| 학회 | 한국공업화학회 |
| 학술대회 | 2018년 가을 (10/31 ~ 11/02, 제주국제컨벤션센터(ICC JEJU)) |
| 권호 | 22권 2호 |
| 발표분야 | 환경.에너지_포스터 |
| 제목 | LNG 터미널 배출 질소산화물 저감 조건 최적화를 위한 RSM 및 ANN 학습법 적용 |
| 초록 | 최근 미세먼지에 대한 규제가 강화됨에 따라 이를 저감하기 위한 연구가 많이 진행되고 있다. 본 연구에서는 LNG 터미널에서 연소식 기화기(SCV)의 다양한 운전 조건 하에서 발생되는 질소산화물 저감하기 위하여, 질소산화물 생성 반응에 대한 수학적 모델링 및 반응표면분석(RSM)과 인공신경망학습법(ANN)을 적용한 모델을 비교하였다. 이를 위한 실험으로 연소 후 즉시 산소가 수조로 주입되는 연소식기화기를 구현하였고, 배기가스의 체류시간, 공기 주입 속도, 수조 내 물의 온도 및 pH 변화를 통한 실험을 수행하였다. 이후 실험 결과를 토대로 RSM 모델과 ANN 모델이 각각 개발되었으며, 운전 조건 최적화를 진행하였다. 그 결과, 배기가스 내 질소산화물을 줄이기 위한 연소식기화기의 최적의 설계 및 운전 조건을 찾아낼 수 있었다. 본 연구는 산업통상자원부의 “해양플랜트 공정 설계 검증을 위해 설계 데이터 상호 응답이 가능한 해저-해상 통합 기본 모델 개발” (과제번호: 10060099)과 한국가스공사의 “연소식기화기 배출가스 질소산화물(NOx) 저온처리공정 기술개발 연구 용역”과제를 통해 지원받았습니다. |
| 저자 | 김지현, 황성원 |
| 소속 | 인하대 |
| 키워드 | NOx 저감; 공정시스템; 공정최적화; RSM; ANN |
