휘발성 유기화합물(VOCs) 제거를 위한 활성탄 흡착칼럼 성능예측 머신러닝 모델

미타 누르하야티; 홍범의; 강호근; 이승윤

추천

검색

질문

자료유형: 학술저널

저자정보: 미타 누르하야티 (경북대학교) 홍범의 (고등기술연구원) 강호근 (빈텍코리아) 이승윤 (경북대학교)

저널정보: 대한환경공학회 대한환경공학회지 대한환경공학회지 제45권 제11호

발행연도: 2023.11

수록면: 469 - 480 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

목적: 본 연구에서는 머신러닝 ANN 알고리즘을 활용하여 파일럿 스케일 VOC 흡착칼럼 성능예측 모델을 개발하였다. 수학적 모델인 Thomas 모델과 Yan 모델, 그리고 다중선형 회귀방정식 모델과의 성능예측 정확성을 비교하고, ANN 모델의 적용가능성을 논의하고자 한다.
방법: 목질계 활성탄을 충진한 모듈(79.8 kg/모듈)을 사용하여 톨루엔 약 800 ppm-THC를 모듈 상부에서 하부방향으로 약 5,700 ㎥/h으로 투입하고, 모듈 출구측 농도가 대기환경 기준 VOC 배출 농도인 200 ppm-THC에 도달시까지 운전하였다. 탈착 운전은 감압(-150 ~ -200 mbar) 및 고열(170℃)을 사용하여 모듈 하부에서 상부 방향으로 hot gas 130 ㎥/h를 주입하여 복합탈착방식으로 진행하였다. 3개의 활성탄 모듈 batch를 사용하여 흡착 및 탈착 cycle을 6회 진행하였다. VOC 흡착칼럼 실험데이터를 이용하여 파과 Cout/Cin 농도예측을 위한 Thomas 모델, Yan 모델, 다중선형 회귀방정식 모델, ANN 모델을 개발하였다.
결과 및 토의: Thomas 모델 및 Yan 모델을 활용하여 모든 흡착 모듈 batch와 cycle의 Cout/Cin 농도비 예측시 R² 값이 각각 0.25와 0.28로 예측 성능이 낮았다. 이 두 모델은 온도, 압력 변화 운전조건을 고려하지 않아, 초기 유입농도 및 유입 유량이 동일하지 않은 경우 Cout/Cin 예측 성능에 한계가 있음을 나타낸다. 모든 운전인자를 고려한 다중선형 회귀방정식 모델도 예측 성능 R2이 0.45 수준으로 Cout/Cin 예측 정확도가 낮았다. 반면 ANN 모델은 모든 흡착 모듈 batch에 대해 Cout/Cin 농도비 예측을 R² 0.97 이상으로 예측했다. 특히, 비이상적인 데이터 cycle의 경우에도 ANN 모델은 실험값에 근사한 Cout/Cin 농도비를 도출했다.
결론: ANN 모델은 비이상적인 흡착칼럼 운전 상황에서도 성능예측 가능한 모델로서 실제 THC 흡착 칼럼 운영에 도움이 될 것으로 예상된다. 향후 다양한 조건에서의 데이터가 축적된다면 ANN 모델 정확도가 더욱 향상될 것이다.

Objectives : In this study, a performance prediction model for a pilot-scale VOC adsorption column was developed using ANN algorithm. We compared the prediction accuracy of the mathematical models (Thomas model and Yan model) and the multiple linear regression model with that of ANN. This study showed the applicability of the ANN model for predicting the performance of activated carbon columns.
Methods : The adsorption module contained 79.8 kg/module of wood-based activated carbon. The gas with 800 ppm-THC of toluene flowed downward from the top at about 5,700 m3/h. The breakthrough point was taken as 200 ppm-THC, the same as VOC emission regulation. The desorption was carried out using 130 ㎥/h of hot gas flowing upwards with reduced pressure (-150 to -200 mbar) and high heat (170℃). Adsorption and desorption cycles were conducted 6 times using 3 batches of activated carbon modules. Thomas model, Yan model, multiple linear regression model, and ANN model were developed to predict the breakthrough of Cout/Cin.
Results and Discussion : The Thomas model and the Yan model provided the R² values of 0.25 and 0.28, respectively, for predicting the Cout/Cin of all adsorption module batches and cycles, and the prediction accuracies were low. This could be because these two models do not consider temperature and pressure change operating conditions in the models. Also, the prediction accuracy of Cout/Cin was low when the initial inlet concentration and flow rate conditions were different for each batch. The multiple linear regression model considers all operating factors in the model, but the prediction accuracy of Cout/Cin was low as R² of 0.45. On the other hand, the ANN model predicted the Cout/Cin with R² higher than 0.97 for all adsorption module batches. In particular, even with the non-ideal data, the ANN model derived a breakthrough of Cout/Cin close to the experimental value.
Conclusion : The ANN model provided high prediction performance for the breakthrough of Cout/Cin even under non-ideal operation conditions and was expected to be helpful for actual THC adsorption column operation. The accuracy of the ANN model will be further improved if data are accumulated under various conditions.

#Volatile organic compounds #Activated carbon #Adsorption #Model #Machine learning #휘발성 유기화합물 #활성탄 #흡착 #모델링 #머신러닝

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

미타 누르하야티

소속기관 경북대학교

주요연구분야 공학 > 건축공학 > 환경공학

논문수 3 이용수 425

홍범의

소속기관 고등기술연구원

주요연구분야 공학 > 기계공학 > 기계공학 일반 TOP 5% 공학 > 재료·에너지공학 > 기타 재료·에너지공학

논문수 53 이용수 4,783

강호근

소속기관 빈텍코리아

주요연구분야 공학 > 건축공학 > 환경공학 TOP 10% 공학 > 건축공학 > 토목공학

논문수 43 이용수 2,406

이승윤

소속기관 경북대학교

주요연구분야 공학 > 건축공학 > 환경공학 TOP 5%

논문수 26 이용수 2,504

이 논문과 함께 이용한 논문

휘발성 유기화합물 저감 기술

김승익 , 조은지 , 이형도 외 2명 한국에너지기후변화학회 학술대회 2021 .11

휘발성 유기화합물 에너지화 기술

전동혁 , 유지호 , 김상도 외 5명 한국에너지기후변화학회 학술대회 2023 .11

VOC 제거 시스템에서 흡착제별 공정 CO₂ 배출 비교

김효식 , 김지현 , 류재홍 에너지기후변화학회지 2023 .12

활성탄층의 유동분포에 따른 VOCs 흡착특성

임경수 , 우광제 , 박현설 외 1명 한국대기환경학회 학술대회논문집 2006 .04

목조 패시브하우스의 실내공기질 평가: 상용 센서와 공기 포집을 통한 비교 분석 및 VOC 기준 고찰

김주희 , 고유정 , 이무성 외 3명 한국건축친환경설비학회 논문집 2024 .06

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)