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.
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.
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.
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.
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.
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.
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.
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.
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.
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.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.