논문 상세보기
pp.275-293
본 연구에서는 실규모 MLE(Modified Ludzack-Ettinger) 공법 하수처리시설을 대상으로 송풍량 성능을 평가⋅최적화하기 위해 데이터 기반 유입수 성상 분석 프레임워크와 수학적 모델 기반 디지털 트윈(DT, digital twin)을 개발하였다. 국내 기존 하수처리시설 모니터링 체계는 활성슬러지 모델 구동에 필수적인 CODcr 분획 자료가 부족하고, 처리장에서 수행되는 일 1회 채수만으로는 유입수의 시간적 변동성을 반영하기 한계를 가지고 있다. 이를 보완하기 위해 생물반응조 유입수를 대상으로 24시간 채수를 수행하여 계절별 유입 특성을 평가하였다. 또한 이차침전지 처리수를 대상으로 탄소성 및 질소성 생물학적 산소요구량 실험을 진행하였을 때, 잔류 암모니아 1 ㎎/L는 약 4.82 ㎎/L의 NOD(nitrogenous oxygen demand)를 유발하는 것을 파악하였다. 유입수 유기물 성상 및 분획을 추정하기 위해 다항 회귀와 다층 퍼셉트론 기반 모델을 결합하여 적용하였다. 2차 다항 회귀 모델은 TCOD(total COD) 예측에서 R2 0.848의 높은 성능을 보였으나, 비선형성이 큰 용존성 분율 예측에는 한계가 있었다. 이에 MLP(Multi-Layer Perceptron) 모델을 도입한 결과, FCOD(filtered COD)는 R2 0.748, FFCOD(flocculated filtered COD)의 R2 0.698 그리고 VSS(volatile suspended solid) R2 0.933로 신뢰성 있는 예측 정확도를 확보하였다. 예측된 유입수 분획 데이터를 DT 입력값으로 적용하고 7일간의 실제 운영 자료로 검증한 결과, DT 모델은 MAE(mean absolute error) 0.314 ㎎/L, R2 0.721로 질산화 거동을 적절히 재현하였다. 암모니아 기반 송풍 제어(ABAC) 시뮬레이션에서 실제 공급 송풍량이 안정적 질산화를 위한 요구량 대비 평균 13.1% 부족한 것으로 분석되었다. 종합적으로, 본 연구의 데이터 기반 DT 프레임워크는 공정 안정성 및 운전 이해를 정량적으로 평가할 수 있는 지표를 제공하며, 하수처리시설 운영자의 의사결정을 지원하는 진단 도구로서 활용 가능함을 시사한다.
This study develops a data-driven influent characterization framework and a mathematical model based Digital Twin (DT) to evaluate and optimize aeration performance in a full-scale MLE wastewater treatment plant (WWTP). Conventional monitoring in South Korea typically lacks CODcr fraction data required for Activated Sludge Models (ASM), and standard once-daily sampling is insufficient to capture dynamic influent variations. To address these limitations, 24-hour primary effluent sampling was conducted to assess seasonal characteristics. Also, the analysis revealed that 1 ㎎/L of residual ammonia generated approximately 4.82 ㎎/L of Nitrogenous Oxygen Demand (NOD) in the secondary effluent, underscoring the critical need for stable nitrification. To reconstruct influent organic composition, this study combined polynomial regression and Multi-Layer Perceptron (MLP) models. While a second-order polynomial regression model achieved high performance for TCOD (R2=0.848), it proved insufficient for soluble fractions due to non-linearity. Consequently, MLP models were employed, yielding reliable predictive accuracy for FCOD (R2=0.748), FFCOD (R2=0.698), and VSS (R2=0.933). These reconstructed characteristics were used as inputs for a mathematical model based DT. Validation using seven days of real operating data demonstrated that the DT adequately reproduced dynamic nitrification behavior (MAE=0.314 ㎎/L, R2=0.721). Subsequent simulations using Ammonia-Based Aeration Control (ABAC) indicated that the delivered aeration was, on average, 13.1% lower than the demand for stable nitrification. These results highlight the potential of the proposed data-driven DT framework as a diagnostic tool that supports operator decision-making by providing quantitative metrics for improving operational stability and process understanding in municipal WWTP systems.
ABSTRACT
1. 서 론
2. 연구 방법
2.1 연구대상 처리시설 현황 및 수질 분석
2.2 데이터 기반 유입수 유기물 농도 예측 모델 구축
2.3 Mathematical Model 기반 Digital Twin 구축
3. Results and Discussion
3.1 연구대상 처리시설 분석
3.2. 모델 입력 유입수 분획 예측 성능 평가
3.3. DT 검증 및 송풍량 진단
4. 결 론
References
