• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.1431-1438
• /
• 2006

유역에서의 하천 프랙탈은 본 연구의 목적은 상수도 배수시스템의 수질예측 모형인 EPANET의 수질보정을 위한 염소분해계수의 효율적인 적용을 평가하기 위한 것이다. 이를 위해 우선적으로 연구대상시스템의 특성에 따른 수질 및 관종별 염소분해계수를 실험에 의하여 분석하고, 대상블록에 대한 EPANET 모형의 수질보정을 위한 잔류염소분해계수의 3가지 적용방법을 검토하여 효율적인 적용방안을 도출하였다. 연구결과, 실험에 의한 염소분해계수는 계절적 특성과 관종 및 관경에 따른 다양한 결과를 보였으며, 각 방법에 따른 모의결과도 다양하게 나타났으며, 관종, 관경, 계절적 특성을 반영한 분해계수를 적용한 모의 결과가 현장분석된 잔류염소농도와 더 가깝게 예측되는 것으로 나타났다. 따라서 EPANET을 이용하여 잔류염소농도를 예측하기 위해서는 대상수질 및 관망의 특성을 반영한 잔류염소분해계수를 사용하는 방법이 가장 효율적일 것으로 사료된다.

• 한국수자원학회논문집
• /
• 제57권3호
• /
• pp.151-164
• /
• 2024

상수도 공급을 위한 정수장에서 전염소 또는 중염소 공정이 도입된 수처리 공정의 염소농도 관리에 필요한 공정제어를 위하여 AI 기술을 활용한 수질예측 기법이 연구되고 있다. 본 연구에서는 정수장 수처리 공정에서 실시간으로 관측, 생산되고 있는 수량·수질자료를 이용하여 염소소독 공정제어 자동화를 목적으로 침전지 후단의 잔류염소 농도를 예측하기 위한 AI 기반 예측모형을 개발하였다. AI 기반 예측모형은 과거 수질 관측자료를 학습하여 이후 시점의 수질에 대한 예측이 가능한 기법으로, 복잡한 물리·화학·생물학적 수질모형과 달리 간단하고 효율적이다. 다중회귀 모형과 AI 기반 모형인 랜덤포레스트와 LSTM을 이용하여 정수장의 침전지 후단 잔류염소 농도를 예측하여 비교하였다. 최적의 잔류염소 농도 예측을 위한 AI 모형의 입출력 구조로는 침전지 전단의 잔류염소 농도, 침전지 탁도, pH, 수온, 전기전도도, 원수의 유입량, 알칼리도, NH₃ 등을 독립변수로, 예측하고자 하는 침전지 유출수의 잔류염소 농도를 종속변수로 선정하였다. 독립변수는 침전지 후단의 잔류염소에 영향이 있는 정수장에서 확보가 가능한 관측자료중에서 분석을 통해 선별하였으며, 분석 결과 연구대상 정수장인 정수장에서는 중회귀모형, 신경망모형, 모델트리 및 랜덤포레스트 모형을 비교한 결과 랜덤포레스트에 기반한 모형오차가 가장 낮게 도출되는 결과를 얻을 수 있었다. 본 연구에서 제시하는 침전지 후단의 적정 잔류염소 농도 예측값은 이전 처리단계에서 염소주입량의 실시간 제어가 가능토록 할 수 있어 수처리 효율 향상과 약품비 절감에 도움이 될 것으로 기대된다.

• 대한환경공학회지
• /
• 제29권6호
• /
• pp.706-714
• /
• 2007

본 연구에서는 배급수계통에서 잔류염소와 THMs의 분포를 예측하는 방안을 제시하였다. 잔류염소와 THMs의 등의 수질변화에 대해 현장조사를 실시하였고, 수체와 관벽에 대한 잔류염소 감소계수와 THMs의 생성계수를 산출하여 관망해석에 의한 수질모델링에 적용하였다. 병실험을 통해 잔류염소 병렬 1차 수체 반응계수를 구하고, 5개 관벽 감소 모델을 비교 평가하여 1차 관벽 감소계수 산출하고 적용했을 때 잔류염소 현장 측정값과 관망 수질모델링에 의한 예측간의 평균절대오차 및 평균제곱근오차가 각각 0.03, 0.037 mg/L로 가장 작았다. 또한 병실험에 의한 THMs생성량을 비선형 회귀분석으로 1차 생성계수를 구하고 현장 측정값과 비교하였다. 그 결과, 9월의 현장 측정값과 예측값의 결정계수 $R^2$는 0.98, 11월에는 0.82로 예측이 가능하였다.

• 한국수자원학회논문집
• /
• 제55권spc1호
• /
• pp.1283-1293
• /
• 2022

본 연구는 정수장의 수처리 공정에서 계측되고 있는 수량 및 수질데이터의 활용과 수처리 공정제어의 지능화를 위한 것으로 정수장에서 전염소 공정이 수반되는 처리공정에서 침전지 유출수 잔류염소농도 안정화를 위하여 이를 추정할 수 있는 모형을 구축하고자 하였다. 정수장 침전지 유출수의 잔류염소농도를 예측하기 위하여 중회귀모형과 인공지능 알고리즘 중 다층퍼셉트론 신경망, 랜덤포레스트 및 장단기기억(Long Short Term Memory; LSTM) 모형을 활용하였고 그 결과를 비교, 평가하였다. 모형의 입력변수로는 전염소 공정이 도입된 정수장에서의 잔류염소농도, 수온, 탁도, pH, 전기전도도, 유량, 알칼리도 등이 사용되었고 전염소에 따른 침전지의 안정적 운영을 위해 요구되는 침전지 잔류염소농도를 출력변수로 구성하였다. 적용 결과에서는 랜덤포레스트 모형이 가장 양호한 결과를 보여 주었으며 다음으로 LSTM, 다층퍼셈트론 신경망 순으로 나타났다. 수학적 모형인 중회귀모형은 적합도 측면에서 가장 낮은 결과를 보여 주었는데, 이는 수량과 수질데이터의 수치적인 규모나 차원의 차이뿐만 아니라 계절별 수질특성에 따라 염소소비 특성이 매우 다양하게 반응하기 때문으로 판단된다. 따라서 정수장 수처리 공정에서 인공지능 알고리즘의 적용을 위해서는 랜덤포레스트와 같이 의사결정 트리구조의 도입과 적용이 타당한 것으로 나타났다. 본 연구에서 분석된 결과를 근거로 전염소 공정이 도입된 정수장 수처리 공정에서 염소주입량을 실시간으로 예측 가능하게 함으로써 침전지 유출수에서 잔류염소농도를 일정하게 유지하는데 기여할 수 있을 것으로 기대된다.

• 대한환경공학회지
• /
• 제32권10호
• /
• pp.916-927
• /
• 2010

일반적으로 정수처리 공정에서 염소에 의한 소독공정은 수인성 질병을 억제하고 상수도관망에서 미생물의 재성장을 억제하는 목적으로 사용되고 있다. 그러나 염소소독은 수중의 유기물과 반응하여 소독부산물(Disinfection By-products; DBPs) 과 같은 발암성 물질을 생성함으로 적절한 염소 주입이 필요하고 최근에는 관말지역에서의 잔류염소 확보를 위해 상수관로 나 배수지 등에서 재염소를 실시하는 경향이 증가하고 있는 추세이다. 따라서 본 연구에서는 정수장에서 최적의 염소주입과 재염소 주입량을 산정하기 위하여 미국 EPA에서 개발한 EPANET 2.0을 사용하여 최적 염소 주입량을 산정하고 그 효과를 모의하였다. 대상지역 상수관로에 대한 수질을 모의하기 위하여 bottle test를 통해 수체감소계수($k_{bulk}$)를 도출하였으며, syster-matic analysis method를 이용하여 관벽감소계수($k_{wall}$)를 도출하였다. 배ㆍ급수계통에서의 수질을 정확히 예측하고자 유량과 체류시간 등을 고려한 수리해석 모델을 기초로 하여 상수도관망에서의 잔류염소 농도를 예측하고 염소주입 농도에 따른 소독부산물(DBPs)인 트리할로메탄(Trihalomethanes; THMs)의 생성변화를 실험을 통해 확인하였다. 수체감소계수($k_{bulk}$)를 도출한 결과 온도가 높을수록 초기에 빠른 감소를 보였으며, $25^{\circ}C$의 경우 25시간이 지난 이후에는 절반이상이 감소하였다. 대상지역에 재염소 주입시설을 도입할 경우 최적 재염소 주입량을 산정하였으며, 관망도상에서 경제적으로 유리한 지점을 선정할 수 있었다.

• 상하수도학회지
• /
• 제23권3호
• /
• pp.331-337
• /
• 2009

Electrolysis produces hypochlorous acid by using a small quantity of NaCl as electrolyte. This process maximizes the stabilization of drinking water through the control of chlorine residual concentration. This study investigated free chlorine generation by an electrolytic method using $Ti/IrO_2$ and stainless steel. The generation of free chlorine was increased with increasing hydraulic retention time, voltage, chlorine ion concentration and the number of electrodes. However, the change of pH did not affect the generation of free chlorine. There was no significant difference on the behavior of chlorine concentration between electrolytic method and NaOCl injection. In this study, the concentration of free chlorine predicted model based on power functional model was developed various under conditions. Electrolysis free chlorine generation model can be effective tool in the estimation of free chlorine generation.

• 한국수자원학회논문집
• /
• 제54권9호
• /
• pp.643-656
• /
• 2021

최근 국내 상수도 관리 기술은 고도로 발달하고 있으며, 이 과정에서 상수관망 내 용수공급 현황을 파악하고 예측하기 위한 컴퓨터 수리·수질 해석 모형은 핵심적인 역할을 수행하고 있다. 그러나 대규모 네트워크의 경우 컴퓨터 해석모형의 부담을 가중하고, 특히 짧은 계산시간 간격과 긴 모의 시간이 요구되는 수질해석의 경우, 막대한 계산시간이 소요되어 다양한 수질모의 및 분석이 어려운 경우가 발생한다. 본 연구에서는 대규모 상수관망시스템의 수질해석의 계산효율을 개선하기 위해 상수도 공급계통을 2단계로 계층화한 후, 계층화된 네트워크를 대상으로 수질모의를 수행하는 계층적 수질모의 기법을 제안하였다. 제안된 모의기법은 국내 대규모 상수도 네트워크에 적용하였으며, 다양한 염소투입농도 시나리오에 따른 잔류염소농도의 시공간적 분포를 모의하고 분석한 결과를 제시하였다.

• 한국전자통신학회논문지
• /
• 제14권4호
• /
• pp.723-728
• /
• 2019

우리가 일상적으로 마시는 수돗물의 경우 수질의 오염에 대한 시민들의 불신은 매우 높은 편이다. 또한 수돗물의 수질오염사고는 예측이 어렵고 그 위험이 커서 실시간 모니터링과 관리가 필요하다. 따라서 사물인터넷을 이용한 실시간 수질 모니터링의 도입이 필요한 분야라 할 수 있다. 잔류염소는 다른 소독제보다 잔류성 및 경제성이 우수하고 잔류효과 확인이 쉬워 상수도에서 주로 소독 지표로 활용되는데 수돗물의 안전성을 확보하는 차원에서 사물인터넷기술을 이용하여 실시간으로 감시가 가능하다. 본 연구에서는 전류법 센서를 이용하여 실시간 수질 모니터링을 위한 스마트 디바이스를 개발하고 그 성능을 분석하였다.

• 대한환경공학회지
• /
• 제35권4호
• /
• pp.276-282
• /
• 2013

하수재이용수는 부족한 수자원 문제를 해결할 수 있는 대표적인 대안으로 주목받고 있다. 본 연구에서는 하수재이용수의 공급시 유리잔류염소의 수체감소 특성을 온도별(5, 15, $25^{\circ}C$), 초기 주입농도별(1, 2, 4, 6 mg/L)로 살펴보았고 그 결과를 이용하여 최적 염소주입량을 산정하는 방법에 대하여 연구하였다. 하수재이용수는 정수와 비교하여 염소주입시 반응속도가 초기에 매우 빠르게 나타나 기존의 general first-order decay model ($C_t=C_o(e^{-k_bt})$)을 사용하기에 부적합하여 exponential firstorder decay model ($C_t=a+b(e^{-k_bt})$)을 적용한 결과 유리잔류염소의 감소를 더욱 정확하게 예측할 수 있었다($r^2$=0.872~0.988). 수체감소계수를 산출한 결과 초기주입량 1 mg/L, $25^{\circ}C$의 조건에서 653 $day^{-1}$로 가장 크게 나타났고, $5^{\circ}C$, 초기주입량 6 mg/L의 조건에서 3.42 $day^{-1}$로 가장 낮았다. 수체감소계수는 온도가 증가함에 따라 수체감소계수는 증가하는 경향을 나타내었고, 초기 주입농도가 증가함에 따라 수체감소계수는 감소하는 경향을 나타내었다. 적정 초기 염소요구량을 산정하기 위해서 전체 반응기간을 0~30분, 30~5,040분으로 구분한 후, 30~5,040분의 실험결과를 사용한 예측식을 사용함으로써 더욱 정확한 염소주입량 산정을 할 수 있었다. 또한, 온도별로 최적 염소주입량을 산정한 결과 염소주입 후 4시간이 경과한 시점에서 유리잔류염소 0.2 mg/L를 유지하기 위해서는 온도(x)별 초기 염소요구량(y)의 관계를 y = 1.409 + 0.450x와 같이 얻을 수 있었다.

• 대한환경공학회지
• /
• 제38권2호
• /
• pp.87-95
• /
• 2016

탁도는 송 배수 관로의 부식 등에 의해 발생되는 것으로 알려진 'Discolored Water'현상을 수용가의 물 사용자가 인지할 수 있는 주요 지표로서 활용되고 있다. 즉, 'Discolored Water'는 수돗물 사용자가 육안으로 인지할 수 있는 정도의 탁도를 가진 상태로 정의할 수 있으며, 사용자는 수돗물에 존재하는 불특정의 용존 물질보다는 미세한 입자들에 대한 시각적인 인지인 탁도를 통해서 'Discolored Water'를 인식하게 된다. 이에 본 연구에서는 실제 국내 상수도 시스템 내에서 관측된 다항목의 수질데이터(탁도, pH 및 잔류염소)를 대상으로 하여 탁도 이외의 수질데이터들을 예측모형의 설명변수로 설정한 후 데이터 마이닝 기법(data mining)을 통해 기계학습(machine learning)을 수행하여, 상수도 시스템 내에서의 탁도 변화를 예측하는 모형을 수립하고자 하였다. 수집된 수질 데이터를 대상으로 데이터 마이닝 기법인 Decision Tree를 이용해 탁도 예측모형을 구축한 결과 pH 및 잔류염소를 설명변수로 적용한 모형이 가장 높은 예측결과를 나타내었다. 하지만 예측모형들은 peak 관측치에 대해서는 예측오차가 다소 증가하였는데 이를 보완하기 위해 고주파통과필터를 이용한 전처리 과정을 적용하였다. 그 결과 탁도 데이터의 시계열변화 및 peak 관측치에 대한 예측오차가 감소하는 것으로 나타났다.