연속회분식반응기의 산화환원전위 거동예측을 위한 시계열분석과 유전자 알고리즘의 적용

본 연구에서는 유전자 알고리즘을 결합한 추계학적 접근법인 시계열 분석을 사용하여 연속회분식반응기(SBR)의 산화환원전위(ORP) 거동을 기술하는 수학적 기법을 제안하였다. SBR의 공정상태에 따라 변화하는 ORP의 거동을 기술할 수 있는 적합 시계열 모형으로 ARMA(2,2) 모형이 도출하였으나 SBR 공정의 운전 구간인 호기기간, 무산소기간, 침전기간에 따라 시계열모형이 각각 다른 매개변수 값이 도출되어 구간 전체의 임의자료에 대하여 하나의 모형을 적용하기에는 한계가 있었다. 따라서 이를 해결하기 위해 유전자알고리즘과 시계열 모형을 결합하여 일반화한 시계열 모형을 도출하였으며, 도출된 모형을 임의 자료에 대한 적용성을 검증하였다. 결론적으로 본 연구에서 도출된 일반화한 시계열 모형을 이용하여 모형 구성에 사용되지 않은 자료에 적용한 결과, 0.7이상의 양호한 결정계수값으로 10분 후 ORP 예측이 가능하였다.

The mathematical model was presented to predict the behavior of oxidation reduction potential (ORP) in sequencing batch reactor (SBR) using the time series analysis combined with the genetic algorithm (GA). The ARMA (2,2) was selected as the appropriate time series model to describe ORP variation caused by operating condition in SBR. However, the different parameters of the model were obtained depending on each operating period of SBR such as aerobic, anoxic, and settling periods, therefore, the genetic algorithm was introduced to generalize the time series model. Its applicability was verified by using different data sets of ORP. It was concluded that the generalized time series model could predict 10 minute advanced ORP with higher than 0.7 of coefficient of determination using the new data sets that were not used for model construction.