화학공학소재연구정보센터
홈 로그인 로그아웃 연락처 사이트맵
Korean Chemical Engineering Research, Vol.45, No.1, 73-80, February, 2007
Export Citation
연속 회분식 반응기에서 최적 질소 제거를 위한 최적 궤적 찾기와 재최적화
Optimal Trajectory Finding and re-optimization of SBR for Nitrogen Removal
김영황, 유창규1, †, 이인범
  • 포항공과대학교 화학공학과, 790-784 경북 포항시 남구 효자동 산 31
  • 1경희대학교 환경응용화학대학 환경학 및 환경공학/환경연구센터, 446-701 경기도 용인시 기흥군 서천동 1
Young-Whang Kim, ChangKyoo Yoo1, †, and In-Beum Lee
  • Dept. of Chemical Engineering, POSTECH, San 31, Hyoja-dong, Nam-gu, Pohang 790-784, Korea
  • 1Dept. of Environmental Science and Engineering/Center for Environmental Studies, College of Environmental and Applied Chemistry, Kyung Hee University, 1 Seocheon-dong, Giheung-gu, Yongin, Gyeonggi, 446-701, Korea
E-mail:
초록
본 연구는 생물학적 폐수 처리 공정인 연속 회분식 반응기(sequencing batch reactor, SBR)에서 질소 제거 최적화를 위해 활성 오니 공정모델(activated sludge model, ASM No.1, ASM1)과 반복 동적 프로그래밍(iterative dynamic programming, IDP)을 이용하여 SBR의 처리 기준을 만족하면서 최적 운전 조건을 탐색하고 하는 것을 목적으로 하였다. 연속 회분식 반응기의 최적화를 위해 에너지 최소화와 최소 회분 시간이 질소 처리의 농도 그래프의 면적과 비례하는 점을 이용하여 이를 고려한 새로운 performance index를 제안하였다. 회분 시간과 에너지에 대항하는 면적에 적절한 비중(weight)을 줌으로써 최소 회분 시간과 최소 에너지 문제를 동시에 고려하였다. SBR에서 IDP를 이용한 최적 운전서 최적 용존 산소 농도의 설정치가 전체 회분 시간과 전체 에너지 비용에 동시에 영향을 미침을 알 수 있었고 최적 운전시 기존의 운전 방법과 같은 유기물과 질소 제거가 가능하고 동시에 전체 비용을 20％까지 줄일 수 있었다. 더 나아가 공정이상으로 실제 공정이 모델과 다른 모델링 에러에 의해 잘못된 모사의 경우에도 IDP를 이용하여 다시 재최적화할 수 있음을 보였다.
This article aims to optimize the nitrogen removal of a sequencing batch reactor (SBR) through the use of the activated sludge model and iterative dynamic programming (IDP). Using a minimum batch time and a maximum nitrogen removal for minimum energy consumption, a performance index is developed on the basis of minimum area criteria for SBR optimization. Choosing area as the performance index makes the optimization problem simpler and a proper weighting in the performance index makes it possible to solve minimum time and energy problem of SBR simultaneously. The optimized results show that the optimal set-point of dissolved oxygen affects both the total batch time and total energy cost. For two different influent loadings, IDP-based SBR optimizations suggest each supervisory control of batch scheduling and set-point trajectory of dissolved oxygen (DO) concentration, and can save 20% of the total energy cost, while meeting the treatment requirements of COD and nitrogen. Moreover, it shows that the re-optimization of IDP within a batch can solve the modelling error problem due to the influent loading changes, or the process faults.
Keywords:Activated sludge model (ASM);Dissolved Oxygen (DO) Control;Iterative Dynamic Programming (IDP), Model-based Optimization;Nitrogen Removal;Sequencing Batch Reactor (SBR);Wastewater Treatment Process
  1. Wilderer PA, Irvine RL, Goronszy MC, “Sequencing Batch Reactor Technology,” IWA publishing (2001)
  2. Mace, Mata-Alvarez J, I&EC, 41, 5539 (2002)
  3. Yoo CK, Lee DS, Vanrolleghem PA, Water Res., 38(7), 1715 (2004)
  4. Chang CH, Hao OJ, J. Chem. Technol. Biotechnol., 67(1), 27 (1996)
  5. Cohen A, Hegg D, Michele MD, Song Q, Kasabov N, Water Sci. Technol., 47(12), 57 (2003)
  6. Azwar MA, Hussain, Ramachandran KB, Bioprocess. Biosyst. Eng., 28(4), 251 (2006)
  7. Artan N, Wilderer P, Orhon D, Tasli R, Morgenroth E, Water SA, 28, 423 (2002)
  8. Demuynck C, Vanrolleghem P, Mingneau C, Liessens J, Verstraete W, Water Sci. Technol., 30, 169 (1994)
  9. Mikosz J, Plaza E, Kurbiel J, Water Sci. Technol., 43(3), 61 (2001)
  10. Anderson JS, Kim HN, McAvoy TJ, Hao OJ, Control Eng. Practice, 8(3), 217 (2000)
  11. Kim HN, McAvoy TJ, Anderson JS, Hao OJ, Control Eng. Practice, 8(3), 279 (2000)
  12. Sin G, Insel G, Lee DS, Vanrolleghem PA, Water Sci. Technol., 50(10), 97 (2004)
  13. Buitron G, Schoeb ME, Moreno-Andrade I, Moreno JA, Water Res., 39(6), 1015 (2005)
  14. Moreno JA, Betancur MJ, Buitron G, Moreno-Andrade I, Biotechnol. Bioeng., 94(4), 803 (2006)
  15. Olsson G, Andrews JF, Water Res., 12(11), 986 (1987)
  16. Corominas L, Sin G, Puig S, Traore A, Balaguer M, Colprim J, Vanrolleghem PA, Water Sci. Technol., 53(4-5), 161 (2006)
  17. Coelho MAZ, Russo C, Araujo OQF, Water Res., 34(10), 2809 (2000)
  18. Olsson G, Newell B, “Wastewater Treatment Systems: Modeling, Diagnosis and Control,” IWA publishing, UK (1999)
  19. Luus R, J. Process Control, 4(4), 218 (1994)
  20. Luus R, Okongwu ON, Chem. Eng. J., 8(1), 1 (1999)
  21. Luus R, “Iterative Dynamic Programming”, Chapman & Hall/ CRC, USA (2000)
  22. Kirk DE, “Optimal Control Theory,” Prentice-Hall Inc., New Jersey USA (1970)
  23. Kim YH, Yoo CK, Lee I, “Determining the Optimal Trajectory for Nitrogen Removal in a Sequencing Batch Reactor,” Submitted to Wat. Res. (2006)