• 대한환경공학회지
• /
• 제22권5호
• /
• pp.887-894
• /
• 2000

본 연구에서는 정수공정중 침전지 트러프에 부착하고 있는 조류가 정수공정에 미치는 영향을 조사하였다. 침전지 트러프 상부에는 Oscillatoria sp.가 군집을 이루고 있었으며, 하부에는 Mougeotia sp.의 군집을 확인할 수 있었으며, Mougeotia sp.와 Oscillatoria sp.가 포함된 시료수를 채집 즉시 분석한 결과에서는 Mougeotia sp.는 THMs 물질 외에는 검출되지 않았으며, Oscillatoria sp. 경우 geosmin 3.7ppt와 미량의 dimethyl-disulfide가 검출되었다. 또한, 5일간 부패시킨 시료를 조사한 결과 초기에는 없었던 dimethyl-sulfide 등 10종류의 황화합물들이 다량 검출되었으며, 또한 phenol, p-cresol, indole 및 scatole 등이 검출되었다. 따라서, 수돗물에서의 이취 발생경로를 추정해보면 염소에 내성이 있는 서식 조류가 침전지에 부착하게 되면서 큰 군집을 이루게 되고, 군집조류 내부에서는 혐기성 상태의 조건하에서 부패가 진행되게 된다. 부패되어 군집에서 탈리된 조류덩어리가 여과지로 유입되며, 부패된 부분에서 생성된 불쾌한 냄새물질이 수돗물에 유입될 가능성이 있는 것으로 사료되었다.

• 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.

• 환경기술인
• /
• 통권184호
• /
• pp.84-96
• /
• 2001

• 한국관개배수논문집
• /
• 제5권1호
• /
• pp.131-135
• /
• 1998

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 1993년도 수공학연구발표회논문집
• /
• pp.475-482
• /
• 1993

• 물과 미래
• /
• 제45권10호
• /
• pp.34-41
• /
• 2012

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 1998년도 학술발표회 논문집
• /
• pp.518-523
• /
• 1998

• 환경기술인
• /
• 통권183호
• /
• pp.88-93
• /
• 2001

• 환경정보
• /
• 제27권통권356호
• /
• pp.55-57
• /
• 2005

• 발명특허
• /
• 제36권7호
• /
• pp.68-70
• /
• 2011