| 학회 |
한국화학공학회 |
| 학술대회 |
2022년 봄 (04/20 ~ 04/23, 제주국제컨벤션센터) |
| 권호 |
28권 1호, p.124 |
| 발표분야 |
[주제 2] 기계학습 |
| 제목 |
Explainable AI-based Catalyst Performance Prediction for Electrochemical CO2RR |
| 초록 |
기존 촉매특성 및 성능분석 연구는 다양한 분광학장비에서 얻어진 결과를 연구자의 사전 지식을 활용해 해석하는 방식이 일반적이다. 최근 주목받고 있는 소재 수명 극대화연구나, 운전조건 최적화 연구는 대량의 촉매 성능을 실시간으로 측정해야 하기에 기존 분석법은 장비 구축 및 시간적 문제로 적합하지 않다. 이에, 높은 선택도와 안정성을 동시에 달성하는 최적의 촉매를 개발하기 위해서는 특성분석을 빠르게 수행할 수 있는 기술이 필요하다. 본 연구에서는 간단한 전기화학적 특성곡선 실험만으로 촉매의 성능(선택도 및 전환율)을 높은 정확도로 빠르게 예측할 수 있는 Convolutional Neural Network (CNN) 기반 딥러닝 모델을 구축했다. 나아가, 모델에 설명 가능한 인공지능(Explainable AI (XAI))을 연동하여 전기화학적 특성곡선 상에서 인공지능이 집중하는 동적특성변화를 포착함으로써 단순 예측을 넘어 성능 변화에 따른 물리적 변화까지 연역적 추론이 가능하도록 했다. 이는 투과전자현미경을 사용하여 모델의 예측이 실제 촉매 표면 상의 원자 상태를 따르고 있음을 실험적으로 검증하였다. 본 연구에서 제안한 촉매 성능 실시간 예측 모델은 다양한 소재의 수명예측 및 최적화 연구에 응용될 수 있을 것으로 기대된다. |
| 저자 |
신다은1, Hakan Karasu2, 장교진3, 문일3, 원다혜2, 이웅2, 나종걸1
|
| 소속 |
1이화여자대, 2Korea Institute of Science and technology, 3연세대 |
| 키워드 |
공정시스템(Process Systems Engineering) |
| E-Mail |
|
| 원문파일 |
초록 보기 |
