스펙트럼·공정 데이터 기반 수질/수처리 딥러닝 분석

Deep Learning for Water Quality and Reverse Osmosis Process Using Spectral and Process Data

연구 내용

Raman 스펙트럼과 공정 시계열을 전처리·딥러닝으로 학습해 마이크로플라스틱을 분류하고, 역삼투 공정의 차압을 예측하는 연구

수환경 문제를 대상으로 스펙트럼 기반 식별과 공정 상태 예측을 결합한 분석을 수행합니다. Raman spectroscopy의 spectral signature를 신경망으로 학습해 자연 유기물 혼합 환경에서도 마이크로플라스틱을 자동 분류합니다. 이 과정에서 전처리와 패턴 인식을 통해 분광 특징을 안정적으로 추출하는 데 초점을 둡니다. 또한 reverse osmosis 공정에서는 시간에 따른 입력 변화를 fusion 구조의 Transformer 모델로 학습해 differential pressure를 예측합니다. 스펙트럼·공정 데이터를 공통의 데이터 기반 예측 프레임으로 다루며, 수질 모니터링과 운전 최적화로 연결합니다.

관련 프로젝트

0건

연구 흐름

2023년에는 Raman spectroscopy 기반으로 자연 유기물 혼합 조건에서 microplastics를 딥러닝으로 자동 분류하는 연구를 수행해, 전처리-특징학습-분류 구조를 확보했습니다. 이후 2024년 말부터 수처리 공정 데이터로 확장을 시도하며, 2025년에는 temporal fusion transformer 모델로 reverse osmosis의 차압을 예측하는 연구로 이동했습니다. 이 과정에서 공정의 시간 의존성을 반영하는 fusion 학습을 도입해, 단일 시점 분석에서 시계열 예측 중심으로 전환했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

라만 스펙트럼 자동 판별
마이크로플라스틱 분류 고도화
수질 모니터링 자동화
역삼투 차압 예측
공정 이상탐지
운전 최적화 보조
센서 데이터 기반 제어
전처리 파이프라인 설계
수처리 리스크 관리
공정 데이터 기반 성능 평가