본 연구의 최종목표는 하수처리공정의 효율 향상과 최적 운전 조건 도출, 공정 내 발생 가능한 문제점의 예측 및 진단, 제어를 위한 인공지능 기술이 접목된 하수처리공정을 위한 모델 기법을 개발하고(본 기법의 구현이 가능한 프로그램을 제작 포함, 한국어 지원)실험을 통하여 개발된 모델 기법을 적용하는 것이다.

 

 또한 해외 유수 연구소와 국제공동연구를 통해 인공지능 하수처리공정 모델 기술을 교류하고, 이 기술을 바탕으로 국내 하수처리 현장에 실제 적용 가능한 모델 기법을 구축하는 것이다.

1. 연구개발의 목적 및 필요성
2006년 말 국내에 500톤/일 이상 하수처리시설은 344개소가 가동 중에 있으며, 하수도 보급률은 85.5%에 이르고 있다. 또한 고도처리공정이 증가함에 따라 내부 반송비, 적절한 외부 탄소원의 주입, 혐기/무산소/포기조의 체류 시간 등의 고려해야할 운전 인자들도 증가하게 되었으며, 수질원격감시체계(TMS)의 도입으로 인해 기존 하수처리장은 항시 안정적인 유출수 수질을 확보해야 한다.

 

이에 새로운 하수처리공정의 개발이나 건설 보다는 기존 하수처리장의 효율적인 운영 및 유지 관리가 더욱 필요한 실정이다. 따라서 본 연구에서는 하수처리공정의 효율적인 운영 및 유지 관리를 위해 기존 mechanistic 모델 기법의 현장 적용의 어려움을 느끼고, 이를 보완하고자 인공지능 모델 기법을 하수처리공정에 도입할 수 있는 프로토콜을 구축하고자 하였다.

2. 하수처리공정을 위한 인공지능 모델 기법 확립
본 연구팀에서는 하수처리공정을 위해 3 종류의 각기 다른 인공지능 모델 기법(인공 신경망 기법, 유전자 프로그래밍 기법, 뉴로 퍼지 기법)을 확립하였다. 또한 3 종류의 인공지능 모델 기법을 구현할 수 있도록 컴퓨터에 대한 깊은 지식이 없어도 누구나 손쉽게 사용할 수 있도록, 한국어 지원이 가능한 프로그램을 개발하였다.

3. 인공지능 모델 기법을 이용한 Fecal Coliform 모델링
본 연구를 통해 구축된 인공지능 모델 기법을 하수처리공정에 적용 가능성 검토와 동시에 효율적인 적용 방법을 연구하기 위해 실제 하수처리장 유출수의 Fecal Coliform 농도를 3 종류의 인공지능 모델 기법 각각을 이용하여 예측하였다. 그 결과, 3 종류의 인공지능 모델 기법 모두 뛰어난 예측 성능을 보였으며, 3 종류의 인공지능 모델 기법 모두 비슷한 예측 성능을 나타냈다.

4. 장기간 국내 하수처리장 운전 데이터 모델링
본 연구에서는 인공지능 모델 기법의 국내 하수처리장에 적용하기 위해, 실제 5 곳 하수처리장(대구 서부 하수처리장, 충남 천안 하수처리장, 대구 북부 하수처리장, 충남 금산 하수처리장, 경북 의성 하수처리장)의 장기간 운전 데이터를 수집하여 각각의 유출수 성상(BOD, CODmn, SS, TN, TP)을 예측하였다.

 

 그 결과 전체적으로 정확한 유출수 예측 성능을 보여 본 연구에서 구축한 3 종류의 인공지능 모델 기법 모두 실제 하수처리 현장에 상당히 효율적으로 사용될 수 있을 것으로 사료된다.

5. 국내 하수처리장 운전 전문가 경험 수집
본 연구에서는 국내 하수처리장 운전 전문가의 다년간 축적된 경험 및 지식을 수집하기 위해 자체적으로 제작한 설문 조사를 5 곳 하수처리장의 15명을 대상으로 실시하였다. 그 대표적인 결과로, 모든 하수처리장에서 반류수 및 연계 처리수(분뇨, 정화조 오니, 축산 폐수, 매립장 침출수, 음식물 침출수 등)를 일차 침전조 전단에 불규칙하게 주입하고 있는 것으로 나타났다.

 

따라서 본 연구를 통해 구축된 인공지능 모델 기법을 실제 적용할 때에는 반드시 하수처리장으로 유입되는 유입 원수의 성상 뿐이 아닌 일차 침전조를 지난 후의 성상도 고려해야 할 것이다. 또한 겨울철의 저온이 질산화의 저하를 심각하게 유발하기 때문에 인공지능 모델 기법을 적용할 시에 계절별로 각기 다른 모델을 구축한다면 더욱 정확한 예측 성능을 얻을 것으로 사료된다.

6. Pilot-scal

 

 

[원문 파일첨부 참조]