| 학회 | 한국공업화학회 |
| 학술대회 | 2021년 가을 (11/03 ~ 11/05, 대구 엑스코(EXCO)) |
| 권호 | 25권 2호 |
| 발표분야 | 포스터-화학공정 |
| 제목 | 기계 학습을 활용한 진공압력스윙흡착 공정의 성능 예측 |
| 초록 | 전통적으로 압력 스윙흡착 공정을 해석하기 위해서 흡착제의 특성과 흡착 거동을 수학적으로 표현하고, 모멘텀-질량-에너지 수지에 기반하여 접근하였다. 이러한 방식은 흡착제의 물리화학적 특성에 대한 깊은 이해를 요구할 뿐만 아니라, 편미분 방정식을 수치해석하는 데에 오랜시간이 걸린다는 단점이 있다. 본 연구의 목적은 기계 학습을 활용하여 진공압력스윙흡착 공정의 성능을 예측하는 것이다. 특히 철강 부생가스 중 고로 가스를 대상으로 하여 일산화탄소를 분리하는 진공 스윙흡착 공정에 대한 적용 사례를 확인하였다. 기계 학습을 위한 입력 인자로써 피드 유량, 린스 유량, 운전 온도, 흡탈착 압력이 고려 되었으며, 출력 인자로써 일산화탄소의 순도, 회수율, 생산성, 그리고 전기 소모량이 고려 되었다. 본 연구를 통하여 연산 시간을 단축시킬 수 있었으며, 수리 모델 대비 90% 이상의 정합성을 보이는 것을 확인하였다. 이를 통해 단위 공정 간의 통합 및 최적화가 가능해질 것으로 기대한다. |
| 저자 | 김진수1, 손만우2, 오현민1, 김정일3, 이인범4, 한상섭5, 윤영식1 |
| 소속 | 1POSTECH, 2건국대, 3POSCO 기술(연), 4UNIST, 5한국에너지기술(연) |
| 키워드 | 기계학습; 압력스윙흡착공정 |
