| 학회 | 한국공업화학회 |
| 학술대회 | 2018년 봄 (05/02 ~ 05/04, 대구 엑스코(EXCO)) |
| 권호 | 22권 1호 |
| 발표분야 | 화학공정_포스터 |
| 제목 | 반응표면분석법 및 ANN 학습법 적용을 통한 연소식 기화기 배출 질소산화물 저감 (Application of response surface methodology and artificial neural network to Submerged Combustion System for the reduction of NOx emission) |
| 초록 | 최근 미세먼지를 구성하는 성분 중 하나인 질소산화물(NOx) 저감에 관한 연구가 많이 진행되고 있다. 본 연구에서는 연소식 기화기(SCV)의 다양한 설계 및 운전 조건 하에서 배출되는 배기가스 내 포함된 질소산화물 발생량을 예측하기 위해 질소 산화물 생성 반응에 대한 수학적 모델링 및 반응표면분석(RSM)과 인공신경학습법(ANN)을 결합한 하이브리드 모델을 적용하였다. 이를 위한 실험으로 연소 후 즉시 산소가 수조로 주입되는 연소식기화기를 구현하였고, 배기가스의 체류시간, 공기 주입 속도, 수조 내 물의 온도 및 pH 변화를 통한 실험을 수행하였다. 실험으로 도출한 결과를 기반으로 RSM 모델을 제작하였으며, RSM 모델을 통한 결과는 수학적 모델 식과 비교하였다. 이후 실험 및 RSM 모델 결과를 토대로 ANN 모델이 개발되었으며, 이를 통해 운전 조건 최적화를 진행하였다. 그 결과, 배기가스 내 질소산화물을 줄이기 위한 연소식기화기의 최적의 설계 및 운전 조건을 찾아낼 수 있었다. 본 연구는 한국가스공사의 “연소식기화기 배출가스 질소산화물(NOx) 저온처리공정 기술개발 연구 용역”과제를 통해 지원받았습니다. |
| 저자 | 김지현1, 우경택2, 김동민2, 유현석2, 이중성2, 황성원1 |
| 소속 | 1인하대, 2한국가스공사 가스(연) |
| 키워드 | 반응표면분석법(RSM); ANN; 질소산화물(NOx); 모델링 |
