| 학회 | 한국화학공학회 |
| 학술대회 | 2018년 봄 (04/25 ~ 04/27, 창원컨벤션센터) |
| 권호 | 24권 1호, p.1034 |
| 발표분야 | 신진연구자 심포지엄(국내 화학공학 관련 기업체, 대학, 연구소 소속으로 근무 경력 5년 이내인 조교수 또는 전임연구원) |
| 제목 | 기계학습법을 이용한 비수계 CO2 흡수공정 최적화 |
| 초록 | 기존의 화학공정 최적화는 열역학, 열 및 물질전달, 화학 반응식등 제 1법칙에 기반한 복잡한 수리 모델링을 통하여 이루어져 왔다. 이러한 수리모델링에 기반한 최적화는 제한된 영역에서 전역해를 찾을 수 있다는 장점이 있지만 그 계산이 복잡하고 모델의 강인성이 낮을 뿐만 아니라 모델식에 정의된 많은 매개변수들을 물리 화학적 물성 실험을 통하여 도출 해야 하는 문제점이 있었다. 본 연구에서는 복잡한 수리모델링 대신 가우시안 프로세스 회귀분석법을 이용한 비수계 이산화탄소 포집공정 최적화 방법론을 제시하였다. 본 연구에서 제시하는 방법론은 Input-Output 관계를 이용하여 가우시안 프로세스 회귀 분석법에 근거한 기저함수 구축한 후 간단한 Sampling을 통하여 대안모델을 도출한다. 따라서 최적 실험 영역 및 최적운전조건은 대안모델의 최적화를 통하여 비교젹 간단하고 Systematic 하게 도출 할 수 있었다. 본 연구에서 제시되는 방법론을 MEA를 사용한 이산화탄소 포집 모델 및 1nm3/hr 이산화탄소 포집 공정 파일롯 운전 실험에 적용한 결과 MEA 공정에서는 genetic algorithm 과 동일한 해를 도출하는데 약 5%의 계산 시간을 필요로 하였고 비수계 흡수 공정 파일롯 운전 실험에서는 최적 재생에너지를 가지는 운전조건을 도출하는데 약 20 번의 반복 계산이 필요하였다. |
| 저자 | 이 웅1, 이희원2, 이현주1, 안병성1, 이상득1, 김훈식3 |
| 소속 | 1KIST, 2UST, 3경희대 |
| 키워드 | 기계학습법; CO2 포집; 최적화; 공정시스템 |
| VOD | VOD 보기 |
| 원문파일 | 초록 보기 |
