본 연구는 실험계획법과 통계학적 분석을 이용하여 세가지 유기성 폐기물(축산폐수, 하수슬러지, 음식물쓰레기)의 혼합 산발효를 위한 최적 운전 조건을 구하였다. 먼저, 세가지 기질의 최적 혼합비 도출을 위해 15회의 회분식 실험을 진행하였고, 획득한 실험 값의 통계학적 분석 결과 도출된 최적 혼합비는 chemical oxygen demand(COD) 기준으로 축산폐수, 하수슬러지, 음식물쓰레기 순으로 0.4 : 1.0 : 1.1로 나타났다. 도출된 최적 혼합비율로 준비된 기질을 대상으로 산발효 연속 운전 최적화를 수행하였다. 중요 운전 인자로서 hydraulic retention time(HRT)과 기질 농도를 설정하고, 실험계획법의 일종인 반응표면법(Response surface methodology, RSM)을 적용하였다. 3단계의 실험 계획에 의거한 연속 운전 결과, total volatile fatty acids(TVFA) 생성을 극대화 할 수 있는 최적 운전 조건은 HRT 2일, 기질 농도 29,237 mg COD/L로 밝혀졌고, 제시된 2차 경험적 모델식을 통해 최적 운전 조건에서 73%의 TVFA 증가율을 예상할 수 있었다. 도출된 모델식의 정확도 검증을 위한 실험 결과, 약 4%의 상대오차를 나타내 반응표면법을 비롯한 실험계획법과 통계학적 분석 방안이 성상 변화가 큰 실 폐기물의 최적화에도 효과적으로 적용될 수 있는 것으로 나타났다.
This study shows how to find out optimum co-substrate conditions and continuous operating parameters for maximum acidification of three different organic wastes - livestock wastewater, sewage sludge and food waste. Design of experiments and statistical analysis were revealed as appropriate optimization schemes in this study. Analyses of data obtained from batch tests demonstrated the optimum substrate mixing ratio, which was determined by maximum total volatile fatty acids(TVFA) increase and soluble chemical oxygen demand(SCOD) increase simultaneously. Suggested optimum mixing ratio of livestock wastewater, sewage sludge and food waste was 0.4 : 1.0 : 1.1 based on COD, respectively. Response surface methodology(RSM) contributed to find out optimum operating parameter - hydraulic retention time(HRT) and substrate concentration - for the semi-continuous acidogenic fermentation of mixed organic wastes. The optimum condition for maximum TVFA increase was 2 days of HRT and 29,237 mg COD/L. Empirical equations obtained through regression analysis could predict that TVFA increase would be 73%. To confirm the validity of the statistical experimental strategies, a confirmation experiment was conducted under the obtained optimum conditions, and relative error between theoretical and experimental results was within 4%. This result reflects that using statistical and RSM technique can be effectively used for the optimization of real waste treatment processes.
