. 이러한 기존의 연구들은 분석하는 데 많은 시간을 필요로 하며, 오염도의 수치화에 한계가 있었다.

이에 따라, 일반적으로 역삼투 또는 나노 여과공정에서의 막오염 현상을 미리 예측하기 위한 방법으로, SDI(Silt Density Index) 측정방법이 개발되었다. SDI는 분리막에 오염(fouling)이 일어날 수 있는 가능성을 나타내는 척도로 이용된다. SDI 측정방법에 따르면, 직경 47mm이고 0.45㎛의 필터에 30 psid의 압력으로 물을 흘려 부유물(SS;Suspended Solid)성분에 의해 일어나는 오염의 정도를 측정한다. 이때, 처음 500ml의 물이 흐르는데 걸리는 시간(T0)을 측정한다. 그리고 15분(T)이 지난 후 다시 500ml의 물이 흐르는데 걸리는 시간(T1)을 측정하고, 이 두 가지 시간의 비율을 척도로 사용한다.

SDI 측정은 현재 역삼투 또는 나노 여과공정에서 유입수의 막오염 경향을 예측하기 위해 가장 널리 사용되는 방법이다. 일반적으로 SDI가 3 미만이면 오염은 심하지 않으며, 5 이상이 될 경우 심한 오염이 일어날 수 있다. 즉, SDI 측정방법은, 0.45㎛ 이상의 크기를 가지는 부유성 입자에 의한 막오염 가능성을 간접적으로 평가하는 방법이다. 따라서 SDI로는 0.45㎛ 미만의 크기를 가지는 콜로이드나 유기물에 의한 영향을 평가할 수 없다.

또한, 일반적으로 유기물에 의한 막 오염을 분석하는 방법으로는 TOC(Total Organic Carbon)가 이용되고 있으나, TOC 수치는 많은 유기물 종류를 포함하며 막 오염과 상관성이 낮은 유기물까지 모두 포함하여, 전체적으로 유기성 막 오염과 상관성이 낮아 정확하게 막 오염을 예측할 수 없다.

또한, 유기성 막 오염을 유발하는 물질을 분석하기 위해서는 고가의 분석장비와 전문 인력이 필요하여 현장 플랜트에서 지표로 사용하기에는 부적합하다는 문제점이 있다.

본 발명은 상기와 같은 문제점을 해결하기 위한 것으로, 유기성 막 오염과 상관성이 높은 지표를 설정함에 따라 정확하고 빠르며, 용이하게 막 오염의 예측이 가능한 유기성 막 오염의 예측 방법을 제공하는 것에 그 목적이 있다.

상기의 과제를 해결하기 위한 본 발명은, 컴퓨터를 이용하여 유기성 막 오염을 예측하는 방법에 있어서, 형광 분석 데이터와 TOC(Total Organic Carbon) 분석 데이터에 기반하여 막 공정의 유입수 내 유기물을 그룹별로 분류하는 단계와, 상기 유기물을 그룹별로 분류하는 단계에 의해 분류된 각 유기물 그룹의 막 축적도를 분석하는 단계 및 상기 막 축적도를 분석하는 단계에 의해 분석된 각 유기물 그룹의 막 축적도에 기반하여 막 오염 예측의 지표를 설정하는 단계를 포함하는 유기성 막 오염의 예측 방법을 제공한다.

또한, 상기 지표를 설정하는 단계에 의해 지표가 설정되면, 각 멤브레인 공정에서 유기성 막 오염의 가능성을 예측할 수 있도록 막 오염의 정도에 따른 지표의 범위를 설정하는 단계를 더 포함할 수 있다.

상기 유기물을 그룹별로 분류하는 단계는, 휴믹(Humic) 계열의 2개의 유기물 그룹과 단백질(Protein) 계열의 3개의 유기물 그룹으로 분류하는 것을 특징으로 한다.

상기 막 축적도를 분석하는 단계는, 막 공정의 유입수와 유출수 내 각 유기물 그룹의 농도를 분석하여 이루어질 수 있다.

상기 지표를 설정하는 단계는, 상기 막 축적도를 분석하는 단계에 의해 분석된 막 축적도가 가장 높은 유기물 그룹의 농도를 지표로 설정하는 것을 특징으로 한다.

상기 지표를 설정하는 단계는, 상기 막 축적도를 분석하는 단계에 의해 분석된 막 축적도가 높은 복수의 유기물 그룹의 농도를 조합하여 지표로 설정하는 것을 특징으로 한다.

상기 지표를 설정하는 단계는, 상기 막 축적도를 분석하는 단계에 의해 분석된 막 축적도가 높은 복수의 유기물 그룹의 농도의 합을 지표로 설정하는 것을 특징으로 한다.

상기 복수의 유기물 그룹의 농도의 합에서 각 유기물 그룹의 농도의 계수는 막 축적도에 따라 다르게 설정되는 것을 특징으로 한다.

삭제

상기 지표의 범위를 설정하는 단계는, 멤브레인 공정에서 차압의 상승률을 고려하여 설정하는 것을 특징으로 한다.

또한, 상기 지표를 설정하는 단계에 의해 설정된 지표를 이용하여 각 멤브레인 공정에서 막 오염을 예측하는 단계를 더 포함할 수 있다.

상기 막 오염을 예측하는 단계는, 각 멤브레인 공정에서 상기 지표를 설정하는 단계에 의해 설정된 지표의 수치를 도출하고, 도출된 수치의 범위에 따라 막 오염을 예측하는 것을 특징으로 한다.

상기 유기물을 그룹별로 분류하는 단계에 의해 지표의 수치가 도출되는 것을 특징으로 한다.

또한, 상기 막 오염을 예측하는 단계에 따라 예측된 막 오염의 정도에 기반하여 약품 주입 스케줄을 결정하는 단계를 더 포함할 수 있다.

상기 약품 주입 스케줄을 결정하는 단계는, 상기 막 오염을 예측하는 단계에 따라 예측된 막 오염의 정도가 낮을 때에는 약품을 주입하지 않으며, 예측된 막 오염의 정도가 중간일 때에는 약품을 간헐적으로 주입하고, 예측된 막 오염의 정도가 높을 때에는 약품을 연속적으로 주입하도록 결정하는 것을 특징으로 한다.

본 발명의 유기성 막 오염의 예측방법에 따르면, 형광 분석 데이터와 TOC(Total Organic Carbon) 분석 데이터에 기반하여 유기물을 그룹별로 분류함으로써, 정량분석 뿐만 아니라 정성분석도 가능하다.

또한, 각 유기물 그룹의 막 축적도에 기반하여 유기성 막 오염과 상관성이 높은 막 오염 예측의 지표를 설정하고, 이를 이용하여 막 오염을 예측함으로써, 정확하게 예측이 가능하다는 효과가 있다.

또한, 막 오염의 예측 분석에 고가의 분석장치와 전문인력이 필요하지 않아 쉽고 빠르게 막 오염의 예측이 가능하다.

또한, 막 오염을 예측하는 단계에 따라 예측된 막 오염의 정도에 기반하여 약품 주입 스케줄을 결정함으로써, 약품 비용을 최소화할 수 있고, 막 오염을 효과적으로 제어할 수 있다.

도 1은 본 발명의 일 실시예에 따른 유기성 막 오염의 예측 방법을 단계적으로 나타내는 개략도이다.
도 2는 형광 분석 방법을 나타낸 개략도이다.
도 3은 일 실시예에서 도 2의 형광 분석 방법을 이용한 분석 결과를 나타낸 그래프이다.
도 4a~도 4e는 일 실시예에서 분류된 유기물 그룹별 그래프이다.

이하, 본 발명의 유기성 막 오염의 예측 방법에 대한 바람직한 실시예를 첨부된 도1 내지 도4e를 참조하여 설명하도록 한다.

또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있으며, 아래의 실시예는 본 발명의 권리범위를 한정하는 것이 아니라 본 발명의 청구범위에 제시된 구성요소의 예시적인 사항에 불과하다.

본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다. 명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 구비할 수 있다는 것을 의미한다.

도 1은 본 발명의 일 실시예에 따른 유기성 막 오염의 예측 방법을 단계적으로 나타내는 개략도, 도 2는 형광 분석 방법을 나타낸 개략도, 도 3은 일 실시예에서 도 2의 형광 분석 방법을 이용한 분석 결과를 나타낸 그래프이며, 도 4a~도 4e는 일 실시예에서 분류된 유기물 그룹별 그래프이다.

우선, 도 1을 참고하여 본 발명의 일 실시예에 따른 유기성 막 오염의 예측 방법에 관하여 단계적으로 설명하도록 한다.

본 발명의 유기성 막 오염의 예측 방법은 개략적으로 유기물을 그룹별로 분류하는 단계(S100), 각 유기물 그룹의 막 축적도를 분석하는 단계(S200), 막 오염 예측의 지표를 설정하는 단계(S300), 막 오염의 정도에 따른 지표의 범위를 설정하는 단계(S400), 막 오염을 예측하는 단계(S500) 및 약품 주입 스케줄을 결정하는 단계(S600)를 포함하고 있다.

막(Membrane) 공정은 사용에 따라 오염(Fouling)이 발생하며 막의 성능을 떨어뜨린다. 막 공정의 유입수 중에 존재하는 유기물은 막 표면에 흡착되거나 미생물들의 성장(Bio-fouling) 현상을 가속화시켜 막의 물투과도를 감소시킨다.

유기물은 극성, Charge, 크기 등에 있어서 서로 유사한 특성을 갖는 유기물끼리 그룹으로 분류될 수 있다(S100 : 유기물을 그룹별로 분류하는 단계). 유기물은 다양한 방법에 의해 분류될 수 있으나, 본 일 실시예에서는 형광 분석 데이터와 TOC(Total Organic Carbon) 분석 데이터에 기반하여 이루어질 수 있다. 유기물 형광 분석(FEEM; Fluorescence Excitation Emission Matrix)은 정성분석을 위한 것이며, TOC 분석은 정량분석을 위한 것이다.

형광 분석 방법은 도 2에 도시된 바와 같이, 광원(Light Source)을 분석할 대상 샘플에 자극시키고, 샘플로부터 발산되는 광원을 분석하는 방법으로 이루어질 수 있다. 형광 분석에서, 각 유기물은 고유의 형광흡수 및 발산 파장을 보이며, 유기물에 대한 종합적인 정보 제공이 가능하다. 또한, 분석 감도가 높아 미량의 유기물이라도 측정이 가능하다.

도 3에는 일 실시예에서 상기의 형광 분석 방법을 이용한 분석 결과가 도시되어 있으며, 형광흡수(Excitation) 및 발산파장(Emission)에 따른 그래프로 나타나 있다.

형광 분석 데이터와 TOC 분석 데이터에 기반하여 유기물이 그룹별로 분류될 수 있으며, 이는 다양한 방법에 의해 이루어질 수 있으나 통계학적 분석을 통해 분류되는 것이 바람직하다. 통계학적 분석 방법으로는 parafac tool 등이 이용될 수 있으며, matlab 코딩 등을 통해 분석 데이터에 기반하여 유사한 특성을 갖는 유기물들을 그룹별로 분류, 정량화할 수 있다.

본 일 실시예에서는, 도4a~도4e에 도시된 바와 같이, 형광흡수(Excitation) 및 발산파장(Emission)에 따른 그래프의 위치 및 형상에 따라 휴믹(Humic) 계열의 2개의 유기물 그룹과 단백질(Protein) 계열의 3개의 유기물 그룹으로 분류될 수 있으며, 이를 기준으로 설명하도록 한다. 휴믹(Humic) 계열의 2개의 유기물 그룹을 각각 C1, C2 그룹, 단백질(Protein) 계열의 3개의 유기물 그룹을 각각 C3, C4, C5 그룹으로 정한다. 휴믹 계열의 유기물 그룹은 흡착에 의해 막 오염이 일어나며, 음전하(Negative charge)를 띄고, 소수성의 성질을 갖는다. 반면, 단백질 계열의 유기물 그룹은 흡착 또는 생분해에 의해 막 오염이 일어나며, 양쪽성(Amphoteric) 물질이고, 친수성의 성질을 갖는다. 일반적으로, 단백질 계열의 유기물이 휴믹 계열의 유기물보다 크기가 크다.

다음으로는, 분류된 각 유기물 그룹 별로 막 오염 가능성을 분석한다(S200 : 막 축적도를 분석하는 단계). 막 오염 가능성은 유기물이 막에 축적되는 정도를 이용하여 분석할 수 있으며, 막 공정에 유입되는 유입수와 유출되는 유출수 내의 각 유기물 그룹의 농도를 일정시간 동안 분석하여 이루어질 수 있다.

예를 들어 살펴보면, 유입수에서 각 유기물 그룹의 농도를 측정하고, 유출수에서 각 유기물 그룹의 농도를 측정하여, 각 유기물 그룹마다 Mass Balance를 이용하여 막에 축적되는 정도를 판단할 수 있다. 즉, 유입수에서의 농도와 유출수에서의 농도가 동일하거나 유입수에서의 농도가 유출수에서의 농도보다 약간 높아 거의 동일한 경우에는 막에 축적되지 않아 막 오염 가능성이 낮다고 볼 수 있으며, 유입수에서의 농도가 유출수에서의 농도보다 상당한 차이로 높은 값을 가지면 막에 축적되는 정도가 높아 막 오염 가능성이 높다고 볼 수 있다. 또한, 오차로 인해 유입수에서의 농도가 유출수에서의 농도보다 낮은 경우에도 막에 축적되지 않아 막 오염 가능성이 낮은 것으로 보아야 한다.

또한, 상기의 막 축적도를 분석하는 단계(S200)는 일정시간 동안 분석되어, 계절별, 지역별 막 공정 조건이 다소 다른 경우에도 평균적인 막 축적도로 분석될 수 있다.

다음으로는, 상기 막 축적도를 분석하는 단계(S200)에 의해 분석된 각 유기물 그룹의 막 축적도에 기반하여 막 오염 예측의 지표를 설정한다(S300 : 막 오염 예측의 지표를 설정하는 단계).

막 오염 예측의 지표(Index)는 분석된 각 유기물 그룹의 막 축적도에 기반하여 막 축적도가 높은 하나의 유기물 그룹의 농도나 복수의 유기물 그룹의 농도를 기준으로 정해질 수 있으며, 막 오염과 상관성이 높아 지표의 값에 따라 막 오염을 예측할 수 있다.

일 실시예에서, 상기 막 오염 예측의 지표(Index)는 상기 막 축적도를 분석하는 단계(S200)에 의해 분석된 막 축적도가 가장 높은 유기물 그룹의 농도로 설정될 수 있다.

또한, 적용 가능한 다른 실시예에 따르면, 상기 막 오염 예측의 지표(Index)는 상기 막 축적도를 분석하는 단계(S200)에 의해 분석된 막 축적도가 비교적 높은 복수의 유기물 그룹의 농도의 합으로 설정될 수 있다. 하지만, 이에 한정되는 것은 아니며, 막 축적도가 높은 복수의 유기물 그룹의 농도가 조합되어있는 것이면 가능하다. 또한, 상기 복수의 유기물 그룹의 농도의 합에서 각 유기물 그룹의 농도의 계수는 막 축적도에 따라 다르게 설정될 수 있다. 막 축적도가 가장 높게 분석되는 유기물 그룹의 농도에는 곱해지는 계수를 가장 크게 설정하여 지표에 미치는 영향을 가장 크게 만드는 것이 바람직하다. 이와 같이 막 축적도에 따라서 막 축적도가 비교적 높은 것은 계수를 크게 설정하여 지표에 미치는 영향을 크게 만들고, 막 축적도가 비교적 낮은 것은 계수를 작게 설정하여 지표에 미치는 영향을 작게 만들 수 있다. 이에 따라, 더욱 정확한 지표 설정이 가능해지며, 막 오염을 정확하게 예측할 수 있다.

본 일 실시예에서 막 축적도를 분석한 결과, 상기에서 분류된 5개의 각 유기물 그룹 중, C4 그룹의 막 축적도가 가장 높으며, C1, C3 그룹의 막 축적도는 비교적 높고, C2, C5 그룹은 막 축적도가 낮아 막 오염 가능성이 거의 없는 것으로 분석되었으며, 이를 기준으로 설명하도록 한다.

이 때, 일 실시예에서는 막 축적도가 가장 높은 유기물 C4 그룹의 농도로 지표가 설정될 수 있다.

또한, 적용 가능한 다른 실시예에서는 막 축적도가 비교적 높은 복수의 유기물 그룹, 즉 C1, C3, C4 그룹의 농도의 합(C1+C3+C4)으로 설정될 수 있다. 이 때, 막 축적도가 가장 높게 분석된 유기물 C4 그룹의 농도의 계수를 크게 설정하여 지표(C1+C3+6C4)를 설정할 수도 있다.

상기와 같이 지표를 설정하는 단계(S300)에 따라 막 오염을 예측할 수 있는 지표(Index)가 설정되면, 각 멤브레인 공정에서 유기성 막 오염 가능성의 정도를 예측할 수 있도록 막 오염의 정도에 따른 지표의 범위가 설정될 수 있다(S400 : 지표의 범위를 설정하는 단계). 예를 들어 본 일 실시예에서, 지표를 막 축적도가 높은 복수의 유기물 그룹(C1, C3, C4)의 농도의 합 C1+C3+6C4로 정했을 때, 막 오염 예측의 지표(Index) 수치가 0≤C1+C3+6C4＜3 이면 막 오염 가능성이 낮은 것이며, 3≤C1+C3+6C4＜6 이면 막 오염 가능성이 있는 것이고, 6≤C1+C3+6C4 인 경우에는 막 오염 가능성이 높은 것으로 설정될 수 있다.

이 때, 막 오염의 정도는 멤브레인 공정에서 원수의 멤브레인 통과 전과 후의 압력 차이를 나타내는 차압(△DP; Membrane Feed Channel Pressure Drop)과 상관성이 높으며, 막 오염의 정도가 클수록 차압 또한 크게 나타난다. 따라서, 막 오염 가능성의 정도를 예측할 수 있는 지표의 범위를 설정할 때 멤브레인 공정 차압의 상승률을 고려하는 것이 바람직하다.

막 오염을 예측할 수 있는 지표가 설정되었으므로, 다음으로는 설정된 지표를 이용하여 막 오염을 예측할 수 있다(S500 : 막 오염을 예측하는 단계). 이를 위해서는, 막 오염을 예측하고자 하는 막 공정에서 유입수에서의 각 유기물 그룹별 농도를 측정한다. 미리 설정된 지표(Index)의 수치를 계산하는데 필요한 유기물 그룹의 농도만을 측정할 수도 있다. 이 때, 상기 유기물을 그룹별로 분류하는 단계(S100)에 의해, 즉 형광 분석과 TOC 분석을 통해 각 유기물 그룹별 농도가 측정될 수도 있다. 다음은, 측정된 각 유기물 그룹의 농도를 이용하여 미리 설정된 지표의 수치를 도출하고, 도출된 지표에 따라 막 오염 가능성의 정도를 예측할 수 있다.

다음으로는, 상기 막 오염을 예측하는 단계(S500)에 따라 예측된 막 오염의 정도에 기반하여 약품 주입 스케줄을 결정할 수 있다(S600 : 약품 주입 스케줄을 결정하는 단계).

막 공정의 유입수 중에 존재하는 유기물은 막 표면에 흡착되거나 미생물들의 성장(Bio-fouling) 현상을 가속화시키며, 이를 제어하기 위해 살균제 등의 약품이 주입된다. 이 때, 약품 비용의 절감을 위해서는 유입수의 유기물 농도에 따라 약품의 주입시점과 농도 등을 결정하는 것이 중요하다.

본 일 실시예에서는, 상기 막 오염을 예측하는 단계(S500)에 따라 예측된 막 오염의 정도가 낮을 때에는 약품을 주입하지 않으며, 예측된 막 오염의 정도가 중간일 때에는 약품을 간헐적으로 주입하고, 예측된 막 오염의 정도가 높을 때에는 약품을 연속적으로 주입하도록 약품 주입 스케줄을 결정할 수 있다. 예를 들어 일 실시예에서, 상기 막 오염을 예측하는 단계(S500)에 의해 도출된 지표의 수치가 3≤C1+C3+6C4＜6으로, 막 오염 가능성이 중간일 때에는 약품을 하루에 1~6시간동안 간헐적으로 주입할 수 있다.

따라서, 상기와 같이 막 오염 예측의 지표(Index) 수치를 기준으로 약품 주입시점과 주입주기를 결정하면 약품 비용을 최소화할 수 있으며, 막 오염을 효과적으로 제어할 수 있다.

본 발명은 상술한 특정의 실시예 및 설명에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능하며, 그와 같은 변형은 본 발명의 보호 범위 내에 있게 된다.

Claims

컴퓨터를 이용하여 유기성 막 오염을 예측하는 방법에 있어서,
형광 분석 데이터와 TOC(Total Organic Carbon) 분석 데이터에 기반하여 막 공정의 유입수 내 유기물을 그룹별로 분류하는 단계;
상기 유기물을 그룹별로 분류하는 단계에 의해 분류된 각 유기물 그룹의 막 축적도를 분석하는 단계;
상기 막 축적도를 분석하는 단계에 의해 분석된 각 유기물 그룹의 막 축적도에 기반하여 막 오염 예측의 지표를 설정하는 단계; 및
상기 지표를 설정하는 단계에 의해 지표가 설정되면, 각 멤브레인 공정에서 유기성 막 오염의 가능성을 예측할 수 있도록 막 오염의 정도에 따른 지표의 범위를 설정하는 단계;
를 포함하는 유기성 막 오염의 예측 방법.
삭제
제1항에 있어서,
상기 유기물을 그룹별로 분류하는 단계는, 휴믹(Humic) 계열의 2개의 유기물 그룹과 단백질(Protein) 계열의 3개의 유기물 그룹으로 분류하는 것을 특징으로 하는 유기성 막 오염의 예측 방법.
제1항에 있어서,
상기 막 축적도를 분석하는 단계는, 막 공정의 유입수와 유출수 내 각 유기물 그룹의 농도를 분석하여 이루어지는 유기성 막 오염의 예측 방법.
제1항에 있어서,
상기 지표를 설정하는 단계는, 상기 막 축적도를 분석하는 단계에 의해 분석된 막 축적도가 가장 높은 유기물 그룹의 농도를 지표로 설정하는 것을 특징으로 하는 유기성 막 오염의 예측 방법.
제1항에 있어서,
상기 지표를 설정하는 단계는, 상기 막 축적도를 분석하는 단계에 의해 분석된 막 축적도가 높은 복수의 유기물 그룹의 농도를 조합하여 지표로 설정하는 것을 특징으로 하는 유기성 막 오염의 예측 방법.
제6항에 있어서,
상기 지표를 설정하는 단계는, 상기 막 축적도를 분석하는 단계에 의해 분석된 막 축적도가 높은 복수의 유기물 그룹의 농도의 합을 지표로 설정하는 것을 특징으로 하는 유기성 막 오염의 예측 방법.
제7항에 있어서,
상기 복수의 유기물 그룹의 농도의 합에서 각 유기물 그룹의 농도의 계수는 막 축적도에 따라 다르게 설정되는 것을 특징으로 하는 유기성 막 오염의 예측 방법.
삭제
제1항에 있어서,
상기 지표의 범위를 설정하는 단계는, 멤브레인 공정에서 차압의 상승률을 고려하여 설정하는 것을 특징으로 하는 유기성 막 오염의 예측 방법.
제1항에 있어서,
상기 지표를 설정하는 단계에 의해 설정된 지표를 이용하여 각 멤브레인 공정에서 막 오염을 예측하는 단계;
를 더 포함하는 유기성 막 오염의 예측 방법.
제11항에 있어서,
상기 막 오염을 예측하는 단계는, 각 멤브레인 공정에서 상기 지표를 설정하는 단계에 의해 설정된 지표의 수치를 도출하고, 도출된 수치의 범위에 따라 막 오염을 예측하는 것을 특징으로 하는 유기성 막 오염의 예측 방법.
제12항에 있어서,
상기 유기물을 그룹별로 분류하는 단계에 의해 지표의 수치가 도출되는 것을 특징으로 하는 유기성 막 오염의 예측 방법.
제11항에 있어서,
상기 막 오염을 예측하는 단계에 따라 예측된 막 오염의 정도에 기반하여 약품 주입 스케줄을 결정하는 단계;
를 더 포함하는 유기성 막 오염의 예측 방법.
제14항에 있어서,
상기 약품 주입 스케줄을 결정하는 단계는, 상기 막 오염을 예측하는 단계에 따라 예측된 막 오염의 정도가 낮을 때에는 약품을 주입하지 않으며, 예측된 막 오염의 정도가 중간일 때에는 약품을 간헐적으로 주입하고, 예측된 막 오염의 정도가 높을 때에는 약품을 연속적으로 주입하도록 결정하는 것을 특징으로 하는 유기성 막 오염의 예측 방법.