비점오염 저감을 위한 지능형 여과제어 시스템 개발 = Development of an Intelligent Filtration Control System for Nonpoint Pollution Reduction

다국어 초록 (Multilingual Abstract)

This study aims to effectively manage non-point source (NPS) pollution, a major cause of water quality degradation due to increased impervious surfaces from urbanization. To proactively respond to the irregular fluctuations in flow rate and pollutant loads characteristic of NPS pollution during rainfall events, an intelligent treatment system integrating Information and Communication Technology (ICT) and the Internet of Things (IoT) was developed.
A laboratory-scale upflow two-stage filtration system was designed and fabricated, packed with fiber ball media made of a polypropylene and polyethylene blend, which is excellent for physical filtration and media recovery. The system was configured as a hybrid process: the first stage removes suspended solids (SS), and the second stage removes residual pollutants, including total phosphorus (T-P), through coagulation-flocculation by injecting a coagulant (PACS). For automation and remote monitoring, IoT devices such as turbidity sensors, pressure sensors, and motorized valves were installed and linked to a central control panel, establishing a smart control system capable of real-time data acquisition and remote operation.
The system's performance was evaluated through 585 minutes of continuous automated operation. The results demonstrated stable treatment efficiency under an average surface overflow rate (SOR) of approximately 20 m³/m²/hr, regardless of variations in influent characteristics. The average removal efficiencies for SS and turbidity were 98.74% and 98.19%, respectively, with the effluent SS concentration averaging 7.47 mg/L, satisfying the target water quality standard. The T-P removal efficiency was also exceptionally high, averaging 85.60%. Furthermore, the backwashing technology using an Airlift pump proved its maintenance efficiency with a high media recovery rate of around 90%.
Correlation analysis between real-time turbidity data and lab-analyzed SS and T-P concentrations revealed strong relationships, with coefficients of determination (R²) of 0.90 and 0.88, respectively. This confirms the feasibility of using turbidity sensors for indirect real-time assessment of pollutant loads. Additionally, a deep learning model trained on 27-dimensional sensor data was developed, which successfully predicted the optimal backwashing timing with an accuracy of 85%.
The ICT/IoT-based smart remote control system developed in this study presents an innovative solution that can significantly enhance the operational efficiency, economic feasibility, and stability of NPS treatment facilities. The findings are expected to serve as crucial foundational data for advancing NPS management technology and commercializing unmanned automated systems in the future. Keywords: Non-point Source Pollution, Upflow filtration system, Backwashing process, Turbidity sensor, Remote control system

국문 초록 (Abstract)

비점오염 저감을 위한 지능형 여과제어 시스템 개발 최 동 영 한국교통대학교 녹색바이오공학과 환경공학전공 지도교수 이 준 호 본 연구는 도시화에 따른 불투수 면적 증가로 인해 수질오염의 주요 원인이 되 고 있는 비점오염원의 효과적 관리를 목표로 한다. 특히 강우 시 유량 및 오염 부하가 불규칙하게 변동하는 비점오염원의 특성에 능동적으로 대응하기 위해, 정 보통신기술(ICT)과 사물인터넷(IoT)을 융합한 지능형 처리 시스템을 개발하였다. 연구를 위해 상향류식 2단 여과 시스템을 Laboratory 규모로 설계 및 제작하였 으며, 물리적 여과 성능과 여재 회복률이 우수한 Polypropylene 및 Polyethylene 혼합 섬유사상 여재를 충전하였다. 1단에서는 미세입자(SS)를, 2 단에서는 응집제(PACS)를 주입하여 총인(T-P)을 포함한 잔류 오염물질을 제거 하는 복합 공정을 구성하였다. 시스템의 자동화 및 원격 모니터링을 위해 탁도 센서, 압력 센서, 전동 밸브 등 IoT 디바이스를 설치하고, 이를 중앙 제어 패널 과 연동하여 실시간 데이터 수집 및 원격 제어가 가능한 스마트 제어 시스템을 구축하였다. 총 585분간의 연속 자동 운전을 통해 시스템의 성능을 평가한 결과, 평균 수면 적부하율(SOR) 약 20 m³/m²/hr 조건에서 유입수 특성 변화와 무관하게 안정적 인 처리 효율을 보였다. 평균 SS 제거 효율은 98.74%, 탁도 제거 효율은 98.19%에 달했으며, 유출수 SS 농도는 평균 7.47 mg/L로 목표 수질 기준을 만 족시켰다. T-P 제거 효율 또한 평균 85.60%로 매우 높게 나타났다. 또한, Airlift pump를 활용한 역세척 기술은 90% 내외의 높은 여재 회복률을 보여 유 지관리의 효율성을 입증하였다. 수집된 실시간 탁도 데이터와 SS, T-P 농도 간의 상관관계를 분석한 결과, 결정 계수(R²)가 각각 0.90, 0.88로 높게 나타나 탁도 센서를 활용한 오염 부하량의 간접적 실시간 평가 가능성을 확인하였다. 나아가, 축적된 27개 차원의 센서 데 이터를 딥러닝(Deep Learning) 모델에 학습시켜 최적의 역세척 시점을 85%의 정확도로 예측하는 알고리즘을 개발하였다. 본 연구를 통해 개발된 ICT/IoT 기반 스마트 원격 제어 시스템은 비점오염 처리 시설의 운영 효율성, 경제성, 안정성을 획기적으로 향상시킬 수 있는 혁신적인 해결책을 제시한다. 이는 향후 비점오염 관리 기술의 고도화와 무인 자동화 시스 템 상용화에 중요한 기초 자료로 활용될 수 있을 것으로 기대된다. 주요어 : 비점오염원, 상향류여과, 역세척, 탁도센서, 원격제어

목차 (Table of Contents)

• I. 서 론 1
• 1.1. 연구의 배경 및 필요성 1
• 1.1.1. 비점오염원의 정의와 환경적 심각성 1
• 1.1.2. 도시화와 불투수면적 증가가 수질에 미치는 영향 1
• 1.1.3. 기존 비점오염 처리 기술의 현황 및 한계 2
• 1.2. 연구의 목적 3
• 1.3. 연구의 범위 및 방법 4
• II. 이론적 배경 6
• 2.1. 비점오염원(Non-point Source Pollution) 6
• 2.1.1. 비점오염원의 정의 및 특성 6
• 2.1.2. 입도 분포 및 오염물질의 흡착 특성 7
• 2.1.3. 초기우수(First Flush) 현상의 거동 및 제어 전략 9
• 2.2. 비점오염 처리 기술 동향 10
• 2.2.1. 국내 기술 현황 및 정책 동향 10
• 2.2.2. 국외 기술 현황 12
• 2.3. 수처리 여과 기술의 원리 13
• 2.3.1. 여과 방식의 종류 및 특징 13
• 2.3.2. 상향류 여과(Upflow Filtration)의 특성 14
• 2.3.3. 섬유사상 여재의 물리·화학적 특성 15
• 2.4. ICT 및 IoT 기반 스마트 물 관리 기술 16
• 2.4.1. 스마트 센서 기술의 원리 및 활용 16
• 2.4.2. 원격 모니터링 및 자동 제어 시스템 16
• 2.5. 수처리 공정에서의 머신러닝 적용 17
• 2.5.1. 공정 최적화 및 예측 모델링 17
• 2.5.2. 딥러닝 기반의 이상 감지 및 제어 17
• III. 연구설계 및 방법 18
• 3.1. 실험장치 설계 및 제작 18
• 3.1.1. 여과장치 설계 및 구성 18
• 3.1.2. 실험 장치 구성 26
• 3.2. 자동제어 시스템 구성 29
• 3.2.1. IOT 센서 및 제어 장치 구성 29
• 3.2.2. ICT 제어 구성 34
• 3.2.3. 제어 프로그램 및 운전 설계 38
• 3.3. 운전조건 및 실험방법 45
• 3.3.1. 운전조건 설정 및 시나리오 45
• 3.3.2. 실험 방법 및 데이터 분석 전략 46
• 3.3.3. 시료 채취 및 수질 분석 방법 47
• Ⅳ. 연구결과 및 고찰 50
• 4.1. 여과 시스템 운전결과 50
• 4.1.1. 운전조건 50
• 4.1.2. 처리효율 분석 54
• 4.2. 여재 세척 효율 62
• 4.3. 데이터 상관성 65
• 4.4. 머신러닝 기반 역세척 시점 예측 모델링 결과 68
• 4.4.1. 데이터 전처리 및 모델 학습 과정 68
• 4.4.2. 모델 성능 평가 71
• 4.4.3. 자동화 운전 알고리즘으로서의 적용 가능성 75
• Ⅴ. 결과 및 고찰 77