신경회로망을 이용한 상수처리시스템의 응집제 주입공정 최적화

남의석; 박종진; 장석호; 차상엽; 우광방; 이봉국; 한태환; 고택범

추천

검색

자료유형: 학술저널

저자정보: 남의석 (연세대학교 전기공학과) 박종진 (연세대학교 전기공학과) 장석호 (연세대학교 전기공학과) 차상엽 (연세대학교 전기공학과) 우광방 (연세대학교 전기공학과) 이봉국 (LG산전㈜) 한태환 (LG산전㈜) 고택범 (LG하나웰 연구소)

저널정보: 제어자동화시스템공학회 제어·자동화·시스템공학 논문지 제어·자동화·시스템공학 논문지 제3권 제6호

발행연도: 1997.1

수록면: 644 - 651 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (11)

2023

XAI(eXplainable AI)를 이용한 하수처리 활성오니공정 모델링에 관한 연구

남의석 전기학회논문지 2023.02 학술저널

2022

XAI(eXplainable AI) 기반 하수처리 활성오니공정 용존산소 제어를 위한 신경회로망 모델링

남의석 전기학회논문지 2022.08 학술저널

XAI를 이용한 하수처리 활성슬러지공정 지능형 모델링에 관한 연구

남의석 대한전기학회 학술대회 논문집 2022.07 학술대회자료

2021

하수처리 활성오니공정 최적화를 위한 XAI(eXplainable AI) 기법 비교 분석

남의석 대한전기학회 학술대회 논문집 2021.07 학술대회자료

2020

설명가능한 신경회로망을 이용한 하수처리시스템의 활성슬러지 공정 최적화

남의석 전기학회논문지 2020.12 학술저널

설명가능한 신경회로망을 이용한 하수처리 활성오니공정 DO 제어 방법에 관한 연구

남의석 정보 및 제어 논문집 2020.10 학술대회자료

신경회로망을 이용한 하수처리시스템 활성오니공정 센서 데이터 상호작용 분석

남의석 대한전기학회 학술대회 논문집 2020.07 학술대회자료

2018

하수처리 활성오니공정의 에너지 절감을 위한 퍼지 제어 방법에 관한 연구

남의석 전기학회논문지 2018.11 학술저널

1997

신경회로망을 이용한 상수처리시스템의 응집제 주입공정 최적화

남의석 , 박종진 , 장석호 외 5명 제어로봇시스템학회 논문지 1997.12 학술저널

상수처리시스템의 응집제 주입공정 모델링에 관한 연구

남의석 , 우광방 제어로봇시스템학회 국내학술대회 논문집 1997.10 학술대회자료

신경회로망을 이용한 상수처리시스템의 응집제 주입공정 최적화

남의석 , 박종진 , 장석호 외 5명 제어·자동화·시스템공학 논문지 1997.01 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

In the water purification plant, chemicals are injected for quick purification of raw water. It is clear that the amount of chemicals intrinsically depends on water quality such as turbidity, temperature, pH and alkalinity. However, the process of chemical reaction to improve water quality (e.g., turbidity) by chemicals is not yet fully clarified nor quantified. The feedback signal in the process of coagulant dosage, which should be measured (through the sensor of the plant) to compute the appropriate amount of chemicals, is also not available. Most traditional methods focus on judging the conditions of purifying reaction and determine the amounts of chemicals through manual operation of field experts using Jar-test data. In this paper, a systematic control strategy is proposed to derive the optimum dosage of coagulant, PAC(Polymerized Aluminium Chloride), using Jar-test results. A neural network model is developed for coagulant dosing and purifying process by means of six input variables (turbidity, temperature, pH, alkalinity of raw water, PAC feed rate, turbidity in flocculation) and one output variable, while considering the relationships to the reaction of coagulation and flocculation. The model is utilized to derive the optimum coagulant dosage (in the sense of minimizing turbidity of water in flocculator). The ability of the proposed control scheme validated through the field test has proved to be of considerable practical value.

#water purification system #coagulant dosing process #back-propagation #neural network #jar-test

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!