KR102587787B1 - Mbr 폐수처리 장치의 지능형 제어시스템 - Google Patents
Mbr 폐수처리 장치의 지능형 제어시스템 Download PDFInfo
- Publication number
- KR102587787B1 KR102587787B1 KR1020220161945A KR20220161945A KR102587787B1 KR 102587787 B1 KR102587787 B1 KR 102587787B1 KR 1020220161945 A KR1020220161945 A KR 1020220161945A KR 20220161945 A KR20220161945 A KR 20220161945A KR 102587787 B1 KR102587787 B1 KR 102587787B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- tank
- treated water
- sensor
- toc
- Prior art date
Links
- 238000004065 wastewater treatment Methods 0.000 title claims abstract description 33
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 181
- 239000012528 membrane Substances 0.000 claims abstract description 51
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 45
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 45
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 15
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims abstract description 12
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims abstract description 10
- 229910052698 phosphorus Inorganic materials 0.000 claims abstract description 10
- 239000011574 phosphorus Substances 0.000 claims abstract description 10
- 229910052757 nitrogen Inorganic materials 0.000 claims abstract description 6
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 5
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 5
- 239000001301 oxygen Substances 0.000 claims abstract description 5
- 238000000926 separation method Methods 0.000 claims description 34
- 239000010802 sludge Substances 0.000 claims description 17
- 238000013528 artificial neural network Methods 0.000 claims description 16
- 238000004062 sedimentation Methods 0.000 claims description 10
- 238000007872 degassing Methods 0.000 claims description 9
- 238000005188 flotation Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 5
- 239000006228 supernatant Substances 0.000 claims description 5
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 claims 3
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 6
- 238000000034 method Methods 0.000 description 27
- 239000002351 wastewater Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 244000005700 microbiome Species 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000005416 organic matter Substances 0.000 description 3
- 238000007664 blowing Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000010170 biological method Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000000701 coagulant Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000010840 domestic wastewater Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 239000010842 industrial wastewater Substances 0.000 description 1
- 239000010808 liquid waste Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F3/00—Biological treatment of water, waste water, or sewage
- C02F3/006—Regulation methods for biological treatment
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D65/00—Accessories or auxiliary operations, in general, for separation processes or apparatus using semi-permeable membranes
- B01D65/02—Membrane cleaning or sterilisation ; Membrane regeneration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D65/00—Accessories or auxiliary operations, in general, for separation processes or apparatus using semi-permeable membranes
- B01D65/08—Prevention of membrane fouling or of concentration polarisation
-
- 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
- C02F1/24—Treatment of water, waste water, or sewage by flotation
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F3/00—Biological treatment of water, waste water, or sewage
- C02F3/02—Aerobic processes
- C02F3/12—Activated sludge processes
- C02F3/1205—Particular type of activated sludge processes
- C02F3/1215—Combinations of activated sludge treatment with precipitation, flocculation, coagulation and separation of phosphates
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F3/00—Biological treatment of water, waste water, or sewage
- C02F3/02—Aerobic processes
- C02F3/12—Activated sludge processes
- C02F3/1205—Particular type of activated sludge processes
- C02F3/1221—Particular type of activated sludge processes comprising treatment of the recirculated sludge
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F3/00—Biological treatment of water, waste water, or sewage
- C02F3/02—Aerobic processes
- C02F3/12—Activated sludge processes
- C02F3/1236—Particular type of activated sludge installations
- C02F3/1268—Membrane bioreactor systems
- C02F3/1273—Submerged membrane bioreactors
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F3/00—Biological treatment of water, waste water, or sewage
- C02F3/30—Aerobic and anaerobic processes
- C02F3/302—Nitrification and denitrification treatment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- C02F2209/16—Total nitrogen (tkN-N)
-
- 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
- C02F2209/20—Total organic carbon [TOC]
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Hydrology & Water Resources (AREA)
- Environmental & Geological Engineering (AREA)
- Water Supply & Treatment (AREA)
- Organic Chemistry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Microbiology (AREA)
- Molecular Biology (AREA)
- Health & Medical Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Analytical Chemistry (AREA)
- Separation Using Semi-Permeable Membranes (AREA)
Abstract
본 발명은 MBR(membrane bioreactor) 폐수처리 장치의 지능형 제어시스템에 관한 것으로서, 특히 유량 조정조 내의 원수로부터 측정된 TOC(Total Organic Carbon) 데이터, TN(Total Nitrogen) 데이터 및 TP(Total Phosphorus) 데이터와 방류 펌프에서 유출되는 처리수로부터 측정된 TOC 데이터, TN 데이터 및 TP 데이터와 호기조 또는 분리막조에서 측정된 DO(dissolved oxygen) 데이터와 분리막조 내의 분리막에서 측정된 차압 데이터를 입력받아 AI(artificial intelligence) 분석하여 외부 탄소원 투입량, 내부 순환펌프의 모터 구동 주파수, 외부 반송펌프의 모터 구동 주파수, 송풍기의 모터 구동 주파수 및 분리막 교체 시기 예측값을 산출하여 이들 값을 기초로 외부 탄소원 투입 장치, 내부 순환펌프, 외부 반송펌프, 송풍기 및 표시부를 제어하는, MBR 폐수처리 장치의 지능형 제어시스템에 관한 것이다.
Description
본 발명은 MBR(membrane bioreactor) 폐수처리 장치의 지능형 제어시스템에 관한 것으로서, 특히 유량 조정조 내의 원수로부터 측정된 TOC(Total Organic Carbon) 데이터, TN(Total Nitrogen) 데이터 및 TP(Total Phosphorus) 데이터와 방류 펌프에서 유출되는 처리수로부터 측정된 TOC 데이터, TN 데이터 및 TP 데이터와 호기조 또는 분리막조에서 측정된 DO(dissolved oxygen) 데이터와 분리막조 내의 분리막에서 측정된 차압 데이터를 입력받아 AI(artificial intelligence) 분석하여 외부 탄소원 투입량, 내부 순환펌프의 모터 구동 주파수, 외부 반송펌프의 모터 구동 주파수, 송풍기의 모터 구동 주파수 및 분리막 교체 시기 예측값을 산출하여 이들 값을 기초로 외부 탄소원 투입 장치, 내부 순환펌프, 외부 반송펌프, 송풍기 및 표시부를 제어하는, MBR 폐수처리 장치의 지능형 제어시스템에 관한 것이다.
폐수는 가정에서 발생하는 생활하수와 산업체에서 발생하는 액체상의 폐기물인 산업폐수로 대표된다. 폐수처리는 사용하고 나서 오염된 물을 다시 자연으로 방류하기 위한 처리 과정이다. 인구 증가와 산업화로 발생하는 폐수의 양과 성분이 자연의 자정능력이 감당할 수 있는 한계치를 훨씬 넘어섬에 따라 현대 사회에서 폐수처리는 필수적인 과정이 되었다.
폐수처리 과정에는 여러 가지 방법이 있으나, 국내 폐수 처리 시설에서 주로 사용하는 방법으로는 활성슬러지법이 있다. 활성슬러지법은 폐수처리에 사용되는 생물학적 방법으로 폐수와 활성슬러지와 혼합물을 혼합시켜 공기를 불어 넣음으로써 폐수를 처리하는 방법이다. 유기물을 포함한 폐수에 공기를 불어 넣어 미생물을 번식시켜 발생한 슬러지가 흡착성이 풍부한 플록(floc)을 생성하여 침강하고 투명한 처리수를 얻을 수 있다.
그러나 활성슬러지법에는 팽화(bulking)라고 하여 슬러지의 침강이 제대로 되지 않고 떠오르는 현상이 발생하며, 질소, 인등의 무기 영양염류를 제거할 수 없어 추가 공정이 필요하다는 문제가 있다.
기존의 활성슬러지법이 가진 문제를 해결하고자 중력침전에 의한 고액분리를 막분리로 치환하는 연구가 진행되어 왔는데, 활성슬러지법에 국한되지 않고 일반적인 생물 반응조와 분리막 공정을 조합시킨 것을 총칭하여 MBR 공법이라 한다. 분리막의 세공 크기(수㎜~수십㎛)와 막 표면 전하에 따라 원수 및 폐수 중에 존재하는 처리 대상 물질을 거의 완벽하게 분리, 제거할 수 있는 고도 분리 공정으로, 활성 슬러지 공정의 침전조를 분리막으로 대체하여 고액분리를 수행하는 기술이다.
MBR 공법은 대부분의 부유고형물을 제거할 수 있어 슬러지 침강성에 관계없이 안정적인 처리가 가능하며, 활성슬러지법에 비해 미생물의 농도를 3~4배 높게 유지하는 것이 가능하여 유기물 분해에 효과적이다. 또한, 기존의 활성슬러지 공정보다 소요 부지 면적이 작고 수질규제에 능동적으로 대응할 수 있으며 효율적으로 시스템을 운영할 수 있다. 인구 증가와 도시화로 인해 물 수요의 증가로 보다 엄격해지는 수질규제에 맞추기 위해 MBR 공정이 효율적인 기술로 자리 잡고 있다.
그러나, 종래의 MBR 공정은 전반적으로 유저가 설정값을 결정하여 이를 기초로 각 공정의 기기를 제어하는 방식을 취하고 있으므로, 유저가 취약한 환경에 노출될 가능성이 있으며 주기적으로 설정값을 다시 결정할 필요가 있으므로 유지비용이 많이 들고 제어 정확도가 감소한다는 문제점이 있었다.
따라서 본 발명은 상기와 같은 문제점을 해결하기 위해 이루어진 것으로서, 본 발명의 목적은 MBR 공정 전반에 걸쳐 AI 분석하여 제어하는 방식을 취함으로써 유저가 취약한 환경에 노출될 가능성을 줄일 수 있으며 정밀한 제어가 가능한 MBR 폐수처리 장치의 지능형 제어시스템을 제공하는 데에 있다.
상기 목적을 달성하기 위해, 본 발명의 실시형태에 의한 MBR 폐수처리 장치의 지능형 제어시스템은 유량 조정조, 혐기조, 무산소조, 호기조, 분리막조, 탈기 침강조, 가압 부상조, 상기 무산소조에 외부 탄소원을 투입하는 외부 탄소원 투입 장치, 상기 호기조 및 분리막조에 공기를 공급해주는 송풍기, 상기 탈기 침강조에서 상기 가압 부상조로 상등수를 제공해주는 내부 순환펌프, 및 상기 탈기 침강조의 저부에 있는 슬러지를 상기 혐기조로 반송시키는 외부 반송펌프를 구비하고, 상기 유량 조정조 내의 원수로부터 TOC(Total Organic Carbon)를 측정하도록 구성된 유입수 TOC 센서; 상기 유량 조정조 내의 원수로부터 TN(Total Nitrogen)를 측정하도록 구성된 유입수 TN 센서; 상기 유량 조정조 내의 원수로부터 TP(Total Phosphorus)를 측정하도록 구성된 유입수 TP 센서; 상기 방류 펌프에서 유출되는 처리수로부터 TOC를 측정하도록 구성된 처리수 TOC 센서; 상기 방류 펌프에서 유출되는 처리수로부터 TN을 측정하도록 구성된 처리수 TN 센서; 상기 방류 펌프에서 유출되는 처리수로부터 TP를 측정하도록 구성된 처리수 TP 센서; 상기 호기조 또는 분리막조에서 DO(dissolved oxygen)를 측정하도록 구성된 호기조 또는 분리막조 내 DO 센서; 상기 분리막조 내의 분리막에서 차압을 측정하도록 구성된 차압 센서; 및 상기 센서들로부터 측정 데이터들을 입력받아 AI(artificial intelligence) 분석하여 외부 탄소원 투입량, 내부 순환펌프의 모터 구동 주파수, 외부 반송펌프의 모터 구동 주파수, 송풍기의 모터 구동 주파수 및 분리막 교체 시기 예측값을 산출하여 이 산출된 값들을 기초로 외부 탄소원 투입 장치, 내부 순환펌프, 외부 반송펌프, 송풍기 및 표시부를 제어하도록 구성된 제어부;를 포함하는 것을 특징으로 한다.
상기 실시형태에 의한 MBR 폐수처리 장치의 지능형 제어시스템에 있어서, 상기 제어부는 상기 유입수 TOC 센서, 상기 유입수 TN 센서, 상기 유입수 TP 센서, 상기 처리수 TOC 센서, 상기 처리수 TN 센서 및 상기 처리수 TP 센서로부터 입력된 유량 조정조 내 원수의 TOC 데이터, 유량 조정조 내 원수의 TN 데이터, 유량 조정조 내 원수의 TP 데이터, 방류 펌프에서 유출되는 처리수의 TOC 데이터, 방류 펌프에서 유출되는 처리수의 TN 데이터 및 방류 펌프에서 유출되는 처리수의 TP 데이터를, 유량 조정조 내 원수의 TOC 데이터, 유량 조정조 내 원수의 TN 데이터, 유량 조정조 내 원수의 TP 데이터, 방류 펌프에서 유출되는 처리수의 TOC 데이터, 방류 펌프에서 유출되는 처리수의 TN 데이터, 방류 펌프에서 유출되는 처리수의 TP 데이터, 및 외부 탄소원 투입 양 데이터의 데이터 세트에 의해 기계 학습된 인공신경망에 입력시켜 외부 탄소원 투입 양 데이터를 획득하고, 획득된 외부 탄소원 투입 양 데이터에 기초하여 상기 외부 탄소원 투입 장치를 제어하도록 구성된 외부 탄소원 투입량 제어부를 포함할 수 있다.
상기 실시형태에 의한 MBR 폐수처리 장치의 지능형 제어시스템에 있어서, 상기 제어부는 상기 유입수 TP 센서로부터 입력된 유량 조정조 내 원수의 TP 데이터 및 상기 처리수 TP 센서로부터 입력된 방류 펌프에서 유출되는 처리수의 TP 데이터를, 유량 조정조 내 원수의 TP 데이터, 방류 펌프에서 유출되는 처리수의 TP 데이터, 및 내부 순환펌프의 구동 주파수 데이터의 데이터 세트에 의해 기계 학습된 인공신경망에 입력시켜 내부 순환펌프의 구동 주파수 데이터를 획득하고, 획득된 구동 주파수 데이터에 기초하여 상기 내부 순환펌프를 제어하도록 구성된 내부 순환펌프 제어부를 포함할 수 있다.
상기 실시형태에 의한 MBR 폐수처리 장치의 지능형 제어시스템에 있어서, 상기 제어부는 상기 유입수 TOC 센서, 상기 유입수 TN 센서, 상기 처리수 TOC 센서 및 상기 처리수 TN 센서로부터 입력된 유량 조정조 내 원수의 TOC 데이터, 유량 조정조 내 원수의 TN 데이터, 방류 펌프에서 유출되는 처리수의 TOC 데이터, 및 방류 펌프에서 유출되는 처리수의 TN 데이터를, 유량 조정조 내 원수의 TOC 데이터, 유량 조정조 내 원수의 TN 데이터, 방류 펌프에서 유출되는 처리수의 TOC 데이터, 방류 펌프에서 유출되는 처리수의 TN 데이터, 및 외부 반송펌프의 구동 주파수 데이터의 데이터 세트에 의해 기계 학습된 인공신경망에 입력시켜 외부 반송펌프의 구동 주파수 데이터를 획득하고, 획득된 구동 주파수 데이터에 기초하여 상기 외부 반송펌프를 제어하도록 구성된 외부 반송펌프 제어부를 포함할 수 있다.
상기 실시형태에 의한 MBR 폐수처리 장치의 지능형 제어시스템에 있어서, 상기 제어부는 상기 유입수 TOC 센서, 유입수 TN 센서 및 호기조 또는 분리막조 내 DO 센서로부터 입력된 유량 조정조 내 원수의 TOC 데이터, 유량 조정조 내 원수의 TN 데이터 및 호기조 또는 분리막조 내 DO 데이터를, 유량 조정조 내 원수의 TOC 데이터, 유량 조정조 내 원수의 TN 데이터, 호기조 또는 분리막조 내 DO 데이터 및 송풍기의 구동 주파수 데이터의 데이터 세트에 의해 기계 학습된 인공신경망에 입력시켜 송풍기의 구동 주파수 데이터를 획득하고, 획득된 송풍기의 구동 주파수 데이터에 기초하여 송풍기를 제어하도록 구성된 송풍기 제어부를 포함할 수 있다.
상기 실시형태에 의한 MBR 폐수처리 장치의 지능형 제어시스템에 있어서, 상기 제어부는 상기 차압 센서에서 입력된 분리막의 차압 데이터를, 분리막의 차압 데이터 및 분리막 교체 시기 데이터에 의해 기계 학습된 인공신경망에 입력시켜 분리막 교체 시기 데이터를 획득하여 이를 기초로 표시부에 분리막 교체 시기를 디스플레이하도록 구성된 분리막 교체 시기 예측부를 포함할 수 있다.
본 발명의 실시형태에 의한 MBR 폐수처리 장치의 지능형 제어시스템에 의하면, 센서들로부터 입력된 유량 조정조 내 원수의 TOC, TN, TP 데이터, 방류 펌프에서 유출되는 처리수의 TOC, TN, TP 데이터, 호기조 또는 분리막조 내 DO 데이터, 분리막의 차압 데이터를 AI 분석하여 외부 탄소원 투입량, 내부 순환펌프의 모터 구동 주파수, 외부 반송펌프의 모터 구동 주파수, 송풍기의 모터 구동 주파수 및 분리막 교체 시기 예측값을 산출하여 이 산출된 값들을 기초로 외부 탄소원 투입 장치, 내부 순환펌프, 외부 반송펌프, 송풍기 및 표시부를 제어하도록 구성됨으로써, 즉, MBR 공정 전반에 걸쳐 AI 분석하여 제어하는 방식을 취함으로써 유저가 취약한 환경에 노출될 가능성을 줄일 수 있으며 정밀한 제어가 가능하다는 뛰어난 효과가 있다.
도 1은 본 발명에 적용되는 MBR 폐수처리 장치의 전체 구성도이다.
도 2는 본 발명의 실시예에 의한 MBR 폐수처리 장치의 지능형 제어시스템에 대한 블록 구성도이다.
도 2는 본 발명의 실시예에 의한 MBR 폐수처리 장치의 지능형 제어시스템에 대한 블록 구성도이다.
본 발명의 실시예를 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고 후술되는 용어들은 본 발명에서의 기능을 고려하여 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. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시예를 기술하기 위한 것이며, 결코 제한적으로 해석되어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하는 것으로 해석되어서는 안 된다.
도면에서 도시된 각 시스템에서, 몇몇 경우에서의 요소는 각각 동일한 참조 번호 또는 상이한 참조 번호를 가져서 표현된 요소가 상이하거나 유사할 수가 있음을 시사할 수 있다. 그러나 요소는 상이한 구현을 가지고 본 명세서에서 보여지거나 기술된 시스템 중 몇몇 또는 전부와 작동할 수 있다. 도면에서 도시된 다양한 요소는 동일하거나 상이할 수 있다. 어느 것이 제1 요소로 지칭되는지 및 어느 것이 제2 요소로 불리는지는 임의적이다.
본 명세서에서 어느 하나의 구성요소가 다른 구성요소로 자료 또는 신호를 '전송', '전달' 또는 '제공'한다 함은 어느 한 구성요소가 다른 구성요소로 직접 자료 또는 신호를 전송하는 것은 물론, 적어도 하나의 또 다른 구성요소를 통하여 자료 또는 신호를 다른 구성요소로 전송하는 것을 포함한다.
본 발명의 실시예를 설명하기에 앞서 본 발명에 적용되는 MBR 폐수처리 장치에 대해 간략하게 설명하기로 한다.
도 1은 본 발명에 적용되는 MBR 폐수처리 장치의 전체 구성도이다.
본 발명에 적용되는 MBR 폐수처리 장치는, 도 1에 도시된 바와 같이, 유량 조정조(10), 혐기조(20), 무산소조(30), 호기조(40), 분리막조(50), 탈기 침강조(60), 라인믹서(70), 및 가압 부상조(80)를 포함한다.
유량 조정조(10)는 폐수 원수를 저장하여 혐기조(20)로 제공하고, 유량 및 수질 변동을 완화시키는 역할을 한다.
혐기조(20)는 유량 조정조(10) 및 탈기 침강조(60)로부터 유입되는 원수 및 처리수를 저류하여 미생물로부터 인을 방출하는 인 방출 공정을 수행하는 역할을 한다.
무산소조(30)는 혐기조(20) 및 가압 부상조(80)에서 유입되는 처리수 내의 질소를 제거하는 역할을 한다. 무산소조(30)에는 유기탄소원의 부족으로 인해 질산성질소(NO3-N)의 탈질이 잘 일어나지 않을 수 있는 문제를 해결하기 위해서 외부 탄소원인 메탄올(CH3OH)을 투입하는 외부 탄소원 투입 장치(C)가 설치되어 있다.
호기조(40)는 무산소조(30)로부터 유입되는 처리수의 유기물 산화 및 질산화를 수행하고 미생물이 과잉의 인을 흡수한다.
분리막조(50)는 호기조(40)로부터 유입되는 처리수를 분리막(M)에 통과시켜 고형물질(오염물질이나 불순물)을 여과하는 역할을 한다.
분리막조(50)에서 여과된 처리수는 방류 펌프(FP)를 통해 외부로 방류될 수 있다.
탈기침강조(60)는 분리막조(50)에서 여과되지 못한 처리수로부터 효율적 탈질을 위해 용존 산소를 저감시키는 역할을 한다.
탈기침강조(60)의 저부에 있는 슬러지는 외부 반송펌프(OP)에 의해 혐기조(20)로 반송되거나 슬러지 저류조로 이송될 수 있다.
탈기침강조(60)의 상등수는 내부 순환펌프(IP)에 의해 라인믹서(70)에 제공될 수 있다.
라인믹서(70)는 탈기침강조(60)로부터 내부 순환펌프(IP)에 유입된 상등수에 응집제를 주입하여 상등수 내 인이 응집된 응집수를 생성하는 역할을 한다.
가압부상조(80)는 라인믹서(70) 후단에 연결되어, 마이크로버블 발생장치를 이용해 응집수에 포함된 인을 스컴 형태로 부상시켜 제거하며, 스컴이 제거된 처리수를 무산소조(30)로 환송시키는 역할을 한다.
이하, 본 발명의 실시예를 도면을 참조하여 상세히 설명하기로 한다.
도 2는 본 발명의 실시예에 의한 MBR 폐수처리 장치의 지능형 제어시스템에 대한 블록 구성도이다.
본 발명의 실시예에 의한 MBR 폐수처리 장치의 지능형 제어시스템은, 도 2에 도시된 바와 같이, 유입수 TOC 센서(110), 유입수 TN 센서(120), 유입수 TP 센서(130), 처리수 TOC 센서(140), 처리수 TN 센서(150), 처리수 TP 센서(160), 호기조 또는 분리막조 내 DO 센서(170), 차압 센서(180) 및 제어부(200)를 포함한다.
유입수 TOC 센서(110)는 유량 조정조(10) 내의 원수로부터 TOC를 측정하여 상응하는 유량 조정조 내 원수의 TOC 데이터를 출력하는 역할을 한다.
유입수 TN 센서(120)는 유량 조정조(10) 내의 원수로부터 TN을 측정하여 상응하는 유량 조정조 내 원수의 TN 데이터를 출력하는 역할을 한다.
유입수 TP 센서(130)는 유량 조정조(10) 내의 원수로부터 TP를 측정하여 상응하는 유량 조정조 내 원수의 TP 데이터를 출력하는 역할을 한다.
처리수 TOC 센서(140)는 방류 펌프(FP)에서 유출되는 처리수로부터 TOC를 측정하여 상응하는 방류 펌프(FP)에서 유출되는 처리수의 TOC 데이터를 출력하는 역할을 한다.
처리수 TN 센서(150)는 방류 펌프(FP)에서 유출되는 처리수로부터 TN을 측정하여 상응하는 방류 펌프(FP)에서 유출되는 처리수의 TN 데이터를 출력하는 역할을 한다.
처리수 TP 센서(160)는 방류 펌프(FP)에서 유출되는 처리수로부터 TP를 측정하여 상응하는 방류 펌프(FP)에서 유출되는 처리수의 TP 데이터를 출력하는 역할을 한다.
호기조 또는 분리막조 내 DO 센서(170)는 호기조(40) 또는 분리막조(50)에서 DO를 측정하여 상응하는 호기조 또는 분리막조 내 처리수의 DO 데이터를 출력하는 역할을 한다.
차압 센서(180)는 분리막조(50) 내의 분리막(M)에서 차압을 측정하여 상응하는 분리막의 차압 데이터를 출력하는 역할을 한다.
제어부(200)는 유입수 TOC 센서(110), 유입수 TN 센서(120), 유입수 TP 센서(130), 처리수 TOC 센서(140), 처리수 TN 센서(150), 처리수 TP 센서(160), 호기조 또는 분리막조 내 DO 센서(170), 및 차압 센서(180)로부터 측정 데이터들을 입력받아 AI 분석하여 외부 탄소원 투입량, 내부 순환펌프(IP)의 모터 구동 주파수, 외부 반송펌프(OP)의 모터 구동 주파수, 송풍기(F)의 모터 구동 주파수 및 분리막 교체 시기 예측값을 산출하여 이 산출된 값들을 기초로 외부 탄소원 투입 장치(C), 내부 순환펌프(IP), 외부 반송펌프(OP), 송풍기(F) 및 표시부(D)를 제어하는 역할을 한다.
제어부(200)는 외부 탄소원 투입량 제어부(250), 내부 순환펌프 제어부(210), 외부 반송펌프 제어부(220), 송풍기 제어부(230), 및 분리막 교체 시기 예측부(240)를 포함한다.
외부 탄소원 투입량 제어부(250)는 유입수 TOC 센서(110), 유입수 TN 센서(120), 유입수 TP 센서(130), 처리수 TOC 센서(140), 처리수 TN 센서(150) 및 처리수 TP 센서(160)로부터 입력된 유량 조정조 내 원수의 TOC 데이터, 유량 조정조 내 원수의 TN 데이터, 유량 조정조 내 원수의 TP 데이터, 방류 펌프(FP)에서 유출되는 처리수의 TOC 데이터, 방류 펌프(FP)에서 유출되는 처리수의 TN 데이터 및 방류 펌프(FP)에서 유출되는 처리수의 TP 데이터를, 유량 조정조 내 원수의 TOC 데이터, 유량 조정조 내 원수의 TN 데이터, 유량 조정조 내 원수의 TP 데이터, 방류 펌프(FP)에서 유출되는 처리수의 TOC 데이터, 방류 펌프(FP)에서 유출되는 처리수의 TN 데이터, 방류 펌프(FP)에서 유출되는 처리수의 TP 데이터, 및 외부 탄소원 투입 양 데이터의 데이터 세트에 의해 기계 학습된 인공신경망에 입력시켜 외부 탄소원 투입 양 데이터를 획득하고, 획득된 외부 탄소원 투입 양 데이터에 기초하여 외부 탄소원 투입 장치(C)를 제어하는 역할을 한다.
내부 순환펌프 제어부(210)는 유입수 TP 센서(130)로부터 입력된 유량 조정조 내 원수의 TP 데이터 및 처리수 TP 센서(160)로부터 입력된 방류 펌프(FP)에서 유출되는 처리수의 TP 데이터를, 유량 조정조 내 원수의 TP 데이터, 방류 펌프(FP)에서 유출되는 처리수의 TP 데이터, 및 내부 순환펌프의 구동 주파수 데이터의 데이터 세트에 의해 기계 학습된 인공신경망에 입력시켜 내부 순환펌프(IP)의 구동 주파수 데이터를 획득하고, 획득된 구동 주파수 데이터에 기초하여 내부 순환펌프(IP)를 제어하는 역할을 한다.
외부 반송 펌프 제어부(220)는 유입수 TOC 센서(110), 유입수 TN 센서(120), 처리수 TOC 센서(140) 및 처리수 TN 센서(150)로부터 입력된 유량 조정조 내 원수의 TOC 데이터, 유량 조정조 내 원수의 TN 데이터, 방류 펌프(FP)에서 유출되는 처리수의 TOC 데이터, 및 방류 펌프(FP)에서 유출되는 처리수의 TN 데이터를, 유량 조정조 내 원수의 TOC 데이터, 유량 조정조 내 원수의 TN 데이터, 방류 펌프(FP)에서 유출되는 처리수의 TOC 데이터, 방류 펌프(FP)에서 유출되는 처리수의 TN 데이터, 및 외부 반송 펌프의 구동 주파수 데이터의 데이터 세트에 의해 기계 학습된 인공신경망에 입력시켜 외부 반송 펌프(OP)의 구동 주파수 데이터를 획득하고, 획득된 구동 주파수 데이터에 기초하여 외부 반송 펌프(OP)를 제어하는 역할을 한다.
송풍기 제어부(230)는 유입수 TOC 센서(110), 유입수 TN 센서(120) 및 호기조 또는 분리막조 내 DO 센서(170)로부터 입력된 유량 조정조 내 원수의 TOC 데이터, 유량 조정조 내 원수의 TN 데이터 및 호기조 또는 분리막조 내 DO 데이터를, 유량 조정조 내 원수의 TOC 데이터, 유량 조정조 내 원수의 TN 데이터, 호기조 또는 분리막조 내 DO 데이터 및 송풍기의 구동 주파수 데이터의 데이터 세트에 의해 기계 학습된 인공신경망에 입력시켜 송풍기(F)의 구동 주파수 데이터를 획득하고, 획득된 송풍기(F)의 구동 주파수 데이터에 기초하여 송풍기(F)를 제어하는 역할을 한다.
분리막 교체 시기 예측부(240)는 차압 센서(180)에서 입력된 분리막(M)의 차압 데이터를, 분리막의 차압 데이터 및 분리막 교체 시기 데이터에 의해 기계 학습된 인공신경망에 입력시켜 분리막 교체 시기 데이터를 획득하여 이를 기초로 표시부(D)에 분리막 교체 시기를 디스플레이하는 역할을 한다.
위와 같이 구성된 본 발명의 실시예에 의한 MBR 페수 처리 장치의 지능형 제어시스템에 대한 동작을 설명하기로 한다.
먼저, 유입수 TOC 센서(110), 유입수 TN 센서(120), 유입수 TP 센서(130), 처리수 TOC 센서(140), 처리수 TN 센서(150), 처리수 TP 센서(160), 호기조 또는 분리막조 내 DO 센서(170), 및 차압 센서(180)로부터 측정 데이터들이 생성되어 제어부(200)에 입력된다.
다음, 제어부(200)는 이들 측정 데이터를 입력받아 AI 분석하여 외부 탄소원 투입량, 내부 순환펌프(IP)의 모터 구동 주파수, 외부 반송펌프(OP)의 모터 구동 주파수, 송풍기(F)의 모터 구동 주파수 및 분리막 교체 시기 예측값을 산출하여 이 산출된 값들을 기초로 외부 탄소원 투입 장치(C), 내부 순환펌프(IP), 외부 반송펌프(OP), 송풍기(F) 및 표시부(D)를 제어한다.
본 발명의 실시예에 의한 MBR 폐수처리 장치의 지능형 제어시스템에 의하면, 센서들로부터 입력된 유량 조정조 내 원수의 TOC, TN, TP 데이터, 방류 펌프(FP)에서 유출되는 처리수의 TOC, TN, TP 데이터, 호기조 또는 분리막조 내 DO 데이터, 분리막의 차압 데이터를 AI 분석하여 외부 탄소원 투입량, 내부 순환펌프의 모터 구동 주파수, 외부 반송펌프의 모터 구동 주파수, 송풍기의 모터 구동 주파수 및 분리막 교체 시기 예측값을 산출하여 이 산출된 값들을 기초로 외부 탄소원 투입 장치, 내부 순환펌프, 외부 반송펌프, 송풍기 및 표시부를 제어하도록 구성됨으로써, 즉, MBR 공정 전반에 걸쳐 AI 분석하여 제어하는 방식을 취함으로써 유저가 취약한 환경에 노출될 가능성을 줄일 수 있으며 정밀한 제어가 가능하다.
도면과 명세서에는 최적의 실시예가 개시되었으며, 특정한 용어들이 사용되었으나 이는 단지 본 발명의 실시형태를 설명하기 위한 목적으로 사용된 것이지 의미를 한정하거나 특허 청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 수 있을 것이다. 따라서 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.
10: 유량 조정조
20: 혐기조
30: 무산소조
40: 호기조
50: 분리막조
60: 탈기 침강조
70: 라인믹서
80: 가압부상조
C: 외부 탄소원 투입 장치
F: 송풍기
IP: 내부 순환펌프
OP: 외부 반송펌프
FP: 방류 펌프
M: 분리막
D: 표시부
110: 유입수 TOC 센서
120: 유입수 TN 센서
130: 유입수 TP 센서
140: 처리수 TOC 센서
150: 처리수 TN 센서
160: 처리수 TP 센서
170: 호기조 또는 분리막조 내 DO 센서
180: 차압 센서
200: 제어부
210: 내부 순환펌프 제어부
220: 외부 반송펌프 제어부
230: 송풍기 제어부
240: 분리막 교체 시기 예측부
250: 외부 탄소원 투입량 제어부
20: 혐기조
30: 무산소조
40: 호기조
50: 분리막조
60: 탈기 침강조
70: 라인믹서
80: 가압부상조
C: 외부 탄소원 투입 장치
F: 송풍기
IP: 내부 순환펌프
OP: 외부 반송펌프
FP: 방류 펌프
M: 분리막
D: 표시부
110: 유입수 TOC 센서
120: 유입수 TN 센서
130: 유입수 TP 센서
140: 처리수 TOC 센서
150: 처리수 TN 센서
160: 처리수 TP 센서
170: 호기조 또는 분리막조 내 DO 센서
180: 차압 센서
200: 제어부
210: 내부 순환펌프 제어부
220: 외부 반송펌프 제어부
230: 송풍기 제어부
240: 분리막 교체 시기 예측부
250: 외부 탄소원 투입량 제어부
Claims (6)
- 유량 조정조, 혐기조, 무산소조, 호기조, 분리막조, 탈기 침강조, 가압 부상조, 상기 무산소조에서 유기 탄소원의 부족으로 인해 질산성 질소의 탈질이 용이하지 않게 되는 문제를 해결하기 위해 상기 무산소조에 외부 탄소원인 메탄올을 투입하는 외부 탄소원 투입 장치, 상기 호기조 및 분리막조에 공기를 공급해주는 송풍기, 상기 탈기 침강조에서 상기 가압 부상조로 상등수를 제공해주는 내부 순환펌프, 및 상기 탈기 침강조의 저부에 있는 슬러지를 상기 혐기조로 반송시키는 외부 반송펌프를 구비한 MBR(membrane bioreactor) 폐수처리 장치의 지능형 제어시스템으로서,
상기 유량 조정조 내의 원수로부터 TOC(Total Organic Carbon)를 측정하도록 구성된 유입수 TOC 센서;
상기 유량 조정조 내의 원수로부터 TN(Total Nitrogen)를 측정하도록 구성된 유입수 TN 센서;
상기 유량 조정조 내의 원수로부터 TP(Total Phosphorus)를 측정하도록 구성된 유입수 TP 센서;
상기 분리막조에서 여과된 처리수를 외부로 방류하는 방류 펌프에서 유출되는 처리수로부터 TOC를 측정하도록 구성된 처리수 TOC 센서;
상기 방류 펌프에서 유출되는 처리수로부터 TN을 측정하도록 구성된 처리수 TN 센서;
상기 방류 펌프에서 유출되는 처리수로부터 TP를 측정하도록 구성된 처리수 TP 센서;
상기 호기조 또는 분리막조에서 DO(dissolved oxygen)를 측정하도록 구성된 호기조 또는 분리막조 내 DO 센서;
상기 분리막조 내의 분리막에서 차압을 측정하도록 구성된 차압 센서; 및
상기 센서들로부터 측정 데이터들을 입력받아 AI(artificial intelligence) 분석하여 외부 탄소원 투입량, 내부 순환펌프의 모터 구동 주파수, 외부 반송펌프의 모터 구동 주파수, 송풍기의 모터 구동 주파수 및 분리막 교체 시기 예측값을 산출하여 이 산출된 값들을 기초로 외부 탄소원 투입 장치, 내부 순환펌프, 외부 반송펌프, 송풍기 및 표시부를 제어하도록 구성된 제어부;를 포함하며,
상기 제어부는
상기 유입수 TOC 센서, 상기 유입수 TN 센서, 상기 유입수 TP 센서, 상기 처리수 TOC 센서, 상기 처리수 TN 센서 및 상기 처리수 TP 센서로부터 입력된 유량 조정조 내 원수의 TOC 데이터, 유량 조정조 내 원수의 TN 데이터, 유량 조정조 내 원수의 TP 데이터, 방류 펌프에서 유출되는 처리수의 TOC 데이터, 방류 펌프에서 유출되는 처리수의 TN 데이터 및 방류 펌프에서 유출되는 처리수의 TP 데이터를, 유량 조정조 내 원수의 TOC 데이터, 유량 조정조 내 원수의 TN 데이터, 유량 조정조 내 원수의 TP 데이터, 방류 펌프에서 유출되는 처리수의 TOC 데이터, 방류 펌프에서 유출되는 처리수의 TN 데이터, 방류 펌프에서 유출되는 처리수의 TP 데이터, 및 외부 탄소원 투입 양 데이터의 데이터 세트에 의해 기계 학습된 인공신경망에 입력시켜 상기 무산소조에 투입해야 하는 외부 탄소원 투입 양 데이터를 획득하고, 획득된 외부 탄소원 투입 양 데이터에 기초하여 상기 외부 탄소원 투입 장치를 제어하도록 구성된 외부 탄소원 투입량 제어부를 포함하며,
상기 제어부는
상기 차압 센서에서 입력된 분리막의 차압 데이터를, 분리막의 차압 데이터 및 분리막 교체 시기 데이터에 의해 기계 학습된 인공신경망에 입력시켜 분리막 교체 시기 데이터를 획득하여 이를 기초로 표시부에 분리막 교체 시기를 디스플레이하도록 구성된 분리막 교체 시기 예측부를 포함하는, MBR 폐수처리 장치의 지능형 제어시스템.
- 삭제
- 제1 항에 있어서,
상기 제어부는
상기 유입수 TP 센서로부터 입력된 유량 조정조 내 원수의 TP 데이터 및 상기 처리수 TP 센서로부터 입력된 방류 펌프에서 유출되는 처리수의 TP 데이터를, 유량 조정조 내 원수의 TP 데이터, 방류 펌프에서 유출되는 처리수의 TP 데이터, 및 내부 순환펌프의 구동 주파수 데이터의 데이터 세트에 의해 기계 학습된 인공신경망에 입력시켜 내부 순환펌프의 구동 주파수 데이터를 획득하고, 획득된 구동 주파수 데이터에 기초하여 상기 내부 순환펌프를 제어하도록 구성된 내부 순환펌프 제어부를 포함하는, MBR 폐수처리 장치의 지능형 제어시스템.
- 제1 항에 있어서,
상기 제어부는
상기 유입수 TOC 센서, 상기 유입수 TN 센서, 상기 처리수 TOC 센서 및 상기 처리수 TN 센서로부터 입력된 유량 조정조 내 원수의 TOC 데이터, 유량 조정조 내 원수의 TN 데이터, 방류 펌프에서 유출되는 처리수의 TOC 데이터, 및 방류 펌프에서 유출되는 처리수의 TN 데이터를, 유량 조정조 내 원수의 TOC 데이터, 유량 조정조 내 원수의 TN 데이터, 방류 펌프에서 유출되는 처리수의 TOC 데이터, 방류 펌프에서 유출되는 처리수의 TN 데이터, 및 외부 반송펌프의 구동 주파수 데이터의 데이터 세트에 의해 기계 학습된 인공신경망에 입력시켜 외부 반송펌프의 구동 주파수 데이터를 획득하고, 획득된 구동 주파수 데이터에 기초하여 상기 외부 반송펌프를 제어하도록 구성된 외부 반송펌프 제어부를 포함하는, MBR 폐수처리 장치의 지능형 제어시스템.
- 제1 항에 있어서,
상기 제어부는
상기 유입수 TOC 센서, 유입수 TN 센서 및 처리수 DO 센서로부터 입력된 유량 조정조 내 원수의 TOC 데이터, 유량 조정조 내 원수의 TN 데이터 및 호기조 또는 분리막조 내 DO 데이터를, 유량 조정조 내 원수의 TOC 데이터, 유량 조정조 내 원수의 TN 데이터, 호기조 또는 분리막조 내 DO 데이터 및 송풍기의 구동 주파수 데이터의 데이터 세트에 의해 기계 학습된 인공신경망에 입력시켜 송풍기의 구동 주파수 데이터를 획득하고, 획득된 송풍기의 구동 주파수 데이터에 기초하여 송풍기를 제어하도록 구성된 송풍기 제어부를 포함하는, MBR 폐수처리 장치의 지능형 제어시스템.
- 삭제
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220161945A KR102587787B1 (ko) | 2022-11-28 | 2022-11-28 | Mbr 폐수처리 장치의 지능형 제어시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020220161945A KR102587787B1 (ko) | 2022-11-28 | 2022-11-28 | Mbr 폐수처리 장치의 지능형 제어시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102587787B1 true KR102587787B1 (ko) | 2023-10-13 |
Family
ID=88289714
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220161945A KR102587787B1 (ko) | 2022-11-28 | 2022-11-28 | Mbr 폐수처리 장치의 지능형 제어시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102587787B1 (ko) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002058970A (ja) * | 2000-08-24 | 2002-02-26 | Kubota Corp | 浸漬型膜分離装置のメンテナンスサービスシステム |
KR101629240B1 (ko) * | 2013-06-04 | 2016-06-10 | 전남대학교산학협력단 | 진화적 예측모델 생성 인공지능 프로그램이 결합된 수처리장의 인공지능 통합 제어시스템 |
KR20160109584A (ko) * | 2015-03-12 | 2016-09-21 | 금강엔지니어링 주식회사 | 고농도 하폐수 처리 장치 |
-
2022
- 2022-11-28 KR KR1020220161945A patent/KR102587787B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002058970A (ja) * | 2000-08-24 | 2002-02-26 | Kubota Corp | 浸漬型膜分離装置のメンテナンスサービスシステム |
KR101629240B1 (ko) * | 2013-06-04 | 2016-06-10 | 전남대학교산학협력단 | 진화적 예측모델 생성 인공지능 프로그램이 결합된 수처리장의 인공지능 통합 제어시스템 |
KR20160109584A (ko) * | 2015-03-12 | 2016-09-21 | 금강엔지니어링 주식회사 | 고농도 하폐수 처리 장치 |
KR101728866B1 (ko) | 2015-03-12 | 2017-05-02 | 금강엔지니어링 주식회사 | 고농도 하폐수 처리 장치 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3747836B1 (en) | Anaerobic ammonia oxidation-based sewage treatment process using mbr | |
US7563363B2 (en) | System for treating wastewater | |
US9079125B2 (en) | Modular wastewater treatment system management | |
US8038881B2 (en) | Wastewater treatment | |
CN102838260A (zh) | 工业废水的污水处理系统及污水处理方法 | |
JP5606513B2 (ja) | 窒素・リン除去処理方法及び窒素・リン除去処理装置 | |
CN108101316A (zh) | 一种沥青生产废水处理工艺 | |
CN104787986A (zh) | 一种可移动智能化水处理装置及其方法 | |
CN110818205A (zh) | 一种降低钢铁综合废水污染物浓度的系统及工艺 | |
CN111908705B (zh) | 一种基于多效能医疗污水处理的脱氮除磷工艺 | |
CN105439286B (zh) | 一种垂直流污水生态处理系统 | |
Arévalo et al. | Applicability of the sludge biotic index (SBI) for MBR activated sludge control | |
KR100661455B1 (ko) | 하수처리장치 및 이를 이용한 하수처리방법 | |
CN106277553A (zh) | 反渗透ro浓水的处理方法及设备 | |
KR20220024245A (ko) | 하수처리장용 통합제어 시스템 | |
KR102587787B1 (ko) | Mbr 폐수처리 장치의 지능형 제어시스템 | |
CN100369835C (zh) | 一种污水回用于循环冷却水处理工艺 | |
KR100519694B1 (ko) | 소규모의 하ㆍ폐수처리설비 | |
CN109133536A (zh) | 一种骨胶生产废水处理方法 | |
KR20150064574A (ko) | 에너지 절감형 하폐수 처리 시스템 및 그 제어방법 | |
CN211521950U (zh) | 一种降低钢铁综合废水污染物浓度的系统 | |
CN209412023U (zh) | 一种喷水织机废水深度处理系统 | |
Pawęska et al. | Activated sludge technology combined with hydroponic lagoon as a technology suitable for treatment of wastewater delivered by slurry tanks | |
KR20100088283A (ko) | 분리막을 이용한 오폐수 고도 처리장치 및 처리방법 | |
Kayser | Activated sludge process |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
AMND | Amendment | ||
AMND | Amendment | ||
X701 | Decision to grant (after re-examination) | ||
GRNT | Written decision to grant |