| 학회 |
한국화학공학회 |
| 학술대회 |
2019년 봄 (04/24 ~ 04/26, 제주국제컨벤션센터) |
| 권호 |
25권 1호, p.138 |
| 발표분야 |
공정시스템(Process Systems Engineering) |
| 제목 |
Modeling of the water lean amine solvent CO2 capture process using Bayesian parameter estimation |
| 초록 |
기존 CO2 포집공정의 아민 용매 결점을 극복한 새로운 용매인 K2Sol을 개발하여 pilot scale testing을 완료하였고, MEA 대비 재생에너지가 65%로 감축됨을 보였다. Pilot scale test로부터 ASPEN Plus를 이용하여 K2Sol용매로 한 CO2 포집공정을 모델링하고자 한다. 기존에는 새로운 용매가 적용된 공정을 모델링하기 위해선 용매의 물리화학적 특성을 반영하는 파라메터를 구하기 위한 고비용의 실험이 수반되어야 했다. 이를 극복하기 위해서 추가적인 실험없이 Bayesian parameter estimation 기법을 통해 중요 파라메터의 수치를 추산하도록 한다. 먼저 global sensitivity analysis를 이용한 subset selection으로 흡수탑 output에 가장 영향력을 많이 주는 파라메터들을 선정한다. 각 실험 별 선정된 파라메터를 입력변수로 하는 ASPEN Plus 모델을 만든 후, Deep Neural Network(DNN)을 통해 surrogate model을 만든다. 이 후 Metropolis-Hastings algorithm를 기반으로 한 Markov Chain Monte Carlo 법으로 Bayesian parameter estimation을 수행하여 각 파라메터의 posterior inference를 분석한다. 이후 추산 파라메터를 ASPEN Plus에 적용하여 K2Sol을 용매로 한 CO2 포집공정 전체를 모사하고 이를 pilot scale test의 data와 비교 분석해 본다. |
| 저자 |
김정남1, 나종걸2, 이웅2
|
| 소속 |
1서울대, 2KIST |
| 키워드 |
공정모델링 |
| E-Mail |
|
| VOD |
VOD 보기 |
| 원문파일 |
초록 보기 |
