활성슬러지 공정최적화를 위한 모델링 및 인공지능기법을 이용한 모델 파라미터의 추정

Abstract

산업발전과 인구증가로 인해 우리나라의 수질오염문제는 점점 더 심각해져 가고 있으며, 이로 인해 하천과 상수원의 오염으로 인한 부영양화나 환경호르몬 등의 문제가 커다란 사회문제가 되고 있다. 그러나 현재 우리나라의 하수처리장은 대부분 부영양화 등의 오염물질에 대응하기 어려운 표준활성슬러지 공정을 채택하고 있다. 90% 이상이 표준활성슬러지법에 의해서 처리되고 있는 우리나라의 하수처리장을 모두 질소와 인 등의 영양염류를 제거할 수 있는 공정으로 전환시키는데는 엄청난 재원이 소요되며 많은 시간이 필요할 것이다. 따라서 기존의 하수처리장의 시설의 교체나 구조의 변경 없이 운전전략을 변화시킴으로서 질소·인의 제거효율을 극대화함으로써 중·단기간의 수질기준을 충족시킬 수 있는 방안이 필요하다. 이를 위해서는 기존의 하수처리장에 대한 정확한 평가를 통해 최적의 운전전략을 찾아내는 것이 중요하다. 또한 기존공정의 기능을 향상시킨 새로운 공정들이 많이 제기되고 있으나 이를 객관적으로 이론적인 검증할 수 있는 토대가 부족한 실정이다. 본 연구는 국내의 하폐수처리장의 최적화와 자동제어에 실제로 적용할 수 있는 일반화된 모델을 개발하고, 모델을 이용한 공정의 자동제어가 가능하도록 모델의 파라미터를 온라인 측정장치와 최적화 알고리즘을 이용해 추정하기 위한 알고리즘을 제시하며, 직접 측정이 불가능하지만 제어에 필요한 수질인자를 추정하기 위한 모형을 개발하는 것을 목적으로 진행되었다. 기존의 대표적인 활성슬러지 모델인 IAWQ의 모델을 근간으로 국내 하수처리장의 진단과 평가 및 공정의 제어에 이용될 수 있는 모델을 구축하였다. 즉 실제공정에서 측정가능한 파라미터들에 의해 모사가 가능하도록 모델을 세우고 이를 통해 국내 하수처리장의 진단과 평가를 하기 위한 benchmarking platform을 구축하였다. 활성슬러지모델의 파라미터들을 호흡율과 유전자연산을 위해 온라인으로 추정할 수 있는 알고리즘을 제시하였으며, 활성슬러지 공정의 자동제어에서 가장 큰 장애로 되고 있는 자동측정장치의 문제를 해결하기 위한 하나의 방안으로 직접 측정이 불가능한 수질인자를 기존의 통계적 기법과 인공신경망을 이용하여 추정할 수 있는 모형을 제시하고 이를 검증하였다. 본 연구의 결과는 최근의 인공지능 등의 첨단기법을 이용하여 하폐수처리공정의 모델링과 자동화 분야에 본격적으로 이용한 최초의 연구로서 향후 우리나라 하수처리 및 폐수처리공정의 진단과 평가, 최적설계와 최적운전조건의 도출, 자동화 및 기능개선에 직접 활용될 수 있을 것으로 기대된다.