|
 |
|
| ↑↑ (왼쪽부터) 손준혁 석사연구원(1저자), 정효진 석사연구원(2저자), 안유찬 교수(교신저자). 계명대학교 제공 |
|
계명대 화학공학과 안유찬 교수 연구팀의 플라스틱 재활용 공급망 네트워크 최적화 연구가 환경·지속가능 분야 국제학술지 '인공지능 공학적 응용(ISSN: 0952-1976, JCR 상위 2.79%)'에 게재됐다.
논문 제목은 ‘폐플라스틱 가스화 공정 수소 생산량 예측을 위한 물리 정보 기반 대리 모델링’이다. 이번 연구는 폐플라스틱 가스화 공정을 통한 수소 생산량을 예측하기 위해 물리적 지식을 학습 과정에 통합한 물리 기반 신경망(PINN) 프레임워크를 제시했다.
연구팀은 기존 인공신경망(ANN) 한계를 보완하기 위해 반응 속도론(Kinetic)과 열역학적 평형(Equilibrium) 조건을 소프트 제약(Soft constraints) 형태로 손실 함수에 반영한 세 가지 PINN 모델(속도론·평형·통합 모델)을 개발해 성능을 비교 분석했다.
연구 결과, 기존 ANN 모델은 데이터가 제한된 환경에서 예측 성능이 크게 저하된 반면, PINN 모델은 전체 학습 데이터의 1%만 활용한 데이터 부족 환경에서도 높은 예측 정확도를 유지했다. 또한 기울기 기반 잔차 분석을 통해 모델 예측이 열역학 및 반응 동역학적 경향과 일치하는 것으로 확인됐다.
안유찬 교수는 “이번 연구는 단순화된 공정 데이터를 기반으로 한 개념 증명(Proof-of-concept) 연구지만, 물리적 지식이 결합된 대리 모델(Surrogate modeling)의 활용 가능성을 확인했다”며 “향후 폐플라스틱 기반 수소 생산 공정의 실시간 최적화와 제어 기술로 확장될 수 있을 것”이라고 말했다.
이번 연구에는 계명대 화학공학과 손준혁 연구원이 제1저자, 정효진 연구원이 제2저자로 참여했으며, 안유찬 교수가 교신저자로 연구를 이끌었다. 연구는 한국연구재단 기초연구사업과 석사과정생연구장려지원사업 지원을 받아 수행됐다.
|
2365호
'에 게재됐다.','https://www.smnews.co.kr/data/newsThumb/1785821669ADD_thumb580.png');){kind=small}
