KR20110023608A - 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법 - Google Patents

수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법 Download PDF

Info

Publication number
KR20110023608A
KR20110023608A KR1020090081588A KR20090081588A KR20110023608A KR 20110023608 A KR20110023608 A KR 20110023608A KR 1020090081588 A KR1020090081588 A KR 1020090081588A KR 20090081588 A KR20090081588 A KR 20090081588A KR 20110023608 A KR20110023608 A KR 20110023608A
Authority
KR
South Korea
Prior art keywords
design
mathematical model
wastewater treatment
treatment process
simulation
Prior art date
Application number
KR1020090081588A
Other languages
English (en)
Inventor
이태호
김창원
최명원
김예진
김효수
강동완
Original Assignee
부산대학교 산학협력단
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 부산대학교 산학협력단 filed Critical 부산대학교 산학협력단
Priority to KR1020090081588A priority Critical patent/KR20110023608A/ko
Publication of KR20110023608A publication Critical patent/KR20110023608A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/448—Execution paradigms, e.g. implementations of programming paradigms
    • G06F9/4494—Execution paradigms, e.g. implementations of programming paradigms data driven
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/451—Execution arrangements for user interfaces
    • G06F9/453—Help systems
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00—Water conservation; Efficient water supply; Efficient water use
    • Y02A20/152—Water filtration

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Activated Sludge Processes (AREA)

Abstract

본 발명은 하, 폐수 처리공정의 설계 절차 제공방법에 관한 것으로, 보다 상세하게는, 설계 지원 프로그램을 포함한 시뮬레이션 생성부를 통해 다양한 유입수 변동에 대한 공정 시뮬레이션을 생성하고 상기 시뮬레이션을 통한 결과에 따라 최적 설계 부피를 도출하며 유입수 특성 및 변동에 대한 분류 기준에 따른 운전 인자 도출 등 하, 폐수 처리공정의 전반적인 설계 절차 방법을 정립하여 사용자에게 제공할 수 있는 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법에 관한 것이다.
유입수, 시뮬레이션, 수학적 모델, 설계 절차

Description

수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법{DESIGN PROCEDURE METHOD IN WASTEEATER TREAMENT PROCESS BY USING MATHEMATICAL MODEL}
본 발명은 하, 폐수 처리공정의 설계 절차 제공방법에 관한 것으로, 보다 상세하게는 다양한 유입수의 변동에 대한 공정 시뮬레이션을 통한 결과에 따라 최적의 설계 부피를 도출하고, 유입수 특성 및 변동에 대한 분류 기준에 따른 운전 인자를 도출하는 등 하, 폐수 처리공정의 설계절차 방법을 정립하여 사용자에게 제공하는 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법에 관한 것이다.
현재 상수원 보호와 총량규제 및 2008년 1월 1일부터 강화된 방류수 수질 기준에 발맞춰 대부분의 하수처리장에서 질소, 인 제거를 포함한 고도처리공정을 건설 중이거나 도입이 추진되고 있다.
하수 처리장에 적절한 대상 공정을 선정하고, 그 성능을 평가하기 위해 종래에는 물질 수지 기반 수리학적 및 생물화학적 평가를 수행하였으나, 고유량, 저유량, 고부하 및 저부하와 같은 설계 유입 유량과 수질이 변동될 때 적절한 물질 수지 기반 평가를 위해서는 방대한 실험에 필요한 시간적 및 비용적 소모가 수반된 다.
종래 하, 폐수 처리공정의 설계는 유입수 내 오염물질의 농도와 유출수 내 오염물질의 농도 간의 물질 수지를 기반으로 하여 F/M(Food/MLSS ratio)비, SRT 등이 합리적인 범위 내에 존재하는 지를 계산하였다. 이와 같은 방법은 하, 폐수 처리공정 설계에 능숙한 전문가나 엔지니어들에게는 익숙한 방법이지만, 비전문가의 입장에서는 물질 수지 계산 자체에 어려움을 겪어왔었다.
또한 일정한 유입수 조건하에서 물질 수지를 계산하여 대상 공정의 성능을 평가하기는 용이하나 유입 유량, 유입 부하의 변동이나 계절적 영향인 온도의 변화를 고려하여 선택한 하, 폐수 처리공정이 어떠한 최대 성능을 보장할 수 있는지를 확인하기 위해서는 실험적 방법만이 유일하다는 단점이 있다.
이와 같은 실험을 현장에서 수행하기 위해서는 시간적이나 비용적으로 불가능한 경우가 많아 지금까지의 물질 수지 기반 설계는 대부분 과대 설계로 공정 성능을 확보하는 경우가 빈번하고, 과대 설계는 결국 공정의 안정적인 운전이 유지되지 못하는 결정적인 원인이 되어 그간 하, 폐수 처리공정의 운영에 어려움이 주는 단점이 있다.
한편 하, 폐수 처리공정 중 질소, 인을 제거 시스템 내에 존재하는 미생물은 굉장히 다양하며, 이들 미생물 사이에서의 공생 또는 경쟁 관계는 공정 안의 반응 메커니즘 해석을 복잡하게 만든다.이를 해석하기 위해 IWA Task Group은 생물학적 영양염류 제거 공정에서 주요한 제거 대상이 되는 C, N, P를 제거하는 미생물을 3개의 그룹(Heterotrophs, Autotrophs, Phosphorus Accumulating Organisms)으로 정 의하였고 이 미생물군의 거동을 활성슬러지 모델(Activated Sludge Module, ASM)을 이용하여 수학적으로 모사하였다. 현재까지 주요 영양염류 제거 대상에 따라 ASM1, ASM2, ASM2d, AMS3, EAWAG Bio-P 모델 등이 발표되었다.
상기 활성슬러지 모델 시리즈는 대상 공정 내에 존재하는 모든 반응의 형태를 화학양론계수와 동역학식의 매트릭스(행렬) 형태의 조합으로 표시하였고, 상기 매트릭스는 물질 수지 기반으로 작성되어 기존 설계자가 수행하던 계산을 컴퓨터로 쉽게 표현할 수 있도록 구성하였다. 상술한 매트릭스의 일 예는 다음과 같다.
Figure 112009053591231-PAT00001
여기에서 SS는 빠르게 생분해되는 용존성 기질, XB ,H는 종속영양 미생물, SO는 용존 산소를 나타내는 성분 표기이며, YH는 종송영양 미생물의 수율 계수, uH는 종속영양 미생물의 최대 비성장계수, Ks는 반포화 속도 상수, KO ,H는 용존산소에 대한 반포화 속도 상수, bH는 종속영양 미생물의 사멸 계수를 나타낸다.
일 예로 나타난 매트릭스는 활성슬러지 모델 시리즈에 포함된 전체 매트릭스의 일부를 나타낸 것으로, 3개 성분에 대한 반응식을 도출할 수 있다. 각 성분에 대한 반응식은 Process 부분의 매개변수와 해당 행의 Process Rate의 수식을 곱하고, 순서대로 다음 매개변수와 해당 열의 Process Rate의 수식을 곱하면서 진행하면서 각 행에서 도출된 식들은 서로 더하면 된다.
상술한 SS, XB ,H 및 SO에 대한 반응식은 다음과 같다.
Figure 112009053591231-PAT00002
이를 통해 각 반응조에서 유입과 유출을 고려한 미분방정식을 도출할 수 있는데, 반응조를 완전 혼합으로 가정한다면, '시간에 따른 농도 변화 = 유입 - 유출 ± 반응'으로 구성되고, 반응식은 매트릭스에서 도출 가능하다.
Figure 112009053591231-PAT00003
여기에서 상기 C는 각 성분 농도들(매트릭스에서 SS, XB ,H, SO 등이 해당), Q는 유량, Ci는 반응조로 들어오는 성분 농도, Co는 반응조에서 유출되는 성분 농도, r은 반응식(위에서 rss, rso 등에 해당), V는 반응조 부피를 나타낸다. 이와 같은 다양한 수학적 식으로 활성슬러지 모델 시리즈가 구성되어 각 성분이 시간에 따라 어떻게 변화되는지 확인할 수 있다.
또한 1999년 Takacs에 의해 제안된 이중 지수함수형태의 일차원 다층 모델은 기본적으로 고형물 플럭스에 대한 개념을 적용하고 있으며, 일차원 침전조를 여러 층(layer)으로 구분한 후 각 층간의 물질수지 평형을 바탕으로 고형물 플럭스를 계산하고 있다. 이 모델은 침전조 혹은 농축조의 높이에 따른 고형물 프로파일 변화를 기술하는 데 사용될 수 있으며, 정상상태뿐만 아니라 동적 상태에서 고형물의 거동을 기술하는 데 이용될 수 있다(Takacs et al. 1991). 고형물의 플럭스를 계산하기 위해 모델에서 제시한 식은 다음과 같은 이중 지수 침전 속도 함수를 사용한다.
Figure 112009053591231-PAT00004
,
Figure 112009053591231-PAT00005
Figure 112009053591231-PAT00006
여기에서 v'o는 실제 최대 침전속도(m/d), vo는 Vesilind에 의해 제안된 이론적인 최대 침전속도(m/d), rh는 간섭 침전 영역에서의 침전 특성 인자(㎥/g), rP는 저농도 영역에서의 침전 특성 인자(㎥/g), Xmin는 침전 속도를 가질 수 있는 최소 고형물농도(g/㎥), fNS는 Xf중에서 비 침전성 물질의 분율이며, Xf는 침전조로 유입되는 MLSS농도(g/㎥)이다.
이러한 수학적 모델을 설계에 적용하기 위해서는 수학적 모델 및 공정에 대한 이해와 유입수 특성에 대한 자료, 설계 최적화, 시나리오 분석과 같은 지식이 요구되는데, 현재 소수의 논문과 몇몇 하수처리장의 retrofitting에 수학적 모델을 사용하여 시뮬레이션된 결과가 공정 평가에 사용되어 지고 있으나 소수의 연구자들 및 엔지니어들에 의해서 소극적으로 활용되고 있기 때문에 수학적 모델을 사용한 하·폐수처리공정 설계를 위한 절차 및 방법이 정확히 정립되어 있지 못한 실정이다.
최근 생물학적 공정 모델과 물리화학적 공정 모델을 통합하여 다양한 공정에 대한 시뮬레이션을 지원하는 프로그램이 상용화되어 있으나, 공정 평가에 한정되어 있고, window 기반이라 하나 유입수 특성 및 공정에 대한 기본 지식이 필요한 지식기반 프로그램의 한계점을 가지고 있다.
따라서, 본 발명이 해결하고자 하는 과제는 종래 하, 폐수 처리공정 설계에 적용되었던 물질 수지 기반 공정 설계 시의 단점인 시간적, 비용적 소모를 해소하기 위해 수학적 모델을 이용하여 일련의 설계 절차를 제공할 수 있는 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법을 제공함을 그 목적으로 한다.
또한 하, 폐수 처리공정의 설계 절차를 제공받는 사용자가 접근이 용이하도록 Window 기반의 설계 지원 프로그램을 통해 비전문가들도 하, 폐수 처리공정의 설계가 가능한 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법을 제공함을 또 다른 목적으로 한다.
본 발명의 해결하고자 하는 과제에 의한 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법은 하, 폐수 처리 공정의 설계 절차를 제공하는 방법에 있어서, 수학적 모델이 적용 가능한 하, 폐수 처리 공정을 선택하는 단계; 선택한 공정의 유입수에 대한 유입수질을 선택하여 성상 분류하며, 분류된 각 항목을 수학적 모델에 적용 가능한 값으로 변환하는 단계;설계 유입 유량을 설정하고 선택한 생물학적 반응조의 초벌 부피 및 운전 조건과 침전조의 수면적부하율 및 수심을 설정하는 단계; 및 상기 변환 및 설정된 정보를 수학적 모델을 적용하여 초벌 시뮬레이션을 생성하여 초벌 유출수질을 확인하는 단계;를 포함하고, 일련의 과정이 시뮬레이션 생성부의 설계 지원 프로그램을 통해 수행되는 것이 특징이다.
이때 상기 수학적 모델은 활성슬러지 모델에 그 근간을 둔 수정된 ASM3+Bio-P 모델을 이용한다.
또한 상기 수학적 모델이 적용 가능한 하, 폐수 처리 공정을 선택하는 단계는 활성슬러지 공정, MLE 공정, A2/O 공정 및 5-stage bardenpho 공정 중 어느 한 공정 또는 복수의 공정이 선택되는 것일 수 있다.
또한 상기 반응조의 운전 조건은, 선택한 생물학적 반응조의 수리학적 체류시간, F/M비, 내부슬러지 반송유량, 슬러지 반송유량, 폐슬러지 유량을 포함한다.
여기에서 상기 설계 지원 프로그램은 사용자의 접근이 용이하도록 GUI(Graphic User Interface) 기반의 Window 형식으로 구성되는 것이 특징이다.
뿐만 아니라, 상기 설계 지원 프로그램은 설계 지원 프로그램을 통해 산출되는 모든 결과를 별도의 저장공간으로 저장시키고 이를 출력하는 기능을 갖는다.
다시 본 발명은 상기 초벌 유출수질을 확인하는 단계 이후에는,
절대오차합의 계산식을 통해 반응조의 부피와 운전 조건을 변화시켜 목표 유출수질에 부합할 수 있는 최적의 부피 및 운전 조건을 도출하는 단계; 및 도출된 결과 및 조건에 대한 정보를 수학적 모델을 적용하여 최적의 시뮬레이션을 생성하고 최적 유출수질을 확인하는 단계;를 더 포함하는 것이 특징이다.
그리고 상기 최종 유출수질을 확인하는 단계 이후,
유량의 변동, 유입 부하 및 온도가 변화할 경우 변화된 유량의 변동, 유입 부하 및 온도에 따른 복수의 시나리오에 생성하고, 수학적 모델을 적용하여 복수의 시나리오에 대한 최적의 시뮬레이션을 생성하는 단계; 및 대상 유입수질에 대한 선택된 하, 폐수 처리공정의 최적 부피와 운전 조건을 수학적 모델에 적용한 시뮬레이션 결과를 결정하여 이를 사용자 또는 클라이언트에 제공하는 단계;를 더 포함하게 된다.
여기에서 상기 최적의 부피 및 운전 조건을 도출하기 위한 상기 절대오차합(SAE)의 계산식은, "
Figure 112009053591231-PAT00007
Zi ,j는 i번째 실험(날짜)에서 항목 j에 대한 측정된 값(목표 유출수질), fi ,j는 i번째 실험(날짜)에서 공정 모델에 의해 예측된 항목j에 대한 값" 이다.
마지막으로 상기 설계 지원 프로그램을 통해 초벌 설계 값과 최적 설계값을 하나의 표로 제공하고, 설계 유입 수질 및 방류 수질, 목표 수질, 초벌 설계 시뮬레이션, 최적 시뮬레이션 및 시나리오에 대한 시뮬레이션 결과를 일괄적으로 제공하는 리포트 제공 단계를 더 포함하게 된다.
앞서 설명한 바와 같이 본 발명 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법은 기존에 개발된 수학적 모델을 이용하여 시뮬레이션을 포함한 설계 지원 프로그램을 통해 하, 폐수 처리공정의 설계 절차를 제공함에 있어, 고부하, 저부하, 고유량 및 저유량 등 운전 조건이 변화할 때 공정의 최적 성능을 평가하기 위해 종래와 같이 장시간의 실험이 필요 없는 장점이 있다.
또한 본 발명에 따르면 유입수의 운전 조건의 변화에도 선택한 공정의 거동이 어떻게 변화하는 지를 단시간 내에 쉽게 확인할 수 있어, 실험에 필요한 인력과 이에 따른 비용 및 시간적 소모 역시 줄일 수 있는 장점이 있다.
또한 고급지식 기반의 기술을 사용자가 접근하기 용이한 GUI(Grpahic User Interface)로 구성된 window 기반의 설계 지원 프로그램을 통해 소수의 연구자들 및 엔지니어들뿐만 아니라 수학적 모델에 대한 이해가 부족한 공정 운전자라 하더라도 본 발명에 따른 설계 지원 프로그램의 일련의 절차에 따라 원하는 공정의 성능을 쉽게 평가할 수 있고, 비전문가들 역시 하·폐수처리공정 설계가 가능한 장점이 있다.
이하 본 발명의 실시예를 첨부되는 도면을 통해 보다 상세히 설명하도록 한다.
도 1은 본 발명 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법의 과정을 설명하기 위한 순서도이고, 도 2는 본 발명의 다른 실시예에 따른 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법의 과정을 설명하기 위한 순서도이며, 도 3은 본 발명의 또 다른 실시예에 따른 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법의 과정을 설명하기 위한 순서도이고, 도 4는 본 발명의 또 다른 실시예에서 다양한 유입 유량, 부하에 따른 유출 수질의 예를 나타내는 도면이다.
본 발명은 수학적 모델을 이용하여 하, 폐수 처리공정의 설계 절차를 제공하는 방법에 관한 것으로, 설계 지원 프로그램을 포함한 시뮬레이션 생성부를 통해 다양한 유입수 변동에 대한 공정 시뮬레이션을 생성하고 상기 시뮬레이션을 통한 결과에 따라 최적 설계 부피를 도출하며 유입수 특성 및 변동에 대한 분류 기준에 따른 운전 인자 도출 등 하, 폐수 처리공정의 전반적인 설계 절차 방법을 정립하여 사용자에게 제공한다.
상술하는 하, 폐수 처리공정의 설계란 하, 폐수 처리장의 건설을 위해 공정에 따라 필요한 반응조 부피, 내부 반송 슬러지 유량,　 슬러지 반송 유량 등의 운전 조건을 결정하는 것을 의미하며, 설계 절차는 상술한 설계에서 반응조 부피나 운전 조건을 결정하는 방법을 순차적으로 정립한 것으로, 종래에는 대부분 물질 수지를 이용하여 설계하였으나 본 발명에서는 수학적 모델을 이용한 설계 절차를 제시한다.
본 발명을 설명하기에 앞서 상기 시뮬레이션의 생성은 수학적 모델을 이용한 것으로 다양한 반응식이 포함된 수식을 적용하여 하, 폐수 처리공정의 설계 절차에 대한 결과를 나타낸다. 이때 상기 수학적 모델은 활성슬러지 모델에 그 근간을 둔 수정된 ASM3+Bio-P 모델을 이용한다. 구체적으로 기존 ASM3+Bio-P 모델이 반응조가 무산소 조건으로 운전될 때 반응조 내에 있는 질산염의 농도가 인 방출에 저해를 야기하는 반응을 포함하지 못하여 정확한 공정 모사가 어려움 점을 수정하여, 공정 동역학식 중 인 흡수 미생물(Phosphorus Accumulating Organisms)에 의해 PHA 흡수 반응에 질산염 저해항을 첨가한 수정된 ASM3+Bio-P 모델을 사용하게 된다.
또한 상기 시뮬레이션 생성부는 등록 서버, 제어 서버, 데이터베이스, 설계 지원 프로그램을 포함한다.
상기 등록 서버는 수학적 모델의 다양한 수식 정보, 복수의 하, 폐수 처리공정 정보, 유입 수질 정보 등 하, 폐수 처리공정의 설계 절차에 필요한 모든 정보들을 상기 데이터베이스에 수집하여 등록 및 저장한다.
제어 서버는 상기 데이터베이스에 등록 및 저장되어 있는 다양한 정보들을 상기 수학적 모델을 적용하여 시뮬레이션을 생성하고, 사용자의 설정에 따라 반응하여 그에 대응하는 값을 산출하는 등 하, 폐수 처리공정의 설계 절차를 제공하기 위한 전반적인 제어를 수행한다.
설계 지원 프로그램은 상술한 등록 서버, 제어 서버 및 데이터베이스의 수행 과정을 통한 결과를 GUI(Graphic User Interface)로 구성하여 Window 형식으로 하, 폐수 처리공정의 설계 절차를 사용자가 용이하게 접근할 수 있도록 한다.
본 발명 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공 방법은 시뮬레이션 생성부의 설계 지원 프로그램을 통해 도 1에 도시된 바와 같이 수학적 모델에 포함되는 ASM3+Bio-P 모델을 사용할 수 있는 복수의 하, 폐수 처리공정 중 어느 한 공정 또는 그 이상을 선택한다. 예를 들면 통상의 활성슬러지 공정 및 대표적인 고도처리공정 중 하나인 A2/O 공정이 선택될 수 있다.(S10)
이 후, 선택된 하, 폐수 처리공정이 적용될 대상 유입수질을 선택하고 선택된 유입수질을 수학적 모델에 적용시키기 위해서 유입수의 성상 분류를 하게 된다.
일 예로, 유입수질에서 BOD 또는 CODmn, CODcr과 같은 항목은 상기 수학적 모델의 입력 자료 중 SS, SI, XS, XI와 같은 항목으로 그 값을 변환하여 적용한다. 여기에서 상기 SS는 유입수 탄소성분 중 빠르게 생분해되는 용존성 성분, SI는 불활성 용존성 성분, XS는 느리게 생분해되는 입자성 성분, XI는 불활성 입자성 성분을 의미한다.
또한 유입 COD 항목뿐만 아니라 TN(총 질소), TP(총 인)와 같은 항목도 수학적 모델에 적용시키기 위해서는 TN 성분 중 암모니아성 질소 성분과 질산염 성분으로 그 값이 분류되어야 하고, TP 성분 중에서도 인산염의 값이 분류되어야 한다.
이와 관련하여 국내 하수처리장에 대한 이들 유입수의 변동 범위를 하기 표 1를 통해 나타냈으며, 상기 유입수 성상이 분류된 값은 이후 수학적 모델의 입력 자료로 활용된다.
Figure 112009053591231-PAT00008
즉, 본 단계에서는 선택한 공정에 대한 유입수의 유입수질을 선택하여 성상 분류하며, 분류된 각 항목을 수학적 모델에 적용 가능한 값으로 변환하는 과정을 수행한다.(S20)
그 다음 단계로, 생물학적 반응조 및 침전조의 초벌 부피 및 운전 조건을 설정한다. 본 단계에서는 상기 설계 지원 프로그램을 통해 설계 유입 유량을 설정하고, 선택한 생물학적 반응조의 적절한 수리학적 체류시간, F/M비, 내부슬러지 반송유량, 슬러지 반송유량, 폐슬러지유량 등 생물학적 반응조의 초벌 부피 및 운전 조건을 설정하고, 침전조의 수면적부하율 및 수심을 설정한다. 이는 다음 단계인 수학적 모델을 통한 초벌 시뮬레이션 생성의 입력 자료로 사용된다.(S30)
수학적 모델을 이용한 초벌 시뮬레이션 생성 과정을 살펴보면, 수학적 모델에 적용 가능한 모든 정보가 이전 단계의 과정들을 통해 설정되었으므로, 이를 사용하여 초벌 시뮬레이션을 생성한다.
본 단계에서는 시간에 따른 입력 유입수질의 농도변화가 없는 정상상태까지 시뮬레이션을 진행한다.
상기 초벌 시뮬레이션의 생성은 상기 시뮬레이션 생성부의 제어 서버에 의해 생성되는데, 구체적으로 이전 단계의 과정들을 통해 설정된 정보들 및 수식에 적용될 값들을 입력받고 이를 수학적 모델의 수식을 이용하여 결과값을 산출하며 상기 산출된 결과값에 대응하는 시뮬레이션을 생성하여 설계 지원 프로그램을 통해 사용자에게 제공한다.(S40)
이때 생성되는 초벌 시뮬레이션은 하기에서 설명할 도 8 나타난 바와 같으며 사용자에게 하, 폐수 처리공정의 설계 절차를 위한 지표를 제공한다.
한편 본 발명의 다른 실시예에서는 상술한 초벌 시뮬레이션 생성 단계를 통해 제공되는 유출수질을 평가하고, 상기 유출수질이 목표로 하는 유출수질 또는 법적 기준인 방류수 수질 기준에 부합되지 않을 경우 최적 운전 조건을 도출하기 위한 과정을 수행하는데, 이후 목표 수질에 부합하는 부피 및 운전 조건을 도출하는 단계(S50) 및 도출된 부피 및 운전 조건에 대한 수학적 모델 기반으로 최적의 시뮬레이션을 생성하는 단계(S60)를 더 수행하게 된다.
구체적으로 도 2의 순서도를 참조하면, 상기 목표 수질에 부합하는 부피 및 운전 조건을 도출하는 단계는 상기 유출수질 평가 후 유출 수질이 목표 수질에 부합하지 못할 경우, 입력된 생물학적 반응조 부피 및 슬러지 반송유량 등과 같은 운전 조건을 적절한 값으로 설정하여 부피 및 운전 조건을 도출한다.
다시 말해, 상기 유출 수질이 목표 수질에 부합하지 못한다면, 입력된 생물학적 반응조 부피 및 슬러지 반송유량 등과 같은 운전 조건이 적절한 값으로 설정되지 못하였기 때문이다. 이에 따라 본 단계에서는 절대오차합(SAE)의 수식을 통해 생물학적 생물학적 반응조의 부피와 운전 조건을 랜덤으로 변화시켜 목표 수질에 부합하는 부피와 운전 조건을 도출하게 된다.(S50)
상기 최적의 부피 및 운전 조건을 도출하기 위한 상기 절대오차합(SAE)의 계산식은, "
Figure 112009053591231-PAT00009
Zi ,j는 i번째 실험(날짜)에서 항목 j에 대한 측정된 값(목표 유출수질), fi ,j는 i번째 실험(날짜)에서 공정 모델에 의해 예측된 항목j에 대한 값" 이다.
이때 각 생물학적 반응조의 부피와 운전 조건들의 최소값 및 최대값 그리고 변화되는 변동값을 설정하여 수학적 모델을 이용한 시뮬레이션 결과가 합당한 범위 내에서 도출되도록 고려하여 설정해야 한다.
예를 들어 호기조 부피의 초벌 설정값이 5,000㎥이었다면 최소값을 4,000㎥, 최대값을 6,000㎥ 및 변동값을 100㎥으로 설정하여 최소값과 초대값 사이의 값을 임의적으로 선정하여 시뮬레이션이 수행되어 목표 수질에 부합하는 유출 수질을 도출할 수 있도록 한다.
상기 도출된 부피 및 운전 조건에 대한 수학적 모델 기반으로 최적의 시뮬레이션을 생성하는 단계는 이전 단계에서 도출된 결과를 바탕으로 합리적인 설계 조건값 예를 들면, 계산에 의해 도출된 내부 반송 유량이 34,530㎥/d라면, 최종 설계 조건은 35,000㎥/d이 되어 실제 공정 운전과 동일한 상황으로 최적 시뮬레이션을 다시 생성하고, 최적의 시뮬레이션을 통한 최적 유출 수질을 재확인한다.(S60)
상술한 일련의 절차에 따른 결과의 일 예를 하기 표 2 내지 표 3을 통해 나타내었고, 선택된 하, 폐수 처리공정은 A2/O 공정으로 설계 유입 유량을 100,000㎥/day, 유입 BOD는 129.6mg/L, CODcr은 200mg/L, TSS는 127.4mg/L, TN은 32.4mg/L 마지막으로 TP는 3.7mg/L로 설정하였다.
Figure 112009053591231-PAT00010
Figure 112009053591231-PAT00011
한편, 도 3은 본 발명의 또 다른 실시예를 설명하기 위한 것으로, 상술한 최적의 시뮬레이션 생성과정을 통해 도출된 부피 및 운전 조건은 예상되는 설계 유입 유량 및 농도에 따른 결과가 된다. 그러나 만약 유량이 변동하거나 유입 부하 또는 계절별 온도가 변화할 때 도출된 부피 및 운전 조건으로 안정적인 공정 운전이 가능한지 확인해야 한다.
따라서, 본 실시예에서는 유량, 유입 부하 및 온도 변화에 대한 다양한 시나리오를 생성하고 각 시나리오의 결과를 수학식 모델을 이용하여 각 시뮬레이션을 생성하는 단계를 수행함을써 수학적 모델을 이용한 유량, 유입 부하 및 온도 변화에 따른 공정 성능을 파악한다.(S70) 본 단계의 일 예로서 이전 단계의 예시에서 사용되었던 A2/O 공정의 부피와 운전 조건 하에서 고유량, 저유량, 고농도, 저농도, TN 증가 및 TP 증가에 대한 시뮬레이션 결과가 도 6을 통해 도시된다.
이 후, 다양한 시나리오를 통한 시뮬레이션 결과가 합리적으로 도출되었다면, 대상 유입수질에 대한 선택된 하, 폐수 처리공정의 최적 부피와 운전 조건을 수학적 모델에 적용한 시뮬레이션 결과를 결정하여 이를 사용자 또는 클라이언트에게 제공한다.
상기 사용자는 최종적으로 선택한 시뮬레이션의 결과에 따라 이를 하, 폐수 처리공정의 설계에 반영하게 된다.
이와 같이 본 발명에서는 수학적 모델을 이용하여 하, 폐수 처리공정을 설계하는데, 간략하게는 유입수 측정 자료를 모델에 사용되는 성분으로 분류하는 방법, 하, 폐수 처리장에 적용하고자 하는 공정 적용 시, 반응에 사용될 수 있는 매개 변수의 대표값, 최적 반응기 부피 결정 방안, 유입수 변화에 따른 최적 운전 도출 방법 등의 상술한 일련의 설계 절차를 따른다.
설계 지원 프로그램에 따라 표출되는 화면의 구성
도 5는 본 발명에 따른 시뮬레이션 생성부를 통해 구현되는 공정 선택 화면이고, 도 6은 본 발명에 따른 시뮬레이션 생성부를 통해 구현되는 유입 수질 화면이며, 도 7은 본 발명에 따른 시뮬레이션 생성부를 통해 구현되는 반응조 설계 화면이다. 그리고 도 8은 본 발명에 따른 시뮬레이션 생성부를 통해 구현되는 초벌 시뮬레이션 생성 화면이고, 도 9는 본 발명에 따른 시뮬레이션 생성부를 통해 구현되는 설계 최적화 도출 화면이며, 도 10은 본 발명에 따른 시뮬레이션 생성부를 통해 구현되는 최적 시뮬레이션 생성 화면이다. 마지막으로 도 11은 본 발명에 따른 시뮬레이션 생성부를 통해 구현되는 다양한 시나리오에 대한 분석 화면이고, 도 12는 본 발명에 따른 시뮬레이션 생성부를 통해 구현되는 결과 리포트 화면이다.
상기 도 5 내지 도 12는 시뮬레이션 생성부의 설계 지원 프로그램에 따라 본 발명 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차의 일련의 과정을 모니터를 통해 사용자 또는 클라이언트로 제공하는 화면을 도시한 것이다.
이때 상기 설계 지원 프로그램은 시뮬레이션 생성부의 등록 서버, 제어 서버 및 데이터베이스와 연결되어 이들로부터 전달받는 정보와 사용자의 설정 등에 따라 변동되는 정보들을 GUI(Graphic User Interface)로 구성하여 Window 형식으로 하, 폐수 처리공정의 설계 절차를 제공받는 사용자가 용이하게 접근할 수 있도록 한다.
도 5는 하, 폐수 처리공정을 선택하기 위한 화면으로 통상의 표준활성 슬러지 공정, MLE 공정, A2/O 공정, 5-stage Bardenpho 중 어느 한 공정을 선택하게 된다. 또한 각 공정의 개요 및 장단점, 흐름도를 파악하여 공정을 선택하는 과정을 나타낸다.
다음 과정으로는 유입수 측정 자료를 유입 관거 특성과 원수 구분에 따른 모델에 사용되는 성분으로 분류하는 방법을 제시하고 공정 설계를 위한 유입 수질을 입력하는 과정이 도 6에 도시된다.
도 7은 선택된 공정의 흐름도와 설계도를 바탕으로 설계 유량, 반응조 HRT, 운전 조건, 침전조에 관한 설계 값을 입력하고 Computation을 누르면 F/M ratio, SRT 등에 대한 적절한 설계가 이루어졌는지 검증하여 계산된 설계값을 바탕으로 실제 설계값을 입력할 수 있는 과정을 나타낸다.
도 8은 이전 과정에서 수행되었던 공정 선택, 유입 수질 입력, 반응조 설계를 반응조 폭기량 및 방류수 목표 수질을 선정하여 시뮬레이션을 생성하였을 때, 유출수의 BOD, COD, SS, TN, TP에 대한 시뮬레이션 결과를 그림과 표로 나타내며 목표 수질로 설정한 값과 비교를 수행하는 과정을 나타낸다.
다음 과정으로 최적 반응기 부피 결정 방안으로 초벌 설계 값을 사용자가 지정하는 최소값과 최대값을 지정된 변화 값에 따라 변화시켜 목표 수질과 시뮬레이션의 유출 수질과의 차이가 최소가 되는 부피 및 운전 조건을 수학적 관계식을 활용하여 도출하여 표로 나타내는 과정이 도 9에 도시된다.
이후, 도 10에 도시된 바와 같이 최적 시뮬레이션은 이전 단계의 설계 최적화를 통해 도출된 부피와 운전 조건을 바탕으로 초벌 시뮬레이션의 생성방법과 동일한 방법으로 생성된다.
도 11에 도시되는 시나리오 화면은 최적화된 부피와 운전 조건, 최적의 시뮬레이션 결과를 사용자에게 보여주고, 최적 설계된 공정이 고유량 및 저유량, COD 고농도 및 저농도, TN 고농도 및 저농도, TP 고농도 및 저농도, 고온 및 저온과 같은 외란에 대한 공정의 안정성 평가를 목적으로 시뮬레이션을 생성하여 유출수 결과를 표로 제시하는 화면이다.
마지막으로 도 12에서 도시하고 있는 리포트 화면은 초벌 설계 값과 최적 설계값을 하나의 표로 제공하고, 설계 유입 수질 및 방류 수질, 목표 수질, 초벌 설계 시뮬레이션, 최적 시뮬레이션 및 시나리오에 대한 시뮬레이션 결과를 리포트한 화면으로 한 화면을 통해 설계 절차를 제공하기 위해 수행되었던 모든 정보들을 일괄적으로 확인 및 비교할 수 있도록 하는 화면이다.
이때, 상기 설계 지원 프로그램은 모든 결과를 별도의 저장공간으로 저장 및 출력하는 기능을 추가하여 사용자 편의성을 추구한다.
이와 같이 본 발명에 따른 시뮬레이션 생성부의 설계 지원 프로그램을 이용하여 소수의 연구자들 및 엔지니어들뿐만 아니라 하, 폐수 처리공정을 설계하고자 하는 비전문가들도 상술한 일련의 절차를 통해 하, 폐수 처리공정의 설계 절차를 용이하게 제공받을 수 있게 된다
이상 설명한 내용을 통해 당업자라면 본 발명의 기술사상을 일탈하지 아니하는 범위에서 다양한 변경 및 수정 가능함을 알 수 있을 것이다. 따라서, 본 발명의 기술적 범위는 명세서의 상세한 설명에 기재된 내용으로 한정되는 것이 아니라 특허 청구의 범위에 의해 정하여 져야만 할 것이다.
도 1은 본 발명 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법의 과정을 설명하기 위한 순서도.
도 2는 본 발명의 다른 실시예에 따른 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법의 과정을 설명하기 위한 순서도.
도 3은 본 발명의 또 다른 실시예에 따른 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법의 과정을 설명하기 위한 순서도.
도 4는 본 발명의 또 다른 실시예에서 다양한 유입 유량, 부하에 따른 유출 수질의 예를 나타내는 도면.
도 5는 본 발명에 따른 설계 지원 프로그램을 통해 구현되는 공정 선택 화면.
도 6은 본 발명에 따른 설계 지원 프로그램을 통해 구현되는 유입 수질 화면.
도 7은 본 발명에 따른 설계 지원 프로그램을 통해 구현되는 반응조 설계 화면.
도 8은 본 발명에 따른 설계 지원 프로그램을 통해 구현되는 초벌 시뮬레이션 생성 화면.
도 9는 본 발명에 따른 설계 지원 프로그램을 통해 구현되는 설계 최적화 도출 화면.
도 10은 본 발명에 따른 설계 지원 프로그램을 통해 구현되는 최적 시뮬레이 션 생성 화면.
도 11은 본 발명에 따른 설계 지원 프로그램을 통해 구현되는 다양한 시나리오에 대한 분석 화면.
도 12는 본 발명에 따른 설계 지원 프로그램을 통해 구현되는 결과 리포트 화면.

Claims (10)

  1. 하, 폐수 처리 공정의 설계 절차를 제공하는 방법에 있어서,
    수학적 모델이 적용 가능한 하, 폐수 처리 공정을 선택하는 단계;
    선택한 공정의 유입수에 대한 유입수질을 선택하여 성상 분류하며, 분류된 각 항목을 수학적 모델에 적용 가능한 값으로 변환하는 단계;
    설계 유입 유량을 설정하고 선택한 생물학적 반응조의 초벌 부피 및 운전 조건과 침전조의 수면적부하율 및 수심을 설정하는 단계; 및
    상기 변환 및 설정된 정보를 수학적 모델을 적용하여 초벌 시뮬레이션을 생성하여 초벌 유출수질을 확인하는 단계;를 포함하고,
    일련의 과정이 시뮬레이션 생성부의 설계 지원 프로그램을 통해 수행되는 것을 특징으로 하는 수학적 모델을 이용한 하, 폐수 처리 공정의 설계 절차 제공방법.
  2. 제 1항에 있어서,
    상기 수학적 모델은 활성슬러지 모델에 그 근간을 둔 수정된 ASM3+Bio-P 모델을 이용하는 것을 특징으로 하는 수학적 모델을 이용한 하, 폐수 처리 공정의 설계 절차 제공방법.
  3. 제 1항에 있어서,
    상기 수학적 모델이 적용 가능한 하, 폐수 처리 공정을 선택하는 단계는 활성슬러지 공정, MLE 공정, A2/O 공정 및 5-stage bardenpho 공정 중 어느 한 공정 또는 복수의 공정이 선택되는 것을 특징으로 하는 수학적 모델을 이용한 하, 폐수 처리 공정의 설계 절차 제공방법.
  4. 제 1항에 있어서,
    상기 반응조의 운전 조건은, 선택한 생물학적 반응조의 수리학적 체류시간, F/M비, 내부슬러지 반송유량, 슬러지 반송유량, 폐슬러지 유량을 포함하는 것을 특징으로 하는 수학적 모델을 이용한 하, 폐수 처리 공정의 설계 절차 제공방법.
  5. 제 1항에 있어서,
    상기 설계 지원 프로그램은 사용자의 접근이 용이하도록 GUI(Graphic User Interface) 기반의 Window 형식으로 구성되는 것을 특징으로 하는 수학적 모델을 이용한 하, 폐수 처리 공정의 설계 절차 제공방법.
  6. 제 5항에 있어서,
    상기 설계 지원 프로그램은 설계 지원 프로그램을 통해 산출되는 모든 결과를 별도의 저장공간으로 저장시키고 이를 출력하는 기능을 갖는 것을 특징으로 하는 수학적 모델을 이용한 하, 폐수 처리 공정의 설계 절차 제공방법.
  7. 제 1항에 있어서,
    상기 초벌 유출수질을 확인하는 단계 이후,
    절대오차합의 계산식을 통해 반응조의 부피와 운전 조건을 변화시켜 목표 유출수질에 부합할 수 있는 최적의 부피 및 운전 조건을 도출하는 단계; 및
    도출된 결과 및 조건에 대한 정보를 수학적 모델을 적용하여 최적의 시뮬레이션을 생성하고 최적 유출수질을 확인하는 단계;를 더 포함하는 것을 특징으로 하는 수학적 모델을 이용한 하, 폐수 처리 공정의 설계 절차 제공방법.
  8. 제 7항에 있어서,
    상기 최종 유출수질을 확인하는 단계 이후,
    유량의 변동, 유입 부하 및 온도가 변화할 경우 변화된 유량의 변동, 유입 부하 및 온도에 따른 복수의 시나리오에 생성하고, 수학적 모델을 적용하여 복수의 시나리오에 대한 최적의 시뮬레이션을 생성하는 단계; 및
    대상 유입수질에 대한 선택된 하, 폐수 처리공정의 최적 부피와 운전 조건을 수학적 모델에 적용한 시뮬레이션 결과를 결정하여 이를 사용자 또는 클라이언트에 제공하는 단계;를 더 포함하는 것을 특징으로 하는 수학적 모델을 이용한 하, 폐수 처리 공정의 설계 절차 제공방법.
  9. 제 7항에 있어서,
    상기 최적의 부피 및 운전 조건을 도출하기 위한 상기 절대오차합(SAE)의 계산식은, "
    Figure 112009053591231-PAT00012
    Zi ,j는 i번째 실험(날짜)에서 항목 j에 대한 측정된 값(목표 유출수질)
    fi ,j는 i번째 실험(날짜)에서 공정 모델에 의해 예측된 항목j에 대한 값" 인 것을 특징으로 하는 수학적 모델을 이용한 하, 폐수 처리 공정의 설계 절차 제공방법.
  10. 제 7항에 있어서,
    상기 설계 지원 프로그램을 통해 초벌 설계 값과 최적 설계값을 하나의 표로 제공하고, 설계 유입 수질 및 방류 수질, 목표 수질, 초벌 설계 시뮬레이션, 최적 시뮬레이션 및 시나리오에 대한 시뮬레이션 결과를 일괄적으로 제공하는 리포트 제공 단계를 더 포함하는 것을 특징으로 하는 수학적 모델을 이용한 하, 폐수 처리 공정의 설계 절차 제공방법.
KR1020090081588A 2009-08-31 2009-08-31 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법 KR20110023608A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090081588A KR20110023608A (ko) 2009-08-31 2009-08-31 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090081588A KR20110023608A (ko) 2009-08-31 2009-08-31 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법

Publications (1)

Publication Number Publication Date
KR20110023608A true KR20110023608A (ko) 2011-03-08

Family

ID=43931702

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090081588A KR20110023608A (ko) 2009-08-31 2009-08-31 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법

Country Status (1)

Country Link
KR (1) KR20110023608A (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104050326A (zh) * 2014-06-23 2014-09-17 上海昊沧系统控制技术有限责任公司 一种化学除磷过程的模拟方法
CN104049071A (zh) * 2014-06-23 2014-09-17 上海昊沧系统控制技术有限责任公司 一种污水处理工艺中水质指标的虚拟监测方法
KR20190125025A (ko) 2018-04-27 2019-11-06 주식회사 유앤유 개선된 뉴턴-랩슨 기법이 적용된 하수처리공정 모의 장치 및 방법
WO2021101190A1 (ko) * 2019-11-19 2021-05-27 주식회사 부강테크 수처리 공정 최적화 및 자동 설계 시스템 및 이를 이용한 설계 방법
KR20210097499A (ko) * 2020-01-30 2021-08-09 주식회사 이피에스이앤이 수처리 공정의 설계 및 운전시스템

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104050326A (zh) * 2014-06-23 2014-09-17 上海昊沧系统控制技术有限责任公司 一种化学除磷过程的模拟方法
CN104049071A (zh) * 2014-06-23 2014-09-17 上海昊沧系统控制技术有限责任公司 一种污水处理工艺中水质指标的虚拟监测方法
CN104050326B (zh) * 2014-06-23 2017-05-10 上海昊沧系统控制技术有限责任公司 一种化学除磷过程的模拟方法
KR20190125025A (ko) 2018-04-27 2019-11-06 주식회사 유앤유 개선된 뉴턴-랩슨 기법이 적용된 하수처리공정 모의 장치 및 방법
WO2021101190A1 (ko) * 2019-11-19 2021-05-27 주식회사 부강테크 수처리 공정 최적화 및 자동 설계 시스템 및 이를 이용한 설계 방법
KR20210061480A (ko) * 2019-11-19 2021-05-28 주식회사 부강테크 수처리 공정 최적화 및 자동 설계 시스템 및 이를 이용한 설계 방법
KR20210097499A (ko) * 2020-01-30 2021-08-09 주식회사 이피에스이앤이 수처리 공정의 설계 및 운전시스템

Similar Documents

Publication Publication Date Title
Iacopozzi et al. A modified Activated Sludge Model No. 3 (ASM3) with two-step nitrification–denitrification
Sin et al. Global sensitivity analysis in wastewater treatment plant model applications: prioritizing sources of uncertainty
Sin et al. Uncertainty analysis in WWTP model applications: a critical discussion using an example from design
Flores-Alsina et al. Including greenhouse gas emissions during benchmarking of wastewater treatment plant control strategies
Mannina et al. A practical protocol for calibration of nutrient removal wastewater treatment models
Hakanen et al. Wastewater treatment plant design and operation under multiple conflicting objective functions
Bozkurt et al. A mathematical programming framework for early stage design of wastewater treatment plants
Castillo et al. An integrated knowledge-based and optimization tool for the sustainable selection of wastewater treatment process concepts
KR20110023608A (ko) 수학적 모델을 이용한 하, 폐수 처리공정의 설계 절차 제공방법
Fang et al. An integrated dynamic model for simulating a full-scale municipal wastewater treatment plant under fluctuating conditions
Eldyasti et al. Development of a calibration protocol and identification of the most sensitive parameters for the particulate biofilm models used in biological wastewater treatment
De Pauw et al. Practical aspects of sensitivity function approximation for dynamic models
Chen et al. Mathematical modeling and modification of a cycle operating activated sludge process via the multi-objective optimization method
Alasino et al. Wastewater treatment plant synthesis and design: Combined biological nitrogen and phosphorus removal
Phillips et al. Wastewater treatment modelling in practice: a collaborative discussion of the state of the art
Rafati et al. Determine the most effective process control parameters on activated sludge based on particle swarm optimisation algorithm (Case Study: South wastewater treatment plant of Tehran)
Makinia et al. Comparison of two model concepts for simulation of nitrogen removal at a full-scale biological nutrient removal pilot plant
Machado et al. Systematic comparison framework for selecting the best retrofitting alternative for an existing water resource recovery facility
Boiocchi et al. Extending the benchmark simulation model n° 2 with processes for nitrous oxide production and side-stream nitrogen removal
Boltz et al. Modeling integrated fixed‐film activated sludge and moving‐bed biofilm reactor systems II: Evaluation
Zhou et al. Development of a stochastic programming model for design and optimization of activated-sludge wastewater-treatment system considering efforts of uncertain factors
Knapp Study of process control strategies for biological nutrient removal in an oxidation ditch
Szeląg et al. A data mining approach to the prediction of food-to-mass ratio and mixed liquor suspended solids.
Ruiz et al. Sensitivity analyses and simulations of a full-scale experimental membrane bioreactor system using the activated sludge model No. 3 (ASM3)
Van Hulle et al. Scenario analysis and statistical analysis of simulation results of operation of activated sludge waste water treatment plants

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application