논문 상세보기

한국화학공학회> Korean Chem.Eng.Res.(화학공학)> 기계학습 기반의 가스폭발위험범위 예측모델에 관한 연구

KCI등재SCOUPUS

기계학습 기반의 가스폭발위험범위 예측모델에 관한 연구

A Study on Predictive Models based on the Machine Learning for Evaluating the Extent of Hazardous Zone of Explosive Gases

정용재 ( Yong Jae Jung ) , 이창준 ( Chang Jun Lee )
  • : 한국화학공학회
  • : Korean Chem.Eng.Res.(화학공학) 58권2호
  • : 연속간행물
  • : 2020년 04월
  • : 248-256(9pages)

DOI


목차

1. 서 론
2. 연구내용
3. 연구방법
4. 연구결과
5. 결 론
References

키워드 보기


초록 보기

본 연구에서는 폭발위험장소의 방폭설비 설치를 위해 필요한 가스폭발위험범위 예측모델 개발을 수행하였다. 이를 위해 12개의 가연성가스에 대한 1,200개의 폭발위험범위 데이터를 생성하였다. 가스폭발위험범위를 출력변수로 설정하였고 데이터 생성과정에서 필요한 12개의 변수를 입력변수로 설정하였다. 다중 회귀, 주성분 회귀, 인공신경망 기법을 이용해 예측모델을 개발하였다. 각각 모델의 예측 성능을 비교한 결과, 평균절대퍼센트오차(MAPE)는 각각 44.2%, 49.3%, 5.7%이고 평균제곱근오차(RMSE)는 1.389 m, 1.602 m, 0.203 m로 나타났다. 결과를 통해 인공신경망이 가장 우수한 성능을 보여주었고 가스폭발위험범위 예측을 위한 최적 모델이라는 것을 확인하였다.
In this study, predictive models based on machine learning for evaluating the extent of hazardous zone of explosive gases are developed. They are able to provide important guidelines for installing the explosion proof apparatus. 1,200 research data sets including 12 combustible gases and their extents of hazardous zone are generated to train predictive models. The extent of hazardous zone is set to an output variable and 12 variables affecting an output are set as input variables. Multiple linear regression, principal component regression, and artificial neural network are employed to train predictive models. Mean absolute percentage errors of multiple linear regression, principal component regression, and artificial neural network are 44.2%, 49.3%, and 5.7% and root mean square errors are 1.389m, 1.602m, and 0.203 m respectively. Therefore, it can be concluded that the artificial neural network shows the best performance. This model can be easily used to evaluate the extent of hazardous zone for explosive gases.

UCI(KEPA)

간행물정보

  • : 공학분야  > 화학공학
  • : KCI등재
  • : SCOPUS
  • : 격월
  • : 0304-128x
  • : 2233-9558
  • : 학술지
  • : 연속간행물
  • : 1963-2020
  • : 5221


저작권 안내

한국학술정보㈜의 모든 학술 자료는 각 학회 및 기관과 저작권 계약을 통해 제공하고 있습니다.

이에 본 자료를 상업적 이용, 무단 배포 등 불법적으로 이용할 시에는 저작권법 및 관계법령에 따른 책임을 질 수 있습니다.

발행기관 최신논문
| | | | 다운로드

1고분자전해질 연료전지 고분자막의 특성 및 성능 비교

저자 : 이대웅 ( Daewoong Lee ) , 오소형 ( Sohyeong Oh ) , 임대현 ( Daehyun Lim ) , 정회범 ( Hoi-bum Chung ) , 유승을 ( Seung-eul Yoo ) , 구영모 ( Young-mo Ku ) , 박권필 ( Kwonpil Park )

발행기관 : 한국화학공학회 간행물 : Korean Chem.Eng.Res.(화학공학) 58권 2호 발행 연도 : 2020 페이지 : pp. 171-175 (5 pages)

다운로드

(기관인증 필요)

초록보기

고분자전해질 연료전지(PEMFC)에서 지지체에 의해 내구성을 향상시킨 강화막(Reinforced Membrane)의 개발이 국내에서 활발히 진행되고 있다. 본 연구에서는 4 종류의 강화막의 초기 성능 및 특성을 비교하였다. 고분자막의 C-F사슬의 양이 더 많은 강화막이 C-F사슬의 소수성 때문에 물 확산계수가 더 작음을 보였다. 고분자막 두께가 두꺼울수록 수소투과도가 감소하고 OCV가 증가함을 확인하였다. Short 저항이 1.5 Ω㎠이하인 막은 OCV가 0.9 V이하이고 성능도 최저여서 Short 저항이 3.0 Ω㎠이상이어야 함을 보였다. 현재 기준이 되는 국외 막과 비교했을 때 비슷한 국내 막도 있어서 PEMFC 고분자막의 국산화 가능성을 확인할 수 있었다.

2타닌산-전이 금속-고분자로 구성된 젤의 단일 단계 합성과 점착제로의 이용

저자 : 이재홍 ( Jaehong Lee ) , 이경문 ( Kyoungmun Lee ) , 최시영 ( Siyoung Q. Choi )

발행기관 : 한국화학공학회 간행물 : Korean Chem.Eng.Res.(화학공학) 58권 2호 발행 연도 : 2020 페이지 : pp. 176-183 (8 pages)

다운로드

(기관인증 필요)

초록보기

이 연구에서는 작은 유기 분자 말단의 하이드록실기와 전이 금속 사이의 배위 결합을 통해 고분자와 유사하게 연결된 복합체를 제작하고, 점착 부여제를 추가하여 해당 물질의 점착제로의 사용 가능성을 확인하였다. 점착제 합성에 사용한 타닌산(tannic acid, TA)은 하이드록실기를 풍부하게 보유하고 있어 전이 금속과는 배위 결합이 가능하고 친수성 고분자와는 수소 결합이 가능하다. 위의 성질을 이용하여 타닌산과 전이 금속, 고분자 세 가지 성분을 한 번에 간단히 섞어 기판에 잘 펴지며 점착 능력을 보유한 특별한 유변 물성을 가지는 물질을 제작하였다. 합성에 사용한 전이 금속의 종류(Fe3+, Ti4+), 고분자의 종류, 처리 조건 등에 따른 유변 물성의 변화를 확인하는 과정을 통해 점착제로 사용하기에 가장 적합한 성분의 조합을 발견하였으며, 인체에 무해하며 높은 응집력과 접착력을 보유한 다목적 점착제로의 사용 가능성을 확인하였다.

3Van de Vusse 반응기 동특성을 구현하는 액위시스템 및 제어 실험

저자 : 이지태 ( Jietae Lee )

발행기관 : 한국화학공학회 간행물 : Korean Chem.Eng.Res.(화학공학) 58권 2호 발행 연도 : 2020 페이지 : pp. 184-189 (6 pages)

다운로드

(기관인증 필요)

초록보기

Van de Vusse 반응기는 정상상태 입출력 관계에서 최대값을 그리고 이 최대값을 기준으로 동특성의 형태가 크게 바뀌는 특성을 보인다. 운전영역에 따라 정상상태 이득의 부호가 바뀌고, non-minimum phase 동특성 등의 제어를 매우 어렵게 하는 특성들이 나타난다. 매우 많은 비선형제어 방법들과 새로이 고안되고 있는 방법들이 이 Van de Vusse 반응기 공정에 적용되어 그 성능 검증이 이루어지고 있다. 이 반응기의 실제 예가 보고되어 있으나, 화학반응 특성상 제어기 실험에 일상적으로 사용되기에는 어려움이 많아 대부분 모사연구에 그치고 있다. 여기서는 이 Van de Vusse 반응기의 특성을 모두 구현하는 액위시스템을 제작하고, 새로이 고안되는 비선형 제어기의 성능을 밝히는 기준이 될 수 있는 간단한 두 제어 방법의 실험 결과를 제안하고자 한다. 액위시스템 실험장치와 제안된 제어 방법들은 매우 간단하며, 비선형 제어기의 성능과 현장 적용 가능성을 검증하는데 유용하게 사용될 수 있을 것이다.

4시간최적제어 기법을 이용한 계단응답 실험시간 단축 방법

저자 : 이지태 ( Jietae Lee )

발행기관 : 한국화학공학회 간행물 : Korean Chem.Eng.Res.(화학공학) 58권 2호 발행 연도 : 2020 페이지 : pp. 190-196 (7 pages)

다운로드

(기관인증 필요)

초록보기

공정 실험을 통하여 공정 동특성 모델을 얻는 과정은 제어시스템 설계에 있어 시간과 비용이 드는 매우 중요한 과정이다. 이를 위한 계단응답은 공정의 동특성을 이해하고 동특성 모델을 얻는 데 사용되는 오래된 하나의 정형화된 공정응답이다. 계단응답에 근거한 방법에서는 공정입력에 계단 변화를 주었을 때 나타나는 공정출력을 측정하여야 하는데, open-loop 상태로 장시간 운전해야 하는 것이 단점으로 지적된다. 이 단점을 완화하기 위하여 시간최적제어 기법을 이용하는 계단응답을 얻는 시간을 최소화 하는 방법이 제안되어 있다. 이 최적화에는 반복 계산이 필요한데, 여기서는 반복 계산이 필요 없는 방법을 제안한다. 계단응답을 위한 시간이 획기적으로 줄어드는 것을 보여주는 모사 결과들을 얻었으며, 이 방법을 제어기 자동튜닝에 응용하여 이 자동튜닝에 널리 채택되고 있는 relay feedback 자동튜닝과 비교한 모사 결과들을 제시하였다.

5기후 변화 적응을 위한 벡터매개질병의 생태 모델 및 심층 인공 신경망 기반 공간-시간적 발병 모델링 및 예측

저자 : 김상윤 ( Sangyoun Kim ) , 남기전 ( Kijeon Nam ) , 허성구 ( Sungku Heo ) , 이선정 ( Sunjung Lee ) , 최지훈 ( Jihun Choi ) , 박준규 ( Junkyu Park ) , 유창규 ( Changkyoo Yoo )

발행기관 : 한국화학공학회 간행물 : Korean Chem.Eng.Res.(화학공학) 58권 2호 발행 연도 : 2020 페이지 : pp. 197-208 (12 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 발병 횟수가 빠르게 증가하고 있는 벡터매개질병(vector-borne disease) 중 하나인 쯔쯔가무시증의 발병 특성을 공간적 그리고 시간적으로 분석하고 기후변화 시나리오에 따른 미래 발병 특성을 예측하였다. 쯔쯔가무시증의 공간적 분포와 발병률을 예측하기 위하여 환경 그리고 사회 변수의 공간적 특성을 이용하여 maximum entropy (MaxEnt) 생태 모델을 구성하고, 주요 변수의 쯔쯔가무시증 발병에 관한 상관관계를 분석하였다. 공간 특성 중 환경 변수인 고도 및 기온이 주요한 변수로 분석되었으며, 이는 쯔쯔가무시증의 매개체인 털진드기의 생육 환경과 주요 관련이 있는 것으로 나타났다. 쯔쯔가무시증의 시간적 발병 횟수는 심층 인공 신경망 모델기반 예측을 하였으며, 특히 쯔쯔가무시증의 주요 특성인 지연 효과를 고려하여 모델을 구성하였다. 심층 인공 신경망을 이용한 예측 결과 여름철의 기온, 강우량, 그리고 습도가 털진드기의 활동에 주된 관련이 있으며 가을철의 쯔쯔가무시증 발병 횟수에 영향을 끼치는 것으로 확인 되었다. 또한, 기존 통계적 예측 모델과 비교하였을 때, 심층 인공 신경망 기반 예측 모델의 예측 정확성이 우수함을 확인하였다. 공간적 그리고 시간적 모델에 기후 변화 시나리오를 이용하여 2040년의 쯔쯔가무시증 발병 특성을 예측한 결과, 최대 발병률이 8% 증가, 발병률이 높은 지역이 9% 확대, 그리고 주된 발병 기간이 2개월 증가하였다. 본 연구 결과를 통해 쯔쯔가무시증의 공간적 및 시간적 발병 특성 분석을 통하여, 공중보건 측면에서 벡터매개 질병 발병 요인 규명을 통해 주민 건강을 위한 질병 관리 및 예측에 기여할 수 있을 것으로 기대한다.

6화학 산업에서 수학적 최적화 기법을 적용한 사례

저자 : 김은용 ( Eun-yong Kim ) , 허순기 ( Soon-ki Heo ) , 이규황 ( Kyu-hwang Lee ) , 이호경 ( Hokyung Lee )

발행기관 : 한국화학공학회 간행물 : Korean Chem.Eng.Res.(화학공학) 58권 2호 발행 연도 : 2020 페이지 : pp. 209-223 (15 pages)

다운로드

(기관인증 필요)

초록보기

석유화학 제품, 컴파운드(Compound), 전지, IT 소재, 첨단소재, 제약 등 다양한 제품 군의 사업을 보유하고 있는 화학 회사에서 각 사업 부분에 있어 수요 예측, 물류, 생산, 재고, 원재료 공급의 SCM (Supply Chain Management)은 사업의 손익과 직접적으로 연결되기 때문에 그와 관련된 최적화와 시스템 역량 수준은 매우 중요하다. 본 연구는 다양한 사업 군에서 각각의 SCM이나 비효율적 영역을 개선하는 등의 역량을 고도화하기 위해 원재료를 공급하고, 제품을 생산하기 위한 공급/생산 계획 등에 있어서 수학적 최적화 방법을 적용한 사례에 관하여 다룰 것이다. 그리고 학술적인 연구에 그치는 것이 아니라 계획 수립 담당자가 실제로 자신의 일부 업무에 활용하는 것이 중요하므로 이를 위해 추가적으로 필요한 사항들을 서술하였고 각각의 적용 성과를 표현하였다. 소개가 될 사례의 첫 번째에서는 편광판 생산에 있어서 원재료 로스(Loss)를 최소화하는 것을 기반으로 하는 공급계획 최적화, 최적 손익 사업 운영계획, 편광판 연신 생산 공정의 스케줄(Schedule) 최적화를 다룰 것이다. 두 번째 사례로는 PO (Poly Olefin) 공정의 생산성 극대화를 위한 생산/포장계획 최적화에 관하여 다룰 것이고, 세 번째 사례로는 전지 생산에 있어서 전극 모델 교환을 최소화 시키는 생산계획 최적화에 대해 다룰 것이다. 네 번째로는 석유화학 특성상 선박으로 대부분의 원료 입하 및 제품 출하를 하기 때문에 한정된 부두에 여러 가지 원료 입고와 제품 출하를 위한 선박이 접안 하는 일정을 최적화 한 사례를 다룰 것이며, 마지막으로 ABS (Acrylonitrile Butadiene Styrene) 반제품 생산에 있어서 제품 Change를 최소화 하는 생산계획 최적화를 다룰 것이다.

7머신러닝 기법을 활용한 LDPE 공정의 이상 감지

저자 : 이창송 ( Changsong Lee ) , 이규황 ( Kyu-hwang Lee ) , 이호경 ( Hokyung Lee )

발행기관 : 한국화학공학회 간행물 : Korean Chem.Eng.Res.(화학공학) 58권 2호 발행 연도 : 2020 페이지 : pp. 224-229 (6 pages)

다운로드

(기관인증 필요)

초록보기

머신러닝 기법을 활용하여 LDPE (Low Density Polyethylene) 공정의 이상을 사전 감지하고, 설비의 수명을 예측할 수 있는 기술을 소개한다. 안전성과 생산성 극대화를 위해, 화학 공정의 예상치 못한 이상을 사전에 감지하고 예방하는 것은 매우 중요하다. LDPE 공정은 3,000 kg/㎠g 이상까지 승압되는 고압 공정이기 때문에, ESD (Emergency Shutdown)가 발생하면 예상치 못한 부동이 발생하고, 그에 따른 보수 기간 증가로 인한 생산성 손실이 발생한다. 고압 공정의 주요 변수들의 운전 데이터를 수집하고, 비지도학습 머신러닝 기술을 활용하여, ESD의 사전 감지 모형을 개발하였다. 4회의 ESD를 2.4일 전에 감지하는 결과를 얻을 수 있었다. 더불어, 물리적으로 의미 있는 핵심 변수들을 활용하면, 고압 설비의 수명을 예측할 수 있음을 확인할 수 있었다.

8딥러닝 예측 기반의 OLED 재료 분자구조 가상 스크리닝

저자 : 전예린 ( Yerin Jeon ) , 이규황 ( Kyu-hwang Lee ) , 이호경 ( Hokyung Lee )

발행기관 : 한국화학공학회 간행물 : Korean Chem.Eng.Res.(화학공학) 58권 2호 발행 연도 : 2020 페이지 : pp. 230-234 (5 pages)

다운로드

(기관인증 필요)

초록보기

딥러닝 기법을 활용하여 분자 구조로부터 물성을 예측하는 시스템은 화학, 생물학, 재료 연구에 적용하기 위해 개발 되었다. 분자 구조와 물성 정보가 축적된 데이터베이스를 기반으로, 구조와 물성간의 관계식을 찾는 딥러닝 모형을 구축한 후 최종적으로는 새로운 분자 구조에 대한 물성 예측값을 제공할 수 있다. 또한 선정된 분자 구조의 실제 물성값에 대한 실험을 병행하여 지속적인 검증 및 모형 업데이트를 수행하게 된다. 이를 통해 다량의 분자구조로부터 물성이 우수한 분자 구조를 빠른 시간 안에 스크리닝할 수 있으며, 연구의 효율성 및 성공률을 높일 수 있다. 본 논문에서는 딥러닝을 활용한 물성 예측 시스템의 전반적인 구성과 LG화학에서 실제 신규 구조 발굴에 적용된 사례를 중심으로 소개하고자 한다.

9수소 생산을 위한 Sulfur-Iodine Cycle 분젠반응의 Pilot-Scale 공정 모델 개발 및 공정 최적화

저자 : 박준규 ( Junkyu Park ) , 남기전 ( Kijeon Nam ) , 허성구 ( Sungku Heo ) , 이종규 ( Jonggyu Lee ) , 이인범 ( In-beum Lee ) , 유창규 ( Changkyoo Yoo )

발행기관 : 한국화학공학회 간행물 : Korean Chem.Eng.Res.(화학공학) 58권 2호 발행 연도 : 2020 페이지 : pp. 235-247 (13 pages)

다운로드

(기관인증 필요)

초록보기

Sulfur-Iodine cycle (SI cycle)은 요오드와 황을 첨가하여 최종적으로 물을 열화학적으로 분해하여 산소와 수소를 생산하는 공정으로 황산분해, 요오드화 수소 분해, 분젠반응 등 세가지 반응들로 이루어져 있다. 분젠 반응은 두가지 공정 중간에 존재하므로 두 반응에 필요한 화학물을 조달하는 역할로 이에 대한 상분리 및 반응기에 대한 분석이 중요하다. 본 연구에서는 50 L/hr 수소를 생산하는 pilot scale의 Sulfur-Iodine Cycle 중 분젠 공정에 대한 모사, 민감도 분석, 민감도 분석을 토대로한 각각 상분리기와 분젠 반응기에 대한 최적 조건을 제시하였다. 열역학 물성치의 계산을 위해 Electrolyte Non-Random Two Liquid (ELECNRTL) model 사용하였다. 모델에 대한 신뢰도 확보를 위해서 실제 pilot scale의 공정 데이터와 검증을 수행하였다. 반응기의 종류를 선정하기 위해 Continuous Stirred Tank Reactor (CSTR)과 Plug Flow Reactor (PFR) 동일한 온도 및 부피 변화에서 SO2 전환율을 비교하였다. 상분리기 선정을 위해 3상 분리 시스템(기체-액체-액체)과 액체-기체 분리 후 액체-액체 구조에서 H2SO4 상과 HIX 상에서의 불순물들을 비교하였다. PFR에서 온도, 지름, 길이를 결정 변수로 SO2 전환율을 최대화 하기 위한 최적화를 수행하였는데, 온도 121 ℃와 PFR의 지름이 0.20 m 및 길이 7.6 m 일 때 SO2 전환율이 98% 최적 결과임을 확인하였다. 기존 pilot scale과 동일한 운전 조건 하에 PFR의 지름 3/8 inch, 길이 3.0 m, 120 ℃ 일 때 인입 몰량인 I2 및 H2O를 결정 변수로 SO2 전환율에 대한 최적화를 수행하였을 때, SO2 전환율이 10% 일때 H2O 및 I2 의 인입 몰량은 각각 17%와 22%로 감소하였다. 앞선 조업 조건 최적화 조건 (121 ℃, 지름 0.20m, 길이: 7.6 m) 경우에는 SO2 전환율이 98% 일 때 H2O가 1% 그리고 I2가 7% 감소하였다. 상분리기에서 HIX 상내 H2SO4 최소화하는 목적함수에서 그에 상응하는 온도, I2와 H2O를 결정 변수로 설정하였을 때, H2O 몰량이 기존공정보다 17% 감소하고 I2 몰량이 24% 감소하였을 때 최소 불순물이 생성하였다.

10기계학습 기반의 가스폭발위험범위 예측모델에 관한 연구

저자 : 정용재 ( Yong Jae Jung ) , 이창준 ( Chang Jun Lee )

발행기관 : 한국화학공학회 간행물 : Korean Chem.Eng.Res.(화학공학) 58권 2호 발행 연도 : 2020 페이지 : pp. 248-256 (9 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 폭발위험장소의 방폭설비 설치를 위해 필요한 가스폭발위험범위 예측모델 개발을 수행하였다. 이를 위해 12개의 가연성가스에 대한 1,200개의 폭발위험범위 데이터를 생성하였다. 가스폭발위험범위를 출력변수로 설정하였고 데이터 생성과정에서 필요한 12개의 변수를 입력변수로 설정하였다. 다중 회귀, 주성분 회귀, 인공신경망 기법을 이용해 예측모델을 개발하였다. 각각 모델의 예측 성능을 비교한 결과, 평균절대퍼센트오차(MAPE)는 각각 44.2%, 49.3%, 5.7%이고 평균제곱근오차(RMSE)는 1.389 m, 1.602 m, 0.203 m로 나타났다. 결과를 통해 인공신경망이 가장 우수한 성능을 보여주었고 가스폭발위험범위 예측을 위한 최적 모델이라는 것을 확인하였다.

12
주제별 간행물
간행물명 수록권호

한국공업화학회 연구논문 초록집
2002권 0호 ~ 2002권 0호

KCI후보

접착 및 계면
21권 3호 ~ 21권 3호

고무기술
21권 2호 ~ 21권 2호

고무기술
21권 3호 ~ 21권 3호

KCI등재

Elastomers and composites
55권 3호 ~ 55권 3호

KCI등재

신재생에너지
15권 1호 ~ 15권 4호

KCI등재

신재생에너지
14권 1호 ~ 14권 4호

KCI등재

신재생에너지
10권 1호 ~ 9권 4호

KCI등재

신재생에너지
13권 1호 ~ 8권 4호

KCI등재

신재생에너지
5권 1호 ~ 6권 4호

KCI등재

신재생에너지
12권 0호 ~ 4권 4호

KCI등재

신재생에너지
11권 1호 ~ 11권 4호

KCI후보

화약발파
38권 3호 ~ 38권 3호

KCI등재

신재생에너지
1권 1호 ~ 2권 4호

KCI등재

산업식품공학
24권 3호 ~ 24권 3호

KCI등재

한국수소 및 신에너지학회논문집
31권 4호 ~ 31권 4호

공업화학전망
23권 4호 ~ 23권 4호

NICE (News & Information for Chemical Engineers)
38권 4호 ~ 38권 4호

한국공업화학회 연구논문 초록집
2015권 1호 ~ 2015권 1호

한국공업화학회 연구논문 초록집
2014권 1호 ~ 2014권 1호
발행기관 최신논문
자료제공: 네이버학술정보
발행기관 최신논문
자료제공: 네이버학술정보

내가 찾은 최근 검색어

최근 열람 자료

맞춤 논문

보관함

내 보관함
공유한 보관함

1:1문의

닫기