| 학회 |
한국화학공학회 |
| 학술대회 |
2022년 봄 (04/20 ~ 04/23, 제주국제컨벤션센터) |
| 권호 |
28권 1호, p.1153 |
| 발표분야 |
[주제 12] 화학공학일반(부문위원회 발표) |
| 제목 |
고분자 중합 반응기의 grade change 최적제어: Optimal Control of Grade Change in Polymer Reactor |
| 초록 |
고분자 중합 반응은 격렬한 발열 반응으로, 반응기 거동을 예측하고 품질을 제어하는 데에 어려움이 존재한다. 특히 고분자 반응 중 발생하는 grade change는 off-spec 제품의 증가로 이어져 경제적 손실의 원인이 되며, 일반적으로 경험법칙을 이용한 제어가 이뤄지고 있다. 본 연구에서는 고분자 중합 반응기 내 grade change가 일어나는 시간을 최소화하여 off-spec 제품을 최소화하도록 하는 최적제어를 다룬다. 먼저 고분자 중합 반응의 동적 모델을 기반으로 하여 MPC를 활용한 최적제어를 진행했고, 이후 강화학습 알고리즘을 적용하고 이를 MPC 제어 결과와 비교해보았다. 강화학습 알고리즘으로는 정책경사법의 일종인 DDPG (Deep Deterministic Policy Gradient)를 적용하여 학습을 진행했고, MPC를 이용한 제어와 유사한 성능을 보이는 것을 확인할 수 있었다. 결론적으로 본 연구를 통해 grade change의 제어에 있어서 경험법칙에 기반한 기존의 제어를 대체할 수 있는 최적제어의 방향성을 제시했다. |
| 저자 |
박준수1, 신선규1, 김영조2, 오지예2, 이종민1
|
| 소속 |
1서울대, 2한화솔루션 |
| 키워드 |
공정시스템(Process Systems Engineering) |
| E-Mail |
|
| 원문파일 |
초록 보기 |
