| 학회 | 한국화학공학회 |
| 학술대회 | 2017년 봄 (04/26 ~ 04/28, ICC 제주) |
| 권호 | 23권 1호, p.193 |
| 발표분야 | 공정시스템 |
| 제목 | 합성 수질 데이터를 이용한 정수처리 공정 모델 개발: Monte Carlo simulation, Artificial Neural Network에 기반하여 |
| 초록 | 이 연구에서는 실시간 데이터에 가까운 일별 합성 수질 데이터를 생성하고, 생성된 데이터로 정수처리 공정 모델을 개발하였다. 데이터 마이닝 기법 중 하나인 Monte Carlo simulation을 이용하여 정수처리 공정의 월별 데이터로 일별 유입, 유출 데이터를 생성하였다. 공정 모사 모델의 부재를 해결하기 위하여 기계학습 모델 중 하나인 Artificial Neural network 모델을 이용하였다. 생성한 일별 유입 데이터를 공정 모델의 입력 데이터로, 일별 유출 데이터는 출력 데이터로 사용하였다. 출력 데이터의 70%를 모델의 트레이닝 범위로 설정하였으며, 남은 데이터를 이용하여 공정 모델을 테스트하였다. 모델 테스트 결과 일정한 변화 양상을 보인 수질 인자의 경우 유출 수질 추정 테스트의 정확도 값이 높게 나왔으며, 다른 수질 인자들은 낮은 정확도를 보였다. 이 모델은 실시간 유출 수질 추정에 사용될 수 있으며 또한 이 연구는 실시간 수질 데이터가 부족한 환경에서의 실시간 공정 제어를 위한 모델 구축에 사용될 수 있다. 본 연구는 환경부 “글로벌탑 환경기술개발사업(2016002110004)”으로 지원 받은 과제입니다. |
| 저자 | 신소라, 임승지, 김준하 |
| 소속 | 광주과학기술원 |
| 키워드 | 공정모델링 |
| 원문파일 | 초록 보기 |
