| 1 |
1
a) 수처리 시스템에서의 수질 인자 및 공정 인자를 데이터베이스로 수집하고;b) 수집된 자료에 근거하여 비가역적 막여과저항과 막오염지수를 실측하여 데이터베이스에 저장하고;c) 상기 수질 인자와 공정 인자를 유전자 알고리즘/프로그래밍의 입력노드에 연결하여 화학세정시기 예측을 위한 유전자 막오염 모델을 생성하고;d) 상기 유전자 알고리즘/프로그래밍에 의해 생성된 유전자 막오염 모델에서 예측된 값이 사전에 입력한 한계 저항값까지 도달하는 데 걸리는 시간을 계산하여 화학세정 예정 시기 및 막여과 공정 운전의 여과 잔여 일수를 평가하고;e) 상기 유전자 알고리즘/프로그래밍에 의해 생성된 유전자 막오염 예측 모델에서 예측된 값과 여과 주기별로 실제 측정된 값의 비율을 계산하여 상대적 막오염지수를 산출하며;f) 상기 산출된 상대적 막오염지수와 비례하여 화학세정 약품농도를 결정하고 제어하는분리막 공정을 이용하는 수처리 시스템에서의 막오염 예측 및 완화 세정 방법
|
| 2 |
2
제1항에 있어서,상기 비가역적 막여과저항과 막오염지수의 실측의 값은 아래의 수학식 1 내지 3을 통해 계산되되,비가역적 막여과저항(Rirreversible)의 계산은 화학세정 단계를 기준으로 화학세정 실시 직전 수행하는 처리수에 의한 역세척 실시전과 후의 막여과저항을 측정하여 가역적 막여과저항(Rreversible)을 계산하고, 상기 계산된 가역적 막여과저항(Rreversible)을 막여과 운전 초기에 측정되는 막 자체의 여과저항값과 화학세정후 잔류되어 남아있는 막여과저항(Rresidual)을 합하고, 이를 총 막여과저항(Rtotal)에서 감하여 비가역적 막여과저항을 실측하는데 아래의 수학식 1과 수학식 2을 통해 실측되어 이 비가역적 막여과저항은 화학세정 효율을 측정하는 지표로 사용하며,막오염지수는 아래의 수학식 3을 통해 실측하는데, 여과주기를 기준으로 여과 시작시점과 종료시점의 시간 변화에 따른 변화율로 측정된 값으로서 단위 여과주기당 막오염속도 측정지표로 사용되는[수학식 1]여기에서, : 투과수 플럭스 : 막 면적 : 막간차압(TMP: transmembrane pressure drop) : 막 자체 여과저항 : 총 막여과저항[수학식 2]여기에서, : 총 막여과저항 : 막 자체 여과저항 : 세정후 잔류 막여과저항 : 가역적 막여과저항 : 비가역적 막여과저항[수학식 3]여기에서, R: 막여과저항 (Resistance) A: 막 면적(m2) N: 모듈수 t: 여과시간 (min) Q: 초기 투과유량 (m3/min) FI: 막오염지수 (m-2)분리막 공정을 이용하는 수처리 시스템에서의 막오염 예측 및 완화 세정 방법
|
| 3 |
3
제1항에 있어서,상기 c) 단계는수질 인자와 공정 인자를 유전자 알고리즘/프로그래밍의 입력노드에 연결하고;유전자 알고리즘/프로그래밍 모델을 연산하고;비가역적 막여과저항 및 막오염지수의 예측 수학적 모델을 제시하고;상기 유전자 알고리즘/프로그래밍 모델에서 연산된 실측값과 상기 예측 수학적 모델에서 제시된 예측값의 상관성을 검증 비교하여 오차 범위가 소정 범위 내인지 판단하며;상기 오차 범위가 소정 범위 내인 것으로 판단되는 경우 유전자 알고리즘/프로그래밍의 최적 수학적 모델을 선정하는분리막 공정을 이용하는 수처리 시스템에서의 막오염 예측 및 완화 세정 방법
|
| 4 |
4
제3항에 있어서,상기 오차 범위가 소정 범위를 벗어나는 것으로 판단되는 경우, 유전 조합 및 강도를 조절하는 것을 더 포함하고, 상기 조절된 유전 조합 및 강도를 통해 유전자 알고리즘/프로그래밍 모델을 재생성하도록 c)단계로 진행되는분리막 공정을 이용하는 수처리 시스템에서의 막오염 예측 및 완화 세정 방법
|
| 5 |
5
제1항 또는 제3항에 있어서,상기 수질 인자는 탁도, 온도, 총유기탄소 농도, 조류 개체수 중 하나 이상을 포함하고, 상기 공정 인자로는 유량과 운전시간 중 하나 이상을 포함하는분리막 공정을 이용하는 수처리 시스템에서의 막오염 완화 세정 방법
|
| 6 |
6
제3항에 있어서,상기 유전자 알고리즘/프로그래밍 모델에서 연산된 실측값과 상기 예측 수학적 모델에서 제시된 예측값의 상관성의 검증 비교는 아래의 수학식 4에 의해서 실행되는[수학식 4]여기에서, N: 데이터의 수 pcal: GA/P 모델의 예측된 결과 pcal,ave: GA/P 모델에 의해 예측된 결과의 평균값 pexp: 실제 플랜트 운전결과 pexp,ave: 실제 플랜트 운전결과의 평균값분리막 공정을 이용하는 수처리 시스템에서의 막오염 예측 및 완화 세정 방법
|
| 7 |
7
제1항에 있어서,상기 상대적 막오염지수의 산출은 아래의 수학식 5에 의해서 실행되는[수학식 5]분리막 공정을 이용하는 수처리 시스템에서의 막오염 예측 및 완화 세정 방법
|
| 8 |
8
제1항에 있어서,상기 화학세정에 의한 효율을 감시하고 기록하는 것을 더 포함하며,상기 화학세정의 효율은 아래의 수학식 6에 의해서 산출되는[수학식 6]여기에서, : 총 막여과저항 : 화학세정에 의해서 제거된 막여과저항 : 비가역적 막여과저항분리막 공정을 이용하는 수처리 시스템에서의 막오염 예측 및 완화 세정 방법
|
| 9 |
9
유입 원수 수질인자와 막여과 공정인자를 수처리시스템에서 수집하여 데이터베이스를 구축하는 데이터 수집부;상기 구축된 수질 인자와 공정 인자를 모델 입력변수로 하여 유전자 알고리즘/프로그래밍(GA/P)에 의해 모델을 연산 결정하는 유전자 알고리즘/프로그래밍 모델 결정부; 및상기 결정된 유전자 알고리즘/프로그래밍에 의해 생성된 막오염 예측 수학적 모델을 통하여 비가역적 막여과저항과 막오염지수를 예측하고, 여과잔여일수를 평가하여 화학 세정 약품 공급을 제어하는 제어부를 포함하는분리막 공정을 이용하는 수처리 시스템에서의 막오염 예측 및 완화 세정 시스템
|
| 10 |
10
제9항에 있어서,상기 유전자 알고리즘/프로그래밍 모델 결정부에서 결정된 유전자 알고리즘/프로그래밍 모델을 저장된 데이터와 실측 데이터를 비교하여 모델 설정 여부를 결정하는 제1 피드백부; 및상기 제어부에서 예측된 막여과저항과 막오염지수 및 평가된 여과잔여일수에 근거하여 상대적 막오염지수를 산출하여 세정 약품 공급을 제어하도록 하는 제2 피드백부를 더 포함하는분리막 공정을 이용하는 수처리 시스템에서의 막오염 예측 및 완화 세정 시스템
|
| 11 |
11
제10항에 있어서,상기 제1 피드백부는 유전자 알고리즘/프로그래밍 모델 결정부의 실측 값과 예측 값의 상관도 비교를 수행하는 검증부 및 상기 상관도 분석결과에 따라 실측 값과 예측 값이 맞지 않는 경우 유전 조합 및 연결 강도를 조절하는 피드백 제어부로 구성되고,상기 제2 피드백부는 유전자 알고리즘/프로그래밍에 의해 생성된 수학적 모델로 예측된 값과 여과주기별로 계측된 값의 비율을 계산하여 상대적 막오염지수를 산출하는 상대적 막오염지수 산출부를 포함하는분리막 공정을 이용하는 수처리 시스템에서의 막오염 예측 및 완화 세정 시스템
|
| 12 |
12
제9항에 있어서,상기 유전자 알고리즘/프로그래밍 모델 결정부는 입력부, 유전조합 계산부 및 출력부로 구성되고,상기 입력부는 상기 데이터 수집부에서 수집된 수질 인자 자료와 공정 인자 자료를 유전자 알고리즘/프로그래밍의 입력 노드에 연결하고,상기 유전자 조합 계산부는 상기 입력부의 값이 출력부의 목표 값에 일치하도록 여러 유전 조합에 의하여 학습을 시키며,상기 출력부는 결정된 유전자 알고리즘/프로그래밍 모델을 출력하는분리막 공정을 이용하는 수처리 시스템에서의 막오염 예측 및 완화 세정 시스템
|
| 13 |
13
제9항에 있어서,상기 제어부는 유전자 알고리즘/프로그래밍 모델 결정부에서 결정된 막오염 예측 수학적 모델을 통하여 비가역적 막여과저항과 막오염지수를 예측하고, 이를 빈도수 분석을 하여 사전에 입력된 한계 저항값과 비교하여 막여과 공정의 여과잔여일수를 평가하는 예측/평가부; 및 유전자 알고리즘/프로그래밍에 의해 생성된 모델로 예측된 값과 여과주기별로 계측된 값의 비율을 계산하고 상대적 막오염지수를 계산하여 화학세정 약품공급을 제어하는 화학세정약품 농도 제어부로 구성되는분리막 공정을 이용하는 수처리 시스템에서의 막오염 예측 및 완화 세정 시스템
|
