| 학회 | 한국화학공학회 |
| 학술대회 | 2009년 봄 (04/23 ~ 04/24, 광주 김대중컨벤션센터) |
| 권호 | 15권 1호, p.197 |
| 발표분야 | 공정시스템 |
| 제목 | 실규모 처리장에서 Recurrent Neural Network을 이용한 품질변수 예측 모델링 |
| 초록 | 우리나라의 경우, 유입폐수의 변동이 심하기 때문에 고농도 유기물과 암모니아 및 인 등을 포함하는 산업폐수 등의 처리에 많은 어려움이 따른다. 따라서 안정적인 폐수의 생물학적 처리를 위한 중요한 수단으로써 모델링 기법이 많이 연구되고 있다. 전통적인 수학적 계산에 의한 모델링 기법은 공정변수의 시변성에 따른 동특성을 정확히 반영하는 데에는 한계가 있기 때문에, 적용이 간편하고 공정의 비선형적인 특성을 잘 모사할 수 있으며 예측능력이 뛰어난 neural network 기법이 최근 많이 사용되고 있다. 나아가 본 연구에서는 다층 신경망에서의 출력의 일부를 입력으로 feedback 시킴으로 시간상 전 몇 단계의 예측 정보를 함축적으로 받아들이는 recurrent neural network (RNN) 기법을 실규모 공정에 적용하였다. 또한 다변량 통계 기법에 기반을 둔 partial least square(PLS) 방법을 사용하여 운전변수들 간의 상관관계 및 민감도를 미리 파악하여 신경망의 효율을 높일 수 있었다. 이러한 모델링 기법은 실규모 처리장에 적용하여 실시간 측정과 제어 및 운전 최적화에 유용하게 사용될 수 있다. Acknowledgement) This work was supported by Brain Korea21 project, the Korea Research Foundation by Grant funded by the Korean Government (MOEHRD) (KRF-2007-331-D00089) and funded by Seoul R&BD Program (CS070160). |
| 저자 | 김민한1, 성수환2, 유창규1 |
| 소속 | 1경희대, 2경북대 |
| 키워드 | Recurrent neural network; Partial least square; Nonlinear modeling; Biological effluent treatment; Systematic methodology |
| 원문파일 | 초록 보기 |
