| 초록 |
본 연구는 전기 화학적 수 처리 공정을 Long short-term memory (LSTM) 모델을 이용하여 성능을 예측할 수 있는 시스템을 개발하였다. 이러한 LSTM 기반 모델은 기존의 이론적 모형을 가지고 있는 정확도 관한 문제를 일정 부분 해결할 수 있는 것으로 파악되었다. 이러한 LSTM 모형은 공정 자율 운전을 가능케 하는 강화 학습의 Agent로 활용될 수 있다. 본 연구에서는 전기 화학적 수처리 공정 (CDI)에서 유입 유량, Voltage, Cutoff-volage 등 운전 인자 (Action) 등의 공정인자를 대상으로, 에너지 소비는 최소로 하면서 성능을 최대치를 높이고자 하였다. 이에 심층 강화학습을 적용하여 기존 공정운영과 결과를 비교하여 보았다. 심층 강화학습을 결과가 처리수 생산, 염제거 성능, 그리고 에너지 절감 부분에서 모두 기존 공정 운영보다 향상된 수치를 보였다. 이에 AI 기반 심층 강화 학습이 환경/화공 플랜트 자율 운전 시스템 개발에 적용이 가능하다는 결과를 도출하였다. |
