이 연구 주제는 발전용 및 항공용 가스터빈 연소기에서 발생하는 연소 불안정 현상을 이해하고 예측하는 데 초점을 둔다. 연구실은 희박 예혼합 연소기, 캔형 및 환형 연소기, 멀티노즐 시스템 등 다양한 실제 형상을 대상으로 압력 진동, 화염 응답, 음향 경계조건이 상호작용하는 메커니즘을 분석한다. 특히 연소 진동이 장치 신뢰성, 저배출 성능, 운전 안전성에 직접적인 영향을 미친다는 점에서 열음향 현상은 연구실의 핵심 연구축으로 볼 수 있다. 방법론 측면에서는 1D 네트워크 모델, 전달행렬 기법, 3D 헬름홀츠 솔버, CFD 기반 해석을 유기적으로 결합하여 복잡한 연소기 내부의 음향장과 화염전달함수 특성을 정량화한다. 단순한 실험 관찰에 머무르지 않고, 노즐 형상 변화, 파일럿 비율, 수소 혼소율, 연소기 출구 임피던스, 라이너 감쇠 성능 등 설계 변수들이 불안정성 증폭 또는 감쇠에 미치는 영향을 체계적으로 모델링한다. 이를 통해 실제 엔진 조건에 가까운 예측 체계를 구축하는 것이 중요한 목표이다. 이 연구는 대형 가스터빈의 설계 최적화와 운전 안정성 향상에 직접적으로 연결된다. 연소 불안정의 조기 예측과 수동형 감쇠장치 설계, 음향 라이너 및 헬름홀츠 레조네이터의 성능 평가 기술은 향후 친환경 고효율 터빈 개발의 기반이 된다. 또한 국내 가스터빈 독자 기술 확보, 수소터빈 상용화, 복합발전 시스템의 신뢰성 향상이라는 산업적 파급효과를 동시에 가진다.

이 연구 주제는 탄소중립 시대에 대응하기 위한 무탄소 또는 저탄소 연료 기반 가스터빈 기술 개발을 다룬다. 연구실은 수소 혼소와 수소 전소, 나아가 암모니아 등 대체연료를 활용하는 연소기 설계와 운전 전략을 연구하며, 기존 천연가스 중심의 터빈 시스템을 차세대 청정 연료 시스템으로 전환하는 데 필요한 핵심 기술을 축적하고 있다. 특히 발전용 대형 가스터빈에서 높은 효율을 유지하면서도 이산화탄소 배출을 줄이는 방향에 집중하고 있다. 세부적으로는 수소 혼소율 증가에 따른 화염 안정성, 역화, 질소산화물 배출, 연소진동, 고온부품 신뢰성 문제를 해석하고 시험평가하는 연구가 활발하다. 연구실은 150MW급 F급 가스터빈 리트로핏, 300MWe급 고효율 수소혼소 친환경 연소기, 수소터빈 연소기 시험평가 시스템 등 대형 국가과제에 참여하며 실증 지향형 연구를 수행하고 있다. 또한 실제 운전 조건에서의 연소기 과도응답, 연료 공급 조건, 노즐-라이너 설계, 음향 경계 도출 등을 함께 고려하여 연소기 단품 수준을 넘어 시스템 수준의 적용 가능성을 높이고 있다. 이 연구의 궁극적 의의는 기존 화력발전 인프라를 활용하면서도 탄소배출을 획기적으로 줄일 수 있는 에너지 전환 기술을 마련하는 데 있다. 무탄소 연료용 가스터빈은 전력망 안정성과 대규모 발전 효율을 동시에 확보할 수 있어 재생에너지 보완 수단으로도 중요하다. 따라서 본 연구는 친환경 발전기술, 수소경제 활성화, 국내 터빈 산업 경쟁력 강화에 기여하는 전략적 연구 분야라고 할 수 있다.

이 연구 주제는 가스터빈 연소기의 동압 신호와 운전 데이터를 활용하여 비정상 연소 상태를 조기에 감지하고, 연소 불안정을 예측하는 지능형 진단 기술 개발에 초점을 둔다. 연구실은 전통적인 열공학·연소공학 기반 해석에 더해, 최근에는 딥러닝과 비지도 학습 기법을 도입하여 복잡한 연소 현상을 데이터 기반으로 해석하는 융합 연구를 강화하고 있다. 이는 실제 플랜트나 엔진 운전 환경에서 실시간 감시와 예방 정비를 가능하게 하는 중요한 접근이다. 구체적으로는 변분 오토인코더, LSTM, 트랜스포머, 합성곱 오토인코더 등 다양한 인공지능 모델을 활용하여 연소 진동의 파형 패턴을 학습하고 이상 상태를 분류하거나 미래 불안정성을 예측한다. 연구실의 특허에서도 확인되듯이, 가스터빈 연소기별 맞춤형 AI 모델을 생성하고 성능이 우수한 모델을 선택하여 연소 불안정을 판단하는 방법을 제안하고 있다. 이러한 방식은 연소기 형상과 운전 조건이 서로 다른 산업 현장에서 범용성과 정확성을 동시에 확보하는 데 유리하다. 이 연구는 단순한 상태 감지 기술을 넘어 디지털 트윈, 스마트 발전소, 자율 운전형 에너지 시스템으로 확장될 수 있다. 조기 진단 기술은 설비 손상을 줄이고 예기치 않은 정지를 예방하며, 수소혼소와 같은 새로운 연료 조건에서도 안전한 운전을 지원한다. 결국 본 연구는 연소공학과 인공지능을 결합해 차세대 고신뢰 발전설비 운영 기술을 구현하는 데 핵심적인 역할을 한다.