Abstract
A concentration meter is widely used at purification plants, sewage treatment plants and waste water treatment plants to sort and transfer high concentration sludge and to control the amount of chemical dosage. When the strange substance is contained in the sludge, however, the attenuation of ultrasonic wave could be increased or not be transmitted to the receiver. At that case, the value of concentration meter is higher than the actual density value or vibrated up and down. It has also been difficult to automate the residuals treatment process according to the problems as sludge attachment or damage of a sensor. Multi-beam ultrasonic concentration meter has been developed to solve these problems, but the failure of the ultrasonic beam of a specific concentration measurement value degrade the performance of the entire system. This paper proposes the method to improve the accuracy of sludge concentration rate by choosing reliable sensor values and learning them by proposed algorithm. The prediction algorithm is chosen as neuro-fuzzy model, which is tested by the various experiments.
정수장, 하수처리장, 폐수처리장의 배출수 처리공정에서 고 농도의 슬러지 선별, 이송 및 약품 투입량 조절을 위한 기준으로 슬러지 농도계가 사용되고 있다. 그러나 슬러지에 함유된 이물질이 혼입될 경우 감쇄량이 증가하거나 초음파가 수신부에 전달되지 않아 실제 농도값 보다 높은 값을 출력하거나 헌팅현상이 발생한다. 또한 단일 센서에 슬러지 포착 또는 고장 등의 문제로 배출수 공정 자동화에 어려움이 많았다. 이러한 문제점을 개선하기 위해 초음파 다중빔 농도계를 개발하여 사용하고 있으나 특정 초음파 빔의 농도 측정값에 오류가 발생할 경우 전체 농도시스템의 성능이 떨어지는 단점이 있다. 따라서 본 논문에서는 초음파 다중빔 농도계 간의 신뢰성을 판단하고, 신뢰성이 높은 다중빔 농도계만을 사용하여 슬러지 농도 예측값의 성능 향상방안을 제시하였다. 예측 알고리즘으로는 뉴로-퍼지모델을 적용하였으며 다양한 실험을 통하여 제안된 방법의 타당성을 검증하였다.
