바이오가스 생산 시설에서의 최적 악취 제어 기술개발

초록

악취 문제는 폐기물 처리 및 수처리 시설에서 지역 사회 민원의 주요 원인이자 시설 운영 비용 증가 요인으로 지적되어 왔으며, 이에 따라 실시간 모니터링과 예측 기반 제어 기술에 대한 수요가 지속적으로 증가하고 있다. 본 연구에서는 약액세정 공정(Chemical wet scrubbing process)을 대상으로, 경계선(Fence-line) 악취 예측을 중심으로 하는 인공지능(Artificial Intelligence, AI)?프로그램가능논리제어기(Programmable Logic Controller, PLC) 연동 제어 시스템을 개발하였다. 이를 위하여 황화수소(H2S), 암모니아(NH₃), 풍속(Wind Speed, WS)·풍향(Wind Direction, WD) 및 주요 공정 변수를 OPC 통합 아키텍처(Open Platform Communications Unified Architecture, OPC-UA)/Modbus를 통해 수집하고, 시계열 데이터베이스와 감사 데이터베이스에 각각 저장함으로써 장기 모니터링과 이상 발생 시 실시간 대응이 가능하도록 하였다. 예측 모듈은 플룸(Plume) 확산 모델과 기계학습 기반 잔차 보정을 결합하여 단기 외부 악취 지표를 도출하였다. 이때 Virtual Odor Unit(Virtual OU)는 관능시험 결과와 센서 패턴 비교를 통해 보정하였다. 최적화 모듈은 이러한 예측값을 바탕으로, 액가스비(Liquid-to-Gas ratio, L/G ratio), 산·알칼리·산화제 등의 주입률, 블로워 및 댐퍼 운전을 동시에 제어하는 모델 예측 제어(Model Predictive Control, MPC)를 기반한 최적 운전 조건을 결정하였다. 동시에, 제어부는 공기교환횟수(Air changes per hour, ACH), pH/산화환원전위(Oxidation-Reduction Potential, ORP), 압력차(ΔP), 변화율 제한(dU/dt), 최소 가동시간 등의 가드레일을 설정하여 운전 조건의 안정성도 확보하였다. 시뮬레이션 및 시험 운전 결과, 본 시스템은 경계선 기준치에 근접할 때 선제적 대응이 가능 하였으며, 에너지 및 약품 소비의 불필요한 증가를 최적으로 유지하면서 제어 효율을 향상시켰다. 이러한 결과는 기준 준수와 운영 비용 절감을 동시에 달성할 수 있음을 입증한 것이며, 향후 현장 교정 자동화, 지리정보시스템(Geographic Information System, GIS) 기반 확산 리스크 평가, 전자코(electronic nose, e-nose) 신호의 보조적 제어 수단과 결합하여 실증 검증과 현장 적용성을 극대화할 것으로 판단되었다.