| 학회 | 한국공업화학회 |
| 학술대회 | 2019년 가을 (10/30 ~ 11/01, 제주국제컨벤션센터(ICC JEJU)) |
| 권호 | 23권 2호 |
| 발표분야 | 포스터_화학공정 |
| 제목 | 딥러닝 기반 CO2 분리막 공정 모델링 및 최적화 설계 |
| 초록 | 최근 공정시스템 분야의 최적화에는 수학적 모델링 구축의 복잡성 및 함수가 갖는 구조의 제한성 으로 인해 다양한 기계 학습법이 활용되고 있다. 따라서 본연구에서는 복잡한 비선형을 갖는 이산화탄소(CO2) 분리막 모델링에 머신 러닝 기법 중 하나인 심층 신경망을 적용하여 분리막 공정 모델링 및 전산 모사 시스템을 개발하였다. 제일원리기반 모델링 결과 및 실험값을 학습 데이터로 활용하여 인공신경망 모델을 구축하고, 분리막 공정 최적화 설계에 연계 적용함으로써, 공정의 경제성 제고 방안을 도출하는데 활용하고자 한다. 기계 학습 과정을 통하여 분리막 성능 예측 모델의 강건성과 예측 정확도를 향상시키고, 효과적인 다단 분리막 공정 설계를 가능토록 계산 효율이 향상된 딥러닝 모델 연계형 최적화 방법을 제시하였다. 사사 : 본 연구는 2014년도 정부(과학기술정보통신부)의 재원으로 (재)한국이산화탄소포집 및 처리연구개발센터의 지원을 받아 수행된 연구임 (NRF-2014M1A8A1049338). |
| 저자 | 김샘, 이성훈, 김진국 |
| 소속 | 한양대 |
| 키워드 | 딥러닝; 이산화탄소 포집; 분리막 |
