• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.182-182
• /
• 2022

4차산업 기술이 상수도 관망 분야에도 활발히 도입되며 스마트워터 구축에 기술적인 기반이 마련되고 있다. 이중 디지털트윈의 경우 컴퓨터에 현실 속 사물의 쌍둥이를 만들고, 현실에서 발생할 수 있는 상황을 컴퓨터로 시뮬레이션함으로써 결과를 미리 예측하는 기술로 정의된다. 즉, 디지털트윈의 핵심기술은 시각화와 시뮬레이션 모형의 연계로 실시간 상황 표출뿐만 아니라 시뮬레이션 모형 입력값의 미래 변화를 추정하여 해당 사물의 상태를 예측하는 것이라고 할 수 있다. 상수도 관망의 경우도 디지털트윈 모형 구축 시 정교한 시뮬레이션 모형과 연계를 통해 관측 데이터의 표출과 함께 미관측 지점의 데이터를 추정 및 표출하는 것이 중요하다. 본 연구에서는 디지털트윈 모형 구축에 가장 필수적이라고 할 수 있는 상수도 관망의 해석 프로그램 매개변수 검보정 모형을 소개한다. 대표적인 상수도 관망해석 프로그램인 EPANET2.2의경우 입력값으로 주로 수요량과 관로의 조도계수를 요구하며, 본 연구에서는 수요량은 알고 있는 것으로 가정하고 관로의 조도계수만 Markov-Chain Monte Carlo (MCMC)를 사용하여 검보정한다. 해당 모형은 (1) 실시간 조도계수 추정이 가능하면, (2) 동시에 누수 탐지가 가능하고, (3) 관로의 기능적 노후를 정의하여 향후 디지털트윈 모형 구현 시 관로 노후를 표출할 수 있는 기반을 구축한다. 우선 실시간 조도계수 추정은 데이터베이스와 연동하여 진행하며, MCMC 모형을 활용한 관로 별 조도계수의 분포에 따라 정상범위 내 변동이 발생하는지 여부를 판단한다. 이때 정상범위를 벗어난 변동이 발생하는 경우 잠재적 누수가 존재하는 것으로 가정하며, 콜모고로프-스미르노프(KS) 테스트를 통해 이를 판단한다. 기능적 노후는 관로의 통수능과 연관이 있으며, 추정한 조도계수에 따른 관로의 통수능을 산정하여 결과를 표출한다. 본 연구에서 제안한 모형은 향후 상수도 관망 디지털트윈 구현에 핵심 요소기술로 활용할 수 있을 것으로 기대한다.

• Clean Technology
• /
• v.28 no.1
• /
• pp.63-78
• /
• 2022

Electronics industrial wastewater treatment facilities release organic wastewaters containing high concentrations of organic pollutants and more than 20 toxic non-biodegradable pollutants. One of the major challenges of the fourth industrial revolution era for the electronics industry is how to treat electronics industrial wastewater efficiently. Therefore, it is necessary to develop an electronics industrial wastewater modeling technique that can evaluate the removal efficiency of organic pollutants, such as chemical oxygen demand (COD), total nitrogen (TN), total phosphorous (TP), and tetramethylammonium hydroxide (TMAH), by digital twinning an electronics industrial organic wastewater treatment facility in a cyber physical system (CPS). In this study, an electronics industrial wastewater activated sludge model (e-ASM) was developed based on the theoretical reaction rates for the removal mechanisms of electronics industrial wastewater considering the growth and decay of micro-organisms. The developed e-ASM can model complex biological removal mechanisms, such as the inhibition of nitrification micro-organisms by non-biodegradable organic pollutants including TMAH, as well as the oxidation, nitrification, and denitrification processes. The proposed e-ASM can be implemented as a Water Digital Twin for real electronics industrial wastewater treatment systems and be utilized for process modeling, effluent quality prediction, process selection, and design efficiency across varying influent characteristics on a CPS.

• Clean Technology
• /
• v.28 no.1
• /
• pp.79-93
• /
• 2022

In this study, an electronics industrial wastewater activated sludge model (e-ASM) to be used as a Water Digital Twin was calibrated based on real high-tech electronics industrial wastewater treatment measurements from lab-scale and pilot-scale reactors, and examined for its treatment performance, effluent quality prediction, and optimal process selection. For specialized modeling of a high-tech electronics industrial wastewater treatment system, the kinetic parameters of the e-ASM were identified by a sensitivity analysis and calibrated by the multiple response surface method (MRS). The calibrated e-ASM showed a high compatibility of more than 90% with the experimental data from the lab-scale and pilot-scale processes. Four electronics industrial wastewater treatment processes-MLE, A2/O, 4-stage MLE-MBR, and Bardenpo-MBR-were implemented with the proposed Water Digital Twin to compare their removal efficiencies according to various electronics industrial wastewater characteristics. Bardenpo-MBR stably removed more than 90% of the chemical oxygen demand (COD) and showed the highest nitrogen removal efficiency. Furthermore, a high concentration of 1,800 mg L^-1 T MAH influent could be 98% removed when the HRT of the Bardenpho-MBR process was more than 3 days. Hence, it is expected that the e-ASM in this study can be used as a Water Digital Twin platform with high compatibility in a variety of situations, including plant optimization, Water AI, and the selection of best available technology (BAT) for a sustainable high-tech electronics industry.