IWA ASM No. 1의 매개변수추정을 위한 유전자 알고리즘의 적용성 연구

International Water Association(IWA)에서 제시한 활성 슬러지 모델 No.1의 주요한 양론ㆍ동역학 매개변수 추정을 목적으로 모델에 유전자 알고리즘이 결합되었다. 진화 이론을 바탕으로 한 유전자 알고리즘을 이용하여 매개변수의 전역해와 다중 국소해를 추정할 수 있었다. 매개변수의 최적화를 위한 목적함수는 활성 슬러지 시스템에서의 실제 측정된 유출수 성분들의 농도와 추정된 매개변수를 통하여 계산된 유출수 성분들의 값의 차이를 최소화하도록 구성되었다. 그리고 simulation benchmark 탈질 공정에 대한 정상ㆍ비정상 상태의 유입 및 유출 자료를 통해 매개변수 추정이 이루어졌다. 여기에 적절한 신뢰구간과 목적 함수를 도입하여, 본 연구에서 제시한 매개변수 추정 방법으로 매개변수의 분포 공간과 분산 정도를 도출하였다. 또한 현장에서 수집한 자료를 이용하여 유전자 알고리즘의 성능을 확인하고자 하였다. 유입 조건이 주기적으로 변하는 비정상 상태일 경우라면, 정상 상태의 조건에서와는 달리 매개변수가 유입 성분의 변동에 따라 동적으로 변한다는 가정 하에 동적 보정을 시도해 보았다. 제시된 매개변수 추정 방법을 실제의 처리장에 적용하기 위해 H 하수 처리장에서 직접 샘플링하여 측정한 유입ㆍ유출 자료를 확보하고, 그 자료를 통해 동적 시스템에서의 매개 변수 추정을 수행하였다. 그 결과, 유출 COD값을 기준으로 볼 때 관측값과 계산된 농도값이 일치하였다.

The genetic algorithm(GA) has been integrated into the IWA ASM No.1 to calibrate important stoichiometric and kinetic parameters. The evolutionary feature of GA was used to configure the multiple local optima as well as the global optimum. The objective function of optimization was designed to minimize the difference between estimated and measured effluent concentration at the activated sludge system. Both steady state and dynamic data of the simulation benchmark were used for calibration using denitrification layout. Depending upon the confidence intervals and objective functions. the proposed methods provided distributions of parameter space. Field data have been collected and applied to validate calibration capacity of GA. Dynamic calibration was suggested to capture periodic variations of inflow concentrations. In order to verify this proposed method in real wastewater treatment plant. measured data for substrate concentrations were obtained from H wastewater treatment plant in Busan and used to estimate parameters in the dynamic system. The simulation results with calibrated parameters matched well with the observed concentrations of effluent COD.