초임계 이산화탄소(SCO2)를 활용한 전환 시스템은 넷제로 배출 달성을 위한 핵심 요소로 자리잡고 있습니다. 본 연구는 SCO2의 열역학적 특성을 이용하여 에너지 효율성을 극대화하며, 기계 구성 요소의 열적 안정성을 유지하는데 중점을 둡니다. 이를 통해, 발전효율을 높이고 운영비용을 절감할 수 있는 설계와 운영방안을 제시합니다. 또한, 디지털 트윈 기술을 도입하여 시스템의 상태를 실시간으로 모니터링하고, 예측 유지보수를 통해 시스템의 신뢰성을 높이는 연구를 진행하고 있습니다.

압력 스윙 흡착(Pressure Swing Adsorption, PSA) 시스템에서 흡착제의 성능 저하는 시스템의 효율성에 큰 영향을 미칩니다. 본 연구는 딥러닝 알고리즘을 활용하여 흡착제의 성능 저하를 예측하고, 1차원 시뮬레이터를 통해 이를 검증하는 데 중점을 둡니다. 이를 통해 흡착제의 교체 주기를 최적화하고, 시스템의 지속 가능한 운영을 도모합니다. 또한, 예측 모델을 기반으로 한 유지보수 전략을 제시하여 운영비용을 절감하고, 시스템의 신뢰성을 증대시키는 연구를 진행하고 있습니다.