(한인섭).fm

한국도시환경학회지제 14 권 2 호 101-109 (2014.9.30) ISSN 1598-253X Journal of the Korean Society of Urban Environment (2014) Vol. 14, No. 2, pp. 101-109 유입수부하변동에따른생물막여과시스템의운전최적화연구 백경일 이관우 한인섭 서울시립대학교환경공학부 (2014년 7월 18일접수, 2014년 8월 19일수정, 2014년 8월 19일채택 ) A Study on the Operation Optimization of Membrane Bio-Reactor System for Influent Loads Variation Kyung-Il Paik Kwan-Woo Lee Ihn-Sup Han Department of Environmental Engineering, University of Seoul (Received 18 July 2014 : Revised 19 August 2014 : Accepted 19 August 2014) Abstract In this study, we built the ASM No. 2d model for a wastewater treatment plant which is operated by advanced treatment process with MBR system. Among the various parameters the ASM No. 2d model the autotrophic microorganisms maximum growth rate, denitrification reduction factor and P content of active biomass were adjusted for the simulation and these parameters is based on the measured water quality data from summer to winter (July to December, 2013). In order to verify adjusted model we have added the input data of the four months (January to April, 2014). As a result, we built a model that represents the system. Furthermore, we have derived the economical operation which can replace the existing tri-partitioned aeration operation plan under the low influent loading conditions. In case of high loads, T-N concentration was reduced to 8.4 mg/l from 13.7 mg/l by adjusting recycle ratio to 300% from 100% and T-P concentration was reduced to 0.42 mg/l from 0.9 mg/l by adjusting SRT to 23.9 days from 28.6 days. That means we can operate to meet the target water quality standard (T-N 10 mg/l, T-P 0.5 mg/l) required to use the final effluent as the reclamation water without using the methanol and the coagulant additionally and without running the equipment such as the URC. Key words : MBR, Reclamation water, ASM No. 2d, Sludge Recycle Ratio, SRT 요약문 본연구에서는도시하수의질소와인을처리하는생물막여과시스템이주된공정으로구성되어있는고도처리공법을적용하여운영되고있는하수처리시설에대해 ASM No. 2d 모형을구축하였다. 이를위하여하절기부터동절기를포함한실측수질자료 (2013 년 7 월 ~12 월 ) 를바탕으로 ASM No. 2d 모형의다양한매개변수가운데독립영양미생물최대비성장계수 (µ max ) 와탈질계수 (Denitrification reduction factor), 미생물의인구성분율 (P content of active biomass) 을조정하여보정하였다. 보정된모형의검증을위하여상기 6 개월이후 4 개월간 (2014 년 1 월 ~4 월 ) 의실측수질자료를입력하였으며, 그결과시스템을양호하게표현하는모형을구축하였다. 또한저부하유입조건에대응하는기존의삼분할포기운전방안을대체할수있는경제적인운전방안을도출하였다. 유입수가고농도부하인경우에반송률을 100% 에서 300% 로조정하는것으로 T-N 농도를 13.7 mg/l 에서 8.4 mg/l 로낮출수있었으며, SRT 를 28.6 일에서 23.9 일로조정하여 T-P 농도를 0.9 mg/l 에서 0.42 mg/l 로감소시켰다. 유입수가저농도부하인경우에는 SRT 를 66 일에서 42.6 일로조정하여최종방류수의에서 0.48 mg/l 로감소하였다. 따라서별도의메탄올및응집제를사용하지않으며고속응집경사판침전조의미가동등으로도최종방류수를재이용수로사용하는데필요한목표수질기준 (T-N 농도 10 mg/l, T-P 농도 0.5 mg/l 이하 ) 을만족할수있는것으로나타났다. 주제어 : 생물막여과, 재이용수, ASM No. 2d, 반송률, 슬러지체류시간 Corresponding author E-mail : ishan@uos.ac.kr Tel : 02-6490-2867 101

102 백경일 이관우 한인섭 I. 서론 본연구는도시하수중유기물과영양염류 (N, P) 를처리하여이를친환경재이용수를생산하는침지형 MBR(submerged membrane bio-reactor) 로구성된생물막여과시스템을대상으로하여대상시설의유입부하조건에따라각단계별설비의운전조건을도출하여최적의운전상태를도출하고자하였다. (1,9) 연구대상하수처리시설을모의하기위하여시뮬레이션모델은 GPS-X ASM No. 2d(Software Version 6.2) 를사용하였다. (2,10,11) 물질의분류를유기물, 질소, 인으로나누고이값을각각생물학적분해여부및존재형태 ( 입자상및용존상 ) 으로분류하였으며또한유기물에있어서는 COD Cr 을이용하고있기때문에이러한값을맞추어주기위하여현장의유입수를수분석하여모델의입력값으로써재산출하였다. (3,7) 위의자료들이모두준비한후하수처리장에대해유량및농도부하에따른조건에대해시뮬레이션을실시하여최적의응집제투입량, 반송률과 SRT 등을산정하여경제적이고안정적인하수처리장의운영조건을산출하였다. 본연구는현재하수발생량이저유량인 1 일 3,000 m 3 의조건으로운영되는하수처리장에대해향후 1 일 30,000 m 3 으로운영될때의유입수조건별최적운전조건을시뮬레이션을통하여파악하기위하여다음과같이연구를진행하였다. (6,8) 우선모델을대상하수처리장의시뮬레이션을실시하기위해실제운영자료를이용하여 ASM No. 2d 모델의각파라미터의값을보정하고검증하였다. (4) 이후검증결과모델이타당한것으로판명이되는경우에는하수처리장의모의입력조건을고유량및저부하조건과저유량및고부하조건으로분류하여시뮬레이션을실시하여경제적인 SRT 및반송율을산정하였으며이러한제어를통하여이룰수있는실질적인효과를살펴보았다. (5) II. 연구대상시설및운전조건 1. 생물막여과시스템 연구대상시설의규모및사양은 Table 1 에나타내었으며, 공정은 Fig. 1 과같이혐기조 (anaerobic reactor), 교대반응조 (swing reactor), 침지식 MBR 호기조와용존산소저감조 (oxygen exhaustion reactor) 로구성되어있다. 2. 생물막여과시스템의운전 본연구에적용된하수처리공정은 Fig. 2 에나타난바와같이혐기조, 2 개의병렬형교대반응조, 침지식 MBR 호기조및용존산소저감조로구성된분리막결합형하수고도처리공정이다. (5,6) 하수유입수는혐기조로공급되며, 혐기조의슬러지는병렬로배열된두개의병렬형교대반응조로공기가주입되지않는비포기시간에만자동흐름변경장치를통해유입하게된다. 또한슬러지반송은침지식 MBR 호기조에후속된용존산소저감조 (Oxygen Exhaustion Reactor, OER) 에서혐기조로일정비율에따라공급된다. 병렬형교대반응조는비포기 포기 비포기방식 (Nonaeration Aeration Nonaeration, NAN) 으로운전하고, 슬러지반송비율은유입수특성에따라질소및인제거필요량에맞게선택적으로설정하는 Dynamic states MBR 공법을적용하였다. 또한침지식중공사형정밀여과막의적용으로고농도의 MLSS 유지가가능하나, 슬러지발생량과동절기질산화율, 인 (P) 제거효율을모두고려하여 Fig. 1. Process flow diagram of wastewater treatment plant in this study. Table 1. Specification of wastewater treatment processes Anaerobic Reactor Swing Reactor MBR Oxygen Exhaustion Reactor Width (m) 14.7 7.2 7.2 14.9 Length (m) 7.7 21.4 13.3 5.5 Height (m) 5.8 5.8 4.8 4.8 Volume (m 3 ) 2,661.7 6,039.9 3,064.3 1,311.2 Available Volume (m 3 ) 665.43 754.99 383.04 327.80 HRT (hr) 4.6 12.1 6.1 2.6

유입수부하변동에따른생물막여과시스템의운전최적화연구 103 Fig. 2. Schematic diagram of bio-reactor. Table 2. Characteristics of HDPE hollow fiber membrane Classification Specifications (Manufactured by Econity) Material High Density Polyethylene Avg. pore size (µm) 0.4 Outlet diameter/inlet diameter/thickness (µm) 650/410/120 Tensile strength (gf/fil) 1,500 Elongation at break 30% Pure penetration (LMH) 550 (at 10 cmhg) Table 3. Influent water quality of the wastewater treatment plant Contents BOD COD Mn SS T-N T-P Conc. (mg/l) 221 157 241 49.2 6.4 MLSS 농도를 8,500~9,500 mg/l 의범위에서운전하였으며주요사양은 Fig. 2 및 Table 2 와같다. 3. 시뮬레이션조건 본연구대상은총 30,000 m 3 / 일의처리능력을가진하수처리장이며처리구역의하수배제형식은분류식하수관거를통하여이루어진다. 하수처리장의목표연도 2020 년을기준으로전체처리구역의면적은 4.08 km 2 이지만, 순차적인개발로인하여현재하수처리장으로유입되는배수구역은전체배수구역면적의약 21% 인 0.89 km 2 에서발생하는하수만이유입되고있으며, 평균유입유량은 2,979.7 m 3 / 일로서전체의약 9.9% 이며, 본연구에서는 3,750 m 3 / 일로실험하였다. 이에본절에서는 2013 년 7 월 ~2014 년 4 월까지의운영자료를바탕으로현재의운전조건을분석하여장래목표수량을 만족시킬수있는지여부에대한검토를시뮬레이션을통하여실행하고자하였다. 이를위하여우선하수처리장의시뮬레이션조건인유입수량및수질 ( 고부하및저부하 ), 수온, 유입하수성상및발생슬러지량등에대해비교를실시하였다. 이러한조건들을분석하는목적은장래계획물량을현재의시설물로서원활히처리할수있는가에대한타당성을다각도로검토하기위함이었다. 4. 계획유입수량및수질조건 본하수처리시설의계획연도는 2020 년이며계획시설용량은 30,000 m 3 / 일이다. 현재의유입량은약 3,000 m 3 / 일이며본하수처리장의유입수조건은 Table 3 과같다. 연구대상구역이분류식하수처리구역이므로유입하수의 BOD 및 COD, T-N, T-P 는기존의하수처리

104 백경일 이관우 한인섭 Table 4. High and low loading conditions in the wastewater treatment plant Contents BOD COD Mn SS T-N T-P Designed loading 221.0 157.0 241.0 49.2 6.4 High loading 265.0 241.0 289.0 59.0 7.5 Low loading 111.0 79.0 121.0 25.0 3.2 Fig. 3. Hourly inflow of the wastewater treatment plant. 시설보다다소높은것으로나타났다. 또한시뮬레이션의정확도를높이기위해시간변동에따른입력인자의변동을검토했다. 유입수량의변동은인근에위치한유사한하수처리장의자료를참조하여작성하였으며, 그결과시간최대부하율은약 1.75 로나타났다. 인근하수처리장은유입유량이약 10,000 m 3 / 일정도로, 연구대상하수처리장의규모에비하여소규모이고첨두부하율은다소높게산출되었다. Fig. 3 에는대상하수처리장의평균유입수량의시간별변동을나타내었다. 하수처리장의 24 시간시뮬레이션을위하여유량변동뿐만아니라수질의변동에대해서도조사하였다. 최종적으로는시간지수로표현되며시간지수의최소값은 0.4 이며최대값은 1.7 이다. 하수처리장의고부하및저부하조건은 Table 4 와같다. 5. ASM No. 2d 모델 이전의 ASM No. 1 모델에서는유기물과질소만이모델의대상이었던것에비하여 ASM No. 2 모델에서는인의처리에대한모사가추가되었다. 인의처리는크게생물학적인처리와물리화학적인처리가있으며, 생물학적인처리는혐기조건에서인의방출과호기조건에서인의과잉섭취를다루고있다. 또한물리화학적인처리는수중의용존성인산염을철염혹은알루미늄계의응집제로응집시켜침전시키는방법을포함하고있다. 또한모델의공정은기존 9 가지반응에서 21 개로확대되었다. 이후모델은혐기와호기조건에서인 Fig. 4. Monthly influent variation in modeling period. 을처리하는인축적미생물 (PAOs; Phosphate Accumulating Organisms) 의거동에서탈질활동은없는것으로가정하였으나그이후의연구결과들로인하여이들미생물에의한탈질거동이확인되었다. 이러한사실을모델에적용하여 ASM No. 2d 모델은탈질작용에서세포내부저장생산물을사용하는 PAOs 을고려하기위해 2 개의추가공정을포함한다. ASM No. 2 모델은호기성조건하에서단지성장하는 PAOs 를추측하는데반하여, ASM 2d 모델은탈질하는 PAOs 를포함한다. 이와같이수정된 ASM No. 2d 모델은현재범용적으로쓰이고있는하수처리공정에대한시뮬레이션모델이다. 1. 유입하수량 III. 연구결과및고찰 본연구에서운전기간중유입하수량은 2,275~ 4.452 m 3 / 일범위이고평균유입유량은 2,790 m 3 / 일이며시설용량 30,000 m 3 / 일의 9.91% 가유입되었다 (Fig. 4 참조 ). 해당유량을처리하는시설물계열의처리능력은 7,500 m 3 / 일이다. 2. 유입수및처리수수질 수질분석항목은 BOD, COD Mn, 부유고형물 (SS), 총질소 (T-N), 총인 (T-P) 이며, 그결과는 Table 5 와같다. 유입수와처리수의수질이월별로큰변동없이비슷한

유입수부하변동에따른생물막여과시스템의운전최적화연구 105 Table 5. Monthly variation of removal efficiency in WTP Time Flow Removal Efficiency(%) (m 3 /day) BOD COD Mn SS T-N T-P Jul., 2013 4,452 98.5 94.2 100.0 82.3 61.8 Aug. 3,417 98.2 93.0 100.0 79.9 71.0 Sep. 2,635 97.4 89.6 100.0 79.9 60.4 Oct. 2,432 96.9 87.2 100.0 75.6 63.6 Nov. 2,573 96.9 87.6 100.0 76.3 62.1 Dec. 2,345 97.1 89.2 99.5 80.1 62.4 Jan., 2014 2,558 95.0 84.9 98.9 74.4 75.8 Feb. 2,906 96.1 83.0 99.6 73.7 74.6 Mar. 2,275 97.3 89.7 99.9 77.5 81.0 Apr. 2,308 96.2 92.0 99.9 80.4 85.6 Ave. 2,790 97 89.0 99.8 78.0 69.8 Fig. 5. Monthly average T-N during Jul. 2013~Apr. 2014. 값으로나타났으나, MBR 호기조의처리수중 SS 농도는 0.84 mg/l 이하로아주낮게나타났다. 각각의제거율은 BOD 95.0~98.5%, COD Mn 83.0~94.2%, SS 98.9~ 100%, T-N 74.4~82.3%, 그리고 T-P 60.4~85.6% 로모두양호하게나타났다. 3. 모델시뮬레이션결과 3.1. 매개변수보정 3.1.1. T-N 반응조운영기간동안의유입수와유출수 T-N을이용하여 ASM No. 2d 모델의변수를조정하여보정과검증이라는두단계를거쳐서최적의값을도출하였다. 2013년 7월 ~12월의자료를이용하여 ASM No. 2d모델의매개변수값을조정하고이후조정된변수를이용한모델을통하여 2014년 1~4월의 T-N의유입및유출수질을예측하였는데 2013년 7월 ~2014년 4월까지 Fig. 6. Observed and simulated T-N during Jul. 2013~Dec. 2013. 의일평균유입및유출수질은다음 Fig. 5 와같다. ASM No. 2d 모델변수의디폴트 (default) 값, 즉기본값을이용하여모사한유출수의수질결과는 Fig. 6 과같다. 이러한결과로부터유출수의 T-N 이상대적으로매우높게형성되어있는것을알수있다. 일반적으로 T-N 은유기질소, 암모니아, 질산성질소로구성되어있으며이중유출수중의유기질소는통상 1~2 mg/l 를차지하고있고대부분생물학적처리를거친불활성물질이기때문에중요한변수로는취급되지않는다. 따라서암모니아와질산성질소에대한변수를조정하여 T-N 의농도를예측하고자하였다. 먼저유출수중의암모니아성질소에대하여예측한결과를살펴보면 Fig. 7 과같다. 일반적으로하수처리장의유출수중암모니아의농도는 1~2 mg/l 로추정되기때문에 Fig. 7 에보여진값은매우높은값이라할수있다. 이것은암모니아의질산

106 백경일 이관우 한인섭 Fig. 7. Results of simulated ammonia during Jul.~Dec., in 2013. Fig. 9. Simulated nitrate of various denitrification reduction factor during Jul.~Dec., in 2014. Fig. 8. Simulation results of various µ max during Jul.~Dec., in 2013. Fig. 10. Simulated T-N of various denitrification reduction factor during Jul.~Dec., 2014. Table 6. Calibration of various denitrification reduction factor Denitrification Reduction Factor 1 5 10 Sum of Errors 22.2 9.4 3.8 Average Errors (mg/l) 2.0 0.8 0.3 Correlation Coefficient 0.744 0.921 0.922 화가부족하여발생한것으로파악되며질산화와관련된변수중 µ max (autotrophic maximum growth rate, 독립영양미생물최대성장계수 ) 를조정하여암모니아의값을예측하였으며, 그결과는 Fig. 8 과같다. 위의 µ max 값을 1.0( 디폴트값 ) 에서 1.6 까지바꾸어모의한결과, 암모니아의감소효과가가장잘표현된변수는 1.4 라고판단되었으며, 해당매개변수의값을 1.0 에서 1.4 로수정하였다. 또한유출수중에는상당농도의질산성질소가포함되어있기때문에이값을낮출필요가있다. 질산성질소는종속영양미생물의탈질을통해서제거된다. 그러나종속영양미생물은반응조의수량이한정되어있기때문에이변수를조정하는것보다종속영양미생물의탈질능력에관련되는변수를조정하는것이효율적이라고판단할수있다. GPS-X 에서 Denitrification reduction factor 는종속영양미생물의탈질능력을향상시키는매개변수이며본연구에서는이변수를조정하여유출수중의 T-N 농도를예측하고자하였다. 이매개변수는 ASM No. 2d 에는포함되어있지않은함수로다른매개변수와의간섭을일으키지않고질산성질소의탈질에만관여되기때문에질산성질소의농도를조정하는데에최적의함수라판단할수있다. Denitrification reduction factor 를최적으로조정하는방법은유출수 T-N 농도와비교하여이루어졌으며그중간과정에서질산성질소가감소하는모습을볼수있다. Denitrification reduction factor 의값을 1~10 까지변화함에따른질산성질소의변화는변화와 T-N 농도의예측값은각각 Fig. 9 와 Fig. 10 과같다. Denitrification reduction factor 의증가에따라실제유출수중의 T-N 농도와비슷한결과를보여주는것을알수있다. 이것을통계적으로분석하면다음 Table 6 과같다. Denitrification reduction factor 의값이증가할수록절대오차의합 (sum of errors) 은감소하였으며상관계수 (correlation coefficient) 는 0.744~0.922 까지의값을보여주었다. 상관계수와오차의합을종합적으로고려

유입수부하변동에따른생물막여과시스템의운전최적화연구 107 Fig. 11. Calibration results after adjusting coefficients. Fig. 13. Results of observed and simulated T-P during Jul.~Dec., 2014. Fig. 12. Monthly average T-P during Jul., 2013~Apr., 2014. 한결과 Denitrification reduction factor 의값을 10 으로정하였다. 따라서최종적으로 µ max 값을 1.0 에서 1.4 로, 그리고 Denitrification reduction factor 는 0.8 에서 10 으로수정하여다시모의하였으며그결과는다음 Fig. 11 과같다. 3.1.2. T-P 분리막생물반응조운영기간동안의유입수와유출수의 T-P 농도값을바탕으로 ASM No. 2d 모델의매개변수를조정하고이를이용하여최적의값을도출하였다. 입력자료로 2013년 7~12월의실측수질분석자료를이용하여 ASM No. 2d 모델의변수값을조정하고이후조정된변수를이용한모델을통하여 2014년 1~4월의 T-P의유입및유출수질을예측하였다. 2013 Fig. 14. Observed and simulated T-N value of effluent during Jan.~Apr., in 2014. 년 7 월 ~2014 년 4 월까지의일평균유입및유출수질은 Fig. 12 와같다. 일반적으로 ASM No. 2d 모델에서변수의조정이어려운이유는바로질소와인을처리하는미생물들이서로영양물을차지하기위한경쟁관계에있기때문이다. 인의유출수농도를보정하기위한변수를도입하는경우, 질소처리에서이미보정된변수들의값이영향을받으므로이를피하기위하여인처리에중요한인자인미생물의인구성분율 (P content of active biomass) 을선택하여보정을실시하였다. 인구성분율은미생물이성장할때에소요되는인의성분으로일반적으로 2~4% 가량으로추론하고있다. 인구성분율을이용하여보정된결과는 Fig. 13 및 Table 7 과같다. 미생물중인구성분율의변화에따른결과를살펴보 Table 7. Calibration of various P content of active biomass P content of active biomass 2% 2.25% 2.5% 2.75% 3% Sum of Errors 4.5 3.3 2.3 2.1 2.9 Average Errors (mg/l) 0.41 0.30 0.21 0.19 0.27 Correlation Coefficient 0.785 0.739 0.750 0.775 0.754

108 백경일 이관우 한인섭 Table 8. Results of T-N verification Sum of Errors 6.0 Average Errors (mg/l) 0.9 Correlation Coefficient 0.971 Table 9. Results of T-P verification Sum of Errors 1.1 Average Errors (mg/l) 0.2 Correlation Coefficient 0.888 Fig. 15. Observed and simulated T-P value of effluent during Jan.~Apr., in 2014. 면, 절대오차의합을기준으로 2.75% 가가장좋은결과를보여주었으며상관계수에서는 2% 일때에 0.785 로가장좋은결과를보여주었다. 이에따라절대오차의합과상관계수를고려하여 2.75% 를모델의인자로결정하였다. 3.2. 모델검증 3.2.1. T-N 검증 2014 년 1 월 ~4 월까지의검증자료는 Table 8 및 Fig. 15 와같다. T-N 농도값의경우, 실제유출수의농도와모델에의한예측값의오차의합은 6.0 mg/l 이었으며평균오차는 0.9 mg/l, 상관계수는 0.971 로모델에의한예측이매우양호한것으로판단하였다. 3.2.2. T-P 검증 2014 년 1 월 ~4 월까지의검증자료는 Table 9 및 Fig. 15 와같다. T-P 의경우에실제유출수의농도와모델에의한예측값의오차의합은 1.1 mg/l 이었으며평균오차는 0.2 mg/l, 상관계수는 0.888 의결과를보여주었다. 유출수의농도가낮은범위에서크게변동하지않아서상관계수가다소낮았으며, 2014 년 4 월에는인의응집침전을위해응집제가사용되었기때문에유출수중의인의농도가낮게나타났다. Table 10. Monthly variation of removal efficiency in WTP SRT (day) Sludge Production (m 3 /day) PO 4 -P (mg/l) 44.0 10.9 0.76 35.6 10.9 0.61 31.8 7.46 0.47 4. 조건별모델결과및최적운영방안고찰 ASM No. 2d 모델을이용한시뮬레이션의정확도를높이기위해질소와관련된인자로 µ max 의값을기본값 1.0 에서 1.4 로변경하였으며, Denitrification reduction factor 를 0.8 에서 10 으로변경하였고, 유출수중의인의농도를위한인자로서인구성분율을기본값 2% 에서 2.75% 로보정하였다. 본연구의목적은하수처리장의유입수에대해조건별로최적의제어를통하여유출수의수질확보이며, 목표로하는유출수의수질농도는 T-P 0.5 mg/l 이하 T-N 이 10.0 mg/l 이하이다. 이것을달성하기위해서는반송율, 교대반응조의포기시간, 메탄올및응집제의양이주요한제어수단이된다. 모델의조건은유량별조건의고유량및저유량, 농도는고부하와저부하중처리가까다로운고유량및저부하와저유량및고부하인경우에대하여최적운전조건을다음과같이도출하였다. 4.1. 고유량및저부하 SRT 가 44.2 일이었을때유출수중의 T-P 의농도는 0.7 mg/l 이었으며슬러지발생량은 10.9 m 3 / 일이었다. 유출수질은 0.7 mg/l 로서유출수질기준인 0.5 mg/l 보다높았으며이를제어하기위한방법으로는 SRT 를변경하는방법을선택하였다. 아래의표는 SRT 변화에따른유출수중 T-P 의변화는 SRT 31.8 일에서유출수중의 T-P 가 0.47 mg/l 로감소하여유출수질기준인 0.5 mg/l 를달성할수있었다. 4.2. 저유량및고부하저유량및고부하에서반송률 100% 및교대반응조의호기시간조건을 40% 로산정하여적용하였을경우질소및인의농도는유출수목표기준을초과하였으므로반송률의조건을 100% 에서 300% 로상향하고슬러지의체류시간을 28.6 일에서 23.9 일로낮추어시뮬레이션한결과유출수질기준을모두만족할수있는결과를나타내었으며, 그결과는다음 Fig. 16 과같다.

유입수부하변동에따른생물막여과시스템의운전최적화연구 109 mg/l 로나타났다. 따라서다양한유입수부하조건하에서별도의메탄올및응집제를사용하지않고슬러지반송율과 SRT 를조정하여재이용수수질을만족하는운전조건을도출하였다. References Fig. 16. Results of simulated BOD, SS, T-N, T-P. IV. 결 론 유입수부하변동에따른생물막여과시스템을혐기조, 교대반응조, MBR 호기조와용존산소저감조로구성해서운전한결과및유입수부하변동에따른최적의운전조건을 ASM No. 2d 모델로모의한결과는다음과같다. 1. SS 농도는 MBR 공정의사용으로 SS 제거율이 99.49% 에서 100% 로매우높아재이용수로사용가능한 SS 1 mg/l 이하의양호한수질을얻을수있었다. 2. 유출수의유기물평균제거율은 BOD 97.91% 와 COD 90.10% 이었으며, 무기물평균제거율은 T-N 79.93% 이었으나, T-P 제거율은 63.59%, 방류수농도는 1.4 mg/l 를나타내었다. 3. ASM No. 2d 모델을이용하여연구대상하수처리시설을시뮬레이션하면서질소와관련된인자로는 µ max 값을 1.0 에서 1.4 로 Denitrification reduction factor 를 0.8 에서 10 으로, 인과관련된인자로는인구성분율을 2% 에서 2.75% 보정한결과, 최적의운전조건을다음과같이도출하였다. 유입수조건이고유량저부하인경우에는 SRT 를 44.2 일에서 31.8 일로감소함으로써 T-P 농도를 0.7 mg/l 에서 0.4 mg/l 로감소시켰다. 유입수조건이저유량, 고부하인경우에는반송률을 100% 에서 300% 로조정하여 T-N 농도를 13.7 mg/l 에서 8.4 mg/l 로낮추었고, SRT 를 28.6 일에서 23.9 일로감소시킨결과 T-P 농도는 0.9 mg/l 에서 0.42 1. 박철휘등, 침지형분리막을이용한하수의재이용및고도처리공정최적화연구, 한국수처리학회지, 12(2), 17-26 (2004). 2. 김신걸, 회분식하수처리공정 (SBR) 의운전제어를위한모델개발및적용연구, 서울시립대학교박사학위논문 (2007). 3. 김병호, 생물막공정을이용한무기계폐수의질소제거, 서울시립대학교박사학위논문 (2010). 4. 허형수, 모델링기법을이용한난분해성폐수유입하수처리장의고도처리최적화, 서울시립대박사학위논문 (2006). 5. 김지연등, 침지식중공사막을결합한 Dynamic states 하수고도처리공정의개발및현장적용평가, 한국물환경학회, 22(2), 358-363 (2006). 6. 고현웅등, 침출수처리를위한침지형부직포여과활성슬러지법에서최적운전인자도출에관한연구, 대한환경공학회지, 25(3), 295-300 (2003). 7. 박승국등, Dynamic state 활성슬러지공정에서혐기조가영양염류 (C, N, P) 처리에미치는영향, 한국물학회지, 15(3), 395-403 (1999). 8. 김명준등 ASM No.2를이용한 BNR 공정비교및예측, 2001년공동추계학술발표회논문집, 한국물환경학회, 대전, 377-380p (2001). 9. 정연규등 호기성소화과정중질소및인의거동에대한수학적모형, 대한토목학회논문집, 14(3), 635-644 (1994). 10. Nittaya Boontian, Using the Activated Sludge Model 2d (ASM2d) to Understand and Predict the Phosphorus Accumulating Organisms Mechanism in Enhanced Biological Phosphorus Removal in Relation to Disintegrated Sludge as a Carbon Source, Ph. D thesis, Cranfield University (2012). 11. Mogens Henze et al., Activated Sludge Model No. 2D, ASM2D, Wat. Sci. Tech., 39(1), 165-182 (1999).