지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 정회경
- 발행연도
- 2021
- 저작권
- 배재대학교 논문은 저작권에 의해 보호받습니다.
이용수32
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
전 세계적으로 인구증가, 산업화, 도시화 및 지속되는 기상이변으로 인해 제한된 수자원의 계획적인 운영관리 및 효율적인 이용 방법에 대한 중요성과 필요성이 부각되고 있다. 수돗물 생산 공정은 크게 취수, 정수, 공급 과정을 거치며, 세부적으로는 취수, 약품 투입, 혼화, 응집, 침전, 여과, 소독, 공급의 과정을 거치게 된다. 수질, 유량, 압력, 수위 등의 수도 운영 데이터를 기초로 사람이 의사결정을 통해 현장에서 수동으로 또는 원격에서 통신망을 통해 펌프, 밸브 등을 조작하는 형태의 운영을 하고 있다.
이를 개선하기 위해서 표준제어로직을 활용하여 약품 투입 및 소독 공정에서 표준제어로직 프로그램을 이용하여 완전 자동화를 구축하였지만, 외부환경요인에 따라 주기적으로 표준제어로직 내에서 사용되는 회귀다항식 및 조견표에 대한 수정이 이루어져야 하며, 사업장의 환경에 따라 수동으로 해당 공정을 운영하는 등 여전히 문제점이 있다.
따라서, 급속하게 진화·발전하는 디지털 기술을 토대로 수돗물 생산과정에 수도시설 맞춤형 인공지능 기술의 도입을 통해 한정적인 수자원을 효율적으로 운영관리 하는 방법에 대한 고민과 개선이 필요하다.
이에, 본 논문에서는 정수장에서 처리되는 여러 공정 중 약품 투입 공정에 인공지능 기반의 빅데이터 분석, 예측을 통한 응집제 투입률 결정 알고리즘을 도출하였다.
본 논문에서는 인공지능을 활용한 데이터 분석을 통한 정수장 응집제 투입률 결정 알고리즘 및 프로그램 구현을 위해 빅데이터 기술 및 인공지능 알고리즘 적용 방법에 대한 분석과 기존에 제시된 학문적, 기술적 자료를 검토하여 유사 분야 적용 사례를 분석 검토하였다.
이를 통해 응집제 투입률 결정 알고리즘을 적용한 시스템을 구축하고 응집제 투입공정 자율운전 시뮬레이터 및 시범운영을 통한 응집제 최적 투입률 제시를 목표로 하였다.
수질 등 다양한 입력 변수를 기초로 출력변수인 응집제 주입률을 결정하고, 운영 근무자의 의사결정 패턴을 입력 변수와 출력변수의 관계 패턴으로 학습하여 학습된 패턴을 실제 응집제 주입 공정에 모사 운영이 가능하도록 하였다. 시스템 구축 및 적용을 통해 침전수 탁도가 목표치에 근사한 일정 수준을 유지할 수 있도록 운영이 가능하였다. 응집제 주입률 예측 알고리즘 구축을 위해 데이터 범위를 산정하고 전처리를 거친 변수를 선정하였고, 알고리즘 수행을 준비한 후 군집화와 분류 알고리즘을 적용하여 알고리즘 수행과 결과에 대한 피드백을 반복하여 학습을 진행하였다. 또한 고탁도 상황 발생 시 후보정을 통한 최적화 과정을 추가하여 최적의 결과를 도출시킬 수 있었다.
이를 개선하기 위해서 표준제어로직을 활용하여 약품 투입 및 소독 공정에서 표준제어로직 프로그램을 이용하여 완전 자동화를 구축하였지만, 외부환경요인에 따라 주기적으로 표준제어로직 내에서 사용되는 회귀다항식 및 조견표에 대한 수정이 이루어져야 하며, 사업장의 환경에 따라 수동으로 해당 공정을 운영하는 등 여전히 문제점이 있다.
따라서, 급속하게 진화·발전하는 디지털 기술을 토대로 수돗물 생산과정에 수도시설 맞춤형 인공지능 기술의 도입을 통해 한정적인 수자원을 효율적으로 운영관리 하는 방법에 대한 고민과 개선이 필요하다.
이에, 본 논문에서는 정수장에서 처리되는 여러 공정 중 약품 투입 공정에 인공지능 기반의 빅데이터 분석, 예측을 통한 응집제 투입률 결정 알고리즘을 도출하였다.
본 논문에서는 인공지능을 활용한 데이터 분석을 통한 정수장 응집제 투입률 결정 알고리즘 및 프로그램 구현을 위해 빅데이터 기술 및 인공지능 알고리즘 적용 방법에 대한 분석과 기존에 제시된 학문적, 기술적 자료를 검토하여 유사 분야 적용 사례를 분석 검토하였다.
이를 통해 응집제 투입률 결정 알고리즘을 적용한 시스템을 구축하고 응집제 투입공정 자율운전 시뮬레이터 및 시범운영을 통한 응집제 최적 투입률 제시를 목표로 하였다.
수질 등 다양한 입력 변수를 기초로 출력변수인 응집제 주입률을 결정하고, 운영 근무자의 의사결정 패턴을 입력 변수와 출력변수의 관계 패턴으로 학습하여 학습된 패턴을 실제 응집제 주입 공정에 모사 운영이 가능하도록 하였다. 시스템 구축 및 적용을 통해 침전수 탁도가 목표치에 근사한 일정 수준을 유지할 수 있도록 운영이 가능하였다. 응집제 주입률 예측 알고리즘 구축을 위해 데이터 범위를 산정하고 전처리를 거친 변수를 선정하였고, 알고리즘 수행을 준비한 후 군집화와 분류 알고리즘을 적용하여 알고리즘 수행과 결과에 대한 피드백을 반복하여 학습을 진행하였다. 또한 고탁도 상황 발생 시 후보정을 통한 최적화 과정을 추가하여 최적의 결과를 도출시킬 수 있었다.
목차
국문초록 ⅰ목 차 ⅳ그림목차 ⅶ도표목차 ⅹⅠ. 서 론 11.1 연구배경 및 목적 11.2 연구내용 및 범위 31.3 논문의 구성 3Ⅱ. 관련연구 52.1 수처리시스템 개요 52.1.1 취수시설 개요 52.1.2 정수시설 개요 62.1.3 가압시설 개요 112.1.4 지능형 관망 자율운영 기술 122.1.5 표준제어로직 142.2 응집제 투입을 위한 기계 학습 알고리즘 232.2.1 응집제 투입률 예측을 위한 인공지능 기술 232.2.2 기계 학습 기반 응집제 투입률 알고리즘 개발 필요성 27Ⅲ. 제안된 기계 학습 기반 응집제 투입 시스템 283.1 빅데이터 분석 플랫폼 283.1.1 데이터 수집 시스템 293.1.2 데이터 적재 시스템 303.1.3 데이터 분석 시스템 313.2 응집제 투입을 위해 적용된 기계 학습 기법 333.2.1 응집 및 침전 공정의 이해 333.2.2 기계 학습 기반 알고리즘 분석 36Ⅳ. 실험 및 결과 분석 544.1 실험 환경 544.2 실험 방법 및 결과 분석 564.2.1 전처리 기법 584.2.2 군집화 알고리즘 선정 624.3 기계 학습 방법들 간의 성능 분석 734.3.1 앙상블 기법 비교 실험 734.3.2 예측 알고리즘 비교 실험 784.3.3 검증 및 고찰 84Ⅴ. 결론 및 향후 연구 방향 103참고문헌 105영문초록 111감사의 글(Acknowledgement) 114
최근 본 자료
댓글(0)
0