KR20120117228A - 수처리 공정 선정 방법 및 이를 지원하는 장치 - Google Patents

수처리 공정 선정 방법 및 이를 지원하는 장치 Download PDF

Info

Publication number
KR20120117228A
KR20120117228A KR1020110034855A KR20110034855A KR20120117228A KR 20120117228 A KR20120117228 A KR 20120117228A KR 1020110034855 A KR1020110034855 A KR 1020110034855A KR 20110034855 A KR20110034855 A KR 20110034855A KR 20120117228 A KR20120117228 A KR 20120117228A
Authority
KR
South Korea
Prior art keywords
water treatment
treatment process
modeling
priority
processor
Prior art date
Application number
KR1020110034855A
Other languages
English (en)
Inventor
맹승규
홍성훈
Original Assignee
한국과학기술연구원
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 한국과학기술연구원 filed Critical 한국과학기술연구원
Priority to KR1020110034855A priority Critical patent/KR20120117228A/ko
Publication of KR20120117228A publication Critical patent/KR20120117228A/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
    • C02F1/001—Processes for the treatment of water whereby the filtration technique is of importance
    • 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
    • C02F1/008—Control or steering systems not provided for elsewhere in subclass C02F
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F2201/00—Apparatus for treatment of water, waste water or sewage
    • C02F2201/002—Construction details of the apparatus
    • 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
    • C02F2209/005—Processes using a programmable logic controller [PLC]
    • C02F2209/008—Processes using a programmable logic controller [PLC] comprising telecommunication features, e.g. modems or antennas

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)
  • Water Treatment By Sorption (AREA)

Abstract

본 발명의 일 양태에 따른 수처리 공정 선정 장치는 모델링을 통해 수처리 공정에 의한 물질의 제거 특성을 검출하는 모델링 처리부, 그리고 제거 특성을 하나의 평가 기준으로 설정하여 수처리 공정을 결정하는 의사 결정부를 포함한다.

Description

수처리 공정 선정 방법 및 이를 지원하는 장치{METHOD FOR SELECTING WATER TREATMENT PROCESS AND APPARATUS FOR SUPPORTING THEREOF}
본 발명은 수처리 공정 선정 방법 및 이를 지원하는 장치에 관한 것이다.
각종 유해 물질에 의한 수질 오염 양상이 다양화되고, 수질 분석 기법이 고도화되고 있다. 이에 따라, 이전에는 수계 내에서 검출되지 않았던 환경 호르몬(예를 들면, 내분비계 장애 물질) 또는 잔류 의약 물질을 포함하는 미량의 유기 화합물이 검출되고 있다. 또한, 새로운 유기 화합물이 지속적으로 개발됨에 따라, 신종 오염 물질이 수중에 노출될 확률이 점점 증가하고 있다.
그러나, 일부 유기 화합물의 경우, 그 특성상 일반적인 수처리 공정인 응집, 모래 여과, 산화 등에 의하여 완전히 제거되기 어려우며, 수처리 공정의 구성에 따라 처리 효율 및 제거 특성이 크게 달라진다.
미량의 유기 화합물이라도 인체 및 수생 생물에 유해하게 작용할 수 있다. 기존의 수처리 공정에 따르면, 원수에 신종 오염 물질이 유입되더라도 신속하게 대처할 수 없다. 따라서, 신종 오염 물질의 유입으로 인하여 안전한 수자원 확보 및 공급에 지장을 유발할 수 있다.
따라서, 수중의 신종 오염 물질을 효율적이고 체계적으로 제거하기에 적합한 수처리 공정을 선정할 필요가 있다.
본 발명이 이루고자 하는 기술적 과제는 수처리 공정 선정 방법 및 이를 지원하는 장치를 제공하는 것이다. 특히, 기존 오염 물질뿐만 아니라 신종 오염 물질도 함께 처리할 수 있는 수처리 공정 선정 방법 및 장치를 제공하고자 한다.
본 발명의 일 양태에 따른 수처리 공정 선정 장치는 모델링을 통해 수처리 공정에 의한 물질의 제거 특성을 검출하는 모델링 처리부, 그리고 제거 특성을 하나의 평가 기준으로 설정하여 수처리 공정을 결정하는 의사 결정부를 포함한다.
수처리 공정 선정 장치는 물질에 대한 기초 데이터를 입력받는 기초 데이터 입력부를 더 포함할 수 있다.
수처리 공정 선정 장치는 기초 데이터 입력부에 기초 데이터가 입력된 물질이 신규한지를 판단하는 신규성 처리부를 더 포함할 수 있다.
모델링 처리부는 1차 모델링을 통해 물질의 물리화학적 특성, 구조 및 분자식 중 적어도 하나를 포함하는 특징을 검출하는 1차 모델링 처리부, 그리고 2차 모델링을 통해 상기 물질의 제거 특성을 검출하는 2차 모델링 처리부를 포함할 수 있다.
모델링 처리부는 상기 물질이 신규한 물질인 경우 상기 상기 1차 모델링을 통해 물리화학적 특성, 구조 및 분자식 중 적어도 하나를 포함하는 특징을 검출한 후 상기 2차 모델링을 통해 제거 특성을 검출하고, 신규한 물질이 아닌 경우 상기 1차 모델링을 거치지 않고 상기 2차 모델링을 통해 제거 특성을 검출할 수 있다.
의사 결정부는 적어도 하나의 평가 기준, 각 평가 기준에 대한 자료값 및 가중치를 입력받는 데이터 입력부, 각 평가 기준에 대한 자료값 및 가중치에 기초하여 적어도 하나의 수처리 공정의 우선 순위를 결정하는 우선 순위 처리부, 그리고 우선 순위에 기초하여 수처리 공정을 결정하는 최종 우선순위 처리부를 포함할 수 있다.
의사 결정부는 상기 각 평가 기준에 대한 자료값을 표준화하는 표준화 처리부, 표준화된 자료값에 상기 가중치를 반영하는 가중화 처리부, 그리고 우선순위 처리부에서 결정한 우선 순위의 결과를 검증하는 민감도 처리부를 더 포함할 수 있다.
모델링은 QSAR(Quantitive Structure Activity Relationships) 모델링, QSPR(Quantitative Structure Property Relationships) 모델링 및 QSBR(Quantitative Structure Biodegradation Relationships) 모델링 중 하나일 수 있다.
본 발명의 일 양태에 따른 수처리 공정 선정 방법은 물질에 대한 기초 데이터를 입력받는 단계, 모델링을 통해 상기 물질의 물리화학적 특성, 구조, 분자식 중 적어도 하나를 포함하는 특징과 상기 물질의 제거 특성을 검출하는 단계, 그리고 상기 제거 특성을 하나의 평가 기준으로 설정하여 수처리 공정을 선정하는 단계를 포함한다.
수처리 공정 선정 방법은 기초 데이터가 입력된 물질이 신규한지를 판단하는 단계를 더 포함할 수 있다.
검출하는 단계는, 물질이 신규한 경우 1차 모델링을 통해 물리화학적 특성, 구조, 분자식 중 적어도 하나를 포함하는 특징을 검출한 후 2차 모델링을 통해 상기 물질의 제거 특성을 검출하고, 물질이 신규하지 않은 경우 상기 1차 모델링을 거치지 않고 상기 2차 모델링을 통해 상기 제거 특성만을 검출할 수 있다.
1차 모델링을 통한 물리화학적 특성, 구조 및 분자식 중 적어도 하나를 포함하는 특징의 검출은 기존 물질의 물리화학적 특성, 구조 및 분자식 중 적어도 하나를 포함하는 특징에 관한 상관 관계를 이용하여 이루어질 수 있다.
2차 모델링을 통한 제거 특성의 검출은 물질의 물리화학적 특성, 구조 및 분자식 중 적어도 하나를 포함하는 특징과 제거 특성으로부터 도출된 상관관계를 이용하여 이루어질 수 있다.
선정하는 단계는, 적어도 하나의 평가 기준, 각 평가 기준에 대한 자료값 및 가중치를 입력받는 단계, 상기 각 평가 기준에 대한 자료값 및 가중치에 기초하여 적어도 하나의 수처리 공정의 우선 순위를 결정하는 단계, 그리고 상기 우선 순위에 기초하여 수처리 공정을 결정하는 단계를 포함할 수 있다.
선정하는 단계는, 평가 기준, 상기 자료값 및 상기 가중치의 일부 또는 전부를 변경하여 상기 입력받는 단계 및 상기 우선순위를 결정하는 단계를 반복하는 단계, 그리고 상기 반복하는 단계의 결과에 기초하여 상기 우선 순위를 결정하는 단계의 결과를 검증하는 단계를 더 포함할 수 있다.
본 발명의 실시예에 따르면, 기존 오염 물질뿐만 아니라, 신종 오염 물질도 효과적으로 처리할 수 있는 수처리 공정 선정 방법을 얻을 수 있다. 구체적으로, 가장 경제적인 수처리 공정을 선정하거나 환경적인 악영향을 가장 덜 유발하는 수처리 공정을 선정하거나, 오염 물질을 가장 빠른 속도로 처리하는 수처리 공정을 선정할 수 있습니다. 이에 따라, 신종 오염 물질이 원수에 유입된 경우 신속하게 대처함으로써, 안전한 수자원을 확보할 수 있다.
도 1은 본 발명의 한 실시예에 따른 수처리 공정 선정 장치의 블록도이다.
도 2는 본 발명의 한 실시예에 따른 수처리 공정 선정 방법을 나타내는 순서도이다.
도 3은 본 발명의 한 실시예에 따른 의사 결정 장치의 블록도이다.
도 4는 본 발명의 한 실시예에 따른 의사 결정 방법을 나타내는 순서도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 명세서에서, 오염 물질은 수질 오염 물질, 유해 물질, 물질 등과 혼용될 수 있다. 여기서, 오염 물질이라 함은 수질 오염의 요인이 되는 물질로서, 환경 호르몬, 잔류 의약 물질, 개인 생활 용품 등의 유기 화합물을 포함한다.
본 명세서에서, 모델링은 QSAR(Quantitive Structure Activity Relationships), QSPR(Quantitative Structure Property Relationships), QSBR(Quantitative Structure Biodegradation Relationships) 등을 포함한다. 여기서, QSAR는 물질의 구조에 따른 활성 변화의 통계학적 상관관계를 예측하는 모델링 기법으로, 구조를 독립변수로 하고, 활성을 종속변수로 할 때 상호간의 상관관계를 관계식, 그래프, 기타 시각적 효과, 프로그램 결과 등 일련의 형태로 산출하는 방법이다. 주로 의약물질의 체내영향 분석, 신규화학물질의 설계 및 노출에 따른 체내독성 연구 등에 이용되며, 환경공학 분야에서는 물질의 구조 및 물리화학적 특성에 따른 처리공정에서의 물질 제거특성의 상관관계를 도출하기 위해 사용될 수 있다. QSPR과 QSBR의 경우 각각 물질의 구조에 따른 물리화학적 특성, 생분해성에 관한 상관관계를 도출하는 기법으로 QSAR, QSPR, QSBR 모델링 등 모두 독립변수 및 종속변수로 이용되는 특성인자들을 별도로 규정짓고 있지 않으며, QSAR, QSPR, QSBR 등의 적용 개념이 유사하다.
도 1은 본 발명의 한 실시예에 따른 수처리 공정 선정 장치의 블록도이고, 도 2는 본 발명의 한 실시예에 따른 수처리 공정 선정 방법을 나타내는 순서도이다.
도 1을 참고하면, 수처리 공정 선정 장치(100)는 기초 데이터 입력부(110), 신규성 처리부(120), 1차 모델링 처리부(130), 2차 모델링 처리부(140), 의사 결정부(150) 및 디스플레이부(160)를 포함한다.
도 1 및 도 2를 참고하면, 기초 데이터 입력부(110)는 수중에 존재하는 물질에 대한 기초 데이터를 입력 받는다(S200). 여기서, 물질에 대한 기초 데이터는 물질의 명칭, CAS(Chemical Abstracts Service) 번호, 구조, 분자식 및 물리화학적 특성 등 물질 자체를 표현하거나 그 특성을 대변하는 인자 중 적어도 하나일 수 있다. 다만, 물질의 명칭, 구조, 분자식 등은 기초 데이터의 예시에 불과한 것으로, 이에 한정되는 것은 아니다. 물리화학적 특성은, 예를 들면 녹는점, 이온화 상수, 옥탄올-물 분배계수, 이중 결합 보유수, 분자 크기 등일 수 있다. 기초 데이터를 수집할 수 없는 신규한 물질인 경우, 해당 과정을 생략하고 1차 모델링 처리 과정을 바로 시작할 수도 있다.
신규성 처리부(120)는 기초 데이터가 입력된 물질이 신규한지를 판단한다(S210). 여기서, 기존의 참고문헌 또는 실험 자료 등으로부터 물질의 물리화학적 특성, 구조, 분자식 등으로 표현되는 특징 관련 정보를 수집할 수 있다면, 해당 물질은 신규하지 않은 물질(기존 물질)인 것으로 판단할 수 있다. 그러나, 모델링을 제외한 다른 방법으로는 물질의 물리화학적 특성, 구조, 분자식 등으로 표현되는특징 관련 정보를 수집할 수 없다면, 해당 물질은 신규한 물질인 것으로 판단한다.
신규한 물질인 경우(S220), 1차 모델링 처리부(130)는 1차 모델링을 통해 신규한 물질의 물리화학적 특성, 구조, 분자식 등으로 표현되는 특징을 검출한다(S230). 신규한 물질의 물리화학적 특성, 구조, 분자식 등으로 표현되는 특징은 기존 물질의 물리화학적 특성, 구조, 분자식 등으로 표현되는 특징과의 상관관계를 모델링을 통해 도출함으로써 검출할 수 있다.
2차 모델링 처리부(140)는 신규성 처리부(120)에서 신규하지 않다고 판단한 물질 및 1차 모델링 처리부(130)에서 모델링을 통해 물리화학적 특성, 구조, 분자식 등으로 표현되는 특징이 검출된 물질에 대한 제거 특성을 검출한다(S240). 예를 들어, 2차 모델링 처리부는 물질의 물리화학적 특성, 구조, 분자식 등으로 표현되는 특징을 독립 변수로하고 물질이 제거되는 특성을 종속 변수로 하는 관계식을 도출하여, 해당 물질의 제거 특성을 검출하고 검증할 수 있다. 여기서, 제거 특성은 오염 물질이 수처리 공정에 의하여 제거되는 것과 관련된 성질을 의미한다. 제거 특성은, 예를 들어 제거 효율 또는 제거 속도일 수 있다.
의사 결정부(150)는 2차 모델링 처리부(140)에서 검출된 제거 특성을 평가 기준의 하나로 설정하여 수처리 공정을 선정한다(S250). 의사 결정부(150)가 모델링으로부터 검출된 물질의 제거 특성을 이용하여 수처리 공정을 선정하는 구체적인 방법은 후술한다.
디스플레이부(160)는 기초 데이터 입력부(110), 신규성 처리부(120), 1차 모델링 처리부(130), 2차 모델링 처리부(140), 의사 결정부(150)의 처리 결과를 실시간으로 디스플레이한다.
이에 따라, 기초 데이터를 수집할 수 없는 신규한 물질이 원수에 유입되더라도, 모델링 처리에 의하여 신규한 물질의 물리화학적 특성, 구조, 분자식 등으로 표현되는 특징과 제거 특성을 신속하게 검출할 수 있으므로, 효과적인 수처리 공정을 선정할 수 있다.
도 3은 본 발명의 한 실시예에 따른 의사 결정 장치의 블록도이고, 도 4는 본 발명의 한 실시예에 따른 의사 결정 방법을 나타내는 순서도이다. 의사 결정 장치(300)는 도 1의 의사 결정부(150)에 대응한다.
도 3을 참고하면, 의사 결정 장치(300)는 데이터 입력부(310), 표준화 처리부(320), 가중화 처리부(330), 우선순위 처리부(340), 민감도 처리부(350) 및 최종 우선순위 결정부(360)를 포함한다.
도 3 및 도 4를 참고하면, 데이터 입력부(310)는 복수의 수처리 공정 후보에 대한 공통적인 평가 기준 데이터를 입력 받는다(S400). 평가 기준 데이터는, 예를 들면 평가 기준 명칭, 각 평가 기준에 대한 자료값 및 각 평가 기준에 대한 가중치를 포함할 수 있다. 여기서, 자료값은 해당 평가 기준 고유의 정량적 특성 또는 정성적 특성이 반영된 값을 의미한다. 그리고, 가중치는 복수의 평가 기준에 대한 중요도를 반영하는 값을 의미한다. 예를 들면, 전체 평가 기준의 가중치의 합은 1이고, 각 평가 기준의 가중치는 0 내지 1 사이의 값을 가질 수 있다. 표 1은 데이터 입력부(310)에 입력되는 평가 기준 데이터의 일 예이다.
평가기준(가중치) A 공정 B 공정 C 공정 D 공정
제거 특성(0.8) 75% 95% 72% 98%
비용(0.2) \400,000 \1,000,000 \500,000 \1,200,000
표 1에서, 평가 기준은 제거 특성 및 비용이다. A 공정, B 공정, C 공정 및 D 공정의 4가지 수처리 공정이 있는 경우, 각 공정에 대한 제거 특성(제거 효율) 및 비용에 대한 자료값과 가중치가 표 1과 같이 표현될 수 있다.
표 1에서, 정량적 특성이 반영된 평가 기준만을 제시하고 있으나, 전문가 평점, 환경적 영향, 안전성 점수 등의 정성적 특성이 반영된 평가 기준도 포함될 수 있다. 정성적 특성이 반영된 평가 기준의 자료값은, 예를 들면 등급([A, B, C], [+++, ++, +, 0, -, --, ---] 등)으로 표현될 수 있다.
다음으로, 표준화 처리부(320)는 각 평가 기준에 대한 자료값을 표준화한다(S410). 즉, 표준화 처리부(320)는 각 평가 기준에 대한 자료값을 평가기준 상호 간 산술 처리가 가능한 형태로 변환한다. 예를 들면, 하나의 평가 기준에 대하여 표준화 처리구간을 0에서 1까지로 하는 경우, 복수의 수처리 공정의 자료값 중 최소값, 최대값을 각각 0, 1로 설정하거나, 각각 최소값, 1로 설정(단, 0<최소값<1)하거나, 0 또는 1이 아닌 제3의 값으로 각각 목적 최소값과 목적 최대값을 설정(0<목적 최소값<1, 0<목적최대값<1)하고, 나머지 값을 최소값과 최대값 사이의 값으로 설정할 수 있다. 그리고 표준화 처리구간을 0에서 1까지로 하지 않는 경우, 예를 들어 0에서 100까지, 0에서 1000까지 등으로 할 때, 최소값과 최대값을 변환하는 방식은 표준화 처리구간만 변경하고, 나머지 단계는 표준화 처리구간이 0에서 1까지인 경우와 동일하게 적용한다. 수학식 1은 표준화된 자료값을 도출하는 일 예를 나타낸다.
Figure pat00001
표 1과 같이 A 수처리 공정, B 수처리 공정, C 수처리 공정 및 D 수처리 공정의 비용에 대한 자료값이 각각 \400,000, \1,000,000, \500,000, \1,200,000인 경우, A 수처리 공정의 비용이 자료값들 중 최소값이므로 이것을 0으로 표준화하고, D 수처리 공정의 비용이 자료값들 중 최대값이므로 이것을 1로 설정한 경우를 가정한다. 수학식 1에 따르면, A 수처리 공정, B 수처리 공정, C 수처리 공정 및 D 수처리 공정의 비용에 대한 표준화된 자료값은 각각 0, 0.75, 0.125, 1로 변환될 수 있다.
한편, 정성적 특성이 반영된 평가 기준인 경우, 최하 등급, 최고 등급을 각각 0, 1로 설정하거나, 목적 최소값, 목적 최대값으로 설정하여 표준화 처리할 수 있다.
가중치 처리부(330)는 단계 S410에서 표준화된 자료값에 가중치를 반영한다(S420). 예를 들어, 비용에 대한 가중치가 0.2인 경우, A 수처리 공정, B 수처리 공정, C 수처리 공정 및 D 수처리 공정의 비용에 대한 자료값에 가중치를 곱할 수 있다. 따라서, 가중치가 반영된 값은 각각 0, 0.15, 0.025, 0.2가 될 수 있다.
이후, 우선순위 처리부(340)는 수처리 공정의 우선순위를 산출한다(S430). 이를 위하여, 각 평가 기준에 대한 자료값을 표준화하고 가중치를 반영한 후, 각 수처리 공정 별로 산술 처리한다. 예를 들어, 각 수처리 공정 별로 가중치가 반영된 모든 평가 기준의 점수를 합산하고, 총점 순서대로 우선순위를 산출할 수 있다.
다음으로, 민감도 처리부(350)는 우선순위 처리부(340)에서 산출한 우선순위 결과를 검증한다(S440). 예를 들어, 민감도 처리부(350)는 초기 입력한 평가 기준 데이터를 일부 또는 전부 변경하여 데이터 입력부(310)에 재입력하고, 단계 S400 내지 단계 S430을 반복한 결과 산출한 우선순위 결과를 초기 산출한 우선순위 결과와 비교할 수 있다. 수학식 2는 민감도 처리부(350)가 단계 S440에서 산출한 우선순위의 민감도를 산출하는 방법으로 활용될 수 있다.
Figure pat00002
여기서, A는 평가 방법의 변경 가능한 경우의 수이고, B는 변경 가능한 경우의 수, Rmax는 최대 빈도수를 나타내는 우선순위 결과 단위의 개수를 의미한다. 여기서, 평가 방법의 변경은 평가 기준에 해당하는 원래 자료값을 얻기 위하여 평가기준의 평가 방법을 변경하는 것을 의미한다. 출처가 다른 곳에서 해당 평가 기준의 자료값을 수집하여 활용하는 경우를 포함한다.
다음으로, 최종 우선순위 처리부(360)는 단계 S430의 우선순위 산출 결과 및 단계 S440의 우선순위 검증 결과를 바탕으로 최종 우선순위를 결정하고, 수처리 공정을 선택한다(S450). 예를 들어, 단계 S440의 우선순위 검증 결과, 우선순위의 민감도가 일정 수준 이상이면 단계 S430의 우선순위 산출 결과를 신뢰할 수 없는 것으로 판단하고, 데이터 입력부(310)에 추가적인 평가 기준 데이터를 입력하거나 데이터 입력부(310)에 이미 입력된 자료값 및 가중치를 수정 또는 삭제하여 단계 S400 내지 단계 S440을 반복한다. 재산출한 민감도가 일정 수준 이하가 될 때까지 이상의 과정을 반복한다. 재산출한 민감도가 일정 수준 이하이면, 최대 빈도수를 나타내는 우선순위 결과를 최종 우선순위 결과로 선택하고, 수처리 공정을 선택한다.
한편, 디스플레이부(160)는 데이터 입력부(310), 표준화 처리부(320), 가중화 처리부(330), 우선순위 처리부(340), 민감도 처리부(350) 및 최종 우선순위 결정부(360)의 처리 결과를 실시간으로 디스플레이할 수 있다.
이와 같이, 모델링을 통해 얻은 수처리 공정의 제거 특성을 의사 결정 시스템에 입력함으로써, 모델링 기법과 의사 결정 기법이 연계된 최적의 수처리 공정 선정 방법을 얻을 수 있다.
이에 따라, 정량적 데이터뿐만 아니라 정성적 데이터로 표현되는 평가 기준도 고려함으로써, 경제적, 기술적, 사회적, 환경적 측면을 동시에 고려하여 수처리 공정을 선정할 수 있다. 그리고, 단계 S440의 우선순위 검증 절차에 따라, 수처리 공정 선정의 신뢰성을 확보할 수 있다.
또한, 수처리 공정 선정의 모든 과정을 실시간으로 디스플레이함으로써, 수처리 공정을 선정하는 과정에서도 최종 우선순위의 변동을 관측하고 추이를 예측할 수 있다.
이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (15)

  1. 모델링을 통해 수처리 공정에 의한 물질의 제거 특성을 검출하는 모델링 처리부, 그리고
    상기 제거 특성을 하나의 평가 기준으로 설정하여 수처리 공정을 결정하는 의사 결정부
    를 포함하는 수처리 공정 선정 장치.
  2. 제1항에 있어서,
    상기 물질에 대한 기초 데이터를 입력받는 기초 데이터 입력부
    를 더 포함하는 수처리 공정 선정 장치.
  3. 제2항에 있어서,
    상기 기초 데이터 입력부에 기초 데이터가 입력된 물질이 신규한지를 판단하는 신규성 처리부를 더 포함하는 수처리 공정 선정 장치.
  4. 제1항에 있어서,
    상기 모델링 처리부는,
    1차 모델링을 통해 물질의 물리화학적 특성, 구조 및 분자식 중 적어도 하나를 포함하는 특징을 검출하는 1차 모델링 처리부, 그리고
    2차 모델링을 통해 상기 물질의 제거 특성을 검출하는 2차 모델링 처리부를 포함하는 수처리 공정 선정 장치.
  5. 제1항에 있어서,
    상기 모델링 처리부는 상기 물질이 신규한 물질인 경우 상기 상기 1차 모델링을 통해 물리화학적 특성, 구조 및 분자식 중 적어도 하나를 포함하는 특징을 검출한 후 상기 2차 모델링을 통해 제거 특성을 검출하고, 신규한 물질이 아닌 경우 상기 1차 모델링을 거치지 않고 상기 2차 모델링을 통해 제거 특성을 검출하는 수처리 공정 선정 장치.
  6. 제1항에 있어서,
    상기 의사 결정부는,
    적어도 하나의 평가 기준, 각 평가 기준에 대한 자료값 및 가중치를 입력받는 데이터 입력부,
    상기 각 평가 기준에 대한 자료값 및 가중치에 기초하여 적어도 하나의 수처리 공정의 우선 순위를 결정하는 우선 순위 처리부, 그리고
    상기 우선 순위에 기초하여 수처리 공정을 결정하는 최종 우선순위 처리부
    를 포함하는 수처리 공정 선정 장치.
  7. 제6항에 있어서,
    상기 의사 결정부는 상기 각 평가 기준에 대한 자료값을 표준화하는 표준화 처리부,
    표준화된 자료값에 상기 가중치를 반영하는 가중화 처리부, 그리고
    상기 우선순위 처리부에서 결정한 우선 순위의 결과를 검증하는 민감도 처리부
    를 더 포함하는 수처리 공정 선정 장치.
  8. 제1항에 있어서,
    상기 모델링은 QSAR(Quantitive Structure Activity Relationships) 모델링, QSPR(Quantitative Structure Property Relationships) 모델링 및 QSBR(Quantitative Structure Biodegradation Relationships) 모델링 중 하나인 수처리 공정 선정 장치.
  9. 물질에 대한 기초 데이터를 입력받는 단계,
    모델링을 통해 상기 물질의 물리화학적 특성, 구조, 분자식 중 적어도 하나를 포함하는 특징과 상기 물질의 제거 특성을 검출하는 단계, 그리고
    상기 제거 특성을 하나의 평가 기준으로 설정하여 수처리 공정을 선정하는 단계
    를 포함하는 수처리 공정 선정 방법.
  10. 제9항에 있어서,
    상기 기초 데이터가 입력된 물질이 신규한지를 판단하는 단계
    를 더 포함하는 수처리 공정 선정 방법.
  11. 제9항에 있어서,
    상기 검출하는 단계는,
    상기 물질이 신규한 경우 1차 모델링을 통해 물리화학적 특성, 구조, 분자식 중 적어도 하나를 포함하는 특징을 검출한 후 2차 모델링을 통해 상기 물질의 제거 특성을 검출하고,
    상기 물질이 신규하지 않은 경우 상기 1차 모델링을 거치지 않고 상기 2차 모델링을 통해 상기 제거 특성만을 검출하는 수처리 공정 선정 방법.
  12. 제11항에 있어서,
    상기 1차 모델링을 통한 물리화학적 특성, 구조 및 분자식 중 적어도 하나를 포함하는 특징의 검출은 기존 물질의 물리화학적 특성, 구조 및 분자식 중 적어도 하나를 포함하는 특징에 관한 상관 관계를 이용하여 이루어지는 수처리 공정 선정 방법.
  13. 제11항에 있어서,
    상기 2차 모델링을 통한 제거 특성의 검출은 물질의 물리화학적 특성, 구조 및 분자식 중 적어도 하나를 포함하는 특징과 제거 특성으로부터 도출된 상관관계를 이용하여 이루어지는 수처리 공정 선정 방법.
  14. 제9항에 있어서,
    상기 선정하는 단계는,
    적어도 하나의 평가 기준, 각 평가 기준에 대한 자료값 및 가중치를 입력받는 단계,
    상기 각 평가 기준에 대한 자료값 및 가중치에 기초하여 적어도 하나의 수처리 공정의 우선 순위를 결정하는 단계, 그리고
    상기 우선 순위에 기초하여 수처리 공정을 결정하는 단계
    를 포함하는 수처리 공정 선정 방법.
  15. 제14항에 있어서,
    상기 선정하는 단계는,
    상기 평가 기준, 상기 자료값 및 상기 가중치의 일부 또는 전부를 변경하여 상기 입력받는 단계 및 상기 우선순위를 결정하는 단계를 반복하는 단계, 그리고
    상기 반복하는 단계의 결과에 기초하여 상기 우선 순위를 결정하는 단계의 결과를 검증하는 단계
    를 더 포함하는 수처리 공정 선정 방법.
KR1020110034855A 2011-04-14 2011-04-14 수처리 공정 선정 방법 및 이를 지원하는 장치 KR20120117228A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110034855A KR20120117228A (ko) 2011-04-14 2011-04-14 수처리 공정 선정 방법 및 이를 지원하는 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110034855A KR20120117228A (ko) 2011-04-14 2011-04-14 수처리 공정 선정 방법 및 이를 지원하는 장치

Publications (1)

Publication Number Publication Date
KR20120117228A true KR20120117228A (ko) 2012-10-24

Family

ID=47285220

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110034855A KR20120117228A (ko) 2011-04-14 2011-04-14 수처리 공정 선정 방법 및 이를 지원하는 장치

Country Status (1)

Country Link
KR (1) KR20120117228A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102376533B1 (ko) * 2021-10-14 2022-03-21 주식회사 지엔씨환경솔루션 수처리 시설의 재난피해 복구 방법 및 시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102376533B1 (ko) * 2021-10-14 2022-03-21 주식회사 지엔씨환경솔루션 수처리 시설의 재난피해 복구 방법 및 시스템

Similar Documents

Publication Publication Date Title
Morgan et al. GRADE: Assessing the quality of evidence in environmental and occupational health
Impellizzeri et al. Systematic review and meta‐analysis: A primer
KR101855179B1 (ko) 질환 진단을 위한 최적의 진단 요소 셋 결정 장치 및 방법
Lentz et al. Aggregate exposure and cumulative risk assessment—integrating occupational and non-occupational risk factors
Pizzo et al. In silico models for predicting ready biodegradability under REACH: a comparative study
O’Dwyer et al. Backbones of evolutionary history test biodiversity theory for microbes
Arhonditsis et al. Evaluation of the current state of mechanistic aquatic biogeochemical modeling: citation analysis and future perspectives
JPWO2010016110A1 (ja) 重回帰分析による予測モデルの作成方法、作成システムおよび作成プログラム
CN105096225A (zh) 辅助疾病诊疗的分析系统、装置及方法
KR102508971B1 (ko) 질병 위험도 예측 방법 및 이를 수행하는 장치
Müller et al. Exploring REACH as a potential data source for characterizing ecotoxicity in life cycle assessment
Clay et al. Galaxy formation in the Planck cosmology–III. The high-redshift universe
Dávila-Santiago et al. Machine learning applications for chemical fingerprinting and environmental source tracking using non-target chemical data
Petoumenou et al. Comparison between bioconcentration factor (BCF) data provided by industry to the European Chemicals Agency (ECHA) and data derived from QSAR models
Dotson et al. Setting occupational exposure limits for chemical allergens—Understanding the challenges
JP2011504359A (ja) Ｄｎａ証拠の考察に関する改善
CN110544508A (zh) 一种单基因遗传病基因的分析方法、装置及电子设备
Li et al. Development and evaluation of a holistic and mechanistic modeling framework for chemical emissions, fate, exposure, and risk
Lusher et al. Finding the balance between research and monitoring: When are methods good enough to understand plastic pollution?
Krewski et al. Development of an evidence-based risk assessment framework
Hagiwara et al. A value of information framework for assessing the trade‐offs associated with uncertainty, duration, and cost of chemical toxicity testing
Toropov et al. CORAL: the prediction of biodegradation of organic compounds with optimal SMILES-based descriptors
Paris et al. An age‐dependent mathematical model of neurofilament trafficking in healthy conditions
KR20120117228A (ko) 수처리 공정 선정 방법 및 이를 지원하는 장치
Zhou et al. Integrating de novo and inherited variants in over 42,607 autism cases identifies mutations in new moderate risk genes

Legal Events

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