AI-Driven Optimization of Thermal Process and Energy Systems with Process Intensification
연구 내용
EES 및 Aspen Plus 공정 모델을 기반으로 열회수·분리·다중 에너지 생산의 성능을 평가하고, RSM 및 AI(Adaptive Boosting, PSO)로 다목적 비용-효율 균형을 최적화하는 연구
연구실은 복합 열공정과 에너지 시스템을 모델링한 뒤 최적화 문제로 정식화하는 접근을 수행합니다. Engineering Equation Solver와 Aspen Plus 기반의 열역학·공정 시뮬레이션으로 시스템 효율과 비용 흐름을 정의하고, Response Surface Methodology로 민감도와 설계변수의 영향을 정리합니다. 이후 예측 모델을 Adaptive Boosting으로 구성하고, 전역 탐색을 Particle Swarm Optimization으로 수행해 다중 목적의 제약 조건을 동시에 만족하는 구성을 도출합니다. 또한 증류 공정에서는 열 결합 기술과 분리탑 조합을 통해 에너지 수요를 낮추는 공정집약 방향을 제안합니다.
관련 연구 성과
관련 논문
2편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
에너지 시스템 최적화에서는 기후 적응형 태양광·풍력 다중생산을 대상으로, 열역학 지표와 비용을 함께 고려하는 모델링 및 최적화 절차를 구축했습니다. 이후 열공정에서는 에너지 집약 공정인 IPA 생산에 대해 Aspen Plus를 사용한 에너지 평가를 수행하고, 열 결합 증류 및 Kaibel 계열 분리탑 조합으로 에너지 효율 개선 경로를 도출했습니다. 최근에는 두 축을 공통된 최적화 프레임으로 연결해 RSM 기반의 근사 모델과 AI 기반 전역 탐색을 결합하는 형태로 확장하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Thermoeconomic optimization of climate-adaptive solar and wind multi-generation systems using artificial intelligence and thermal energy recovery
Enhancing Energy Efficiency of Electric Grade Isopropyl Alcohol Production Process by Using Noble Thermally Coupled Distillation Technology